在人工智能技术迅猛发展的今天，医疗领域正迎来一场深刻的变革。随着OpenAI推出HealthBench、OpenEvidence等AI医疗公司获得资本青睐，以及大众对AI医疗接受度的不断提升，医疗已成为大模型比拼的主战场之一。在这场关乎人类生命健康的赛道上，百川智能创始人王小川提出了创新性的解决方案——一套由"MAM决策AI"与"PAPA陪伴AI"构成的双轮驱动架构，旨在打通医疗的"最后一公里"。
医疗AI：从理念到落地的必然选择
医疗作为人类最本质的课题之一，其发展面临着前所未有的挑战。日益增长的慢病管理需求、快速老龄化带来的系统压力、平均73天翻倍的医学知识量，都让传统医疗模式愈发吃紧。与此同时，伴随式护理、个体化治疗、实时决策支持等需求日益增长，这不仅是患者的期望，也是医生面临的巨大压力。
在这一背景下，AI技术的介入成为必然选择。正如王小川所言："如果说财务自由意味着'不缺钱'，那么生命模型的终局则意味着'生物自由'，也就是不缺健康。"医疗AI的发展不仅关乎技术进步，更是对人类健康福祉的深度关切。
医疗AI的三种模型体系
在王小川的世界观中，如今的模型体系可分为三类：
- 智力模型：以语言为入口，对人类智力进行数学化，是当前发展最快的模型类型；
- 物理模型：从牛顿以来用公式建构物理世界的方式延续至今，帮助我们造工具；
- 生命模型：以Alpha系列为代表，用数学方式理解基因、蛋白质及生命过程的预测机制。
基于这一分类，百川智能提出了明确的使命："为人类造医生，为生命建模型"。这两件事一横一纵：智力模型用来"造医生"，而当数据充足、范式改变后，有机会真正走向生命的数学模型。
医疗AI的独特优势与挑战
与无人驾驶等其他AI应用相比，医疗AI具有独特的优势与挑战。
独特优势
- 刚需性："做AI医生比做无人驾驶更靠谱，更刚需。因为没有无人驾驶，大家依然能开车；但没有医生为你看病，你自己没有诊断能力。"
- 人机协同：医疗中"人机协同"的速度可能会超过无人驾驶的发展。AI做大量辅助判断，医生做最后把关，形成天然分工。
- 社会价值：直接关系到人类健康，具有极高的社会价值。
主要挑战
- 医学认知学习：AI如何学习医学认知？
- 同理心：是否具备同理心？
- 伦理问题：伦理上能否上岗？
针对这些挑战，百川智能通过"患者模拟器"解决医学认知学习问题，通过强化学习模拟病人成长路径；关于同理心，有统计显示在某些测试中，GPT的"同理心得分"约为45%，高于真人医生的4.6%，表明机器可以具备"人味"。
MAM决策AI：医生的"外挂大脑"
百川智能的MAM（Medical Augmented Model）是坐镇院内的"外挂大脑"，依靠高可靠性的决策能力辅助医生"把病看准"。
医学增强大模型的核心能力
医学增强大模型既要有一线的通用能力，又要在医疗领域表现更佳。其核心任务可归为三件事：
- 精准医学推理：做出更精准、更接近临床思维的医学推理，这是诊断与决策的核心；
- 安全可信：确保模型安全可信，大幅降低幻觉率，让模型具备"知其所不知"的能力；
- 循证决策：实现循证决策，将零散的论文、指南、荟萃分析等证据进行规范化、统计化和等级化处理。
训练范式
为构建高质量的医学增强大模型，百川智能采用双轨训练范式：
- 大量高质量医学文献训练：确保模型掌握全面的医学知识；
- "患者模拟器"强化学习：用于强化学习的闭环验证，让AI在模拟环境中反复练习。
实践成果
从2023年8月与儿童医院合作开始，到2024年1月发布M1模型，AI医生已在北京儿童医院专家会诊中心"上岗"，成为国内甚至全球第一个真正"上岗"的AI医生。2024年8月推出的M2模型在OpenAI提出的HealthBench测试中表现优异，成为唯一跨过32分线的第二家引擎。2024年10月发布的M2 Plus在六源循证的数据总结和论文学习方面有更强表现，整体幻觉率只有DeepSeek的三分之一。
基于这套底层引擎，百川智能推出了"百小应"，目标是让所有人都能即时获取可靠的医学知识。目前优先开放给医生，希望医生成为第一批深度使用者，因为他们更有能力判断信息、反哺模型。
PAPA陪伴AI：主动健康管理的革命
如果说MAM是院内决策的核心，那么PAPA（PlayBook Animated Proactive Agent）则是院外健康管理的革命性创新。
从被动问答到主动陪伴
传统AI医疗模式多为被动问答，而PAPA带来了交互范式的革新。它基于独创的PlayBook技术，将晦涩的临床指南转化为可执行的动态方案。它更像一位拥有长期记忆与多模态感知能力的家庭医生，能够以月甚至年为单位，从提醒用药到动态调整健康计划，主动追踪并管理患者的康复进程。
PlayBook技术的创新价值
PlayBook技术的核心价值在于实现了医学知识生产的"产业分离"：
- 专家知识转化：产品经理和医学专家可以共同撰写管理规范，包括临床路径、决策方式、沟通方式等；
- 自动外显化：系统会根据这些内容自动外显成一名"专科医生"；
- 长期记忆能力：能够接入个人的长期健康数据，包括内置的个人档案以及来自可穿戴设备的生理信息。
多任务调度系统
PAPA的底层架构是一个多任务调度系统，支持以"月"为单位、甚至以"年"为单位地持续工作，主动进行干预，同时在背后保留完整的个人健康档案与长期多模态数据。
与当前市场上的模型相比，PAPA最大的不同在于：大多数模型做的是单次任务，而PAPA做的是主动性的、长期的陪伴与管理。它不是靠一套prompt运行，而是根据多个专业PlayBook生成多种范式。
系统架构
PAPA更像一个医疗操作系统，包含三个层次：
- 应用层：把PlayBook转码成长期规划与解释执行能力；
- 能力层：运行疾病预测模型、工具调用系统；
- 数据层：存储聊天记录、时间序列数据库，并连接外部环境。
同时，系统还具备自我调试与开发环境，能够自动分析并迭代自己的执行方式。
双轮驱动：MAM与PAPA的协同效应
"MAM主内、PAPA主外"的协同模式，标志着百川智能真正构建起了从严肃医疗诊疗到主动健康管理的完整闭环。
双剑合体
MAM负责"训模练内力"，PAPA负责"招式与实战"。两者结合，在医学领域才能真正向前推进一大步。
应用场景
这种双轮驱动模式在多个场景中展现出强大价值：
- 慢病管理：如孕产期糖尿病管理，AI系统可根据指南完成全程健康规划，包括胰岛素调节、饮食管理、产检计划等；
- 用药提醒：当患者服用特定药物后，系统会在适当时间主动询问疗效并追踪病程；
- 健康监测：接入可穿戴设备后，能根据生理指标异常主动介入做干预；
- 健康教育：提供个性化的健康建议和疾病预防知识。
医疗AI的未来发展趋势
随着技术的不断进步和应用场景的拓展，医疗AI将呈现以下发展趋势：
- 从决策到陪伴：从单一的决策辅助向全流程的健康管理转变；
- 从医院到家庭：应用场景从院内扩展到院外，实现医疗资源的下沉；
- 从通用到个性化：基于个人健康数据的精准健康管理；
- 从被动到主动：从被动响应到主动预测和干预；
- 从单点闭环到全链条协同：构建完整的医疗AI生态系统。
结语：构建新型医疗基础设施
医疗AI的发展不仅是技术进步的体现，更是对传统医疗模式的重构。正如王小川所言："当医学知识、临床路径、真实世界的健康数据在一个平台里被激活，它就不再只是AI，而是一个新的医疗基础设施。"
百川智能通过MAM与PAPA的双轮驱动架构，正在探索一条从模型到系统、从技术到场景的落地路径。这条路径不仅关乎AI技术的应用，更关乎每个人健康福祉的提升。在未来，随着医疗AI技术的不断成熟和应用场景的持续拓展，我们有理由相信，AI将成为医疗体系中不可或缺的重要力量，为人类健康带来革命性的改变。
