4000万篇医学论文、六源循证推理、医疗幻觉率降低3倍，这是一款为临床医生设计的AI助手。
百川智能10月22日发布循证增强医疗大模型Baichuan-M2 Plus，同步升级配套应用“百小应”并开放API。
这款被称为“医生版ChatGPT”的产品采用首创的六源循证推理范式，整合了4000余万篇医学期刊论文等权威来源。
评测显示，其医疗幻觉率较通用大模型显著降低，相比DeepSeek低约3倍，优于美国医疗产品OpenEvidence，可信度达到资深临床医生水准。
01 六源循证：构建完整医学知识体系
Baichuan-M2 Plus的核心理念是循证医学，即基于证据的医疗决策。
现代医学实践中，医生们的决策严重依赖于最新医学文献、临床指南和病例研究，而通用大模型往往像一个“博学但不可靠”的专家。
即使具备搜索增强功能，也因知识来源混杂而不符合循证医学范式。
百川智能为此构建了六层证据类型的知识体系：
- 原始研究层：索引海量医学期刊论文4000余万篇，超过PubMed收录数量
- 证据综述层：整合系统评价和Meta分析等高等级证据
- 指南规范层：引入国际和国内权威机构发布的临床指南、专家共识
- 实践知识层：包含临床病例报道、一线专家经验和诊疗技巧
- 公共健康教育层：汇集权威科普和公共卫生知识
- 监管与真实世界层：涵盖药监部门公告、临床试验登记及大规模真实世界研究数据
这个金字塔形的“六源”构成从证据到实践的完整知识体系，让模型从“生成答案”走向“据实回答”，实现从语言可信度到知识可信度的跃升。
02 循证检索：精准定位医学证据
传统RAG检索往往追求“找得到”，而Baichuan-M2 Plus的循证检索追求“找得准”。
模型采用 PICO框架思维——包括人群、干预、对照、结局四个要素，将查询转化为结构化医学问题。
当用户输入“老年OSA患者使用CPAP能否改善高血压？”这类问题时，系统会优先在高等级证据中搜索，并自动辨识研究质量、样本量、置信区间与结局指标。
这种方法克服了通用RAG的两大缺陷：一是缺乏医学语义理解；二是无法辨别文献可靠性。
Baichuan-M2 Plus通过三步精准锁定“铁证”：
1. 智能提问：自动将用户问题拆解成多个专业的PICO查询
2. 精准锁定：通过自研的Medical Contextual Retrieval技术，完整保留文献的临床因果链
3. 证据排序：内置“审稿人”模型，自动评估证据等级，将最可信、最相关的证据优先呈现
03 循证推理：像医生一样思考
“六源循证”解决了医疗AI知识的来源问题，“PICO智能检索”解决了如何快速找到正确证据的问题，而最关键的是确保AI在手握证据时不会“自由发挥”。
Baichuan-M2 Plus引入 “循证增强训练”机制 ，从根本上改变了模型生成逻辑，让它学会“引用，而非臆测”。
具体而言，百川在训练中奖励“引用”，惩罚“臆测”——准确引用权威来源时会获得高分，一旦回答脱离了检索到的证据就会受到惩罚。
模型内置“证据评估器”，能够自动评估检索到的证据质量，优先采纳高可信度的信息，并将其无缝嵌入到推理链中。
经过训练后，Baichuan-M2 Plus的回答风格发生了根本性改变：在输出关键结论时，会自动附上参考文献、指南出处等来源，实现“句句有据，可回溯、可验证”。
04 实际应用：辅助临床决策
这种“循证驱动”的生成逻辑，让Baichuan-M2 Plus几乎杜绝了无中生有的内容。
301医院的姜医生在询问“目前公认最有效的基因治疗药物靶向足细胞递送方案有哪些”时，发现很多通用大模型都产生了明显幻觉。
而Baichuan-M2 Plus的回答不仅查到了全球最新研究成果，还能按纳米系统/AAV病毒载体等维度分类。
姜医生评价道：“引用文献非常具有专业性、且信息源紧贴顶刊ERA等最新进展，对足细胞基因治疗这么前沿的方向，能帮我快速了解国际热点技术路线，少走弯路。”
北京天坛医院的熊医生在研究PACAP在偏头痛中的研究进展时，也肯定了该模型的能力：“能梳理全球PACAP偏头痛研究，从机制到III期临床试验自动串联证据链，不仅回答问题，更让医生站在未来看科研进展。”
05 多国医学考试表现优异
在美国执业医师资格考试（USMLE）——这一评估临床知识和推理能力的黄金标准中，Baichuan-M2 Plus取得了97分的高分。
这不仅远超人类考生平均水平，更与GPT-5的成绩持平，稳居全球第一梯队。
在中国执业医师资格考试（NMLE）中，Baichuan-M2 Plus更是取得了568分的“碾压级”成绩。
该考试的及格线为360分，对于广大医学生而言，能考到450分以上已是高分，超过500分则被视为“学神”级别。
此外，在中国硕士研究生招生考试临床医学综合能力（西医）考试中，该模型取得了282分，这一成绩通常只有协和、北医等顶尖学府的头部学霸才能达到。
同时，在日本、英国、澳大利亚等国高级医师职称晋升考试中，其准确率也达85%以上，远超各国及格线。
Baichuan-M2 Plus的发布标志着医疗大模型正式迈入“敢用、可用”阶段。
随着大模型普及，患者使用DeepSeek自诊和带着DeepSeek就医的现象日益增多，医生急需能够甄别信息真伪的专业工具。
百川智能推出的“医生版ChatGPT”有望成为医生面对通用模型挑战的“专属武器”，为医院、互联网医疗等机构提供可信AI支撑。
