“我們不是在訓(xùn)練一個(gè)會(huì)答題的AI，而是在訓(xùn)練它學(xué)會(huì)‘先想清楚’。”

這是夸克健康團(tuán)隊(duì)在產(chǎn)品交流會(huì)上反復(fù)提到的一句話。聽(tīng)起來(lái)像句玩笑話，卻點(diǎn)出了醫(yī)療AI最關(guān)鍵的能力：不是誰(shuí)答得快，而是誰(shuí)更像醫(yī)生，愿意慢下來(lái)、想清楚、問(wèn)明白。

在醫(yī)療這個(gè)最需要“可信判斷”的場(chǎng)景里，AI真正的挑戰(zhàn)不止是記住多少知識(shí)，更在于能不能像醫(yī)生一樣思考、推理、做判斷。

舉個(gè)例子，有人問(wèn)AI：“寶寶為什么反復(fù)發(fā)燒？”

如果AI把這當(dāng)成一次普通的“問(wèn)答請(qǐng)求”，它可能只會(huì)列出一堆標(biāo)準(zhǔn)答案：病毒感染、細(xì)菌感染、免疫系統(tǒng)異常……

但如果它把這當(dāng)成一次真正的“問(wèn)診對(duì)話”，它就該像一位有經(jīng)驗(yàn)的兒科醫(yī)生那樣，從安撫情緒開(kāi)始，再主動(dòng)發(fā)起多輪追問(wèn)：有沒(méi)有出現(xiàn)高燒？持續(xù)多長(zhǎng)時(shí)間了？寶寶多大了？然后再根據(jù)具體情況，做出合理判斷與建議。

從“回答問(wèn)題”進(jìn)化到“理解病情”，從“提供信息”走向“輔助判斷”，這正是夸克健康大模型正在做的事。

那么，它到底做到了什么程度？我們一起來(lái)看看這個(gè)產(chǎn)品。

/ 01 / 打造AI醫(yī)生的“臨床思維”：先問(wèn)清楚，邊想邊搜

如果說(shuō)“像醫(yī)生一樣思考”是一個(gè)終極目標(biāo)，那考試成績(jī)，或許是最直接的檢驗(yàn)方式。這是夸克在醫(yī)學(xué)考試中的成績(jī)單：

題越難，夸克越強(qiáng)；問(wèn)題越開(kāi)放，推理越出色。

一個(gè)有趣的現(xiàn)象是：醫(yī)學(xué)生成為了夸克的第一批高黏性用戶�？淇私】颠\(yùn)營(yíng)負(fù)責(zé)人趙存忠介紹，目前平臺(tái)在全國(guó)醫(yī)學(xué)生中月活用戶已突破200萬(wàn)，覆蓋了全國(guó)大約一半醫(yī)學(xué)生。

他們用它查資料、做題、訓(xùn)練思維邏輯，把它當(dāng)成更靠譜的“醫(yī)學(xué)作業(yè)幫”。支撐這份信任的，不是一個(gè)個(gè)準(zhǔn)確答案，而是夸克能夠“像醫(yī)生一樣在思考”

同樣是答題，夸克有什么不一樣？我們隨機(jī)做了一道測(cè)試：

一位70歲男性，吸煙50年，咳嗽咳痰40年，近一個(gè)月癥狀加重，伴有胸悶氣短、尿量減少，查體提示肺部啰音、雙下肢水腫。問(wèn)：還有哪些體征可能出現(xiàn)？

通用大模型常見(jiàn)的思路是，先閱讀提干，在逐一分析選項(xiàng)，然后進(jìn)行答案匹配。但夸克的思路是：

它先分析病史特征，判斷這位老年男性可能患有慢性阻塞性肺疾�。–OPD）合并右心衰，再結(jié)合相關(guān)文獻(xiàn)知識(shí)逐一推演：桶狀胸、頸靜脈充盈、P2>A2 等體征是否與該病癥相關(guān)。

這不再是“挑選對(duì)的答案”，而是一整條符合醫(yī)學(xué)邏輯的思維鏈條在運(yùn)作——就像醫(yī)生在病房邊的推理過(guò)程。

這種“像醫(yī)生一樣思考”的能力，還體現(xiàn)在它能主動(dòng)追問(wèn)。

比如，當(dāng)用戶提問(wèn)過(guò)于簡(jiǎn)單時(shí)，模型會(huì)主動(dòng)追問(wèn)“發(fā)燒多久”、“有無(wú)腹瀉”等關(guān)鍵信息，引導(dǎo)補(bǔ)全病史，再進(jìn)行下一步判斷。這種“先建檔、再推理”的流程，也更貼近現(xiàn)實(shí)醫(yī)療場(chǎng)景。

但僅僅會(huì)推理、會(huì)發(fā)問(wèn)還不夠，一個(gè)真正可信的醫(yī)生，還要能共情、能安撫。為此，夸克還特別引入了情緒識(shí)別與安撫機(jī)制，讓AI不僅專業(yè)，更有人情味。

當(dāng)家長(zhǎng)提問(wèn)“孩子打疫苗后發(fā)燒38°C怎么辦”時(shí)，夸克不會(huì)直接拋出醫(yī)學(xué)術(shù)語(yǔ)或結(jié)論，而是會(huì)先安撫情緒“無(wú)需過(guò)多擔(dān)憂”，隨后再一步步引導(dǎo)用戶觀察癥狀、評(píng)估就醫(yī)時(shí)機(jī)，兼顧專業(yè)性與安撫感。

這套“像醫(yī)生一樣思考”的能力，正在成為夸克與通用大模型之間最大的分野。 

在精神科領(lǐng)域，這類能力同樣發(fā)揮了作用。

武漢大學(xué)人民醫(yī)院精神衛(wèi)生中心王惠玲教授在一則關(guān)于抑郁癥用藥的用戶案例分享中指出，夸克不僅糾正了患者對(duì)“成癮”的誤解，還分層列出了常見(jiàn)與罕見(jiàn)副作用，并進(jìn)一步提供了非藥物干預(yù)建議，如運(yùn)動(dòng)、心理輔導(dǎo)等，有效緩解了患者對(duì)“只能靠藥物”的焦慮情緒。

在皮膚科等以視覺(jué)識(shí)別為主的學(xué)科中，夸克也正在展現(xiàn)實(shí)際價(jià)值。在夸克健康大模型主題交流會(huì)上，北京大學(xué)人民醫(yī)院皮膚科副主任李厚敏教授表示，AI正為皮膚科臨床實(shí)踐帶來(lái)顯著助力，主要體現(xiàn)在兩個(gè)方面：

一是輔助診斷與精準(zhǔn)分型，提升早期識(shí)別率。AI具備出色的圖像識(shí)別能力，能夠?qū)ζつw病變進(jìn)行快速分析，輔助醫(yī)生判斷疾病類型及嚴(yán)重程度，尤其在初診階段，有助于提高診斷效率與準(zhǔn)確性。

二是優(yōu)化隨訪管理與個(gè)體化治療。借助AI算法，醫(yī)生可以動(dòng)態(tài)監(jiān)測(cè)患者病情變化，評(píng)估治療反應(yīng)與依從性，同時(shí)結(jié)合大數(shù)據(jù)分析，為患者制定更精準(zhǔn)的個(gè)體化治療與護(hù)理方案，顯著提升慢病管理效率與療效。

李教授指出，AI的引入不僅提升了皮膚科醫(yī)生的診療效率，更有望推動(dòng)學(xué)科向智能化、精準(zhǔn)化方向持續(xù)進(jìn)化。

/ 02 / 做好垂類模型，夸克下了“苦功夫”

夸克之所以能“像醫(yī)生一樣思考”，既離不開(kāi)龐大、高質(zhì)量的醫(yī)學(xué)知識(shí)庫(kù)，也得益于其對(duì)AI訓(xùn)練流程的重構(gòu)：從數(shù)據(jù)、知識(shí)庫(kù)到推理機(jī)制，全面貼合醫(yī)生真實(shí)的診療邏輯。

眾所周知，在醫(yī)療行業(yè)，高質(zhì)量數(shù)據(jù)訓(xùn)練尤為稀缺。

但夸克做健康這件事，早從2020年就開(kāi)始了，續(xù)沉淀了健康搜索相關(guān)的大量真實(shí)問(wèn)題，積累了超過(guò)2億條醫(yī)學(xué)知識(shí)圖譜，以及自建的ICD標(biāo)準(zhǔn)術(shù)語(yǔ)體系（Quark Med OmnisCT），為模型打下系統(tǒng)性醫(yī)學(xué)語(yǔ)言和概念的基礎(chǔ)。

這次，夸克健康大模型又在技術(shù)報(bào)告中披露了自建的“數(shù)據(jù)產(chǎn)線“，包含以大量真實(shí)病例為基礎(chǔ)的結(jié)構(gòu)化數(shù)據(jù)、專業(yè)醫(yī)生人工標(biāo)注數(shù)據(jù)，以及以“慢思考數(shù)據(jù)”為核心的復(fù)雜任務(wù)數(shù)據(jù)。

其中，“慢思考數(shù)據(jù)”是關(guān)鍵。

這類數(shù)據(jù)，不再是傳統(tǒng)的“問(wèn)題—答案”二元對(duì)，而是完整的三元組：“問(wèn)題—思考過(guò)程—答案”。其中最有價(jià)值的是思考過(guò)程——模型是怎么一步步推理出這個(gè)答案的。

夸克團(tuán)隊(duì)認(rèn)為，只有當(dāng)模型學(xué)會(huì)在復(fù)雜情境中“慢下來(lái)”、逐步分析、逐層判斷，才能真正建立起醫(yī)學(xué)所需的因果推理能力。這種數(shù)據(jù)，就像醫(yī)生帶教過(guò)程中的“邊做邊講解”，讓模型不僅知道答案，還知道如何得出答案。

在知識(shí)層面，夸克構(gòu)建了一個(gè)系統(tǒng)性、權(quán)威性、時(shí)效性兼具的醫(yī)學(xué)知識(shí)庫(kù)，涵蓋了6萬(wàn)冊(cè)教材指南、5000余萬(wàn)中英文文獻(xiàn)、20余萬(wàn)藥品說(shuō)明書(shū)，并與三甲醫(yī)院合作獲得千萬(wàn)份病歷數(shù)據(jù)。

為了真正貼合醫(yī)生的診療方式，夸克還設(shè)計(jì)了“邊想邊搜”策略。在回答問(wèn)題前，模型優(yōu)先調(diào)動(dòng)內(nèi)部知識(shí)與推理機(jī)制，進(jìn)行初步判斷，再自動(dòng)調(diào)用權(quán)威資料進(jìn)行驗(yàn)證或補(bǔ)充。這種機(jī)制讓回答過(guò)程不再是“直接查答案”，而是先像醫(yī)生一樣判斷，再回頭查文獻(xiàn)印證，更貼近真實(shí)的臨床決策路徑。

最后，在推理層面，夸克基于醫(yī)學(xué)任務(wù)的特性，將模型訓(xùn)練任務(wù)劃分為兩類：

對(duì)于可驗(yàn)證類任務(wù)，如明確診斷、醫(yī)學(xué)實(shí)體識(shí)別等，答案有標(biāo)準(zhǔn)參考，模型可通過(guò)驗(yàn)證器實(shí)現(xiàn)快速精準(zhǔn)判斷。

對(duì)于不可驗(yàn)證類任務(wù)，如患者建議生成、健康科普等，答案無(wú)標(biāo)準(zhǔn)模板、語(yǔ)言多樣、思路各異，夸克引入了“過(guò)程獎(jiǎng)勵(lì)模型”，對(duì)模型的推理路徑進(jìn)行監(jiān)督，從完整性、合理性、表達(dá)清晰度等維度打分反饋，強(qiáng)化其因果鏈條與臨床思辨能力。

總結(jié)來(lái)看，“像醫(yī)生一樣思考”不是一句口號(hào)，而是一整套系統(tǒng)工程：用真實(shí)數(shù)據(jù)承載經(jīng)驗(yàn)、用知識(shí)圖譜構(gòu)建理解、用慢思考重塑推理。這正是夸克區(qū)別于通用模型的關(guān)鍵能力。

/ 03 / 新夸克：從信息檢索到健康A(chǔ)gent

今年3月，夸克提出“AI超級(jí)框”概念；6月，推出高考大模型；7月，健康大模型全面升級(jí)。很明顯，夸克的野心，遠(yuǎn)不止做一個(gè)瀏覽器。

過(guò)去，我們通過(guò)瀏覽器搜索網(wǎng)頁(yè)，通過(guò)社交媒體尋找他人經(jīng)驗(yàn)，但碎片化的信息常常良莠不齊，無(wú)法支撐真正重要的判斷。

而AI搜索帶來(lái)了全新的范式——它不僅能調(diào)用系統(tǒng)性、專業(yè)級(jí)的知識(shí)庫(kù)，還具備強(qiáng)大的推理與結(jié)構(gòu)化能力。

這意味著，我們不再只是獲取“答案”，而是在接近一種更極致工程化的專業(yè)認(rèn)知路徑。曾經(jīng)只有頂尖醫(yī)生才能掌握的臨床思維，如今也可以被普通人觸達(dá)、調(diào)用與信任。

這正是夸克的獨(dú)特之處：不僅是“做出了能力”，更是“兌現(xiàn)了能力”。

數(shù)據(jù)顯示，當(dāng)前每天有400–500萬(wàn)人在夸克搜索中主動(dòng)提出醫(yī)療健康問(wèn)題。這意味著——模型每升級(jí)一次，都會(huì)實(shí)時(shí)作用于數(shù)百萬(wàn)真實(shí)用戶的健康決策路徑上。

夸克正在借助搜索這一日活千萬(wàn)級(jí)的入口，將每一次模型能力的躍升，轉(zhuǎn)化為對(duì)數(shù)百萬(wàn)用戶的即時(shí)影響。這種“一次迭代、立即兌現(xiàn)”的能力極具社會(huì)價(jià)值，不僅拉高了大模型的交付門檻，也讓夸克成為“影響最多人健康決策的AI醫(yī)生”。

       原文標(biāo)題 : 醫(yī)療不是搜索題，需要讓AI“想明白”