Baichuan-M4 - 百川智能联合清华推出的医疗增强模型

Baichuan-M4是什么

医疗大模型赛道又迎来一位重磅选手——百川智能联合清华大学推出的Baichuan-M4，在HealthBench综合、Hard和Professional三个权威榜单上同时拿下世界第一，幻觉率低至3.3%，全行业最低。比起那些只会被动应答的通用大模型，Baichuan-M4真正把目光聚焦到了深度问诊、全病程记忆、证据锚定和Agent自主调度这四个临床核心能力上。说白了，它不再满足于答题，而是要学着像医生一样看病。

Baichuan-M4的主要功能

• 深度主动问诊
  ——模拟临床医生那样多轮追问，引导患者补充症状细节，优先识别出危急重症，而不是傻等患者把信息全说全。

• 全病程记忆
  ——打通历史病历、多轮问诊、化验趋势和用药反馈，在多次对话中持续掌握患者完整病史，不会聊完就忘。

• 证据锚定
  ——生成的每一句医学结论都精确对应到权威论文或指南的具体段落，可追溯、可验证，不是随便编个参考文献编号。

• 智能体调度
  ——通过Baichuan-Harness自主决策什么时候该追问、什么时候该检索或复盘病史，还能并行处理复杂的子任务。

• 安全约束
  ——实时拦截违规的工具调用、越权数据访问以及不合临床规范的操作，守住底线。

Baichuan-M4的技术原理

• 基于OSCE的动态问诊
  ：借鉴医学教育中的客观结构化临床考试方法，联合150余位一线医生构建了SCAN-bench评测体系。模型通过多轮动态交互模拟真实接诊流程，主动追问症状性质与诱因，逐步缩小诊断范围，而不是为了快速出结论就跳过关键病史。

• 长上下文全病程记忆
  ：突破单轮对话的记忆限制，采用长上下文临床记忆机制，持续整合结构化病历、既往问诊摘要、检查结果和用药反馈。在跨时间线的多次交互中，模型始终掌握患者的身份、既往疾病及指标变化，为精准医疗提供个性化数据基础。

• 六源循证与证据锚定
  ：依托“六源循证”范式，只从权威医学来源检索，绝不从开放网络抓取。将指南、专家共识和真实诊疗流程拆解为超过1000个标准化临床路径单元，覆盖200余种疾病。模型输出必须精确锚定到原始文献的具体段落，而非仅标注文献编号，引用精度达到90.0。

• Baichuan-Harness Agent架构
  ：作为医疗智能体的中枢神经，自主编排问诊、记忆、循证三大模块的调用时机。面对繁重任务时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，支持线上疑难案例回流迭代。

如何使用Baichuan-M4

• 症状初述
  ：用户通过百川智能产品入口描述当前身体不适，或者上传化验单。

• 主动多轮追问
  ：M4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、既往病史等关键信息。

• 生成问诊卡
  ：信息收集完成后，模型将病史与症状整理成结构化问诊卡，并给出初步就诊建议。

• 持续随访管理
  ：用户后续可以随时补充新症状或检查结果，M4基于全病程记忆持续跟踪病情演变。

Baichuan-M4的核心优势

• 评测全面领先
  ：HealthBench三榜世界第一，综合得分68.6，领先第二名GPT-5.5超过10分。

• 幻觉率行业最低
  ：事实性幻觉率仅3.3%，显著低于GPT-5.5的3.8%和DeepSeek-V4-Pro的9.8%。

• 问诊能力断层领先
  ：SCAN-bench初诊79.0、复诊74.7，都明显优于主流通用大模型。

• 循证精度极高
  ：Baichuan-EBM评测引用精度达90.0，远超GPT-5.5的54.7。

• 记忆跨度长
  ：长上下文临床记忆86.9分，较上一代M3提升21.1分。

• 临床可落地
  ：超过1000个临床路径单元覆盖200余种疾病，全部由资深专家校验。

Baichuan-M4的项目地址

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

Baichuan-M4的同类竞品对比

Baichuan-M4的应用场景

• 日常健康咨询
  ：用户出现身体不适时，通过多轮追问获得初步评估与就诊建议，避免盲目就医。

• 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，提供个性化随访提醒。

• 诊前预问诊
  ：患者在医院挂号前完成症状梳理，生成结构化问诊卡，提升面诊效率。

• 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。

• 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。