Baichuan-M4 – 百川智能联合清华推出的医疗增强模型

1. Baichuan-M4是什么

Baichuan-M4是百川智能联合清华大学推出的新一代医疗增强大模型，在HealthBench综合、Hard、Professional三个权威榜单同时位列世界第一，幻觉率低至3.3%为全行业最低。该模型突破通用大模型被动应答的局限，聚焦深度问诊、全病程记忆、证据锚定与Agent自主调度四大临床核心能力，让AI从会答题真正迈向会看病。

技术定位与领域： Baichuan-M4属于自然语言处理领域中的医疗垂直大模型，专注于临床辅助诊断与健康管理。其独特定位在于将医学教育中的OSCE（客观结构化临床考试）方法论引入模型训练，构建了从主动问诊、循证推理到长期随访的完整临床能力闭环，而非通用模型的被动问答范式。

研发背景： 该模型由百川智能与清华大学联合研发，双方在医疗AI领域均有深厚积累。研发动机源于当前通用大模型在医疗场景中的三大短板：缺乏主动问诊能力、无法维持长期病历记忆、医学结论缺乏可追溯的循证依据。团队联合150余位一线医生，历时多年构建了覆盖200余种疾病的标准化临床路径体系。

核心价值： Baichuan-M4解决了医疗AI从“答题”到“看病”的关键跃迁问题。其核心创新在于：通过SCAN-bench评测体系实现动态问诊，通过长上下文临床记忆机制打通多轮对话中的病史碎片，通过六源循证范式确保每个结论精确锚定到权威文献的具体段落。这使模型能够提供可验证、可追溯、个性化的医疗建议，大幅降低AI辅助诊断中的误诊风险。

技术特点： 模型采用Baichuan-Harness Agent架构作为中枢神经，自主编排问诊、记忆、循证三大模块的调用时机，支持并行处理复杂子任务。其长上下文临床记忆得分为86.9，较上一代M3提升21.1分；循证引用精度达到90.0，远超GPT-5.5的54.7。这些技术指标共同构成了其在医疗垂直领域的断层领先优势。

2. 主要功能

• 深度主动问诊： 模拟临床医生的多轮追问策略，在患者描述初发症状后主动引导补充部位、持续时间、诱因、既往病史等关键信息。与通用模型被动等待完整输入不同，该功能优先识别危急重症，避免为快速得出结论而跳过关键病史环节，显著提升初诊准确性。

• 全病程记忆： 突破单轮对话的记忆限制，在跨时间线的多次交互中持续整合结构化病历、既往问诊摘要、检查结果与用药反馈。模型始终掌握患者身份、既往疾病及指标变化趋势，为高血压、糖尿病等慢性病管理提供个性化数据基础。

• 证据锚定： 生成的每一句医学结论均精确对应权威论文或指南的具体段落，而非仅标注文献编号。依托“六源循证”范式，模型仅从权威医学来源检索信息，引用精度达90.0，确保所有输出可追溯、可验证，满足临床决策对证据链的严格要求。

• 智能体调度： 通过Baichuan-Harness Agent架构自主决策何时追问、何时检索文献、何时复盘病史。面对繁重任务时，系统自动拆分为子任务并行处理，降低主Agent的上下文负载，同时内置实时安全护栏，拦截未授权工具调用与数据访问。

• 安全约束： 内置实时安全护栏机制，在Agent执行任何操作前进行权限校验。系统自动拦截违规工具调用、越权数据访问及不合临床规范的操作，确保模型在医疗场景中的行为始终符合伦理与法规要求。

• 结构化问诊卡生成： 完成多轮问诊后，自动将病史与症状整理为结构化的问诊卡，包含主诉、现病史、既往史、用药记录等标准化字段。该问诊卡可直接输出给医生作为面诊参考，提升诊前准备效率，减少信息遗漏。

3. 如何使用

1. 症状初述： 用户通过百川智能官方产品入口（网页端或移动端App）描述当前身体不适症状，或直接上传化验单、检查报告等医学文档。系统自动解析文本内容，识别关键症状信息，为后续主动问诊奠定基础。

2. 主动多轮追问： 模型根据初述症状自动发起针对性追问，引导用户补充症状部位、持续时间、诱因、加重或缓解因素、既往病史等关键信息。每轮追问基于前序回答动态调整，模拟真实医生的问诊逻辑，逐步缩小诊断范围。

3. 生成问诊卡： 完成信息收集后，模型将病史与症状整理为结构化问诊卡，包含主诉、现病史、既往史、用药记录、初步就诊建议等字段。用户可查看完整问诊记录，并直接分享给医生作为面诊参考材料。

4. 持续随访管理： 用户后续可随时补充新症状、检查结果或用药反馈，模型基于全病程记忆机制自动整合新信息，持续跟踪病情演变。系统可设置定期随访提醒，主动询问患者状态变化，实现慢性病的长期闭环管理。

5. 最佳实践建议： 为获得最佳问诊效果，建议用户首次使用时长按每个问题详细描述症状变化。对于复杂病例，可多次分时段补充信息，模型会自动关联历史记录。上传化验单时建议使用清晰图片或PDF格式，确保OCR识别准确率。

4. 优缺点分析

5. 同类工具对比

选型建议： 对于医疗机构或健康管理平台，若需要深度问诊、长期随访与可验证循证推理，Baichuan-M4是目前唯一具备完整临床能力闭环的选择，尤其在慢病管理、诊前预问诊等场景优势明显。其低幻觉率和高循证精度使其更适合对安全性要求极高的场景。然而，若企业需要多语言支持或已有成熟的通用模型集成方案，GPT-5.5在综合能力上仍具竞争力，但需额外搭建问诊与循证模块。对于预算有限且对医疗场景要求不高的团队，DeepSeek-V4-Pro或Claude 4可满足基础健康咨询需求，但需注意其较高幻觉率在医疗场景中的风险。

6. 编辑点评

Baichuan-M4在医疗垂直领域的技术创新具有里程碑意义。其核心突破在于将OSCE方法论从医学教育领域迁移至大模型训练，构建了“主动问诊-全病程记忆-证据锚定”的完整临床能力三角。HealthBench三榜世界第一的成绩并非偶然，而是对模型在复杂临床推理、专业术语理解与循证引用精度三个维度的综合验证。尤其值得注意的是，其3.3%的幻觉率在医疗场景中具有极高的实用价值——在诊断建议中，1%的幻觉率差异可能直接关系到患者安全，而Baichuan-M4在这一指标上同时超越了GPT-5.5和DeepSeek-V4-Pro。

从实用价值看，该模型已具备明确的商业化路径。超过1000个临床路径单元覆盖200余种疾病，且均由资深专家校验，这意味着其输出可直接用于诊前预问诊、慢病管理等实际场景，而非停留在实验室评测阶段。对于医疗机构而言，Baichuan-M4可以显著降低医生在初诊和随访中的重复性工作负担，提升诊疗效率。对于患者，全病程记忆机制意味着慢性病患者不再需要在每次就诊时重复描述病史，模型可自动关联历史数据。

适用人群方面，该模型主要面向医疗机构、健康管理平台、制药企业以及需要长期健康管理的个人用户。对于医学生和年轻医生，Baichuan-M4基于OSCE的动态交互能力还可作为临床思维训练工具。未来发展潜力上，若百川智能开放API或推出私有化部署方案，将极大拓展其在医院信息系统中的集成空间。此外，多语言支持、罕见病数据扩充、与医疗影像分析的融合，都是值得期待的进化方向。

7. 应用场景

• 日常健康咨询： 用户出现身体不适时，通过Baichuan-M4的多轮追问获得初步评估与就诊建议。模型自动识别症状中的危急信号（如胸痛、呼吸困难），优先建议紧急就医；对于普通症状则给出家庭护理建议或推荐就诊科室，避免盲目就医或延误病情。

• 慢病长期管理： 持续记录高血压、糖尿病等慢性病患者的用药反馈与指标变化，模型基于全病程记忆机制自动跟踪病情演变。系统可设置定期随访提醒，主动询问患者状态变化，并根据历史数据调整建议，实现从“被动应答”到“主动管理”的转变。

• 诊前预问诊： 患者在医院挂号前通过模型完成症状梳理，生成结构化问诊卡。该问诊卡包含主诉、现病史、既往史等标准化字段，可直接输出给医生作为面诊参考，将传统5-10分钟的初诊问询缩短至1-2分钟，大幅提升门诊效率。

• 跨地域家属关怀： 子女远程关注父母健康，模型结合长期记录识别早期心功能不全等隐匿风险。例如，模型可分析数月间的血压波动趋势、用药依从性变化，在指标出现异常趋势时主动提醒家属，实现“被动监测”到“主动预警”的升级。

• 医学教育与培训： 基于OSCE方法的动态交互，为医学生提供标准化、可复用的临床思维训练。学生可模拟接诊不同疾病患者，模型根据回答质量调整追问策略，并在问诊结束后生成评估报告，指出病史采集中的遗漏点与诊断逻辑缺陷。

8. 常见问题FAQ

Q：Baichuan-M4是否开源？能否本地部署？
A：截至目前，Baichuan-M4尚未开源，也未提供私有化部署方案。用户需通过百川智能官方产品（网页端或移动端App）使用该模型。arXiv上已发布技术论文，但模型权重、代码等尚未公开。企业用户如有定制需求，可联系百川智能商务团队探讨合作方案。

Q：模型支持哪些语言？中文和英文效果如何？
A：官方未公布多语言支持详情，但从其训练数据（联合国内医院构建临床路径）推断，模型在中文医疗场景表现最佳。英文场景虽可处理基础健康咨询，但在专业术语理解、循证引用精度上可能不及中文。建议非中文用户优先测试后再决定是否采用。

Q：Baichuan-M4的幻觉率3.3%是如何测量的？与其他模型相比有何优势？
A：幻觉率在HealthBench评测中使用Factual Consistency指标测量，评估模型生成的医学结论与权威文献的一致性。3.3%的幻觉率意味着每100句医学结论中仅有约3句存在事实性错误，显著低于GPT-5.5的3.8%和DeepSeek-V4-Pro的9.8%。在医疗场景中，这一差异直接关系到患者安全，是选择医疗AI模型的核心指标。

Q：模型如何处理用户隐私和数据安全？
A：百川智能在安全约束功能中内置了实时安全护栏，拦截未授权工具调用与数据访问。用户输入的健康数据在传输和存储过程中采用加密处理，但具体的数据存储政策、第三方共享规则等需参考百川智能的隐私协议。建议用户在输入敏感信息前仔细阅读相关条款。

Q：Baichuan-M4能否替代医生进行诊断？
A：不能。Baichuan-M4定位为辅助诊断工具，其输出应视为参考建议而非最终诊断结论。模型在初诊、慢病管理、预问诊等场景中可提升效率，但复杂病例、罕见病、需要物理检查的场景仍需专业医生介入。用户在使用时应遵循“AI建议+医生确认”的原则。

Q：模型覆盖哪些疾病？罕见病是否支持？
A：模型已构建超过1000个标准化临床路径单元，覆盖200余种常见疾病，包括高血压、糖尿病、冠心病、肺炎等。对于罕见病，由于训练数据有限，模型的诊断可靠性可能不足。百川智能表示将持续扩充临床路径库，但具体覆盖范围以官方公布为准。

9. 项目地址

• arXiv技术论文： https://arxiv.org/pdf/2606.08982