【TechWeb】10月22日消息，百川智能發(fā)布循證增強(qiáng)醫(yī)療大模型Baichuan-M2 Plus，同步升級(jí)配套應(yīng)用百小應(yīng)并開(kāi)放API。這是百川自8月開(kāi)源Baichuan-M2以來(lái)的又一次重要?jiǎng)幼?。評(píng)測(cè)顯示，M2 Plus的醫(yī)療幻覺(jué)率較通用大模型顯著降低，相比DeepSeek低約3倍，優(yōu)于美國(guó)最火醫(yī)療產(chǎn)品OpenEvidence，可信度比肩資深臨床醫(yī)生水準(zhǔn)。

據(jù)介紹，百川M2 Plus首創(chuàng)六源循證推理（EAR）范式，打造“醫(yī)生版ChatGPT”，讓大模型技術(shù)在輔助臨床診療場(chǎng)景邁過(guò)“敢用、可用”關(guān)鍵門(mén)檻，不僅適合中國(guó)醫(yī)療環(huán)境，在美、日、英的醫(yī)療評(píng)測(cè)中均超過(guò)OpenEvidence，代表中國(guó)在世界大模型擂臺(tái)上再下一城。

目前，接入M2 Plus的百小應(yīng)已在各大手機(jī)應(yīng)用商店更新，成為"醫(yī)生版ChatGPT"。為方便電腦端使用，網(wǎng)頁(yè)版（ying.ai）也同步上線(xiàn)。

Baichuan-M2 Plus也提供了標(biāo)準(zhǔn)化API接口，醫(yī)院信息化部門(mén)、互聯(lián)網(wǎng)醫(yī)療、大健康服務(wù)等各類(lèi)泛醫(yī)學(xué)機(jī)構(gòu)，以及從事醫(yī)療AI行業(yè)的開(kāi)發(fā)者，則可以通過(guò)API將循證推理接入服務(wù)場(chǎng)景，提升AI服務(wù)的醫(yī)學(xué)專(zhuān)業(yè)性。

首創(chuàng)六源循證推理范式

循證醫(yī)學(xué)（Evidence-Based Medicine, EBM）作為現(xiàn)代醫(yī)學(xué)知識(shí)體系的核心范式，是確保醫(yī)療決策可信的關(guān)鍵。

通用大模型像一個(gè)“博學(xué)但不可靠”的專(zhuān)家，即便有搜索增強(qiáng)，也會(huì)因?yàn)橹R(shí)來(lái)源混雜不符合循證醫(yī)學(xué)范式。

百川不僅主動(dòng)屏蔽了互聯(lián)網(wǎng)的非專(zhuān)業(yè)信息來(lái)源，只使用權(quán)威來(lái)源的醫(yī)學(xué)證據(jù)，還在此基礎(chǔ)上構(gòu)建了從證據(jù)、到實(shí)踐、再到真實(shí)世界反饋六層證據(jù)類(lèi)型的知識(shí)體系：

? 原始研究層： 索引海量醫(yī)學(xué)期刊論文4000余萬(wàn)篇，超過(guò)PubMed收錄數(shù)量，涵蓋基礎(chǔ)與臨床研究成果，是循證鏈條的起點(diǎn)；

? 證據(jù)綜述層： 整合系統(tǒng)評(píng)價(jià)和Meta分析等高等級(jí)證據(jù)，提供經(jīng)過(guò)匯總的研究結(jié)論；

? 指南規(guī)范層： 引入國(guó)際和國(guó)內(nèi)權(quán)威機(jī)構(gòu)發(fā)布的臨床指南、專(zhuān)家共識(shí)和行業(yè)標(biāo)準(zhǔn)，確?；卮鸱献钚乱?guī)范；

? 實(shí)踐知識(shí)層： 包含臨床病例報(bào)道、一線(xiàn)專(zhuān)家經(jīng)驗(yàn)和診療技巧等實(shí)用知識(shí)，貼近醫(yī)療實(shí)踐場(chǎng)景；

? 公共健康教育層： 匯集權(quán)威科普和公共衛(wèi)生知識(shí)，如疾病預(yù)防宣教、健康指導(dǎo)等內(nèi)容，服務(wù)大眾健康教育；

? 監(jiān)管與真實(shí)世界層： 涵蓋藥監(jiān)部門(mén)公告、臨床試驗(yàn)登記及大規(guī)模真實(shí)世界研究數(shù)據(jù)等信息，以反映最新的監(jiān)管動(dòng)態(tài)與人群研究結(jié)果；

這個(gè)金字塔形的“六源”，是一層一層演化而來(lái)：原始層回答“事實(shí)是否存在”、證據(jù)層回答“結(jié)論是否一致”、指南層回答“行業(yè)如何規(guī)范”、實(shí)踐層回答“醫(yī)生應(yīng)如何決策”、公共層回答“患者應(yīng)如何理解”、真實(shí)世界層回答“是否存在新風(fēng)險(xiǎn)”。這讓模型從“生成答案”走向“據(jù)實(shí)回答”，實(shí)現(xiàn)了從語(yǔ)言可信度到知識(shí)可信度的躍升。

傳統(tǒng)的RAG檢索往往追求“找得到”，而循證檢索追求“找得準(zhǔn)”。

M2 Plus采用PICO框架（人群Population、干預(yù)Intervention、對(duì)照Comparison、結(jié)局Outcome）思維，將查詢(xún)轉(zhuǎn)化為結(jié)構(gòu)化醫(yī)學(xué)問(wèn)題，并在六源數(shù)據(jù)庫(kù)中進(jìn)行分層匹配。例如：當(dāng)輸入“老年OSA患者使用CPAP能否改善高血壓？”時(shí)，系統(tǒng)優(yōu)先在高等級(jí)證據(jù)（系統(tǒng)綜述、RCT元分析）中搜索，并自動(dòng)辨識(shí)研究質(zhì)量、樣本量、置信區(qū)間與結(jié)局指標(biāo)。

這種方法克服了通用RAG的兩大缺陷：一是缺乏醫(yī)學(xué)語(yǔ)義理解（無(wú)法區(qū)分CPAP療效與依從性分析）；二是無(wú)法辨別文獻(xiàn)可靠性（新聞與指南同權(quán)）。在此基礎(chǔ)上，M2 Plus能夠三步精準(zhǔn)鎖定“鐵證”：

第一步，智能提問(wèn)：自動(dòng)將用戶(hù)問(wèn)題拆解成多個(gè)專(zhuān)業(yè)的PICO查詢(xún)，進(jìn)行“地毯式”證據(jù)搜索，兼顧精度與廣度。

第二步，精準(zhǔn)鎖定：通過(guò)自研的Medical Contextual Retrieval技術(shù)，完整保留文獻(xiàn)的臨床因果鏈，避免信息割裂。

第三步，證據(jù)排序：內(nèi)置“審稿人”模型，自動(dòng)評(píng)估證據(jù)等級(jí)（如RCT、Meta分析），將最可信、最相關(guān)的“鐵證”優(yōu)先呈現(xiàn)。

如果說(shuō)“六源循證”解決了醫(yī)療AI知識(shí)從哪來(lái)的問(wèn)題，“PICO智能檢索”解決了如何快速找到正確證據(jù)的問(wèn)題，那么最關(guān)鍵的一步是如何確保AI在手握證據(jù)時(shí)，不會(huì)“自由發(fā)揮”、脫離事實(shí)胡亂回答。

百川智能在M2 Plus中引入“循證增強(qiáng)訓(xùn)練”機(jī)制，為模型的回答過(guò)程“上了一道鎖”，從根本上改變了其生成邏輯，讓它學(xué)會(huì)“引用，而非臆測(cè)”。

首先，在訓(xùn)練中獎(jiǎng)勵(lì)“引用”，懲罰“臆測(cè)”，準(zhǔn)確引用權(quán)威來(lái)源（如指南、文獻(xiàn)）時(shí)會(huì)獲得高分，一旦回答脫離了檢索到的證據(jù)就會(huì)受到懲罰；

其次，內(nèi)置“證據(jù)評(píng)估器”，模型被訓(xùn)練得能夠自動(dòng)評(píng)估檢索到的證據(jù)質(zhì)量，優(yōu)先采納高可信度的信息（如RCT、Meta分析），并將其無(wú)縫嵌入到推理鏈中；

第三，句句有據(jù)，可回溯、可驗(yàn)證：經(jīng)過(guò)訓(xùn)練，M2-Plus的回答風(fēng)格發(fā)生了根本性改變，在輸出關(guān)鍵結(jié)論時(shí)，會(huì)自動(dòng)附上參考文獻(xiàn)、指南出處等來(lái)源，這賦予了AI回答更高的可解釋性與可信賴(lài)度。

幻覺(jué)最低，達(dá)到與人類(lèi)資深臨床專(zhuān)家同等可信度

這種“循證驅(qū)動(dòng)”的生成邏輯，讓M2 Plus幾乎杜絕了無(wú)中生有的內(nèi)容。在多場(chǎng)景評(píng)測(cè)中，其綜合幻覺(jué)率在所有大模型當(dāng)中最低，相較DeepSeek R1最新版降低3倍，顯著領(lǐng)先OpenEvidence。不僅如此，在病史分析、診斷思路、治療方案等真實(shí)復(fù)雜的核心醫(yī)療場(chǎng)景中，達(dá)到了與人類(lèi)資深臨床專(zhuān)家同等的可信度。

美國(guó)執(zhí)業(yè)醫(yī)師資格考試（USMLE）是評(píng)估臨床知識(shí)和推理能力的黃金標(biāo)準(zhǔn)，在此項(xiàng)考試中，M2-Plus取得了驚人的97分，不僅遠(yuǎn)超人類(lèi)考生平均水平，更與GPT-5的成績(jī)持平，穩(wěn)居全球第一梯隊(duì)。

中國(guó)執(zhí)業(yè)醫(yī)師資格考試（NMLE）及格線(xiàn)為360分，M2 Plus取得了568分的“碾壓級(jí)”成績(jī)，在所有公開(kāi)測(cè)試的主流大模型中位列第一。

中國(guó)碩士研究生招生考試臨床醫(yī)學(xué)綜合能力（西醫(yī)）考試中，M2 Plus在此項(xiàng)考試中取得了282分。通常，能考到280分以上的考生，都是協(xié)和、北醫(yī)等頂尖學(xué)府的頭部學(xué)霸。

另外，在日本、英國(guó)、澳大利亞等國(guó)高級(jí)醫(yī)師職稱(chēng)晉升考試中，M2 Plus的準(zhǔn)確率85%以上，遠(yuǎn)超各國(guó)及格線(xiàn)。

百川智能表示，通過(guò)開(kāi)源Baichuan-Ｍ2、發(fā)布Baichuan-Ｍ2 plus、百小應(yīng)，開(kāi)放API，百川致力于持續(xù)提升AI醫(yī)療在真實(shí)臨床場(chǎng)景的可用性，推動(dòng)大模型在嚴(yán)肅醫(yī)療場(chǎng)景進(jìn)入落地可用新階段。（果青）