元Sogou王小川が率いる百川智能の医療AI特化と知識の針路

1. 決断の瞬間――「トークンの切り売りでは死ぬ」五道口の会議室

2025年春、北京・五道口（ウーダオコウ）に構える百川智能（Baichuan AI）本社。役員会議室の空気は凍りついていました。

ホワイトボードには、競合他社が相次いで発表したAPI価格の値下げ幅が殴り書きされていました。ByteDance（字節跳動）の「豆包（Doubao）」が100万トークンあたり0.001元（約0.02円）という事実上の無料化に踏み切り、アリババ（Alibaba）やテンセント（Tencent）が追随。さらにDeepSeek（深度求索）の台頭が、汎用モデルのトレーニングコスト神話を根底から覆していました。

当時、百川智能はアリババやテンセント、小米（Xiaomi）などから累計約50億元（約1,050億円）を調達し、評価額200億元（約4,200億円）を誇る中国大規模言語モデル（LLM）「六小虎（ユニコーン6社）」の一角として、汎用基盤モデルの開発で先頭を走っていました。しかし、創業者兼CEOの王小川（Wang Xiaochuan）氏が役員陣に告げた言葉は、会議室にいた全員の予想を裏切るものでした。

「汎用モデルで巨大プラットフォーマーと計算資源の消耗戦を続けても、待っているのはコモディティ化による死だ。金融などの受託ビジネスはすべて閉鎖する。我々はこれより、全社を挙げて『医療AI』にオールインする」

この宣言は、社内に激震を走らせました。共同創業者であり、かつてSogou（捜狗）時代から王小川氏の右腕としてCOOを務めていた茹立雲（Ru Liyun）氏をはじめとする幹部陣は、猛烈に反対しました。

医療は規制が極めて厳しく、臨床責任のリスクが高く、製品の承認やマネタイズまでに何年もかかる「AI開発者にとって最も過酷な泥沼」です。汎用モデルのチャットボットやB2B業務支援なら短期間でトラフィックとARR（年間経常収益）を作れるのに、なぜ自ら最もハードルの高い領域へ退路を断って飛び込むのか。

議論は平行線をたどり、最終的に茹立雲氏を含む複数の創業コアメンバーが会社を去る道を選びました。最盛期に450人を超えていた組織は、汎用モデル開発チームの大規模な再編を経て200人未満にまで縮小しました。

しかし、王小川氏の瞳に迷いはありませんでした。同氏は後にメディアの単独インタビューで、その時の心境をこう振り返っています。

---

2. 創業者哲学の源流――Sogouの検索エンジンから「AI医師」への必然

王小川氏という起業家の原点を紐解くと、この「医療特化へのピボット」が唐突な思いつきではなく、20年以上にわたる情報工学の探求から導き出された必然であることが分かります。

清華大学計算機科学科の修士課程を修了後、王小川氏は中国のポータルサイト大手Sohu（捜狐）で若くして頭角を現し、検索エンジン「Sogou（捜狗）」を立ち上げました。独自の「検索・ブラウザ・入力法（Sogou Pinyin）」の三位一体戦略で百度（Baidu）の独占体制に風穴を開け、ニューヨーク証券取引所への上場を果たした伝説的なエンジニア経営者です。

そのSogou時代、王小川氏が最も深く苦悩し、リソースを注ぎ込んだ分野の一つが「医療検索」でした。

2016年、大学生が百度の検索連動型医療広告を信じて不適切な民間療法を受け亡くなった「魏則西事件」が中国全土を揺るがしました。医療情報の非対称性とフェイク医療広告が人命を奪う現実を目の当たりにした王小川氏は、直ちにSogou検索において公的医療機関や査読済み論文のみを上位表示する「捜狗名医」を立ち上げ、専門知識グラフの構築に奔走しました。

しかし、当時の検索エンジンの技術的限界にも直面していました。

「検索エンジンは、どれほど精度を上げても『ドキュメントのリンクを提示する』ことしかできません。体調不良に怯える患者が検索窓に『頭痛 吐き気』と入力したとき、提示された10本の記事を読んで鑑別診断を下す作業は、依然として素人である患者自身に丸投げされているのです。患者が求めているのは検索結果の一覧ではなく、『医師の診察と判断』そのものです」

かつて本誌でも分析したオープンソースLLM展開の戦略的布石から、王小川氏の視線はより深層の「知識と生命」へと向かっていました。

大規模言語モデル（LLM）の本質は、単なる確率的な単語当てゲームではなく、膨大な人類の知識を圧縮し、論理的推論を実行するエンジンです。そして人間の活動の中で、最も高密度な専門知識と厳密な論理推論が要求される領域こそが「医学」でした。汎用LLMがWeb上の俗説を学習して平気で嘘（ハルシネーション）をつく限界を打破し、厳格な医学的根拠に基づいて思考するAIを作ること――それは王小川氏にとって、検索エンジン時代にやり残した宿題を果たす旅でもありました。

---

3. 技術的跳躍――「受動的な回答者」から「能動的な問診者」へ

医療現場で既存のChatGPTや汎用LLMが使い物にならない最大の理由は、「受動的なおしゃべり」に終始する点にあります。

一般的なチャットAIに「お腹が痛い」と入力すると、盲腸炎から単なる便秘まで、可能性のある疾患を十数個並べ立てた当たり障りのない長文を出力します。しかし、本物の医師は絶対にそのような問診を行いません。

熟練した医師は、患者の訴えを聞いた瞬間、頭の中で無数の仮説ツリーを構築し、「いつから痛むのか」「右下腹部か、みぞおちか」「熱はあるか」「吐き気や下痢は伴うか」と矢継ぎ早に能動的な追問（フォロースルー）を行い、鑑別診断を絞り込んでいきます。

百川智能が開発した医療特化モデル「Baichuan-M3」および「Baichuan-M4」は、この「医師の思考プロセス」をアルゴリズムとして再構築しました。

比較項目	汎用大規模言語モデル（GPT-4 / 汎用LLM）	百川智能 医療特化推論モデル（Baichuan-M4）
問診のアプローチ	受動的出力：入力されたプロンプトに対して教科書的な疾患一覧を回答	能動的問診：医師のように主訴から不足情報を察知し、段階的に質問を重ねて鑑別
医学的ハルシネーション	高い（15〜25％）：確率的トークン生成により架空の症例や不正確な投薬量を生成	極小（2％未満）：「六源循証」による公的医学文献・臨床ガイドラインへの証拠アンカー
推論の根拠提示	不透明（ブラックボックス）：なぜその結論に至ったかの臨床的ロジックが曖昧	完全可視化：鑑別診断に至る臨床推論パス（Reasoning Path）と文献参照を明示
医師国家試験スコア	70〜80点台：基礎知識は解けるが複雑な症例問題で失点	95点突破（世界トップ水準）：HealthBench等の厳格な医療ベンチマークで首位獲得
導入ターゲット	一般ユーザーの雑談、オフィスの文書要約・コード生成	三甲病院（最高峰総合病院）の臨床会診、末端クリニックの診療支援、家庭AIドクター

このブレークスルーを支えたのが、以下の2つのコア技術です。

① 事実性感知強化学習（Factuality-Aware RLHF）

従来のRLHF（人間のフィードバックによる強化学習）は、回答の「流暢さ」や「親切さ」を報酬関数としがちでした。これに対し百川智能は、北京協和医院や四川大学華西医院など中国屈指のトップ病院から現役の主任医師数十名を雇用。AIの回答に対し、「医学的論理の厳密さ」と「禁忌事項の有無」のみを評価する専用の報酬モデルを構築しました。

② 六源循証（Six-Source Evidence Anchoring）

AIが回答を生成する際、中国・米国の最新臨床診療ガイドライン、PubMedの査読済み医学論文、公的医薬品添付文書など、6系統の信頼できる外部医学知識ベースへリアルタイムにアンカー（接地）させました。根拠のない推測生成をシステムレベルで遮断し、推論の各ステップに出典リンクを紐付ける構造を確立したのです。

---

4. 商業化と社会実装――北京児童医院と「百小医」の二重フライホイール

「AIが医師国家試験で満点近くを取った」というベンチマーク結果だけであれば、単なる学術研究に過ぎません。王小川氏率いる百川智能の真骨頂は、それを現場の臨床ワークフローへ強引に組み込んだ実行力にあります。

現在、百川智能の医療AIは「B端（病院・臨床現場）」と「C端（一般患者）」の2方向で社会実装を進めています。

B2B：北京児童医院の小児科カンファレンスに「AI医師」が着任

小児科は、小児患者自身が症状を言語化できないため、成人の医療よりも問診と鑑別が極めて難しいとされています。百川智能は、中国小児医療の最高峰である北京児童医院と共同で「福棠・百川」小児科モデルを開発。

院内の多診療科（MDT）カンファレンスにAIが参加し、希少疾患や複雑な合併症を抱える患児の電子カルテと検査数値を瞬時に分析。医師が見落としがちな稀少な鑑別診断候補を提示するサポートを開始しました。このシステムは現在、医療資源が極端に不足している内陸部の地方末端病院へと展開され、「地方にいながら北京の最高水準の問診を受けられる」知能の平準化を進めています。

C2C：受診前の不安を解消する「百小医」

一般ユーザー向けには、AI家庭ドクターアプリ「百小医」を展開しています。

患者が病院に行く前に、AIがチャットで丁寧に対話し、詳細な自覚症状、痛みの推移、既往歴を整理。適切な診療科をリコメンドすると同時に、医師に見せるための「構造化された問診サマリー」を作成します。受診後には、処方された薬の飲み合わせや検査結果シートの数値を平易な言葉で解説します。

王小川氏は、この医療AIの役割を「裁判における陪審員」に例えています。

「診断と処方の法的主体は、どこまで行っても人間の医師です。AIが医師の資格を奪うことはありません。しかし、限られた診察時間の中で過労に苦しむ医師に対し、完璧に整理されたカルテ情報と鑑別候補を提示し、患者側には自らの病気に対する納得感を与える。AIは、医師と患者の間にある巨大な情報格差を埋める信頼のブリッジになるのです」

---

5. 日本産業界への鏡――「医師の働き方改革」と医療AIの空白

百川智能のこの果敢なピボットは、日本の医療界およびヘルステック産業にとっても極めて刺激的な「鏡」となっています。

日本は今、歴史的な医療崩壊の危機に直面しています。2024年4月に本格施行された「医師の働き方改革」により、勤務医の時間外労働時間には年960時間（特例でも1,860時間）の上限規制が課されました。救急現場や大学病院の当直体制は逼迫し、地方の産婦人科や小児科では医師の引き揚げが相次いでいます。

一方で、日本のヘルステック業界を見渡すと、エムスリー（M3）やメドレー（Medley）、LINEドクターなどの強力なプラットフォーマーが存在するものの、その事業領域は主に「オンライン診療の予約枠マッチング」「遠隔通話インフラ」「医師専門転職サイト」「電子カルテのクラウド化」といった「業務・通信のDX」に集中してきました。

「患者の自覚症状から能動的に推論し、鑑別診断ツリーを生成するAIエンジン」そのものを開発する試みは、誤診時の賠償責任や厚生労働省・PMDA（医薬品医療機器総合機構）の極めて慎重な法規制、そしてエンジニア人材の不足によって、長らく手付かずの空白地帯となっていました。

日本の医療DXが抱えるジレンマと、中国の先行モデルは鮮やかな対比を見せています。

地方創生や過疎地の地域医療維持が叫ばれる日本において、百川智能が実践している「トップ病院の臨床知能をモデル化し、末端の診療所へ配信する」というアーキテクチャは、まさに日本が喉から手が出るほど求めているソリューションそのものです。

---

6. 編集部考察――独立系AIスタートアップが生き残る「知識の要塞」

Kimi創業者・楊植麟氏が長文コンテキストに賭けた哲学と同様に、王小川氏の医療特化へのピボットは、巨大テックが支配する生成AI時代において、独立系スタートアップがいかにして「生存の堀（Moat）」を築くべきかという普遍的な問いに答えています。

AIの性能向上に伴い、汎用チャットボットや一般的な文章生成の価値は急速にデフレを起こしています。100万トークンあたりの単価がゼロに近づく世界で、「何でもできるモデル」を謳うことは、「何も守れるものがない」ことと同義です。

王小川氏の勝因は、自らのSogou時代からの強みであった「知識グラフの構造化」と「医療情報への執念」を直視し、創業チームの空中分解という最大の危機を冒してまで、「汎用の幻想」を捨て去った決断の鋭さにありました。

医療という、ハルシネーションが許されず、参入障壁が最も高く、かつ人類にとって最も切実な領域にリソースを集中させたことで、百川智能は巨大クラウドプラットフォーマーの価格破壊戦争から完全に脱出しました。どれほど巨大なクラウド企業であっても、トップ病院の主任医師たちと膝を突き合わせて数万件の臨床推論データを泥臭く構築するプロセスを、APIのスケールだけで代替することはできません。

「何を作るか」ではなく「どこで戦わないか」を決めること――王小川氏と百川智能の軌跡は、生成AIの波に揺れる世界中のエンジニアと企業経営者に対し、第一性原理に基づいた冷徹な戦略のあり方を鮮烈に示しています。