越来越众人劈头拿AI看病——身体不痛疾、化验单看不懂，先问问AI，一经成了一种风气。有大夫吐露，“一上午30个门诊，25个带着AI来看病。” AI 的出现彷佛也对得起这份信托：牛津大学的一项切磋里，把整顿好的完备病例直接交给顶尖通用大模子，诊断确凿率高达94.9%，比良众大夫还高。
但统一项切磋的另一半，却很少被提起：当切磋者让平常人拿着己方的病情去和统一个AI对线%。题目不正在模子聪不灵敏，而正在消息是奈何来的——完备病例是大夫整顿好的。可实际里，病人说不清哪里过错、不清晰该讲什么，闭头消息得靠大夫的一句句诘问技能获得。通用大模子最不擅长的适值是主动诘问，它默认你能完备确凿地描绘病情，一朝做不到，再贯通专业的回复，也只是兴办正在残破消息上的幻觉。
个中，正在最磨练丰富临床决议的Hard子集上，该模子领先达15.9分。到底性幻觉率降至3.3%，这些分数指向的不是测验才华，而是四项贴着临床走的中央才华：问诊、追忆、循证、调节。
问诊是看病的第一步。一名好大夫的功力，往往就呈现正在问诊上——他能用接连串适可而止的诘问，启发患者把零落、笼统以至己方都没正在意的细节，一点点说成一条完备的病程。
百川智能先容，M4会主动诘问症状的性子与诱因，优先识别和排查紧迫重症，而不是被动等候用户供给完备消息，更不会为了尽疾给出谜底而跳过该问的闭头病史。同时，其鉴戒医学培养中长远行使的OSCE（客观布局化临床测验）形式，联结150众位一线大夫，修建了动态问诊评测体例SCAN-bench。它不考查静态追忆，而是以的确临床履历为评分准绳，通过众轮、动态的形式完备模仿大夫从接诊到确诊的全经过。
的确的诊疗，很少正在一次问诊里就罢了。一次化验结果、一次用药后的响应、一个新冒出来的症状，城市随病情推动继续改写大夫的占定——这意味着，谁能记住一私人完备的病史，谁才说得上联贯地看病。M4这一代推出的全病程追忆打通了汗青病历、众轮问诊、化验趋向与用药反应，让模子正在众次对话中永远掌管患者是谁、既往有过哪些疾病、各项目标若何改变，而不必每次从零劈头。
问诊、追忆、循证互相分割，单项再强，也拼不行一个能用的医疗编制。常睹的做法是把众个才华按固定次第人工移用，但患者并不会占定己方今朝该问诊、查指南照旧复盘病史，相连一朝错位，整套就卡正在那里。这一步的编排，必需由模子己方结束。
继承这层编排的，是百川面向医疗场景修建的Baichuan-Harness。借使说M系列模子是医疗Agent的大脑，它即是调节这个大脑的中枢神经：何时诘问、何时检索证据、何时调出既往病史，均由模子自决决策，无需人工渐渐指令。同时，这套编制不是一次成型，而是正在的确诊疗中接连迭代：线上的疑问案例、用户的诘问、大夫的纠偏，经脱敏与归因后回流，成为模子陆续改善的凭借。问诊、追忆、循证由此被编排成一个完备的合座，M4也从一个最强的医疗大脑，成为能独立结束联贯诊疗的医疗智能体。
百川智能直言，从M1到M4，百川永远只做一件事：让AI真正能看病。这件事最难，但也最值得，它正正在把蓝本只可知足少数人的优质诊疗资源，带到每一个平常人身边。