近期，在清华大学举办的「AI医疗新范式」学术论坛上，百川智能创始人王小川指出，医疗领域对大模型有低幻觉、强循证、会提问三条核心要求，但当前通用大模型完全无法满足——其医疗问答错误率约50%，鉴别诊断错误率超80%，还会导致患者拿着AI结论质疑医生，加剧医患矛盾。会上，百川智能发布医疗专属大模型Baichuan-M4及AI家庭医生“百小医”，将事实性幻觉率压至3.3%，登顶三大权威医疗榜单。
通用AI看病有多坑？3大缺陷暗藏致命健康风险
- 高幻觉率误导致命： 2026年《BMJ Open》研究显示，50%通用模型的医疗回答“有问题”，近20%属于“高度有问题”，常把错误结论包装成确定性判断，比如误导患者停用抗凝药物、误诊罕见病，可能引发用药错误或延误治疗。
- 弱循证推理漏诊重症： 通用模型缺乏医学指南逻辑，容易过早锁定单一答案而非系统性排除其他可能性，比如将胸痛直接归为胃食管反流而忽视心梗风险。2026年《JAMA Network Open》评测显示，主流模型在标准化临床案例的鉴别诊断阶段错误率超80%。
- 交互不足准确率暴跌： 通用模型不会主动追问患者的用药史、过敏史等关键信息，真实场景中准确率骤降至34.5%，基层医疗场景中初级病症鉴别漏诊误诊率高达80%，可能延误癌症等重症的早期干预。
医疗专属AI来了！3大突破解决通用模型的致命bug
- 低幻觉技术： 通过医学事实验证层与置信度标注系统，Baichuan-M4将事实性幻觉率压至3.3%，远低于通用模型50%的错误阈值。
- 强循证推理： 内置WHO、NCCN等权威指南逻辑框架，强制模型按医学决策树进行系统性排除诊断，在HealthBench Hard榜单中，对复杂病例的解释准确率达89.7%，显著高于通用模型的62%。
- 主动提问能力： 设计症状追问算法，在基层问诊场景中通过5-8个关键问题（如疼痛性质、伴随症状），将准确率从34.5%提升至82%。
AI家庭医生“百小医”已落地三大实用场景：症状问诊时通过结构化追问生成初步分析报告，帮助患者明确就医科室；用药管理时自动识别药物相互作用风险，提醒调整剂量或替代方案；医患沟通辅助时将专业术语转化为通俗解释，并标注医生诊断的循证依据来源。
AI看病别乱用！这份正确使用指南请收好
- 明确AI角色边界： AI可负责症状预筛、就医准备、慢病管理、健康数据追踪等“95%的非决策环节”，但诊断、处方、手术方案等“5%的关键决策”必须由医生主导，严禁用通用AI做自我诊断。
- 修复医患信任的正确方式： 患者应将AI作为就医辅助工具，提前梳理症状、了解就医方向，而非拿着通用AI的碎片化结论与医生争执；医生可利用AI梳理病史信息、生成初步假设，提升诊疗效率。
- 行业规范需同步跟进： 应建立医疗大模型的“三性认证”（低幻觉性、强循证性、交互完整性），同时实施应用场景分级，禁止通用模型介入诊断环节，医疗专属模型需通过严格临床验证。
理性看待AI医疗，将其作为就医助手而非诊断替代品。
