当医疗AI 已经能够准确回答“这是什么病”，下一个关键问题是：它能否像真正的医生一样，在多轮问诊中主动追问、动态调整判断，并推演“接下来可能发生什么”？

围绕这一方向，云知声构建了医疗世界模型U2-Med-World：通过重建真实诊疗轨迹、生成合成诊疗情境，为诊疗 Agent 打造可交互的模拟环境，让 AI 在反复“接诊”中学习主动获取信息、根据反馈动态修正判断，最终形成可靠的连续决策能力。

基于U2-Med-World，云知声进一步打造虚拟患者问诊环境，作为 U2-Med 的重要训练基础，推动其突破单纯医学问答的局限，学习主动追问、动态更新判断以及识别潜在风险。

近期，在权威医疗对话评测HealthBench 最新汇总结果中，云知声 U2-Med 表现亮眼：HealthBench Full 得分 73.67 分，HealthBench Hard 得分 61.07 分，两项成绩均位列本次参评模型第一。该结果也为U2-Med 的连续诊疗与医疗对话能力提供了客观的阶段性评测参照。

01 从回答单一问题，到理解持续变化的患者

真实诊疗中，患者并非静止的一组症状。门诊医生从主诉出发，通过不断追问与检查补充证据；进入治疗与随访阶段后，又需根据新指标、新症状和患者反馈实时调整方案。如果医疗 AI 仅停留在“回答一个已明确的问题”，便无法支撑这一连续的动态过程。

医疗世界模型的核心逻辑在于：“当前患者状态 ＋ 临床行动 → 患者下一状态”。它不是简单地把答案拉长，而是将病历、检验、影像、生命体征及患者对话等不完整、异步的临床证据，组织成对当前状态的精准估计；并在追问、检查、治疗、护理或观察等行动条件下，模拟后续可能出现的信息增量与状态演变。

围绕这一目标，云知声提出了逐层递进的能力建设体系：患者状态表示 → 疾病动态建模 → 干预条件模拟 → 临床规划支持。即先理解患者现状，再学习疾病演化规律与行动的后续影响，最终为多条候选诊疗路径提供可比对的依据。同时，模型严格保留未知信息与不确定性，遵循医学约束，避免将推演结果包装为确定的临床结论。

在整体技术架构中，核心组件各司其职、紧密协同：医疗世界模型（U2-Med-World）充当“模拟演练场”，提供行动反馈与临床过程推演的虚拟环境；U2-Med 则是驱动连续诊疗的核心智能体（Agent），它不仅具备深厚的医学理解与推理底座，更负责在交互中选择下一步行动、调用工具并根据环境反馈实时更新诊疗策略。两者深度融合，共同推动医疗AI从“单点问答”向“连续诊疗”的深度能力跃升。

02 融合真实与合成轨迹，构建 U2-Med-World

世界模型要学习“采取行动后会发生什么”，前提是正确组织临床过程。U2-Med-World 的基础方法是从真实诊疗记录出发，将分散在病历、对话、检验、影像、生命体征和医嘱中的碎片化信息按时间与来源对齐，重建为可追溯的“状态—行动—观察—状态更新”链条。

一条合格的诊疗轨迹不仅记录患者状态，还需完整保留时间线、观察与检查、临床行动、患者响应、状态更新及临床结局等关键要素。更重要的是，模型需严格区分“已观察事实”与“医生主观判断”、“建议方案”与“实际执行”，并杜绝将后期出现的信息“穿越”至早期决策中。真实轨迹，正是模型学习与校验已发生临床过程的基石。

在此基础上，U2-Med-World 能够从同一初始患者状态出发，在医学规则与病例事实的约束下，生成不同追问、检查及处置路径对应的候选合成轨迹。例如，面对一位主诉模糊的患者，“先询问伴随症状”、“先核实既往病史”或“先排查危险信号”，将导向截然不同的信息获取顺序与后续判断。这种“多路径模拟”机制，使模型能够横向比较哪些行动更具临床价值、哪些关键证据易被遗漏。

真实轨迹提供底层依据，合成轨迹补充场景与行动分支。后者主要服务于训练、过程推演和策略比较，属于需独立评估的模拟结果，不直接等同于真实临床疗效证据。

03 基于世界模型的交互闭环，淬炼多轮问诊能力

主动问诊是 U2-Med 在真实临床场景中的核心能力，而 U2-Med-World 则是淬炼这一能力的“演练场”。 真实的门诊往往始于一句主诉和少量已知信息，此时最重要的不是立即给出诊断，而是需要 U2-Med 识别缺失的证据、决定下一步的提问方向、在获取新信息后修正判断，以及敏锐捕捉何时应提示紧急就医或进一步检查。

基于 U2-Med-World，云知声构建了可交互的虚拟患者问诊环境：世界模型提供患者背景、状态与行动反馈；问诊环境控制病例信息的逐步披露；U2-Med 作为问诊主体提出追问、接收回答、更新证据并规划下一步。在此过程中，系统明确区分了两类变化——追问与检查改变的是“模型知道什么”，而治疗或病程推进改变的才是“患者本身的生理状态”。

以主诉“乏力、食欲下降”的虚拟患者为例：模型初始仅获有限线索，需在症状持续时间、伴随表现、既往病史和近期用药之间权衡出最有价值的追问点。环境根据该患者的真实背景逐步释放信息，模型据此动态调整后续提问。针对同一初始病例，系统还可并行开展多条交互路径的比较，检验追问是否有效补齐了病史、识别了风险，并验证下一步建议的适宜性。

围绕这些交互轨迹，云知声将专家诊疗示范、过程评价与后训练深度融合：引入 Rubric RL，对医学准确性、信息完整性、风险识别及沟通质量等维度提供细粒度优化信号；结合 OPD（在线偏好蒸馏） 等方法，将经过筛选的优质问诊策略迁移至 U2-Med，使“知道问什么、如何根据反馈调整、何时形成建议或升级处理”真正沉淀为模型的内生能力。

由此，一套完整的迭代闭环正式成型：U2-Med-World 模拟环境 → U2-Med 多轮交互 → 整条轨迹评价与筛选 → 后训练优化 → 独立评测。相较于仅优化单次回答，该路线更聚焦于问诊过程中的信息获取效率、风险识别敏锐度、证据一致性及连续决策质量。

04 HealthBench 双榜登顶，验证连续诊疗演进方向

HealthBench 双榜第一的成绩，是对云知声医疗对话阶段性表现的有力检验；而对合成诊疗轨迹与临床过程推演的深入探索，则标志着云知声正围绕医疗 AI 的两个核心命题持续攻坚：如何在复杂健康对话中给出更精准的回应？如何在患者状态动态变化中学习连续决策？

未来，云知声将持续深化医疗世界模型与U2-Med的协同演进，依托真实轨迹学习、模拟交互、评价反馈与临床验证，不断完善医疗 AI 对连续问诊与临床全周期的理解力。

我们希望，未来的医疗模型不仅能妥帖回应患者的每一次提问，更能敏锐识别尚待明确的隐藏信息，透彻理解每一步判断背后的医学依据，并在专业人员的审阅与指导下，为真实医疗场景创造更具深度的辅助价值。