5 月 22 日，在清华大学百川楼召的 "AI 医疗新范式 " 学术论坛上，政、产、学、研、医多方顶尖力量汇聚一堂。中国工程院院士、耳鼻咽喉头颈外科专家韩德民，中国工程院院士、生殖医学专家乔杰，中国科学院院士、心血管流行病学与遗传流行病学专家顾东风等知名院士同台共议，探讨 AI 赋能中国医疗提质扩容的破局之道。
在这场业界少有的 AI 与医疗的思想盛会上，作为百川智能这家国内唯一专注医疗的大模型公司创始人，王小川抛出了一个朴素的问题：AI 如何增加医疗资源供给？患者在踏进医院之前和走出医院之后的这段时间，究竟有谁在负责？
随后，他展示了 Baichuan-M4 大模型，以及百小医—— AI 家庭医生，它们将成为百川智能对这个问题的答案。
台下很多人意识到，AI 医疗正在发生一场静默但深刻的变革。过去几年，中国 AI 医疗的核心逻辑是优先流向医院；但从这一刻起，一个相反的箭头开始浮现，AI 医疗将流向家庭。" 四级诊疗 " 和 " 双医模式 "，将是百川智能为这场变革打出的两张牌。
01
北儿要与百川 " 共造 "100 万儿科医生
医疗资源不足是中国医疗体系长期面临的困境。全国 508 万医生需要承接 14 亿人口的就医需求。其中，0.17% 的三甲医院需要扛起全国 30% 的年诊疗量，医生平均每天工作超 9.5 小时，几乎全年无休，不堪重负。
儿科领域领军人物，国家儿童医学中心主任、首都医科大学附属北京儿童医院院长倪鑫教授更是在论坛上直言，全国儿科医生奇缺，并希望与百川智能联合，通过 AI" 造 " 出 100 万儿科医生。
家庭医生签约体系本应是分级诊疗的第一道闸，但目前签约家庭医生人均仍需服务 2000 名居民。仅高血压、糖尿病、慢阻肺三大慢病的随访量，就已超出人力承载上限。
AI 的成熟正为这个困局带来松动的可能。2026 年，哈佛医学院与贝斯以色列女执事医疗中心联合发表于《Science》的研究显示，OpenAI o1 在急诊真实患者分诊场景下准确率达 67.1%，两位人类主治医生分别为 55.3% 和 50.0%。2026 年，美国犹他州启动了首个 AI 自主续方授权试点，合作方 Doctronic 公司公开数据显示其系统与医生续方决策一致率达 99.2%。
这些研究说明，AI 在特定临床任务上的能力已具备临床应用价值。
《Nature Health》对 9600 万中国人就医轨迹的追踪揭示了患者对于基层诊疗能力的系统性不信任。在这份研究中，超过 80% 的患者绕过最近的基层医疗机构，宁愿多走两倍以上路程去三甲医院。
在这样的背景下，让 AI 医疗进院，辅助专科医生提升效率，或赋能基层医生提升医疗质量，顺理成章成为 AI 如何增加医疗资源的两个优先答案。
现实证明，这两个答案都谈不上理想。
AI 虽然可以帮三甲医生平均省下 28.7% 的门诊时间，但其实也仅有不到 1 分半钟，且省下的每一秒都会被下一个排队的患者填满。至于赋能基层提质，效果则根据 AI 能力，效果参差不齐。
显然，AI 医疗提供增量的主战场不在院内，而在院外。事实上，患者早已在用 AI，但这种野生的使用方式潜藏风险。
上亿中国人正在使用通用大模型处理健康问题，而 West Health & Gallup 2026 年 4 月调研显示，仅 4% 的用户表示 " 非常信任 "AI 给出的健康建议。用户清楚通用大模型只能咨询不能看病，但三甲挤不进，基层信不过，他们别无选择。
通用大模型的核心任务是基于输入预测下一个最可能的词或句子。这种预测性质使得模型更容易延续用户输入的语气、观点或立场，也就是更容易 " 顺着用户 "。但这种 AI 幻觉在医疗场景是一个致命的底层缺陷。
斯坦福 SycEval 研究测试了 ChatGPT、Claude、Gemini 三个主流模型，58.19% 的回答为迎合用户预设观点而牺牲准确性，78.5% 的对话中这种顺从会持续到底。
这是一个悖论。最需要专业判断的人，正在用一个不可靠的工具填补空白。这个工具越顺从，就越危险。
除了 AI 幻觉外，通用大模型用于医疗还有其他致命缺陷。比如，缺乏主动追问的能力。
想象一下这个场景。凌晨 5 点 14 分，当你在睡梦中莫名被脚趾剧痛惊醒，不想吵醒家人的你打开手机求助于通用大模型。很快，它平铺直叙给出了十多种可能，并在进一步追问下给出 " 建议就医 " 的含糊答案。你此时的困惑和焦虑没有丝毫减轻。
在排队等待两小时，并在门诊仅有 3 分钟不到的交流后，医生做出了与你期望中不一致的诊断。当你耐不住性子，拿出手机质问医生为什么与 AI 诊断不一致时，或许也能瞥见医生眼底的疲惫。
这正是当前医患关系普遍面临的困境。通用大模型并没有减轻患者焦虑，反而正以另一种形式摧毁原本就很脆弱的医患关系。
02
双医模式接住诊前诊后空白，拓展医疗边界想象空间
作为国内顶尖大模型公司，百川智能专注医疗大模型的理由也在于此。从 M1 到 M4，这些医疗专用大模型与通用大模型有着本质的区别。工程师们将权威医学指南拆解为 1000 余条原子化临床路径，深度覆盖 200 余种常见疾病，每一步推理都锚定循证证据。
在 HealthBench、HealthBench Hard、HealthBench Professional 三大权威医疗榜单中同时位列世界第一，全面超越 GPT-5.5、Claude Opus 4.7、DeepSeek-V4-Pro 等最新顶尖模型；3.3% 的裸模型事实性幻觉率全球最低。在更接近临床真实场景的 HealthBench Professional 评测中，M4 结合 Harness 工具链后达到 59.4 分，超过 OpenAI 专为临床医生设计的 ChatGPT for Clinicians。
得到同门医疗大模型支撑的百小医，天然为医疗而生。
回到刚才的场景，当你向百小医求助后，系统并未立刻给出结论，而是持续追问了多轮：" 哪个脚趾？"" 疼了多久？"" 最近有没有喝酒？"" 上次体检尿酸多少 "…… 最终，它给出急性痛风的明确答案，以及前往风湿免疫科问诊的明确建议。得到明确答复的你，焦虑困惑不再。
这是第一重变革信号：AI 医疗正进化为临床级推理。患者通过多轮交互拿到的不再是平铺的概率列表，而是一个明确的推理结果。
非常关键的是，在给出结果的同时，百小医还将把 " 双医模式 " 带到患者面前。
在这个设想中，AI 医疗将和真人医生重新分工协作。在 95% 的诊前及诊后时间中，AI 医疗将管理日常健康，解释病情方案，辅助患者决策；在最为重要的诊中环节，则由医生完成诊断、开方、手术等不可替代的决策。AI 在这段时间内接住的是患者层面的咨询、整理、提醒、解读——临床决策权仍属于真人医生。
具体而言，在诊前，百小医将承担整理和分诊的作用。它将自动把患者零散的描述梳理成两张卡片，其一是给医生的病情梳理，帮医生快速了解过往病史、病程发展；其二则是给患者的就医准备，明确该挂什么科、提前需要准备什么、需要问医生哪些问题。
当患者走进诊室时，医生看到的将是一份结构化的就诊材料，各种关键信息一目了然，让门诊短短几分钟物尽其用。
在诊后环节，百小医则承担翻译和跟进的作用。它将解读检查报告和医嘱单，将专业医学内容翻译为患者看得懂的语言，并对医嘱中并未包含的隐藏内容做进一步解读。比如，这种药是治什么的、一天几次、忌口哪些、什么情况需要复查等。
值得一提的是，放大来看，双医模式定义的 " 诊前诊后 AI+ 诊中医生 " 的协作将是一套可复用的行业框架。医院可以将其嵌入出院随访，用 AI 持续跟踪用药和康复。药企可以转型为患者的长期健康管理者，用 AI 填补慢病患者院外管理真空。商业保险则可基于 AI 积累全生命周期健康数据，将核保从一次性事件变为持续性评估。
无疑，这将是第二重变革的信号。AI 医疗正在重构与医生的分工。医生负责最核心的几分钟决策，AI 则接住其余 95% 的时间。在更多的医疗场景，这种范式变革也正展示出巨大的潜力。
03
以家庭为中心 + 四级诊疗，百川的医疗愿景远不止诊疗
有趣的是，在你得到医生诊断后，百小医将不断提醒你添加一个微信好友——百小医 BOT。
这种产品形态的设计理由也很简单，即便是不会下载 App 的老年人，只要会使用微信就能使用百小医。正如王小川在论坛上所说的那样，微信是中国人的数字生活底座，AI 家庭医生就该在这个最常打开的地方等着患者。
进群之后的百小医，将会通过三个功能变革 AI 家庭医生。
首先是主动记忆。百小医会将 App 里的咨询记录、病历报告自动沉淀为个人健康档案，多端共享。比如，正在服用哪些药物并准点提醒服药。如前所述，它还具有长程记忆能力，可将患者过敏史等重要信息自动带入每一次用药判断，并将多年体检指标自动生成趋势曲线。
更为重要的是，它首次实现了以家庭为单位的健康管理。只需要简单将家人拉入微信群，百小医 BOT 将自动跟踪家人健康状况。比如，父亲在群里提到的 " 胸闷、爬楼气喘 " 将被记入档案并适时预警；母亲被 " 网红痛风药 " 洗脑，也将及时收到百小医发出的权威科普。
最后，百小医还具有主动健康管理能力。它将每周生成家人健康周报，并在需要时主动提示复查并通知检查结果。
每个上有老下有小的成年人都将第一次意识到，家人的健康有百小医替他管起来了，这在过往从未出现。就在此时此刻，在院端面临收费困境的 AI 医疗却有可能在家庭端获得真实的付费意愿。
这是第三重变革信号。AI 家庭医生的出现，将医疗服务的关口前移至症状发生的第一时刻，把覆盖范围从一个人扩展到家庭。
至此，百川智能的完整逻辑浮出水面。双医模式这种全新的分工不仅辅助提升了医生的效率，更通过 AI 家庭医生 7×24 小时的即时双向互动提供近乎无上限的服务容量。
基于此，百川智能提出了 " 四级诊疗 " 这一终极愿景。这一愿景将是对现有三级诊疗体系的扩展，而非替代。它不在三级诊疗之上，而是在基层之下增加一个 " 家庭底座 "，承担社区医生想做但做不过来的事，如日常筛查、健康教育、用药提醒、就医导航，以及捕捉那些淹没在微信群中的健康信号。
政策也在支持这个方向的发展。2025 年，五部门联合发文提出到 2030 年基层诊疗智能辅助基本全覆盖；2026 年国办发文又进一步推动分级诊疗。
三家顶尖医院也在论坛上展示了百川智能这种医疗范式变革的落地效果。
" 福棠 · 百川 " 是北京儿童医院和百川智能合作打造的国内首个 AI 儿科医生，已形成 " 一大四小 " 产品矩阵。专家版在北京儿童医院多学科联合门诊百余病例验证效果显示，与专家的符合率达到 95%；家庭版已在北京儿童医院线上小程序试运行、使用用户超 20 万；基层版则已在 8 省份多家医疗机构落地。
中国医学科学院肿瘤医院与百川智能联合开展的肿瘤患者 " 陪伴 AI- 百小爱 " 按严格临床试验流程完成注册，由患者、家属、陪伴 AI、主管医生和护士共建五方医患微信群，截至目前入组 103 例患者、观察 16 周，7126 个连续对话中医护介入占比仅 0.25%，用户留存率达 79.8%，远高于行业 20% 的常规水平。
上海交通大学医学院附属瑞金医院与百川智能联合开展的慢阻肺全病程管理则解决了慢阻肺 " 发现难、确诊慢、管不好 "。通过百小医推送的 AI 筛查工具 " 咳搜 "，患者只需一部手机录制 3 分钟咳嗽音，即可完成高精度慢阻肺初筛。3 个月内，已在 30 座城市 186 个社区落地，累计高危人群筛查 50472 人次，筛出慢阻肺高风险患者比例达 25.3%。
这将是第四重变革。中国医疗体系运行了三十年的三级诊疗架构，可能由此有了一个新层位。它改变的不仅是结构，更是 AI 医疗资源配置的方向。
显然，百川智能试图推动的是一次范式变革，从以医院为中心转向以家庭为中心。AI 家庭医生在家庭层面实现主动健康管理、全病程覆盖和全生命周期陪伴。与此同时，这种范式变革在扩展到其他医疗领域后，也正展现出巨大潜力。
04
写在最后
过去两年，AI 医疗行业尝试了不少路径，但始终未能提供医疗资源的增量。真正的增量，是把一部分医疗能力送到没有医生的地方，也就是院外场景、家庭场景、慢病长周期里。这才不是减负，而是扩容。
百川智能此次的思路是对这一方向的具体尝试。无论是用双医模式接管诊前诊后，从管一个人扩展到管一个家庭，乃至将诊疗体系从三级扩展为四级。每一点单独来看，都是渐进式的修补。然而，这些修补合在一起将构成一个过去三十年从未出现过的可能性。
一个专业 AI 家庭医生将走进 14 亿人的家庭场景，7×24 小时，零边际成本，不替代任何人，却让每个人的就医体验发生根本性改变，甚至可能打破 AI 医疗院内难收费的困局。在另一个方面，这种变革更更可能延展到其他医疗场景，并在试点中已展现出巨大的潜力。
这或许就是医疗变革最朴素的模样，不是惊天动地的变革，而是在一个凌晨的 5 点 14 分，有 " 人 " 回应了你。
