“主任級AI醫生”，來了

7月23日，夸克健康大模型成功通過12門核心學科的主任醫師筆試評測，成為國內首個完成這一挑戰的大模型。繼5月通過副主任醫師考試後，該模型實現能力再躍升，並已全面集成至夸克AI搜索，提供“主任級AI醫生”服務，用户在查詢健康問題時，選擇深度搜索即可調用。

很多臨牀專家對其表現給予高度評價，並指出它在輔助診療、患者教育、心理支持等方面展現出巨大潛力。在垂類模型與通用模型對比中，國產健康大模型呈現出難度越高領先優勢越明顯的性能曲線，展現出在複雜醫學推理任務中的突破。

“給醫生提供更多的探索空間”

主任醫師的考試非常細緻，此次夸克模型選取了12門最核心的學科作為模擬測試，如全科醫學等。在12門考試裏，夸克健康大模型全部過關。

主任醫師考試難度很高。比如，其中的多選題，不僅要判斷各選項的概率，還要理解正確性的邊界，否則很容易漏選或錯選。而案例分析題，更是需要直接解決很細微的、辯證的問題，對於大模型來説一直都是個難點。

夸克健康算法負責人徐健介紹，理解夸克健康大模型，有三個關鍵點：一是知識性，構建優質的大規模數據資源庫；二是正確性，通過技術系統性解決正確性這個大問題；三是推理能力，通過醫療慢思考推理能力解決複雜問題。

實現這三個關鍵點都不簡單。比如知識性，在這一模型中數據被分為四大類，資料、病例、知識以及在此基礎上的合成數據。這就要求將大量網頁數據、書籍、指南、藥品説明書等專業類數據，將臨牀上積攢的病例，將醫學專家結構化思維的結晶，統一進行合成。

“我們不是在訓練AI回答醫學問題，而是在訓練它學會醫學思維。”徐健説。“我們的AI大模型可以做到從表象判斷到深度分析，這樣答題會更好，解釋性更強。”

這一成果背後是專業醫師團隊的深度參與，讓大模型有高質量數據支撐。目前，夸克健康大模型擁有千人規模的專業醫師標註團隊，其中超過400名均為副主任醫師及以上的高資歷醫療專家，構建了十幾萬條精標的樣本數據。

前不久，大模型產業應用技術聯盟醫療專業委員會發布報告，推出了基於大模型的患者醫療服務能力分級框架，並將其分為五級——L1級是信息輔助，L2級是單任務智能輔助，L3級是多任務智能輔助，L4級是高級協同決策輔助，L5級是智慧協同創新輔助。

“確實可以看到在一些疑難病上，AI可以輔助醫生，給醫生提供更多的探索空間和建議。”徐健説。

數據顯示，在有檢驗檢查的疾病上，這一模型的回答準確率已經達到90.78%，接近專科醫生水平；在疑難疾病上，其準確率達到85.51%。

憑藉在醫學領域的專業性，夸克AI搜索已經吸引了一大批醫學生和醫生羣體。夸克健康運營負責人趙存忠介紹，目前平台在全國醫學生中月活用户已突破200萬，覆蓋率過半。

“醫生跟AI的結合是大趨勢”

對於這位“主任級AI醫生”的水平，多位主任醫師給出了高度評價。

“用完之後，感到確實會改變診療的過程。”北京大學醫學部皮膚與性病學系主任、北京大學人民醫院主任醫師李厚敏説。

李厚敏分享了她與健康大模型的一次互動。某一患者目前既要控制疾病，又需治療瘢痕，而且此前治療對患者皮膚屏障的破壞已經影響到其生活質量，在向夸克提供了該患者的年齡、性別、診斷、用藥情況後，夸克給出了讓李厚敏覺得“非常全面”的四方面建議——既包括對治療方案的調整，也給出了對瘢痕、色素的管理建議，最後還提出要對這位患者進行心理疏導。“治療方案合理，用藥方案規範，還有疾病的長期管理和患者的心理疏導。”

李厚敏認為，對皮膚科來説，與AI的結合非常容易取得成果。現有的4000多種皮膚疾病都長在皮膚表面，甚至可以通過AI進行識別，很多疾病在AI指導下可以獲得很好的處理結果。她説，全國範圍內只有1萬多名皮膚科醫生，但皮膚科患者很多，而且有疾病種類多、發病率高的突出特點。她認為，在AI幫助下，大量全科醫生、基層醫生對皮膚問題的診療水平會大大提高，可以做好隨訪管理、慢病管理。

“以後AI可能取代不了醫生，但醫生跟AI的結合是大趨勢。”武漢大學人民醫院精神衞生中心主任、主任醫師王惠玲説。

王惠玲認為，對於抑鬱症患者來説，因為醫生很忙，很難時刻回答，可以有效藉助健康大模型尋找答案。比如，有些患者顧慮是否會吃藥成癮，有些患者顧慮藥物的副反應，在應對這些問題的過程中，原本需要醫生反覆告知，如今AI可以常伴左右。

在李厚敏看來，患者使用健康大模型同樣很重要。比如，面對皮膚科醫生經常開出的激素藥物，很多患者會很猶豫，這時候AI反而可以通過詳細解釋，緩解大家的激素焦慮。“對於患者來講，AI既可以緩解焦慮，也傳遞了更好的慢病管理理念。”

此外，不少患者對於心理疾病存在恥感，不好意思告訴醫生。王惠玲説，這種情況下患者可以去問AI，在其幫助之下正確找到方向，比如哪些問題自己鍛鍊可以起效，哪些問題需要去看醫生，能夠有效幫助患者避免走彎路。

應用場景日漸廣泛

夸克健康以阿里巴巴通義千問大模型為基礎，走出了一條面向垂直場景的深度工程化路線。

其核心突破之一，是構建出“慢思考能力”。該能力融合了鏈式推理與多階段臨牀演繹路徑建模，驅動模型在面對複雜醫療問題時，能夠分階段、層層深入地推導出最終回答。

構建慢思考能力的前提，是擁有高質量推理訓練數據。據瞭解，夸克構建了“雙數據產線+雙獎勵機制”的工程體系。一方面，將醫學數據劃分為“可驗證”和“不可驗證”兩類，分別對應診斷類任務和健康建議類任務；另一方面，在訓練方法上引入“過程獎勵模型”和“結果獎勵模型”，分別評估模型推理鏈的合理性與最終結論的準確性，顯著提升模型的臨牀可解釋性和推理一致性。

該體系還設計了多階段強化學習流程，包括冷啓動數據的嚴格人工校驗、多輪樣本篩選與難度遞進訓練策略，以及用於防止“高分投機”的作弊識別機制。通過真實醫生標註、“問—思—答”整組數據驅動強化學習，大大強化了這一健康大模型的能力。

對於患者來説，通過AI的判斷，可以減少醫患信息差，讓他們更積極地參與到診療過程中。

趙存忠曾經是一名醫生，如今做健康大模型的運營負責人，對於患者的需求有了新的看法。他發現隨着AI本身的發展，用户尤其是年輕人表達出的需求正在變化。在醫療大模型出現初期，用户搜索的都是簡單問題，但在深度思考技術發展之下，用户表達越來越精細。“他們在沒去醫院之前已經與AI交流過，這樣可以迅速瞭解醫生在説什麼，降低了溝通成本，有效提高了醫療資源的可用率和普及性。”

醫學生們也受益於健康大模型。趙存忠介紹，醫學生在夸克上面搜索了很多問題，比如專業的量表、泛知識的內容、臨牀指南等。很多醫學生在做規培或者實習階段，遇到臨牀案例分析時，會大量用到大模型的搜索功能。

隨着能力不斷提升、應用場景日漸廣泛，更多健康大模型正逐步走出“模擬考場”，走入真實診療場景。