5月22日，在清華大學百川樓召的“AI醫療新范式”學術論壇上，政、產、學、研、醫多方頂尖力量匯聚一堂。中國工程院院士、耳鼻咽喉頭頸外科專家韓德民，中國工程院院士、生殖醫學專家喬杰，中國科學院院士、心血管流行病學與遺傳流行病學專家顧東風等知名院士同臺共議，探討AI賦能中國醫療提質擴容的破局之道。

“AI醫療新范式”學術論壇上，多位知名院士與百川智能創始人兼CEO王小川（右1）共話AI醫療

在這場業界少有的AI與醫療的思想盛會上，作為百川智能這家注國內唯一專注醫療的大模型公司創始人，王小川拋出了一個樸素的問題：AI如何增加醫療資源供給？患者在踏進醫院之前和走出醫院之后的這段時間，究竟有誰在負責？

隨后，他展示了Baichuan-M4大模型，以及百小醫——AI家庭醫生，它們將成為百川智能對這個問題的答案。

臺下很多人意識到，AI醫療正在發生一場靜默但深刻的變革。過去幾年，中國AI醫療的核心邏輯是優先流向醫院；但從這一刻起，一個相反的箭頭開始浮現，AI醫療將流向家庭。“四級診療”和“雙醫模式”，將是百川智能為這場變革打出的兩張牌。

01

北兒要與百川“共造”100萬兒科醫生

醫療資源不足是中國醫療體系長期面臨的困境。全國508萬醫生需要承接14億人口的就醫需求。其中，0.17%的三甲醫院需要扛起全國30%的年診療量，醫生平均每天工作超9.5小時，幾乎全年無休，不堪重負。

兒科領域領軍人物，國家兒童醫學中心主任、首都醫科大學附屬北京兒童醫院院長倪鑫教授更是在論壇上直言，全國兒科醫生奇缺，并希望與百川智能聯合，通過AI“造”出100萬兒科醫生。

家庭醫生簽約體系本應是分級診療的第一道閘，但目前簽約家庭醫生人均仍需服務2000名居民。僅高血壓、糖尿病、慢阻肺三大慢病的隨訪量，就已超出人力承載上限。

AI的成熟正為這個困局帶來松動的可能。2026年，哈佛醫學院與貝斯以色列女執事醫療中心聯合發表于《Science》的研究顯示，OpenAI o1在急診真實患者分診場景下準確率達67.1%，兩位人類主治醫生分別為55.3%和50.0%。2026年，美國猶他州啟動了首個AI自主續方授權試點，合作方Doctronic公司公開數據顯示其系統與醫生續方決策一致率達99.2%。

這些研究說明，AI 在特定臨床任務上的能力已具備臨床應用價值。

《Nature Health》對9600萬中國人就醫軌跡的追蹤揭示了患者對于基層診療能力的系統性不信任。在這份研究中，超過80%的患者繞過最近的基層醫療機構，寧愿多走兩倍以上路程去三甲醫院。

在這樣的背景下，讓AI醫療進院，輔助專科醫生提升效率，或賦能基層醫生提升醫療質量，順理成章成為AI如何增加醫療資源的兩個優先答案。

現實證明，這兩個答案都談不上理想。

AI雖然可以幫三甲醫生平均省下28.7%的門診時間，但其實也僅有不到1分半鐘，且省下的每一秒都會被下一個排隊的患者填滿。至于賦能基層提質，效果則根據AI能力，效果參差不齊。

顯然，AI醫療提供增量的主戰場不在院內，而在院外。事實上，患者早已在用AI，但這種野生的使用方式潛藏風險。

上億中國人正在使用通用大模型處理健康問題，而 West Health & Gallup 2026年4月調研顯示，僅4%的用戶表示"非常信任"AI給出的健康建議。用戶清楚通用大模型只能咨詢不能看病，但三甲擠不進，基層信不過，他們別無選擇。

通用大模型的核心任務是基于輸入預測下一個最可能的詞或句子。這種預測性質使得模型更容易延續用戶輸入的語氣、觀點或立場，也就是更容易“順著用戶”。但這種AI幻覺在醫療場景是一個致命的底層缺陷。

斯坦福SycEval研究測試了ChatGPT、Claude、Gemini三個主流模型，58.19%的回答為迎合用戶預設觀點而犧牲準確性，78.5%的對話中這種順從會持續到底。

這是一個悖論。最需要專業判斷的人，正在用一個不可靠的工具填補空白。這個工具越順從，就越危險。

除了AI幻覺外，通用大模型用于醫療還有其他致命缺陷。比如，缺乏主動追問的能力。

想象一下這個場景。凌晨5點14分，當你在睡夢中莫名被腳趾劇痛驚醒，不想吵醒家人的你打開手機求助于通用大模型。很快，它平鋪直敘給出了十多種可能，并在進一步追問下給出“建議就醫”的含糊答案。你此時的困惑和焦慮沒有絲毫減輕。

在排隊等待兩小時，并在門診僅有3分鐘不到的交流后，醫生做出了與你期望中不一致的診斷。當你耐不住性子，拿出手機質問醫生為什么與AI診斷不一致時，或許也能瞥見醫生眼底的疲憊。

這正是當前醫患關系普遍面臨的困境。通用大模型并沒有減輕患者焦慮，反而正以另一種形式摧毀原本就很脆弱的醫患關系。

02

雙醫模式接住診前診后空白，拓展醫療邊界想象空間

作為國內頂尖大模型公司，百川智能專注醫療大模型的理由也在于此。從M1到M4，這些醫療專用大模型與通用大模型有著本質的區別。工程師們將權威醫學指南拆解為1000余條原子化臨床路徑，深度覆蓋200余種常見疾病，每一步推理都錨定循證證據。

在HealthBench、HealthBench Hard、HealthBench Professional三大權威醫療榜單中同時位列世界第一，全面超越GPT-5.5、Claude Opus 4.7、DeepSeek-V4-Pro等最新頂尖模型；3.3%的裸模型事實性幻覺率全球最低。在更接近臨床真實場景的HealthBench Professional評測中，M4結合Harness工具鏈后達到59.4分，超過OpenAI專為臨床醫生設計的ChatGPT for Clinicians。

百川智能創始人兼CEO王小川在論壇上分享了百川對于AI醫療的思考與實踐

得到同門醫療大模型支撐的百小醫，天然為醫療而生。

回到剛才的場景，當你向百小醫求助后，系統并未立刻給出結論，而是持續追問了多輪：“哪個腳趾？”“疼了多久？”“最近有沒有喝酒？”“上次體檢尿酸多少”……最終，它給出急性痛風的明確答案，以及前往風濕免疫科問診的明確建議。得到明確答復的你，焦慮困惑不再。

這是第一重變革信號：AI醫療正進化為臨床級推理。患者通過多輪交互拿到的不再是平鋪的概率列表，而是一個明確的推理結果。

非常關鍵的是，在給出結果的同時，百小醫還將把“雙醫模式”帶到患者面前。

在這個設想中，AI醫療將和真人醫生重新分工協作。在95%的診前及診后時間中，AI醫療將管理日常健康，解釋病情方案，輔助患者決策；在最為重要的診中環節，則由醫生完成診斷、開方、手術等不可替代的決策。AI 在這段時間內接住的是患者層面的咨詢、整理、提醒、解讀——臨床決策權仍屬于真人醫生。

具體而言，在診前，百小醫將承擔整理和分診的作用。它將自動把患者零散的描述梳理成兩張卡片，其一是給醫生的病情梳理，幫醫生快速了解過往病史、病程發展；其二則是給患者的就醫準備，明確該掛什么科、提前需要準備什么、需要問醫生哪些問題。

當患者走進診室時，醫生看到的將是一份結構化的就診材料，各種關鍵信息一目了然，讓門診短短幾分鐘物盡其用。

在診后環節，百小醫則承擔翻譯和跟進的作用。它將解讀檢查報告和醫囑單，將專業醫學內容翻譯為患者看得懂的語言，并對醫囑中并未包含的隱藏內容做進一步解讀。比如，這種藥是治什么的、一天幾次、忌口哪些、什么情況需要復查等。

值得一提的是，放大來看，雙醫模式定義的“診前診后AI+診中醫生”的協作將是一套可復用的行業框架。醫院可以將其嵌入出院隨訪，用AI持續跟蹤用藥和康復。藥企可以轉型為患者的長期健康管理者，用AI填補慢病患者院外管理真空。商業保險則可基于AI積累全生命周期健康數據，將核保從一次性事件變為持續性評估。

無疑，這將是第二重變革的信號。AI醫療正在重構與醫生的分工。醫生負責最核心的幾分鐘決策，AI則接住其余95%的時間。在更多的醫療場景，這種范式變革也正展示出巨大的潛力。

03

以家庭為中心+四級診療，百川的醫療愿景遠不止診療

有趣的是，在你得到醫生診斷后，百小醫將不斷提醒你添加一個微信好友——百小醫BOT。

這種產品形態的設計理由也很簡單，即便是不會下載App的老年人，只要會使用微信就能使用百小醫。正如王小川在論壇上所說的那樣，微信是中國人的數字生活底座，AI家庭醫生就該在這個最常打開的地方等著患者。

進群之后的百小醫，將會通過三個功能變革AI家庭醫生。

首先是主動記憶。百小醫會將App里的咨詢記錄、病歷報告自動沉淀為個人健康檔案，多端共享。比如，正在服用哪些藥物并準點提醒服藥。如前所述，它還具有長程記憶能力，可將患者過敏史等重要信息自動帶入每一次用藥判斷，并將多年體檢指標自動生成趨勢曲線。

更為重要的是，它首次實現了以家庭為單位的健康管理。只需要簡單將家人拉入微信群，百小醫BOT將自動跟蹤家人健康狀況。比如，父親在群里提到的“胸悶、爬樓氣喘”將被記入檔案并適時預警；母親被“網紅痛風藥”洗腦，也將及時收到百小醫發出的權威科普。

最后，百小醫還具有主動健康管理能力。它將每周生成家人健康周報，并在需要時主動提示復查并通知檢查結果。

每個上有老下有小的成年人都將第一次意識到，家人的健康有百小醫替他管起來了，這在過往從未出現。就在此時此刻，在院端面臨收費困境的AI醫療卻有可能在家庭端獲得真實的付費意愿。

這是第三重變革信號。AI家庭醫生的出現，將醫療服務的關口前移至癥狀發生的第一時刻，把覆蓋范圍從一個人擴展到家庭。

至此，百川智能的完整邏輯浮出水面。雙醫模式這種全新的分工不僅輔助提升了醫生的效率，更通過AI家庭醫生7×24小時的即時雙向互動提供近乎無上限的服務容量。

基于此，百川智能提出了“四級診療”這一終極愿景。這一愿景將是對現有三級診療體系的擴展，而非替代。它不在三級診療之上，而是在基層之下增加一個“家庭底座”，承擔社區醫生想做但做不過來的事，如日常篩查、健康教育、用藥提醒、就醫導航，以及捕捉那些淹沒在微信群中的健康信號。

政策也在支持這個方向的發展。2025年，五部門聯合發文提出到2030年基層診療智能輔助基本全覆蓋；2026年國辦發文又進一步推動分級診療。

三家頂尖醫院也在論壇上展示了百川智能這種醫療范式變革的落地效果。

首都醫科大學附屬北京兒童醫院院長倪鑫教授在論壇上分享AI醫療實踐

“福棠·百川”是北京兒童醫院和百川智能合作打造的國內首個AI兒科醫生，已形成“一大四小”產品矩陣。專家版在北京兒童醫院多學科聯合門診百余病例驗證效果顯示，與專家的符合率達到95%；家庭版已在北京兒童醫院線上小程序試運行、使用用戶超20萬；基層版則已在8省份多家醫療機構落地。

中國醫學科學院腫瘤醫院副院長李寧教授在論壇上分享AI醫療實踐

中國醫學科學院腫瘤醫院與百川智能聯合開展的腫瘤患者“陪伴AI-百小愛”按嚴格臨床試驗流程完成注冊，由患者、家屬、陪伴AI、主管醫生和護士共建五方醫患微信群，截至目前入組103例患者、觀察16周，7126個連續對話中醫護介入占比僅0.25%，用戶留存率達79.8%，遠高于行業20%的常規水平。

上海交通大學醫學院附屬瑞金醫院與百川智能聯合開展的慢阻肺全病程管理則解決了慢阻肺“發現難、確診慢、管不好”。通過百小醫推送的AI篩查工具“咳搜”，患者只需一部手機錄制3分鐘咳嗽音，即可完成高精度慢阻肺初篩。3個月內，已在30座城市186個社區落地，累計高危人群篩查50472人次，篩出慢阻肺高風險患者比例達25.3%。

這將是第四重變革。中國醫療體系運行了三十年的三級診療架構，可能由此有了一個新層位。它改變的不僅是結構，更是AI醫療資源配置的方向。

顯然，百川智能試圖推動的是一次范式變革，從以醫院為中心轉向以家庭為中心。AI家庭醫生在家庭層面實現主動健康管理、全病程覆蓋和全生命周期陪伴。與此同時，這種范式變革在擴展到其他醫療領域后，也正展現出巨大潛力。

04

過去兩年，AI醫療行業嘗試了不少路徑，但始終未能提供醫療資源的增量。真正的增量，是把一部分醫療能力送到沒有醫生的地方，也就是院外場景、家庭場景、慢病長周期里。這才不是減負，而是擴容。

百川智能此次的思路是對這一方向的具體嘗試。無論是用雙醫模式接管診前診后，從管一個人擴展到管一個家庭，乃至將診療體系從三級擴展為四級。每一點單獨來看，都是漸進式的修補。然而，這些修補合在一起將構成一個過去三十年從未出現過的可能性。

一個專業AI家庭醫生將走進14億人的家庭場景，7×24小時，零邊際成本，不替代任何人，卻讓每個人的就醫體驗發生根本性改變，甚至可能打破AI醫療院內難收費的困局。在另一個方面，這種變革更更可能延展到其他醫療場景，并在試點中已展現出巨大的潛力。

這或許就是醫療變革最樸素的模樣，不是驚天動地的變革，而是在一個凌晨的5點14分，有“人”回應了你。

*封面圖片來源：123rf

如果您認同文章中的觀點、信息，或想進一步討論，請與我們聯系；也可加入動脈網行業社群，結交更多志同道合的好友。

聲明：動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。未經許可，禁止進行轉載、摘編、復制及建立鏡像等任何使用。文中如果涉及企業信息和數據，均由受訪者向分析師提供并確認。