直击WAIC丨百川智能M4首秀:HealthBench得分世界第一,领先GPT-5.5超10分

七颜百科 °C 栏目:行业百科
直击WAIC丨百川智能M4首秀:HealthBench得分世界第一,领先GPT-5.5超10分

  新浪科技讯 7月17日晚间消息,2026世界人工智能大会开幕首日,百川智能首次展出Baichuan-M4在肿瘤、儿科等专科场景中的落地成果:与国家癌症中心、中国医学科学院肿瘤医院联合共建的肿瘤专科AI,以及与国家儿童医学中心、北京儿童医院联合共建的 AI 儿科医生,均已在真实临床场景中开展验证。

  据悉,Baichuan-M4由百川智能与清华大学研究团队联合打造,面向医生和个人用户提供低幻觉、强循证、深度追问和长程记忆等医疗增强能力。这些能力既支撑百小医服务家庭健康,也正在肿瘤、儿科等专科场景中接受临床验证。

  公开评测结果显示,M4在OpenAI提出的权威医疗评测HealthBench上,综合得分高达68.6,位列世界第一,领先第二名GPT-5.5超过10分;在最考验复杂临床决策的Hard子集上,领先达15.9分;事实性幻觉率降至3.3%,为全行业最低,同口径下,GPT-5.5为3.8%、Claude Opus 4.7为6.9%、DeepSeek-V4-Pro高达9.8%。

  在循证医学体系里,医生信任一条结论,靠的从来不是它说得像不像医生,而是结论背后的证据是否权威、准确、可追溯。为此,百川不仅首创了“证据锚定”技术,让模型生成的每一句医学结论,都能精确对应到原始论文或指南中的具体段落,更依托六源循证范式,让模型只在权威医学来源中检索,不从开放网络抓取资料。在百川构建的循证医学评测Baichuan-EBM上,M4的循证引用精度达到90.0,远超同类产品。

  此外,M4 还具备了临床所需的深度追问和超长记忆能力,能够承接患者从首诊到多次复诊的完整就医史。叠加Harness调度、记忆与自进化能力后,模型已从最强医疗大脑,升级为可完成连续诊疗的医疗智能体。

  当前,三甲医院的医生每天工作已超9.5小时,基层家庭医生人均要管2000名签约居民——中国的医疗资源持续面临优质供给不足的风险。基于M4,百川带来了“百小医”——一款完整覆盖全病程管理的AI家庭医生,不仅能帮助患者明明白白看医生,还能主动管起全家人的健康:App承接每次就医前后的症状问诊、就医准备、病情分析和医嘱解读;微信 BOT 端则延伸到用户的日常生活,持续提供主动健康管理和后续的随访。

  WAIC现场,百川还展示了全新的“肿瘤科AI助手”。针对肿瘤治疗信息过载、决策复杂的痛点,AI助手以循证医学为基础,实时融合最新指南、临床试验与真实世界研究,将病历解构为临床问题并动态检索多源证据,实现秒级精准索引。

  面向患者和家属,面对多位专家给出的不同治疗建议,患者往往难以判断差异,也难以理解不同方案的获益与风险,AI肿瘤医生可将方案逐项拆解,帮助患者看清循证依据、生存获益和不良反应,并据此与医生进行下一步讨论。试验显示,肿瘤科AI助手和AI肿瘤医生与MDT专家意见在指南内方案中的一致率可达100%,指南外复杂病例一致率也高达94%。(文猛)