|
|
近两年，在大模型领域，国内外科技巨头在医疗赛道的布局都持续加速。王小川甚至曾高调宣称，医疗是“大模型‘皇冠上的明珠’”。
医疗场景对AI的需求的确很高：数以万计的药品、繁琐又重复的阅片工作，乃至厚厚一摞专业书籍和临床指南……借助“硅基生物”的能力解决“碳基生物”的“看病贵看病难”“医疗资源不均”等问题，毫无疑问代表着科技的未来。
正因如此，自最早的“互联网+”开始算起，从影像到病理诊断、从手术机器人到医疗大模型，AI在医疗领域引起的投资热潮和市场关注始终不减。
但客观上，医疗AI的真正落地，离不开技术、产品、医患教育、政策监管等多维度的合力。这也是过去10多年来，医疗AI概念下的许多企业始终没能突破商业化瓶颈的原因。
如今，随着大模型技术又一次突破边界，过去困扰医疗AI企业的诸多问题，有望迎来一个新解法。各大企业加码布局，或许只是开始。
在这场由大模型掀起的医疗AI“革命”中，谁在抢跑？谁能成功？
生成式AI，可能改变哪些医疗问题
小到基层卫生院，大到头部三甲，医院争相部署自己的大模型应用，堪称2025年春节后医疗行业的第一个“奇观”。
坦诚说，医生群体中虽不乏乐于拥抱新技术者，但“保守派”仍是大多数。相比于有事问AI，他们更信任从埋头苦读和临床实践中获得的“真知”。那么，认知是如何打破的？
韩伟如今是首都医科大学附属北京中医院的信息科主任，最近，他们接入了蚂蚁医疗大模型，其具备医学思维推理能力与多模态交互，“不仅能给出解决方案，也会呈现思考过程”。“这对医生而言具有特别意义，因为我们想要的不仅是一个结果，更希望能参考它的思路，将来在遇到同类问题时，可以按照这个思路去思考。”
他以一位意识丧失、无法进行心梗诊断的患者举例，往常，医院在接诊这类病例时只能召集多学科会诊，存在耗时长、效率低下等问题。但这一次，大模型只是根据患者既往接诊数据和病史情况，就逐步完成了病情分析和诊断建议，并对潜在风险进行了提示。
“整个思路和结果与我们找的两位真人专家的诊疗建议基本一致。说明大模型的确可以帮我们省去一些会诊步骤，让医生将更多诊疗时间集中在病人身上。”韩伟解释。
这种“AI更好用”的体验背后，主要得益于大模型的技术升级。有医疗大模型从业者介绍，如果对比两代AI技术，此前2.0时期的医疗AI更像是“判别式AI”，更擅长基于影像、推演数据做医学诊断问题；而基于生成式大模型的3.0时期，则是在做“序列预测模型”，即可以根据个人历史健康数据序列，预测未来的健康状态和疾病发展情况，进而形成个人的健康发展轨迹。而这道轨迹，对“个性化治疗和精准健康管理极具价值”。
换句话说，过去，人们虽能感受到AI带来的就医服务升级（如AI预问诊），但体验上好像总差了点意思，是因为医疗服务的供应并未真正发生变化，核心劳动力仍然是医生。而如今，大模型技术带来的“生产力变革”，得以让AI开始深入医疗前端，通过更高质量的辅助能力让整个供应资源得到扩展。
“有些变化看起来很小，比如远程会诊效率提升10分钟，但对患者而言就抢回了不止1小时。在过去与医疗服务从业者的深度合作中，我们也更加确定了AI医疗的价值。”蚂蚁方面解释。
不再是“取代医生”或“爆改医疗”，10余年探索之后，科技公司们终于寻找到了AI技术与人类医生间的“平衡点”，即通过推动医疗资源扩容与服务普惠，比如更快缩小各级医院之间的诊疗差距、提升医生看新文献、研究病例、病患管理等方面的效率，让每个人都能拥有自己的高质量“AI私人医生”。
尤其是今年，DeepSeek的“出圈”，更以汹涌之势在专业医疗机构、普通大众之间完成了一场“AI使用教育”，让AI更深入地渗透进医疗场景成为可能。
这份潜力，为各大科技巨头、互联网公司再一次“押宝”医疗AI注入信心。
取胜关键：医疗资源的争夺战
当大模型技术为从业者带来了足够信心之后，下一个问题随之到来：如何让自己的产品在诸多竞争者中胜出？
在医疗AI领域的诸多探索和叙事中，不变的一点始终是以医院为核心的医疗资源争夺。训练模型需要诊疗记录、影像报告等高质量医疗数据，培养模型的“医生”思维需要在具体科室里做针对性训练……换言之，谁覆盖的优质医院更多，胜算自然会更高些。
新老玩家中，对于代表了老玩家的老牌医疗信息化企业、设备厂商而言，既往积累的渠道优势自然成为手中最大的底牌，而作为新锐玩家的科技公司们，不少则选择利用自己在算力、算法上的优势，通过和头部医院合作开发大模型来弥补这部分短板。
但与医院的深度结合需要时间，无论是哪一方参与者，对医院的覆盖动作其实都是迟缓且有限的。是否有一种更轻盈些的方法？
诸多案例中，蚂蚁的“长板”或许是略微不同的一种。蚂蚁最早的互联网医疗经验，应该从2014年在广州妇女儿童医疗中心开通支付宝挂号和缴费开始算起。截至目前，借由支付环节的打通，蚂蚁已联合3600家医院、服务超8亿用户。时至今日，仍然很难说有第二家互联网医疗公司能够复制这点。
天平的一端面向医院：通常情况下，医院对软件类企业放开的合作往往只是一个小端口，比如面向某个科室。但在支付这个“总环节”上，整个医院的系统流程一定是向支付宝开通的，这意味着与医院拥有更深的合作基础。这也为蚂蚁将大模型等更深度介入医疗服务的产品带入院内，奠定了一定基础。
天平的另一端则面向用户。互联网是患者获得医疗信息最重要的渠道之一。不过，常规的搜索平台、内容平台虽数量众多，但能带来优质使用体验者寥寥。直到今天，国内其实都尚未出现一个足够完备且深受患者信赖的互联网医疗健康平台。
而依托于支付宝“超级平台”提供的独特落地通道，蚂蚁其实已经先一步完成了用户使用支付宝解决健康问题的市场教育。
如今，许多患者已经习惯了不带医保卡，打开支付宝也能在医院签到候诊、缴费拿药。而支付宝首页的“医疗健康”模块里，也已聚合了全国九成以上的三级医院，覆盖买药、体检等上百种服务，为用户提供更便捷的健康服务体验。
归根结底，在核心医疗资源的“抢夺”战里，所有参与者其实都是在用自己之前铺的渠道，做更擅长的事情。诸多玩家中，蚂蚁凭借此前在互联网医疗领域的长期深耕，或许会成为一个“全面布局、深度下场”的样本。
联动医院、医生、用户，构建“生态壁垒”是不是解题新思路
当掌握关键的医疗资源后，再下一步是什么？
过去，不少医疗AI企业在从事产品开发时的问题在于，受限于经验和资源，往往会从某个单点切入，比如围绕放射科做AI阅片、辅助诊断等。而整个院内医疗体系庞大且复杂，牵扯的链条很多，这样“单点切入”的方式能解决的问题始终有限。
正因如此，我们可以看到，一些医疗AI概念企业、大模型创业公司，的确做到了在短期内通过技术或商业模式上的创新在市场中突围，但很难构成长期壁垒。医疗AI竞争“内卷”的态势下，丰富的产品矩阵和生态“护城河”，或许是更难被复制的决胜关键。
对此，蚂蚁方面也对36氪提到，大模型即产品，很多场景下的功能点都可以在一个对话框里解决掉。但在医疗行业，一个产品很难“打天下”，不同场景下AI能办的事不一样，满足需求的逻辑也不一样。因此，“我们从2023年开始研发医疗大模型时，就决定要和医疗机构深度合作，介入到完整的传统医疗场景中”。
蚂蚁宣布整合现有资源，进行以医疗大模型为基础的“三端一体”战略布局，完成医院、医生、用户三大产品体系升级，正是出于这个原因。
所谓“三端一体”，即面向医疗机构推出可供其直接部署的“大模型一体机”全栈式解决方案；面向旗下好大夫平台上28万注册医生的AI医生助手工具，提供文献检索、科研助手服务，以及服务于用户一侧的“AI健康管家”。
这样的布局，并非是盲目将摊子铺开，每一项针对的都是当下某个医疗环节中的痛点。以“AI健康管家”为例，这项服务核心定位于服务普通用户找医生、读报告、陪诊等日常刚需的医疗服务。自去年9月上线的半年多来，该产品服务的用户量已达到4000万。
值得一提的是，整个过程中，蚂蚁也不是一味自己“死磕”，而是邀请行业伙伴进行深度共建。比如在硬件部署上，蚂蚁就联合了华为、阿里云等厂商推出“训推一体，开箱即用”的轻量化设计；在大模型技术能力之外，则携手医疗机构一起实现应用层面创新，比如和浙江卫健委联合推出的官方AI健康应用“安珍儿”，现已覆盖超1000家公立医院、服务超3000万人次。
过去，单打独斗难有出头之日。如今，平台型企业依托“场景+技术+开放生态”的独特路径布局，能不能为医疗AI搏出一个未来？
封面来源｜IC photo
（文：智能涌现）