1. 首頁 > 生活百科 > >

百川發布最強循證增強大模型M2 Plus，打造“醫生版ChatGPT”

蘋果英偉達gpuMacbookit芯片

百川發布最強循證增強大模型M2 Plus，打造“醫生版ChatGPT”

文章圖片

百川發布最強循證增強大模型M2 Plus，打造“醫生版ChatGPT”

【TechWeb】10月22日消息 ， 百川智能發布循證增強醫療大模型Baichuan-M2 Plus ， 同步升級配套應用百小應并開放API 。 這是百川自8月開源Baichuan-M2以來的又一次重要動作 。 評測顯示 ， M2 Plus的醫療幻覺率較通用大模型顯著降低 ， 相比DeepSeek低約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 。
據介紹 ， 百川M2 Plus首創六源循證推理（EAR）范式 ， 打造“醫生版ChatGPT” ， 讓大模型技術在輔助臨床診療場景邁過“敢用、可用”關鍵門檻 ， 不僅適合中國醫療環境 ， 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 。
目前 ， 接入M2 Plus的百小應已在各大手機應用商店更新 ， 成為\"醫生版ChatGPT\" 。 為方便電腦端使用 ， 網頁版（ying.ai）也同步上線 。
Baichuan-M2 Plus也提供了標準化API接口 ， 醫院信息化部門、互聯網醫療、大健康服務等各類泛醫學機構 ， 以及從事醫療AI行業的開發者 ， 則可以通過API將循證推理接入服務場景 ， 提升AI服務的醫學專業性 。
首創六源循證推理范式
循證醫學（Evidence-Based Medicine EBM）作為現代醫學知識體系的核心范式 ， 是確保醫療決策可信的關鍵 。
通用大模型像一個“博學但不可靠”的專家 ， 即便有搜索增強 ， 也會因為知識來源混雜不符合循證醫學范式 。
百川不僅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 ， 還在此基礎上構建了從證據、到實踐、再到真實世界反饋六層證據類型的知識體系：
? 原始研究層： 索引海量醫學期刊論文4000余萬篇 ， 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；
這個金字塔形的“六源” ， 是一層一層演化而來：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“據實回答” ， 實現了從語言可信度到知識可信度的躍升 。
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 。
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 ， 會自動附上參考文獻、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 。
幻覺最低 ， 達到與人類資深臨床專家同等可信度
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 。
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 ， 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 。
中國執業醫師資格考試（NMLE）及格線為360分 ， M2 Plus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 。
中國碩士研究生招生考試臨床醫學綜合能力（西醫）考試中 ， M2 Plus在此項考試中取得了282分 。 通常 ， 能考到280分以上的考生 ， 都是協和、北醫等頂尖學府的頭部學霸 。
另外 ， 在日本、英國、澳大利亞等國高級醫師職稱晉升考試中 ， M2 Plus的準確率85%以上 ， 遠超各國及格線 。
【百川發布最強循證增強大模型M2 Plus，打造“醫生版ChatGPT”】百川智能表示 ， 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 。 （果青）

    推薦閱讀