百川智能发布开源医疗模型Baichuan-M3，其核心突破在于从被动回答转向主动追问的“严肃问诊”模式。该模型不仅在多项权威评测中超越GPT-5.2，更通过创新的训练方法将幻觉率降至3.5%，解决了AI在医疗领域的可靠性难题，为AI医疗走向严肃临床应用铺平了道路。
智能速览
Baichuan-M3在全球医疗AI评测HealthBench上实现SOTA。
模型具备“严肃问诊”能力，能像医生一样主动追问排查病因。
通过事实感知强化学习，医疗幻觉率降至3.5%，超越GPT-5.2。
构建SCAN-bench评测体系，在模拟临床考试中超越人类医生平均水平。
落地应用“百小应”成为医患沟通的“翻译官”，提升问诊效率。
精华内容
AI医疗的进化并非简单的知识堆砌，而是逻辑与交互的重塑。Baichuan-M3的问世，标志着AI正从“背诵医书”的学生，向懂得“抽丝剥茧”的医生转变，其背后的技术突破值得深入探究。
主动问诊的突破
传统医疗AI如同博闻强识的医学生，能背下所有医书，却不懂面对真实的患者。Baichuan-M3的核心突破是引入了原生的“端到端”严肃问诊能力，通过独创的SCAN问诊原则，模拟真实医生的诊断逻辑。
当用户描述“头晕”时，M3会首先启动安全分层，询问是否“天旋地转”以排查中风风险；再通过信息澄清，量化诱因如“是否熬夜”。这种层层递进的追问，解决了AI急于下结论而忽略“红旗征”的危险。
为确保长轮次对话的逻辑一致性，百川采用了SPAR算法。它通过分步惩罚机制，引导AI在有限的对话中精准锁定关键信息，将患者模糊的主观感受，转化为可供医生参考的结构化临床数据。
攻克AI幻觉顽疾
在严肃医疗场景，AI的“幻觉”是不可容忍的安全风险。Baichuan-M3选择了一条更艰难但效果显著的道路：从模型内部根除幻觉，而非依赖外部的知识库。
其核心技术是“事实感知强化学习”架构。在模型训练的每一个环节，都加入了严苛的医学事实校验，相当于在AI大脑里植入了一个实时“审稿人”。当模型试图编造信息时，惩罚机制会立刻介入。
这种内化的训练方式，使M3在无外部工具辅助的情况下，医疗幻觉率降至3.5%，不仅超越GPT-5.2，更刷新了全球最佳记录，确保了AI给出的每一条建议都基于严谨的医学逻辑。
超越人类的评测
如何评估一个AI医生的水平？百川认为，传统的笔试式评测远不够。为此，他们联合150多位一线医生，借鉴经典的OSCE临床考试方法，构建了全新的SCAN-bench评测体系。
SCAN-bench是一个动态考场，它不仅考核最终的诊断结果，更评估AI的问诊思路、检查合理性及风险排除能力。评测发现，问诊准确度每提升2%，最终诊疗准确度就能提升1%。
结果显示，Baichuan-M3在SCAN的四个维度上均显著高于人类医生基线。这并非指AI已全面超越名医，而是在标准化问诊流程、知识广度和对指南的遵循上，展现了超越人类的稳定性。
重塑医疗流程
技术的最终价值在于落地应用。搭载M3模型的“百小应”应用，正尝试成为医患之间的“翻译官”，重塑传统的就诊流程。
对患者而言，它是一个24小时在线的助理，通过专业追问帮助理清病情，生成结构化摘要，避免就诊时语无伦次。对医生而言，它跳过了机械的信息收集环节，将一份已排除基础风险、罗列关键症状的报告呈现在面前，让医生能直接进入核心的诊断决策。
这种模式并非取代医生，而是通过提升问诊效率和准确性，辅助医生做出更优决策，有效应对优质医疗资源短缺的挑战。
Baichuan-M3的出现，是中国AI医疗从跟随到定义的标志性一步。它证明了通过深度建模，AI可以走出聊天机器人的舒适区，真正进入严肃的临床世界。AI虽无法替代人性的温度，却能让医生在握手前看得更清、判得更准，这或许是应对未来医疗挑战最可靠的技术路径。
