AI医疗，已不再局限于一时一地的竞赛场，正凝聚为全球共识。

因为，这是一场关乎未来百年，人类生命健康的革命。

众多知名科技企业，包括谷歌和微软，还有硅谷人工智能新兴公司以及顶尖的风险投资公司，都大量投入资金在这个领域。

两天前，刚成立三年的初创公司OpenEvidence成功募集到两亿美元资金，其主打产品OpenEvidence广受欢迎，每月处理的一线医疗咨询次数达到一千六百五十万。

同一天，Anthropic正式推出了「Claude生命科学版」产品，旨在辅助科研工作者在生命科学方面的探索工作。

此外，学术界全体成员正以空前的决心，深化医疗人工智能的研究，

中国队的力量，同样不容小觑。

时隔两月，Baichuan-M2系列迎来最强迭代。

今日，百川智能隆重推出「首例基于实证提升的医疗大型模型」——Baichuan-M2 Plus。

新模型将「循证医学」的核心理念全面整合到训练和推理过程中，运用独创的「六源循证范式」，效仿人类医生的思考方式，精准区分不同层级的医学依据，科学判断其可信度，并且在回应时优先采用高级别的证据作为支撑。

M2 Plus在多次权威医学考核中取得满分，其医学知识实践水平远远高于普通人水准。

这种生成模式以事实为依据，能够防止凭空捏造的现象，其可靠性堪比经验丰富的医学界权威人士。

M2 Plus的幻觉率指标，在多项医疗评估中表现突出，数值仅为Deepseek-R1的三分之一，并且大幅超越了美国当前最受欢迎的医疗产品OpenEvidence。

自今日起，M2 Plus正式启用「百小应」应用软件，并且开放了应用程序接口，任何技术开发者均可调用。

是临床「超级外挂」

也是医学科研神器

Baichuan-M2 Plus在实际医疗环境中运作怎样，稍加体验就能明白。

传送门：ying.ai

精准定位靶向药，破译罕见病谜题

有一个实际发生的情形，广州医科大学附属第一医院的呼吸科医师遇到一位哮喘病人，其体内嗜酸性粒细胞数量超出正常水平，呼出气体中一氧化氮含量也显著增加，血液里总免疫球蛋白E水平同样偏高，同时他还患有鼻窦炎症，但是通过吸入药物进行医治并没有取得理想的效果。

当遇到此类情形时，通常要思索「生物指向」疗法，不过，现阶段哮喘生物指向药物有许多，诸如针对IgE的单克隆抗体，针对IL5/IL5R的单克隆抗体，针对IL4R的单克隆抗体，以及针对TSLP的单克隆抗体。

众多选项面前，依据病人的具体情况，怎样挑选最为适宜的靶向药品，是医疗实践中经常遇到的难题。

以前，医师研究相关诊疗资料、进行比对，必须投入许多时间，而且医疗事务繁重，无法抽暇仔细探求学术文章。

这时候，Baichuan-M2 Plus就派上用场了。

接到医师的询问后，它立刻提供了首选与备选方案，并且借助表格，将各类靶向药物的适用病症、运作原理都呈现得十分明了。

在问答底部位置，它明确列出了所有参考来源网址，有助于核实信息与追溯依据，完全符合真实可靠的标准。

这位医生对百小应赞赏有加，觉得M2 Plus能够充分契合病人的具体情况，精简靶向药挑选的步骤，非常适宜作为临床诊疗的得力帮手。

科研一把抓，最短时间呈递最新科研成果

在非医疗环境下，Baichuan-M2 Plus对于学术研究同样展现出出色能力。

例如，身为科研人员或者医学专业的学生，需要明确——当前关于PACAP在偏头痛方面的研究动态怎样？

在海量资料里，识别出真正有价值的，无论是在医疗实践领域，还是在学术探索过程中，都相当困难。

M2 Plus如同一个「资料整理助手」般，能够迅速梳理PACAP与偏头痛领域的最新进展，从而让科研人员不必在PubMed的浩瀚信息中迷失方向。

如图所见，不到一分钟，M2 Plus就能汇集各方最新研究成果，并自动进行主题分类和逻辑梳理。

例如，筛选核心诊疗数据，涵盖作用原理、检测指标、药物验证成效等细节。

这种方式的优势在于，研究人员无需耗费心神去研读海量资料，能够迅速锁定关键依据，立刻洞察问题症结，同时有效规避那些具有欺骗性的阐释。

一旦他们不再耗费精力处理繁杂的资料查阅，就能抽出身来，把心思更多地放在梳理生命科学的内在联系，以及构思崭新的研究设想上。

值得注意的是，M2 Plus能够将最新的临床实验数据，例如LuAG09222项目、PAC1抗体研究的相关信息，同病患的具体情况相结合，从而提供以科学依据为基础的诊疗方案建议。

Baichuan-M2 Plus牛就牛在，它能让科研者迅速锁定关键依据，从而为患者制定最精准的诊疗方案。

以肾脏疾病研究为例，特别是针对足细胞遗传性疾病的诊疗，这堪称科研领域的一大难题。

对于科研人员来说，需要翻阅一堆文献才能摸清门道。

M2 Plus迅速能够条理化说明主要关注事项，直接切入要点并汇集展示最新科研进展。

必须承认，借助M2 Plus，科研的艰辛工作得以提速，迅速进入成果转化阶段，从而推动从实验研究到临床实践的进程。

M2 Plus在科研领域和临床应用中都展现出卓越的性能，其背后的关键原因究竟是什么？

核心技术揭秘

首创「六源循证推理范式」

通用大模型好似一个「见识广博却难以信赖」的顾问，即便借助检索功能，也常因信息来源驳杂而无法遵循循证医学原则。

针对这一挑战，百川智能凭借对循证医学的深刻认识，应用了「循证增强」（EAR, Evidence-Agumented Reasoning）方法。

他独创的「六源循证方法」，建立了权威性、专业性强的知识框架，使模型在医疗判断时「有理有据」。

九十年代中期，位于加拿大的麦克马斯特大学相关领域学者推动了医学理念的重大变革，倡导了以证据为基础的诊疗模式，这一创新构成了当代医学认知框架的基础，并且对于保障医疗判断的可靠性具有决定性作用。

依照这一准则，百川团队创建了「六源循证」的推理方法，它以「证据分级+PICO检索+实时调整」为关键，使模型能像医学专家那样，分辨各类医学信息的层级、判断其可信程度，并在回应时自动优先采纳高等级信息，把循证工作做到位、把检索做得准、把推理做得正确。

六源证据分层，构建完整医学证据体系

循证医学强调有据可依，而互联网数据鱼龙混杂。

为此，团队在知识汇集环节，有意识地排除了网络上的非专业内容，仅采纳有公信力的医学资料作为依据。

团队在此基础之上，打造了一个包含六个层级证据种类的知识架构，让模型能够参照可靠依据，

基础研究平台收录了数以万计的医学期刊文献，其规模远超PubMed的数据库容量，其中包含了大量的基础性研究与临床性发现，它构成了循证医学体系的基础环节。

证据汇集层：融合系统评估与Meta研究等权威依据，呈现归纳后的研究成果，并给出最终结论。

标准体系方面：采纳全球知名组织及本土专业团体所公布的诊疗指导、权威意见与操作准则，以此保障回复内容符合现行准则要求。

实用知识层面涵盖具体病例的描述,汇集了临床工作者的实际操作心得,以及具体的诊断治疗方法,这些内容都与医疗工作环境紧密相关,能够直接应用于实际操作中。

公共健康教育领域，收录专业科学常识和公共卫生资讯，涉及传染病防控宣传、身心调养建议等，旨在惠及民众健康提升。

药品监督管理机构通告,临床试验注册信息,以及大规模真实世界研究数据,这些信息都包含在内,用以呈现最新的监管变化和人群研究成效。

这「六源」逐步发展，完成了从「语言可信度」向「知识可信度」的跨越，

原始层：回答「事实是否存在」

证据层：回答「结论是否一致」

指南层：回答「行业如何规范」

实践层：回答「医生应如何决策」

公共层：回答「患者应如何理解」

真实世界层：回答「是否存在新风险」

运用六源循证方法进行模型训练和推断时，关键在于明确知识获取途径。

而如何「快速找到正确证据」？

核心关键——专为医疗设计的PICO检索框架。

循证检索： 三步精准锁定「铁证」

PICO是循证医学常用的检索框架。

PICO框架主要涵盖四个基本部分：需要关注的目标群体，所采用的特定手段，参照的对象，以及最终要评估的效果。

传统检索方式注重资料获取的便捷性，而循证方法更强调信息判定的准确性。

为了使大模型具备可靠的依据能力，M2 Plus着重提升了医学证据检索的性能，借助PICO模式进行思考，把查询内容转化为条理分明的医学式提问。其核心技术突破涵盖：

运用强化学习技术构建多层PICO查询，其核心思路在于，通过多PICO剖析方法，在含义领域内构建一个「证据搜集系统」。

在Baichuan-M2 Plus的生成查询环节，工作人员运用了强化学习手段，目的是改进操作方法。

百川注意到，通过阅读众多医学文献，Baichuan-M2已经掌握了基本的循证知识，可以解析MeSH、SCR、PT这类标准概念的构成。

因此，团队首先应用了上下文迁移和舍弃选择方法，建立了具备PICOCot功能的策略原型，

接下来，为了进一步增强Baichuan-M2 Plus的检索生成性能，研发人员把多角度可信度评价信息以及PICO结构化指标输入到验证系统中，以此实施强化学习训练。

证据质量激励指标包括多个方面，具体涵盖关联程度、涉及广度、专业水准以及时间新颖性等要素

百川团队优化之后了解到，M2 Plus不仅依照PICO原则，能够简化繁杂的用户查询难题，同时还表现出多种查询策略的包容性，实现了精准度与覆盖范围之间的良好平衡。

例如，Prompt

GLP-1受体激动剂能否帮助肥胖的2型糖尿病患者减重？

M2 Plus借助体系化认知与检索意向构建，能自动把疑问拆解为好几个语义各异却相辅相成的PICO查询式。

这种多层PICO查询创建方式使模型在构造查询时不仅注重单一匹配效果，还达成了语义领域的全面覆盖，即所谓的「密集探索」：

中心检索致力于严密对应可信依据，边缘检索旨在拓宽可能关联的探索，借此在准确性与涵盖面内达成灵活协调。

PICO语义感知与精准匹配：

百川在搜索算法方面，研究出了Medical Contextual Retrieval技术，这项技术具有独特性。

百川不再采用常规的分片方法，而是借助医学领域的训练模型，能够自动判定PICO语义的界限。

将同一临床情境下的语句群当作一个检索单元来处理，这样可以维持段落间的临床因果联系和证据背景，防止信息出现断裂。

在检索阶段，系统采用稠密向量检索与短语匹配融合机制：

在筛选环节，百川组织运用了PICO-sensitive再排序方案，全面权衡了

借助明确权重系统，证据强度更优、符合PICO标准更严密的文献内容，会排在前面展示。

在此基础上，M2 Plus仅需三步精准锁定「铁证」：

初始阶段，系统会解析用户咨询，将其分解为多个规范的PICO检索指令，接着全面检索相关文献资料，同时注重信息的相关性和覆盖面。

第二步，精确锁定：借助自主研发的医学情境检索技术，确保文献中的临床因果关系链条完整，防止信息出现断裂，

第三步，证据排序：启用内部「评审专家」系统，对证据价值进行判定（例如随机对照试验、综合性分析），优先展示最可靠、关联度最高的关键材料；

循证推理：让模型学会引用而非臆测

所谓「六源循证」明确了医疗AI知识的来源渠道，所谓「PICO智能检索」则高效地定位了所需的正确依据，但更为核心的环节在于，必须保证AI在获取信息后，不会随意臆断，更不会偏离事实，做出不合逻辑的回应。

百川智能在M2 Plus里增加了「循据式提升训练」功能，给模型的应答环节「加上了防护装置」，从底子上去调整了它的制造思路，使它懂得「援引事实，不凭空捏造」：

起初，训练时会对正确引用给予奖励，对凭空猜测进行惩罚，当准确引用权威材料（比如指南、文献）时会得到高分，一旦回答超出了查找到的证据就会遭到处罚。

其次，系统配备了「判断依据审查器」，该模型经过学习，可以自行判断搜集到的依据的可信度，倾向于选择高可靠性的资料，例如随机对照试验、综合分析结果，然后将其自然地整合进分析过程中。

最终，每句话都有依据，能够追溯、可以核实：经过学习，M2 Plus的回应方式出现了根本性转变，在提供重要判断时，会自动加上资料来源、规范出处等依据，这增强了人工智能回应的解释力与可信度。

幻觉率最低，比Deepseek-R1降低3倍

如今的智能系统宛若一个见识丰富却时常无端臆断的学徒，它那常见的、看似严肃实则荒谬的胡言乱语现象，持续让使用者感到困扰。

这种普遍的「错觉」现象在医疗和科研等精确度要求很高的行业，是绝对无法容忍的。

百川智能采用以事实为依据的创造方式，使M2 Plus极少出现凭空捏造的信息，确保了内容的真实性。

多项测试表明，该模型的总体幻觉指数是所有大型人工智能系统里最少的，与 Deepseek R1的当前版本相比，差距扩大到原来的三倍，并且明显超越OpenEvidence。

此外，在医疗记录的审阅、病情的判断、医治计划的制定等实际且繁杂的关键医疗情境里，其表现力堪比经验丰富的医学权威人士。

北京天坛医院的熊医生是个很有代表性的例子，他在考察目前PACAP在偏头痛方面的研究进展时注意到，关于头痛的研究数量持续增加，但想要找到真正有价值的文献变得十分困难，很多大型模型提供的参考信息都因为存在虚假内容而无法使用。

他尝试使用百小应后得知，该医疗软件相当专业，能够整合全球PACAP偏头痛研究，从作用原理到III期临床试验自动构建证据链条，不仅能够解答疑问，还帮助医生以前瞻视角把握科研动态。

多国医考断崖领先

医学能力超越人类医生

「实证提升」指明了往后大型模型演进的关键路径，即从期望达到「全知全能」转变为强调「论断有据」，促使人工智能迈向更为可靠、更具担当的新境界。

测试显示，Baichuan-M2 Plus在经过「依据事实强化」的学习过程后，它在医学领域的知识积累程度，以及运用这些知识解决实际问题的水平，都显著超越了人类医学界的佼佼者。

美国执业医师资格考核（USMLE）是衡量临床学问与思维能力的权威尺度，就连见多识广的医疗界前辈，若想取得九十以上的高分，也相当不容易。

M2 Plus在这项考试中获得了97分的高分，这一成绩十分出色，不仅远远高于普通人考生的普遍水平，而且还与GPT-5的表现完全相同，使其牢固地处于全球顶尖水平，充分体现了它处理临床问题的卓越能力。

中国执业医师资格考试（NMLE）的及格分数是360分，对于医学领域的学子们来说，考到450分以上就可以算作优秀成绩，而超过500分的人则被称作是学业上的佼佼者。

M2 Plus获得了568分的卓越表现，在全部公开评测的主流大型模型中居于首位，这充分展示了它对中国临床指南和医疗实践的精通程度已经达到了精湛的水平。

医学执业资格考试好比是进入医疗行业的通行证，而全国硕士研究生统一招生考试中的临床医学（西医综合）科目，则是优秀医学学子们一较高下的重要赛场。

这个考试涵盖领域非常宽广，而且试题编制十分精巧，对临床思考能力有很高标准。一般而言，能够取得280分以上的考生，多来自协和、北医等一流大学的最优秀学生群体。

M2 Plus在这次测试中获得了282分，另外，在日本、英国、澳大利亚这些国家的高级医生资格认证考核里，它的正确率超过了85%，比各个国家的及格标准都要高得多。

这些卓越的成果明确表示，M2 Plus 在处理高深医学学问方面的本领，已经超越了人类医务工作者的水平。

千亿美金赛道，百川再下一棋

百川M2 Pro的正式推出，再次成为人工智能与医疗行业深度结合的助推器。

从医学界的角度审视，在常规诊疗过程中，当医生面对一位病患的复杂病症时，常常要自行查阅相关资料，并投入许多时间精力进行核实。

而大模型应用日益广泛，给医生带来了新的难题：病人借助DeepSeek进行自我诊断，或携带DeepSeek就诊的情况愈发普遍。

专业人士清楚人工智能系统或许会出错或存在偏见，但缺乏足够资源去判断具体哪项内容准确哪项内容不准确。

而M2 Plus的「六源循证推理范式」能够即时汇集多个来源的可靠信息，在短暂时间内，可以提供准确的诊断意见。

现在，百小应已经采用了最新款 Baichuan-M2 Plus 作为主要医疗咨询系统，这个版本已经更新到各大手机应用商店，同时为了方便在电脑上使用，它的网络版（ying.ai）也已经正式推出。

它既是医务人员的得力工具，又可助患者及其亲友透彻明了病情、诊疗、康复、病根、检测等方面的科学原理，轻松获取前沿权威资讯，借鉴一流学者的思路与观点，并获得持之以恒的专业指导。

此外，Baichuan-M2 Plus同样设有规范化接口，医疗机构的信息化团队、在线医疗服务商、健康产业的相关单位，还有医疗人工智能领域的从业者，皆可借助接口将科学决策融入服务环节，增强人工智能的医学适用性。

M2 Plus的推出，意味着医疗领域的人工智能正在向更加可靠、有根据的方向发展，不再仅仅追求速度，而是更加注重准确性和可信度。