首創“證據錨定”技術，百川智能打通醫療AI“最后一公里”

很多人可能沒有意識到，放眼全球，醫療是 AI 滲透速度最快的核心行業之一。

根據 Menlo Ventures 的最新研究，2023 年全球醫療機構的 AI 采用率僅為 3%，但到 2025 年，這一數字已飆升至 22%。短短兩年，增長超過 7 倍。

然而，當大洋彼岸的醫療 AI 加速狂飆，患者開始習慣 AI 輔助，甚至超過 45% 的美國醫生已經高頻使用 OpenEvidence 輔助決策時，國內的圖景卻呈現出一種微妙的“錯位”。

一方面，超過1000家醫院開始使用AI系統，國家醫療AI專項投入數百億元，在持續探索如何把AI應用到醫療行業。另一方面，面對復雜的臨床決策，醫生不敢輕易將信任交付給一個偶爾會“胡說八道”的黑盒。

這一困境的本質，是市面上始終缺乏一個真正成熟、嚴謹、且可托付的醫療大模型底座。幸運的是，這個長期困擾行業的“信任死結”，正在被解開。

近期，百川智能正式發布了面向醫療應用開發者的 Baichuan-M3 Plus。

與上一代 M3 相比，M3 Plus 不再僅僅追求通用能力的提升，而是將觸角伸向了真實醫療場景最痛的地方——如何讓模型變得足夠可靠，并具備規模化落地的經濟性。

如果說之前的醫療 AI 還是“嘗鮮品”，那么 M3 Plus 的發布，或許真正有望打通國內醫療 AI 落地的“最后一公里”。

它是如何做到的？我們一起來看看。

/ 01 /AI醫療的“最后一公里”——信任

在所有垂直 AI 賽道中，醫療已經成為資金最密集、確定性最高的方向之一。

2025 年，全球醫療 AI 的年度支出達到 14 億美元，幾乎是 2024 年的三倍。這一數據也標志著一個歷史性時刻：醫療首次超越法律、金融、設計，成為 AI 垂直領域中資金最密集的賽道。

僅在 AI 醫療領域，已經跑出了 8 家 AI 獨角獸，數量明顯高于其他垂直行業。其中表現最突出的，當屬 OpenEvidence。

不到兩年時間內，其月度醫生咨詢量從 2024 年的 36 萬次，增長到 2025 年的850 萬次，增長超過20 倍。

把視角拉回國內，AI在醫療場景加速落地的趨勢同樣存在。

比如，新華社在 2025 年 2 月的一篇報道中提到，國內已有超過 1000 家醫院提供大模型相關的醫療服務和智能應用，醫院可以基于不同大模型底座，開發 AI 助手、健康知識問答等功能。

雖然宏觀層面在大力推進，但落回到微觀層面，也暴露出了一些不足。

比如，大部分醫生并不知道如何使用AI。一個很明顯的例子是，許多醫生已經在私下使用 AI 做資料檢索和輔助分析。但一旦涉及到正式的臨床系統，態度立刻變得謹慎。

中國醫生正面臨的一個現實的挑戰：市面上缺乏一個真正成熟、可托付的醫療大模型。

事實上，這一問題并非國內獨有。

今年年初，國外投資機構Bessemer Venture Partners聯合Amazon Web Services與 Bain & Company，對醫療行業 400 多家公司進行了一次系統調研，試圖回答一個問題：AI 為什么在醫療落地會卡住？

結論指向四個核心障礙：安全問題、缺乏內部 AI 專業能力、成本高企，以及數據準備的挑戰。如果進一步抽象，會發現除數據問題外，其余障礙幾乎都可以歸結為兩個命題：

AI 是否足夠可靠，以及是否具備可接受的經濟性。

在醫療場景中，這兩點不是錦上添花，而是能否使用的前提，尤其是前者。

這也揭示了AI在醫療場景落地的特殊性，與其他AI產品更側重于“能力展示”不同，AI醫療應用更追求“可信交付”。而這恰恰也給了創業公司巨大的機會。

/ 02 /死磕“幻覺”與“有證可循”，百川正在定義醫療AI的新范式

百川選擇的方向，恰恰是在模型層面系統性解決這一問題。

在上周開源發布了 Baichuan-M3后，這次百川進一步推出了面向醫療應用開發者的 M3 Plus。

與 M3 相比，M3 Plus進一步探索了模型在真實醫療場景中，變得足夠可靠、并具備規模化落地的可能性。

要理解 M3 Plus 的意義，需要回到百川更早的技術選擇。

在去年的 Baichuan-M2 Plus 中，百川首次將「六源循證」這一循證醫學范式系統性引入模型訓練與推理過程。與其說，這是一個簡單的知識庫，不如說是一套圍繞醫學證據構建的結構化認知體系。

這套體系覆蓋從原始研究、證據綜述、指南規范，到臨床實踐、公共健康教育以及監管與真實世界數據等多個層級。模型在訓練和推理過程中，被明確約束只能使用權威醫學來源，而非互聯網泛化信息，并且需要在不同證據層級之間建立清晰映射。

這種設計的直接結果，是模型真正學會了如何基于證據給出判斷。在這一機制下，模型的醫學幻覺顯著下降，可信度開始逼近資深臨床醫生的決策風格。

在 M3 中，百川進一步把幻覺控制前移到模型基座層面，探索更底層的解決路徑，團隊構建了一套事實感知強化學習（Fact-Aware RL）架構。

所謂的Fact-Aware RL ，簡單來說，就是在模型訓練的每一次獎懲中，都加入對醫學事實的嚴苛校驗。這相當于在 AI 的大腦里植入了一個實時的「審稿人」。當模型試圖為了讓答案看起來通順而編造一個藥物劑量時，懲罰機制會立刻介入。

這樣一來，使底座模型在無工具的設定下幻覺也能大幅降低到SOTA水平。

而 M3 Plus，正是將這兩條技術路線合并的結果：一方面，繼承 M3 的低幻覺模型基座；另一方面，在此之上系統性強化循證推理能力。

在六源循證體系的約束下，模型的事實性幻覺進一步下降，開始具備在真實醫療應用中“可托付”的基礎。

當然，在醫療場景中，僅僅“少說錯話”還不夠。與面向大眾健康助手不同，一個AI產品終究能否被醫生信任，往往取決于另一件事：引用是否準確。

原因很簡單，在醫療場景里，所有決策都要求有引用，因為醫療決策本身就是一個以證據為核心的責任體系。

雖然說引用很重要，但在引用準確性這一關鍵問題上，始終缺乏系統性的優化路徑。現實中，醫療大模型的引用錯誤非常常見，部分市場主流模型產出的結果里，單個問題的引用錯誤率甚至能超過90%。看似非常專業，引用了許多權威協會的專家共識、原則性的官方文件，下面還有一些說明書之類的東西。

但要么“張冠李戴”，看似有引用編號，但文獻內容并不支持當前表述；要么“內容沖突”，角標形式正確，但模型并未真正理解證據立場，只是機械拼接。

這種引用不準確的問題，在醫療場景中變得尤為可怕，但卻始終未引發足夠的重視。

問題的根源在于，很多模型只是把“是否給出引用”當作生成約束，卻從未把“引用是否正確”作為一個可以學習、可以懲罰的核心目標。

在 M3 Plus 中，百川選擇正面解決這一問題，將引用準確性作為獨立的訓練目標進行系統建模：

一是引入專門的 Citation Reward Model，對引用行為本身進行學習；

二是對多類引用錯誤進行明確懲罰，包括編號存在但內容不匹配、描述與原文證據不一致、以及關鍵證據漏召回；

三是將引用正確性與六源循證體系、答案正確性深度耦合，使引用不再是生成完成后的“裝飾”，而是貫穿檢索、理解與生成全過程的結構性約束。

在這一訓練機制下，模型被迫只在“能夠被證據支持”的空間內進行推理。最終，結論與證據段落的匹配準確率超過 95%，真正讓 AI 的醫學判斷做到可核驗、可追責、可教學。

總的來說，M3 Plus 所做的事情，并不是再一次能力堆疊，而是試圖在模型層面回答一個更根本的問題：如何讓AI的每一次輸出，都有據可查、可信可用。

/ 03 /用成本優勢，砸開了醫療 AI 的天花板

當然，醫療大模型要真正進入真實世界，僅僅做到“效果可靠”還不夠，成本同樣是決定能否規模化落地的硬約束。

在現實部署中，醫療機構和商業應用面對的，并不只是“模型是否足夠強”的問題，更直接的挑戰在于：最先進模型的調用成本，是否允許它被高頻、長期、穩定地使用。如果每一次推理都意味著顯著的邊際成本，再好的能力也只能停留在試點階段。

正是基于這一判斷，在 M3 Plus 中，百川圍繞醫學場景，對模型架構、推理路徑與部署形態進行了系統性的工程重構，在不犧牲模型可靠性與醫學能力的前提下，將綜合使用成本壓縮至上一代的約 30%，為真實規模化使用打開空間。

正是在這一基礎上，百川在經濟性約束上完成了關鍵突破，具備被更廣泛使用的現實條件。

目前，百川不僅面向開發者開放 API 的限時免費體驗，更發起 「海納百川」計劃：面向所有服務醫務工作者的機構，免費提供全球幻覺最低循證增強醫療大模型 M3 Plus 的 API，把服務醫生的AI能力直接交到生態伙伴手里。

當可靠性與經濟性同時被突破，AI 才第一次具備在醫療體系中持續運行、規模化部署的可能性。也只有在這一刻，醫療 AI 的天花板，才真正開始被打開。

從市場規模看，這是一塊足夠大的“長期戰場”。根據公開數據，中國醫療衛生總費用已超過 8 萬億元人民幣，占 GDP 的比重接近 8%，直接和間接從業人員規模達 千萬人以上。無論從支出體量還是社會影響力來看，醫療都是典型的“國民級行業”。

與以往醫療信息化項目不同，本輪 AI 在醫療行業的落地，呈現出明顯的非線性加速特征。根據Menlo Ventures 的報告，醫療系統的傳統 IT 采購周期，已從 8.0 個月縮短至 6.6 個月；門診服務提供商的采購周期，也從 6.0 個月降至 4.7 個月。

AI滲透加速的原因也很好理解，醫療行業本身存在大量剛性需求，使 AI 更容易擊中“非可選項”。

舉個例子，就拿醫生需求來說，醫學知識的爆炸式增長，讓臨床信息處理本身變得不可持續。

現在，醫學知識平均每 5 年更新一次，文獻以每兩分鐘一篇的速度增加。在這樣的背景下，醫生需要在極短時間內完成大量信息篩選與判斷，而傳統檢索工具已難以勝任。

也正是在這一現實背景下，百川的布局顯現出更深層的意義。

/ 04 /總結

過去幾年，大模型領域反復上演著同一種敘事：Demo 足夠驚艷，但真正落地卻異常艱難。能力的提升，并沒有自然轉化為可持續的應用。

百川所體現出的，是一種在行業中并不常見的清醒判斷。在醫療這個萬億級的國民行業里，技術是否“最強”并不是首要問題，“用得起”和“信得過”同樣重要，甚至更重要。

通過 Gated Eagle-3 投機解碼和面向醫學 MoE 的量化重構，百川解決的并不只是算力成本的問題，而是 AI 是否具備進入真實醫療流程的“入場條件”。

在醫學知識以分鐘級速度膨脹的當下，醫生個體的認知與處理能力已接近極限。如何在不增加醫生負擔、不引入額外風險的前提下，擴展醫學決策的能力邊界，正在成為整個體系必須回答的問題。一個不知疲倦、成本可控、且具備嚴格循證約束的 AI，更像是一種基礎能力的延伸，而非簡單的工具替代。

從這個角度看，百川所構建的，并不只是一個模型或一套 API，而是在嘗試為智能醫療建立一層可被長期依賴的技術底座。

在這場關乎生命與健康的變革中，百川正試圖證明：最好的科技，不是為了取代醫生，而是為了讓醫生回歸治愈的本質，讓醫療回歸服務的初心。