王小川竟然拉来了顶尖三甲院长，一起用 AI「造医生」|医学|医疗|太原市妇幼保健院|家庭医生|循证|王小川

百川百小医背后，是一次「造医生」的实践。

作者｜Li Yuan

编辑｜郑玄

一年前，王小川第一次提出用 AI「造医生」时，医疗圈的第一反应是被冒犯。

一年后，越来越多用户已经开始用豆包「看病」，甚至带着 AI 的回答去医院问医生。医患之间围绕「谁有解释权」的摩擦变得更明显。但有意思的是，三甲医院对于用 AI「造医生」的态度却发生了翻转：从警惕，转向合作。

发生了什么？

今天，AI 在医疗领域已经走到了一个非常微妙的位置。

不管你怎么看，你的爸妈很可能已经开始问豆包健康问题了。看病时，他们也可能会把豆包的回答拿给医生看。患者其实也知道，通用大模型不能全信；但不可逆的是，患者侧的信息通路已经被通用大模型打开了。

医生侧的警惕也不难理解。一个不够准确的通用 AI，可能会制造误解；患者带着半真半假的信息来质疑医生，也会在无形中和医生争夺医疗解释权。

但问题是：大家为什么要问豆包？

因为很多问题，不去医院就没有地方问。人不可能为了每一句听不懂的医嘱都再去一次医院，也不可能为了每一个异常指标、每一次用药困惑、每一条健康短视频都去挂号。大医院医生太忙，基层能力又不够，院前、院后管理长期缺位。

这背后，是中国医疗长期存在的供给问题。

近期，百川智能发布了「百小医」。它是一个基于百川模型能力的 AI 家庭医生：用户可以在院前、院后问诊，也可以获得主动健康提醒。

在这次发布中，最有意思的一点是，百川并不是在一个 AI 公司自己的场子里，单方面宣布「我要进入医疗」。它把这件事，放进了一场更高规格的公共讨论里。

参与此次交流的，不只有产业界人士，还有来自医学、公共卫生、医保、卫健、临床一线和高校科研体系的多方代表。中国科协名誉主席、中国科学院院士韩启德，北京市卫健委副主任陈航，国家医疗保障研究院院长应亚珍，以及多位医学领域院士和临床专家，都出现在了这场讨论里。

这不是一次普通的 AI 产品发布会，而是一场科技圈和医疗圈围绕「AI 应该如何进入医疗」展开的正面相遇。

从在场医生的表态来看，医生真正反感的，不是 AI 本身。真正医者仁心的医生，最清楚现有医疗供给有多不够，也最知道患者在诊前、诊后、院外和家庭里有多少问题没人接住。而他们比谁都更希望 AI 能解决这些问题。

百川不寻常的「造医生」实践，已经引起了医疗界顶尖人士的关注。更重要的是，它正在把 AI 医疗从「模型能力展示」推进到「医疗供给重构」；从一个产品功能，推进到一个更正式的医学与公共卫生议题。

这才是百川「造医生」最值得期待的地方。

做 AI 医生的最底层能力，在于模型智能

一个问答框和一个真正的 AI 家庭医生，区别在哪里？

通用模型加上医学知识库，已经能回答不少健康问题。用户问「这个指标是什么意思」，模型解释一下；用户问「这个药有什么副作用」，模型列出注意事项。看起来也可以很专业。

但这样的产品，还不能真正增加医疗供给。

原因在于，现实中的患者很少能准确地描述自己的问题。他可能只会说「最近不舒服」「孩子发烧了」「脚有点疼」。在信息不足的情况下，通用模型要么过早给出一个看起来确定的答案，要么为了安全，最后落到一句「建议咨询医生」。

前者可能误导患者，后者又把问题重新交还给本就忙碌的医生。

一个好的家庭医生，不能只回答已经被问出来的问题。它要知道还缺哪些信息，继续追问，判断风险，必要时把患者推向医院。它也要在诊后持续跟进：药有没有按时吃，症状有没有变化，什么时候应该复查。

面对这些问题，一种常见做法是给通用模型增加知识库、工作流和安全规则。百川选择的路线更重：从模型侧解决问题，让模型本身具备更强的问诊能力。

作为大模型公司中少数专注医疗的玩家，王小川的百川智能做医疗 AI 最特殊的地方，在于它不是从一个现成的通用模型出发，往上套一层医疗应用，而是从一开始就把医疗当成大模型必须正面攻克的核心场景。

问诊、循证、专病、多模态、长期管理，这些看起来是医疗能力，本质上也是对模型推理、交互、证据使用和真实世界理解能力的系统性考验。

王小川表示，团队进行测评后，发现问诊准确度每提升 2%，诊疗结果准确度就会提升 1%。医疗模型的关键，不只是「答对」，而是先把该问的问题问出来。

百川所谓的「造医生」，首先就是在这里和普通医疗问答拉开差距。

百小医背后的 M4，强化了问诊、循证、专病和多模态能力：不仅要继续追问，也要基于指南和医学证据回答；不仅要处理文字，还要读懂报告、处方和图片。

百川内部将模型评测分成了几个重要的维度：

第一类是综合医疗能力，包括模型在 HealthBench 等评测集上的表现；第二类是幻觉评测，单独观察模型会不会把不确定的信息包装成确定结论；第三类是循证能力，判断模型能不能找到可靠依据，并按照医学证据给出建议；第四类则是问诊能力，重点看模型会不会在信息不完整时继续追问，把一句模糊的「不舒服」整理成有判断价值的线索。

这条路线显然更难，也更有价值。模型最终有没有价值，不在于能不能给出乍一看像样的回答。医疗 AI 的竞争，最后比拼的是谁能把模型智能真正推到医疗的门槛之上。

以患者为中心，才能找到正确的产品形态

过去几年，医疗科技产品并不少。

互联网问诊、在线挂号、电子病历、医生 Copilot、院内质控系统、AI 辅助诊断，每一类都在解决医疗体系里的某个问题。

但很多产品的默认视角，其实并不是普通患者和家庭。

服务医院的产品，往往围绕管理效率展开：病历结构化、质控、科研、医保控费、院内流程优化。它们能提高医院运转效率，但普通人很少直接感受到它们的存在。

服务医生的产品，往往围绕医生工作流展开：写病历、查指南、总结病情、辅助诊断、生成随访记录。它们能减轻医生负担，也确实有价值，但 AI 仍然站在医生身后。患者能否受益，仍然取决于医生有没有时间、医院有没有能力，把这些效率转化成更充分的解释、随访和管理。

互联网医疗也解决过一部分触达问题。它让挂号更方便，让问诊可以在线发生，让买药、续方、复诊变得更顺滑。但互联网医疗本质上更多是在重新分配和连接既有供给，而不是创造新的供给。

它让你更容易找到一个医生，但并没有让医生拥有更多时间；它把一部分问诊搬到了线上，但并没有真正补上院前、院后、家庭和基层这些长期缺位的服务。

过去医疗圈内部做 AI，也常常没有跳出这个思路。

很多项目的出发点，是用一批医疗数据训一个模型，让它在某个专病、某类影像、某个诊断任务上，把准确率再往上推一点。它们可以写进论文，可以服务课题，也可以在某个院内场景里发挥作用。

而大量医疗问题，恰恰源自医疗里最底层的问题：供给不足。

很多年轻人陪家人去医院时，可能都见过这样的场景：老年人站在挂号机、取号机、缴费窗口前，不知道下一步该点哪里，也不知道该问谁。有人低头翻着手机，有人拿着报告在队伍里来回走，有人看起来只是想找一个人帮他判断一下：「我现在到底该怎么办？」

那一刻很容易让人心酸。因为你会想到，如果有一天是自己的父母独自去医院，他们会不会也卡在这些环节里；如果将来是自己老了，面对更复杂的医疗系统，又会不会也一样无助。

普通人在医疗系统面前长期处于被动位置：听不懂医学术语，看不懂检查报告，不知道该挂哪个科，不知道什么时候必须就医，也不知道医生说的话回家之后该怎么执行。

百小医这次真正有意思的地方，正在于它选择了和这样的普通人站在了一起。

但以患者为中心，不等于绕开医生。

恰恰相反，百川要做的，是把医生最想延伸、但现实中很难覆盖的部分，用 AI 接起来：诊前帮患者整理病情，诊后帮患者理解医嘱，院外持续提醒复查和用药，在基层和家庭场景里完成长期健康管理。

这不是站到医生对面，而是把医生的能力延伸到诊室之外。让 AI 先在家庭和院外补上解释、追问、分流、提醒和陪伴，再在需要的时候，把患者更清楚、更有准备地交还给医生。

这也是为什么，百川把它定义成 AI 家庭医生，而不只是医疗助手。

「家庭医生」这个词，在中国医疗体系里并不新。很多城市早就推进过家庭医生签约服务，但真实体验是，很多人名义上被家庭医生覆盖，却很少真正获得持续、主动、可触达的健康管理。基层医生资源有限，社区医疗能力不均衡，家庭医生很难真的走进每个家庭的日常健康决策。

百川这次试图补的，正是这一层。

进入微信和家庭群，只是这个产品思路的一个自然结果。

因为中国家庭的健康决策，本来就不是由一个人独立完成的。老人看病，往往是子女在远程帮忙；孩子生病，是父母一起判断；慢病管理，靠全家一起提醒和执行。很多健康问题，本来就发生在家庭聊天里：爸妈刷到健康短视频，转到群里问「这个能不能信」；老人拿到报告看不懂，拍照发给子女；孩子半夜发烧，家里人一起判断要不要去医院。

所以，百小医进入微信和家庭群，不是一个简单的流量选择，而是对真实医疗决策场景的承认。

以患者为中心，才能找到正确的产品形态。

医生，

是 AI「造医生」最热心的拥护者之一

不久前，极客公园参加百川智能发布会时，现场最有意思的地方之一，是最热烈的反馈反而来自多位顶级医院的院长。

这在医疗行业里并不常见。

医疗是一个出了名谨慎、缓慢、强调责任边界的行业。很多时候，AI 进入医疗，首先遇到的不是兴奋，而是质疑：会不会有幻觉？出了问题谁负责？患者能不能直接用？会不会反而加剧医患矛盾？

但在这次发布会上，很多医生谈到 AI 时，反而有一种非常具体的兴奋。

这种兴奋不是来自「AI 很酷」，而是来自非常现实的临床问题：现有医疗供给确实不够。

儿科医生不够，肿瘤患者院外陪伴不够，慢病患者的筛查、随访、用药执行长期没人盯得住。院前、院后从来不是医疗的边角料，只是过去医生没有那么多时间，医疗系统也很难把服务持续送到每个患者身边。

这也是为什么，百川这次发布的重点，不只是百小医一个产品。更准确地说，百川正在尝试搭建一套「一横 N 纵」的 AI 医疗能力。

横向，是百小医背后的 M4 医疗大模型。问诊、循证、专病、多模态、长期记忆，这些能力构成了 AI 医生的底座。

纵向，则是围绕不同患者、不同疾病和不同医疗体系需求，长出来的一系列 AI 家庭医生。

百小医是其中最普适的一种。它面向普通家庭，管理全家人的日常健康：回答问题，识别健康短视频真假，提醒复查、吃药和就医。

但同一套能力底座，也可以进入更具体、更专业的医疗场景。

与北京儿童医院合作的儿科 AI 家庭医生，瞄准的是儿科医生供给不足的问题。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在发布会上说：「AI 儿科医生不喝一口水，不吃一口饭，不要一分钱，24 小时加班，哪个真人医生也做不到，我们要与百川一起造 100 万个儿科医生。」

与中国医学科学院肿瘤医院合作的「百小爱」，则更像一个陪伴型家庭医生。肿瘤患者离开医院之后，治疗并没有结束。副作用、复诊、情绪支持、用药依从性，大量影响健康结果的事情都发生在院外。「百小爱」要做的，是继续陪在患者身边，把患者和医护团队之间那些容易断掉的信息接起来。

慢阻肺管理又是另一种形态。它更强调全病程：从早筛、确诊到长期用药、复诊和随访，把原本割裂的环节接起来。慢阻肺高度依赖长期管理，但传统医疗里，医生很难一次次教患者正确使用吸入剂，也很难持续提醒患者不要自行停药。

百川目前也欢迎更多的合作伙伴加入这套体系。王小川表示：「有了家庭医生这个新物种，再加上专科医学能力的共建，我们就有机会赋能更多生态合作伙伴——药企、保险、医疗器械、医疗和体检机构，都能因此获得更好的服务，形成医疗健康的新生态。这是一种赋能的机会，是新的产学研实践的构想。」

本质上，百川所谓「造医生」，也因此不只是造一个百小医，而是在尝试找到一种可以规模化增加医疗供给的方法。

北京大学全球健康发展研究院院长刘国恩在现场说：「我们很多人名义上都被家庭医生覆盖了，但过去五年，有多少人真的接到过一次家庭医生的电话？至少我没有。不是家庭医生不重要，而是现实条件确实有限。如果 AI 能进入家庭群，主动参与家庭健康管理，它就可能成为一个新的家庭成员，可能让家庭医生这件事第一次真正运转起来。」

这句话背后，其实点出了百川这次更大的野心。

过去中国医疗一直在讲分级诊疗，讲强基层，讲家庭医生，讲全生命周期健康管理。但这些目标长期很难真正落地，原因不是方向不对，而是供给不足。基层医生不够，家庭医生没有足够时间，专科医生也很难把服务延伸到患者家里。

AI 医生的出现，给这些过去很难落地的目标提供了一个新的技术变量。

医疗 AI 到底对医生们意味着什么？

今天医生对 AI 的复杂情绪，很大程度上不是凭空出现的。

豆包这样的通用 AI，已经先一步进入了患者侧。很多患者开始拿 AI 问健康问题，甚至带着 AI 的回答去看医生。对医生来说，这当然不是一个舒服的变化：患者的信息来源突然变多了，但这些信息未必专业；患者的问题变多了，但很多问题背后带着对医生判断的质疑；医生需要解释病情，也需要额外解释为什么 AI 的回答不一定对。

在很多医生真正理解医疗 AI 之前，他们已经先感受到了通用 AI 对医疗秩序的冲击。这也是为什么，医疗 AI 很容易先被医生警惕，甚至被讨厌。

因为如果 AI 只是一个脱离专业体系的通用问答框，它带来的不是新的医疗供给，而可能是更多误解、更多焦虑、更多医患之间的信息摩擦。患者会用，医生拦不住；但医生也很难放心接受这种 AI 直接参与医疗决策。

王小川和百川这次做的事情，价值正在这里。

它没有简单把通用问答套进医疗场景，也没有把 AI 放在医生的对立面，而是试图把已经发生的患者侧 AI 使用，重新接回到更专业、更严肃、更可协作的医疗体系里。

王小川这次不是一个人在医疗江湖外喊话，而是和倪鑫、李宁等临床专家坐在一起，把「造医生」从一个 AI 公司的主张，推进成一件由模型公司和医学界共同验证、共同落地的事。