6月24日消息，百川智能与清华大学研究团队联合发布 Baichuan-M4，一款专为持续护理设计的临床级医疗智能体系统。与常规单轮问答模型不同，M4 定位为面向真实临床场景的主动随访、长期病程跟踪和循证诊断的医疗 Agent 系统。
在 OpenAI 推出的权威医疗基准 HealthBench 及其 Hard（复杂高风险/急诊决策）和 Professional 子榜单上，Baichuan-M4 同时位列世界第一，全面超越 GPT-5.5、Claude Opus 4.7、DeepSeek-V4-Pro 等前沿模型。 HealthBench 成绩：领先第二名超 10 分
HealthBench 包含 5000 个真实多轮临床对话，由 262 名医生制定 48,562 条评分标准，重点评估问诊、记忆、循证、调度四大临床核心能力。
Baichuan-M4 在 HealthBench 综合得分 68.6，领先第二名 GPT-5.5 超过 10 分。Hard 子集（复杂高风险/急诊决策）领先第二名达 15.9 分，Professional 子集得分 55.1。
幻觉率 3.3%，行业最低
Baichuan-M4 的事实性幻觉率低至 3.3%，为行业最低水平。对比来看，GPT-5.5 为 3.8%，Claude Opus 4.7 为 6.9%，DeepSeek-V4-Pro 为 9.8%。在医疗场景中，幻觉率的降低直接关系到临床决策的安全性。
四大核心能力：从"会答题"到"会看病"
Baichuan-M4 的核心定位是从"会答题"进化到"会看病 + 长期托付"，主要功能包括：
主动随访：支持动态追问、长期病程跟踪和基于风险的分诊，能够在患者未主动沟通的情况下进行主动性健康管理。
长期记忆：多维度患者记忆系统，涵盖结构化病历、历史总结、化验/影像趋势、用药反应等，支持长程上下文临床记忆。
循证诊断：内置权威证据检索工具，支持可追溯的证据链，采用六层金字塔证据体系与 PICO 分解，引用精确率达 90%。
信息搜索与检索：内置临床工具层，实现基于证据的检索和多模态感知，包括病历 OCR、X 光分析、皮肤科图像等。
技术架构：三大核心支柱
Baichuan-M4 构建为医疗智能体系统，包含三大组件：
Baichuan-Harness：统一运行时框架，支持行为约束、工具调用、长期记忆管理和多智能体协同。
核心推理模型：采用持续护理强化学习框架（SPAR++ 跨度级奖励建模、推理路径压缩、课程学习等）。
临床工具层：患者记忆管理 + 权威证据检索 + 多模态感知（文档、X 光、皮肤科图像）。
系列演进
百川智能此前已发布 M1/M2/M3 医疗增强模型，M4 是进一步面向真实持续护理场景的升级版，重点强化 Agent 能力、记忆系统和循证工具。配套 arXiv 论文（6 月 8 日提交）提供了详细的实验数据和架构说明。
AI 速览
