最強“醫生版ChatGPT”來了！Baichuan-M2 Plus橫掃人類醫學考試，可信度比肩資深專家！

AI醫療取得又一重大突破，團隊來自中國！

10月22日，百川智能發布首個循證增強醫療大模型Baichuan-M2Plus，為醫療AI樹立了新標桿。

此前百川發布的Baichuan-M2，作為全球最強開源醫療模型，引發行業廣泛關注。

而這次的升級版，更“靠譜”，也更“可用”。

Baichuan-M2 Plus的幻覺率較通用大模型顯著降低，相比Deepseek降低3倍，優于美國最火醫療產品OpenEvidence，可信度比肩資深臨床醫生水準。

在多個人類醫學考試中，Baichuan-M2 Plus取得了遠超人類水平的成績。

能做到這些，原因在于百川把現代醫學的核心方法——循證醫學（Evidence-Based Medicine），深度融入到了AI之中。

簡單來說，就是讓AI像真正的醫生一樣，不靠猜測，而是基于可靠的醫學證據來做判斷。

通用大模型，雖然也能回答醫學問題，但很多答案是憑空生成的。它可能讀過很多網頁，但信息真假混雜。所以，它有時會一本正經地胡說八道，這在醫學上是不可接受的。

畢竟，我們都不想將生命健康交給一個會信口開河的AI。

而Baichuan-M2Plus以“循證”為核心原則，真正切中了醫生和患者的痛點，讓醫療大模型具備了真正的科學可信度。

眼下，AI醫療已成為海內外最熱門的賽道之一，傳奇投資人木頭姐（Cathie Wood）表示「醫療保健是AI最被低估的應用領域」；世界經濟論壇提出80億AI醫生愿景，每個人都將擁有自己的私人醫生。

在美國，現象級醫療大模型產品OpenEvidence，因符合醫學認知的循證增強，已有40%美國醫生注冊使用，每月咨詢量達1650萬次。

AI將顛覆醫療行業，已成為頂級資本的共識，OpenEvidence今年以來連續完成A、B、C輪融資，三輪累計融資金額達到4.85億美元，估值已達60億美金。

作為AI醫療的先行者，百川智能首創六源循證推理（EAR）范式，在美、日、英的醫療評測中均超過OpenEvidence，代表中國在世界大模型擂臺上再下一城。

即日起，M2-Plus將以API形式面向醫療AI開發者、科研機構和行業合作伙伴全面開放；「百小應」APP也已接入M2-Plus作為核心醫療問答引擎，為臨床醫生提供精準的診療決策支持，幫助患者及家屬獲得最新最權威的醫學知識。

正如DeepSeek以極致的性能優化與開放的合作精神掀起技術平權浪潮，百川智能同樣為醫療健康事業開啟了一個創新共贏的未來。

首創六源循證推理范式，樹立行業新標桿

循證醫學（Evidence-Based Medicine, EBM）自20世紀90年代由加拿大麥克馬斯特大學提出以來，已成為現代醫學知識體系的核心范式。

在百川智能看來，循證不只是醫生的行為準則，也應成為AI系統的底層原則。

基于這一理念，M2Plus在Baichuan-M2行業領先的醫療推理能力上再次進化，首創了 “六源循證推理”范式，讓AI真正學會人類醫生的思維和臨床實踐方法。

六源循證：打造從原始研究到真實世界的完整知識體系

可靠的證據是“循證醫學”的基石，百川智能主動屏蔽了互聯網的非專業信息來源，只使用權威來源的醫學證據，從根源上保證了數據質量。

在循證醫學體系中，證據的采取遵循一套用于評估研究質量和置信強度的模型，最可靠的知識存在于頂端，較不可靠的證據位于底部，構成一個證據金字塔（Hierarchy of Evidence）。

M2 Plus在證據分層上也采用了這一原則，將醫學證據分為六個層級，并根據實際需求動態調用。

• 原始研究層：索引海量醫學期刊論文

  4000

  萬篇，超過

  PubMed

  收錄數量，涵蓋基礎與臨床研究成果，是循證鏈條的起點；

• 證據綜述層：整合系統評價和

  Meta

  分析等高等級證據，提供經過匯總的研究結論。

• 指南規范層：引入國際和國內權威機構發布的臨床指南、專家共識和行業標準，確?；卮鸱献钚乱幏?。

• 實踐知識層：包含臨床病例報道、一線專家經驗和診療技巧等實用知識，貼近醫療實踐場景。

• 公共健康教育層：匯集權威科普和公共衛生知識，如疾病預防宣教、健康指導等內容，服務大眾健康教育。

• 監管與真實世界層：涵蓋藥監部門公告、臨床試驗登記及大規模真實世界研究數據等信息，以反映最新的監管動態與人群研究結果。

這一整套從證據、到實踐、再到真實世界反饋六層證據類型的知識體系，經層層演化而來：原始層回答“事實是否存在”、證據層回答“結論是否一致”、指南層回答“行業如何規范”、實踐層回答“醫生應如何決策”、公共層回答“患者應如何理解”、真實世界層回答“是否存在新風險”。

這讓模型從“生成答案”走向“以證據回答”，實現了從語言可信度到知識可信度的躍升。

循證檢索：從“找得到”躍升到“找得準”

傳統的RAG 檢索往往追求“找得到”，而循證檢索追求“找得準”。

M2 Plus采用PICO框架（人群 Population、干預 Intervention、對照 Comparison、結局 Outcome）思維，將查詢轉化為結構化醫學問題，并在六源數據庫中進行分層匹配。

例如：當輸入“老年OSA 患者使用 CPAP 能否改善高血壓？”時，系統優先在高等級證據（系統綜述、RCT 元分析）中搜索，并自動辨識研究質量、樣本量、置信區間與結局指標。

這種方法克服了通用RAG的兩大缺陷：一是缺乏醫學語義理解（無法區分 CPAP 療效與依從性分析）；二是無法辨別文獻可靠性（新聞與指南同權）。

在此基礎上，M2 Plus能夠三步精準鎖定“鐵證”：

第一步，智能提問：自動將用戶問題拆解成多個專業的PICO查詢，進行“地毯式”證據搜索，兼顧精度與廣度。

第二步，精準鎖定：通過自研的Medical Contextual Retrieval技術，完整保留文獻的臨床因果鏈，避免信息割裂。

第三步，證據排序：內置“審稿人”模型，自動評估證據等級（如RCT、Meta分析），將最可信、最相關的“鐵證”優先呈現。

循證推理：讓模型“像醫生一樣思考”

如果說“六源循證”解決了醫療AI知識從哪來的問題，“PICO智能檢索”解決了如何快速找到正確證據的問題，那么最關鍵的一步是如何確保AI在手握證據時，不會“自由發揮”、脫離事實胡亂回答。

百川智能在M2 Plus中引入“循證增強訓練”機制，為模型的回答過程“上了一道鎖”，從根本上改變了其生成邏輯，讓它學會“引用，而非臆測”：

首先，在訓練中獎勵“引用”，懲罰“臆測”，準確引用權威來源（如指南、文獻）時會獲得高分，一旦回答脫離了檢索到的證據就會受到懲罰；

其次，內置“證據評估器”，模型被訓練得能夠自動評估檢索到的證據質量，優先采納高可信度的信息（如RCT、Meta分析），并將其無縫嵌入到推理鏈中；

第三，句句有據，可回溯、可驗證：經過訓練，M2-Plus的回答風格發生了根本性改變，在輸出關鍵結論時，自動附上參考文獻、指南出處等來源，這賦予了AI回答更高的可解釋性與可信賴度。

幻覺水平最低，較DeepSeek降低3倍

這種“循證驅動”的生成邏輯，讓M2 Plus幾乎杜絕了無中生有的內容。

在多場景評測中，其綜合幻覺率在所有大模型當中最低，相較Deepseek R1最新版降低3倍，顯著領先OpenEvidence。

不僅如此，在病史分析、診斷思路、治療方案等真實復雜的核心醫療場景中，達到了與人類資深臨床專家同等的可信度。

301醫院的姜醫生提問，“目前公認最有效的基因治療藥物靶向足細胞遞送方案有哪些？”

很多通用大模型回答這個問題時都產生了明顯幻覺，而M2 Plus的回答不僅查到了全球最新研究成果，還能按納米系統/ AAV病毒載體等維度分類。

姜醫生評價道：“引用文獻非常具有專業性、且信息源緊貼頂刊ERA等最新進展，對足細胞基因治療這么前沿的方向，能幫我快速了解國際熱點技術路線，少走彎路?！?/p>

北京天壇醫院的熊醫生，在研究目前PACAP在偏頭痛中的研究進展如何時發現，頭痛相關的研究越來越多，想找到真正有價值的文獻并不容易，多數大模型給出的答案都因幻覺問題而不可用。

他試用時發現，百小應“能梳理全球PACAP偏頭痛研究，從機制到III期臨床試驗自動串聯證據鏈，不僅回答問題，更讓醫生站在未來看科研進展。”

多國醫學考試斷崖領先，遠超人類醫生

美國執業醫師資格考試（USMLE）是評估臨床知識和推理能力的黃金標準，即便是經驗豐富的臨床專家，要突破90分也極具挑戰。

在此項考試中，M2-Plus取得了驚人的97分，不僅遠超人類考生平均水平，更與GPT-5的成績持平，穩居全球第一梯隊，展示了其世界級的臨床問題解決能力。

中國執業醫師資格考試（NMLE）及格線為360分，對于廣大醫學生而言，能考到450分以上已是高分，超過500分則被視為“學神”級別。

M2 Plus則取得了568分的“碾壓級”成績，在所有公開測試的主流大模型中位列第一，充分證明其對中國臨床指南和醫療實踐的掌握已爐火純青。

如果說執醫考是“從業門檻”，那么中國碩士研究生招生考試臨床醫學綜合能力（西醫）則是頂尖醫學生競爭的“華山論劍”。該考試不僅知識面廣，且題目設計極為復雜，對臨床思維要求高。

通常，能考到280分以上的考生，都是超過協和、北醫等頂尖學府的頭部學霸。M2 Plus在此項考試中取得了282分。

同時，在日本、英國、澳大利亞等國高級醫師職稱晉升考試中，M2 Plus的準備率達到85%以上，遠超各國及格線。

這些壓倒性的成績充分說明，M2 Plus在復雜醫學知識運用上的能力，已經超越了人類醫生水準。

百川按下“加速鍵”，助推醫療AI邁入可信可用階段

在AI重塑醫療的浪潮中，百川智能懷普惠之志，為行業開放頂尖模型能力，切實推動智慧醫療的落地。

接入M2 Plus的百小應已在各大手機應用商店更新，打造"醫生版ChatGPT"。為方便電腦端使用，網頁版（ying.ai）也同步上線。

醫生可以通過它快速查閱循證指南和文獻，患者能夠深入理解疾病和治療方案，公眾則可獲取權威、可信、可追溯的健康知識。

尤其是，當前患者用DeepSeek自診和帶著DeepSeek就醫的現象越來越多。通過百小應，醫生有了面對通用模型幻覺挑戰的“專屬武器”。

此外，M2 Plus也將以API形式面向醫療AI開發者、科研機構和行業合作伙伴全面開放。

通過標準化接口，開發者和醫療機構可以快速構建出專屬的AI醫生或智能輔助決策系統，并結合自身數據資源實現差異化創新。

這一能力可靈活集成至醫院信息系統、科研工具、數字醫療產品與健康服務平臺，應用于醫院流程優化、專科輔助診斷、個性化健康管理等多種場景。

通過開源Baichuan-Ｍ2、發布Baichuan-Ｍ2 plus、百小應，開放API，百川致力于持續提升AI醫療在真實臨床場景的可用性，推動大模型在嚴肅醫療場景進入落地可用新階段。

歸根到底，百川智能所做的，是讓前沿的AI技術真正服務于醫生，也服務于每一個普通人。