百川智能与清华发布医疗大模型Baichuan-M4,在HealthBench及其Hard、Professional三项评测中夺冠,性能超越GPT-5.5。其核心突破在于交互模式革新,结合强大推理与临床知识,探索医疗垂直领域应用。
阿里旗下通义千问APP于2026年5月27日升级“拍照问健康”功能,突破传统OCR限制,实现医学图像理解与临床推理。新功能包括视觉圈选,可自动标记化验单或患处异常区域;以及联动推理,结合年龄、性别和多指标关联进行排除法分析,提升诊断准确性。
研究显示,当前主流AI模型在模拟临床诊疗推理时仍存在明显不足,尚不具备独立承担医疗任务的能力。该研究测试了21种大语言模型,结果发表于《JAMA Network Open》。
百川智能推出Baichuan-M3 Plus医疗大模型,专为高可靠性医疗场景设计。该模型将“六源循证范式”融入训练与推理全流程,确保诊断建议、用药提示等均基于权威医学证据。其事实性幻觉率降至2.6%,相比GPT-5.2降低超30%,显著提升医疗AI的临床可信度。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$7
$35
Google
$2.1
$17.5
$21
$105
$0.7
Alibaba
$4
$16
$1
$10
256
$2
$20
Baidu
128
$6
$24
Moonshot
Bytedance
$0.8
32
dogeater1612
这是一个基于Google Gemma 2 9B模型微调的荷兰语患者模拟模型,专门为医疗教育场景设计。模型始终以固定的JSON结构响应,模拟一位刚做完手术正在康复的患者'玛丽亚',支持护理专业学生在安全环境中锻炼沟通和临床推理能力。
lastmass
MedGemma-GRPO是MEDGemma模型的微调版本,专为临床病例推理任务设计。该模型结合监督微调(SFT)和组相对策略优化(GRPO),旨在引导模型遵循逻辑诊断路径,在合成医疗案例数据集上训练,特别适用于复杂心血管、血栓和自身免疫性疾病的诊断推理。
mradermacher
DrMedra4B是一个专注于医学领域的量化模型,支持英语和罗马尼亚语,适用于医疗人工智能、临床推理、摘要生成和诊断等任务。
lmstudio-community
MedGemma-4B-IT是由Google开发的医疗领域专用多模态模型,支持图像文本到文本的转换任务。该模型针对医疗影像和文本分析进行了优化,在放射学、临床推理、皮肤病学等多个医疗子领域具有重要应用价值。
TachyHealth
Gazal-R1-32B 是一款专为医学推理和临床决策打造的语言模型,基于 Qwen 3 32B 构建,在专业医学领域展现出卓越性能。
second-state
medgemma-4b-it 是一个专注于医疗领域的多模态模型,能够处理图像和文本输入,适用于放射学、临床推理等多个医疗场景。
mlx-community
MedGemma是基于Google开发的医疗领域大语言模型,专注于临床推理和医疗文本生成任务。
MedGemma-27B-Text-IT-4bit是基于Google的MedGemma-27B-Text-IT模型转换而来的MLX格式模型,专为医疗和临床推理任务优化。
ross-dev
QwenMedic-v1是基于Qwen3-1.7B开发的医疗专用语言模型,针对临床推理和指令跟随任务进行了微调,提升诊断问答和临床摘要生成能力。
suayptalha
基于Qwen3-0.6B微调的医学推理模型,专为临床决策支持和医学教育设计
jdh-algo
Citrus是一种医学语言模型,通过模拟医学专家的认知过程,弥合了临床专业知识与AI推理之间的差距。
drwlf
Medra是一款专为医疗场景设计的轻量级语言模型,基于Gemma 3构建,旨在辅助临床推理、医学教育及对话建模。
Medra是一款专为临床推理、教育和对话建模设计的轻量级医学语言模型,基于Gemma 3构建,适合本地部署和实时运行。
Medra是一款专为临床推理、教育和对话建模设计的轻量级医学语言模型,基于Gemma 3构建,适用于本地和移动端环境。
alpha-ai
基于LLAMA-3.2-3B-Instruct微调的医疗推理模型,专注于临床推理和结构化问题解决,针对设备端和本地推理优化
emredeveloper
基于DeepSeek-R1-Distill-Llama-8B模型微调的医学推理模型,优化了思维链推理和临床决策能力
skumar9
Llama-medx_v3.2 是专为医疗领域微调的大语言模型,基于 Meta-Llama-3.1-8B 架构开发,通过监督式微调(SFT)与优势比偏好优化(ORPO)技术训练,精准掌握医学术语与临床推理能力。
nlpie
TinyClinicalBERT是一款专为临床自然语言处理设计的轻量级模型,通过知识蒸馏技术从BioClinicalBERT优化而来,参数量仅15M,推理速度快,同时保持较高性能,适合资源受限的临床NLP应用场景。