“主任级AI医生”，来了

7月23日，夸克健康大模型成功通过12门核心学科的主任医师笔试评测，成为国内首个完成这一挑战的大模型。继5月通过副主任医师考试后，该模型实现能力再跃升，并已全面集成至夸克AI搜索，提供“主任级AI医生”服务，用户在查询健康问题时，选择深度搜索即可调用。

很多临床专家对其表现给予高度评价，并指出它在辅助诊疗、患者教育、心理支持等方面展现出巨大潜力。在垂类模型与通用模型对比中，国产健康大模型呈现出难度越高领先优势越明显的性能曲线，展现出在复杂医学推理任务中的突破。

“给医生提供更多的探索空间”

主任医师的考试非常细致，此次夸克模型选取了12门最核心的学科作为模拟测试，如全科医学等。在12门考试里，夸克健康大模型全部过关。

主任医师考试难度很高。比如，其中的多选题，不仅要判断各选项的概率，还要理解正确性的边界，否则很容易漏选或错选。而案例分析题，更是需要直接解决很细微的、辩证的问题，对于大模型来说一直都是个难点。

夸克健康算法负责人徐健介绍，理解夸克健康大模型，有三个关键点：一是知识性，构建优质的大规模数据资源库；二是正确性，通过技术系统性解决正确性这个大问题；三是推理能力，通过医疗慢思考推理能力解决复杂问题。

实现这三个关键点都不简单。比如知识性，在这一模型中数据被分为四大类，资料、病例、知识以及在此基础上的合成数据。这就要求将大量网页数据、书籍、指南、药品说明书等专业类数据，将临床上积攒的病例，将医学专家结构化思维的结晶，统一进行合成。

“我们不是在训练AI回答医学问题，而是在训练它学会医学思维。”徐健说。“我们的AI大模型可以做到从表象判断到深度分析，这样答题会更好，解释性更强。”

这一成果背后是专业医师团队的深度参与，让大模型有高质量数据支撑。目前，夸克健康大模型拥有千人规模的专业医师标注团队，其中超过400名均为副主任医师及以上的高资历医疗专家，构建了十几万条精标的样本数据。

前不久，大模型产业应用技术联盟医疗专业委员会发布报告，推出了基于大模型的患者医疗服务能力分级框架，并将其分为五级——L1级是信息辅助，L2级是单任务智能辅助，L3级是多任务智能辅助，L4级是高级协同决策辅助，L5级是智慧协同创新辅助。

“确实可以看到在一些疑难病上，AI可以辅助医生，给医生提供更多的探索空间和建议。”徐健说。

数据显示，在有检验检查的疾病上，这一模型的回答准确率已经达到90.78%，接近专科医生水平；在疑难疾病上，其准确率达到85.51%。

凭借在医学领域的专业性，夸克AI搜索已经吸引了一大批医学生和医生群体。夸克健康运营负责人赵存忠介绍，目前平台在全国医学生中月活用户已突破200万，覆盖率过半。

“医生跟AI的结合是大趋势”

对于这位“主任级AI医生”的水平，多位主任医师给出了高度评价。

“用完之后，感到确实会改变诊疗的过程。”北京大学医学部皮肤与性病学系主任、北京大学人民医院主任医师李厚敏说。

李厚敏分享了她与健康大模型的一次互动。某一患者目前既要控制疾病，又需治疗瘢痕，而且此前治疗对患者皮肤屏障的破坏已经影响到其生活质量，在向夸克提供了该患者的年龄、性别、诊断、用药情况后，夸克给出了让李厚敏觉得“非常全面”的四方面建议——既包括对治疗方案的调整，也给出了对瘢痕、色素的管理建议，最后还提出要对这位患者进行心理疏导。“治疗方案合理，用药方案规范，还有疾病的长期管理和患者的心理疏导。”

李厚敏认为，对皮肤科来说，与AI的结合非常容易取得成果。现有的4000多种皮肤疾病都长在皮肤表面，甚至可以通过AI进行识别，很多疾病在AI指导下可以获得很好的处理结果。她说，全国范围内只有1万多名皮肤科医生，但皮肤科患者很多，而且有疾病种类多、发病率高的突出特点。她认为，在AI帮助下，大量全科医生、基层医生对皮肤问题的诊疗水平会大大提高，可以做好随访管理、慢病管理。

“以后AI可能取代不了医生，但医生跟AI的结合是大趋势。”武汉大学人民医院精神卫生中心主任、主任医师王惠玲说。

王惠玲认为，对于抑郁症患者来说，因为医生很忙，很难时刻回答，可以有效借助健康大模型寻找答案。比如，有些患者顾虑是否会吃药成瘾，有些患者顾虑药物的副反应，在应对这些问题的过程中，原本需要医生反复告知，如今AI可以常伴左右。

在李厚敏看来，患者使用健康大模型同样很重要。比如，面对皮肤科医生经常开出的激素药物，很多患者会很犹豫，这时候AI反而可以通过详细解释，缓解大家的激素焦虑。“对于患者来讲，AI既可以缓解焦虑，也传递了更好的慢病管理理念。”

此外，不少患者对于心理疾病存在耻感，不好意思告诉医生。王惠玲说，这种情况下患者可以去问AI，在其帮助之下正确找到方向，比如哪些问题自己锻炼可以起效，哪些问题需要去看医生，能够有效帮助患者避免走弯路。

应用场景日渐广泛

夸克健康以阿里巴巴通义千问大模型为基础，走出了一条面向垂直场景的深度工程化路线。

其核心突破之一，是构建出“慢思考能力”。该能力融合了链式推理与多阶段临床演绎路径建模，驱动模型在面对复杂医疗问题时，能够分阶段、层层深入地推导出最终回答。

构建慢思考能力的前提，是拥有高质量推理训练数据。据了解，夸克构建了“双数据产线+双奖励机制”的工程体系。一方面，将医学数据划分为“可验证”和“不可验证”两类，分别对应诊断类任务和健康建议类任务；另一方面，在训练方法上引入“过程奖励模型”和“结果奖励模型”，分别评估模型推理链的合理性与最终结论的准确性，显著提升模型的临床可解释性和推理一致性。

该体系还设计了多阶段强化学习流程，包括冷启动数据的严格人工校验、多轮样本筛选与难度递进训练策略，以及用于防止“高分投机”的作弊识别机制。通过真实医生标注、“问—思—答”整组数据驱动强化学习，大大强化了这一健康大模型的能力。

对于患者来说，通过AI的判断，可以减少医患信息差，让他们更积极地参与到诊疗过程中。

赵存忠曾经是一名医生，如今做健康大模型的运营负责人，对于患者的需求有了新的看法。他发现随着AI本身的发展，用户尤其是年轻人表达出的需求正在变化。在医疗大模型出现初期，用户搜索的都是简单问题，但在深度思考技术发展之下，用户表达越来越精细。“他们在没去医院之前已经与AI交流过，这样可以迅速了解医生在说什么，降低了沟通成本，有效提高了医疗资源的可用率和普及性。”

医学生们也受益于健康大模型。赵存忠介绍，医学生在夸克上面搜索了很多问题，比如专业的量表、泛知识的内容、临床指南等。很多医学生在做规培或者实习阶段，遇到临床案例分析时，会大量用到大模型的搜索功能。

随着能力不断提升、应用场景日渐广泛，更多健康大模型正逐步走出“模拟考场”，走入真实诊疗场景。