未來，隨著AI深入醫(yī)療健康體系，其角色將從“輔助工具”變成“服務(wù)入口”，成為用戶健康管理的第一觸點(diǎn)；醫(yī)療資源也將隨之重新分配，基層能力在AI的幫助下將被快速放大。

站在當(dāng)下來看，那些數(shù)字化改革十年未能撬動(dòng)的深層問題，有可能在AI時(shí)代率先迎來突破。真正屬于AI醫(yī)療健康的下半場(chǎng)，才剛剛開始。

作者|斗斗

編輯|皮爺

出品|產(chǎn)業(yè)家

醫(yī)療健康，似乎正在成為AI優(yōu)先落地的場(chǎng)景之一。

最新的信號(hào)來自螞蟻集團(tuán)。這家以金融科技起家的公司，最近宣布將醫(yī)療健康上升為戰(zhàn)略主航道，成立健康事業(yè)群，與支付、財(cái)富保險(xiǎn)、信貸等核心業(yè)務(wù)并列。對(duì)于一個(gè)業(yè)務(wù)結(jié)構(gòu)穩(wěn)定的大型科技企業(yè)來說，這是一次戰(zhàn)略方向的重新下注。

驅(qū)動(dòng)這次轉(zhuǎn)向的底層邏輯，螞蟻集團(tuán)CEO韓歆毅給出了一個(gè)清晰解釋：“AI為破解社會(huì)醫(yī)療健康痛點(diǎn)提供了關(guān)鍵路徑?！?strong>顯然，真正讓螞蟻敢于將醫(yī)療健康升級(jí)為主航道的，是AI的出現(xiàn)。

螞蟻不是唯一的押注者。中國(guó)科技巨頭們正在同步加快動(dòng)作：京東健康推出“AI醫(yī)院 1.0”，試圖用智能診療與供應(yīng)鏈重組參與醫(yī)療底層；百度將“AI健康管家”推向前臺(tái)，把搜索入口變成健康入口；騰訊、字節(jié)、美團(tuán)也在分別從支付、內(nèi)容、本地服務(wù)等方向切入，以不同的方式重新塑造與醫(yī)療的關(guān)系。

當(dāng)多家巨頭在同一時(shí)間段集中發(fā)力，一件事變得愈發(fā)明確：醫(yī)療健康正在從一個(gè)難做的行業(yè)，變成一個(gè)不做不行的行業(yè)。

一些問題也隨之而來，在這個(gè)充滿高風(fēng)險(xiǎn)、強(qiáng)監(jiān)管、重倫理的行業(yè)里，為何巨頭們?nèi)赃x擇義無反顧地沖入？醫(yī)療健康，究竟承載了怎樣的AI終局想象？

一、AI醫(yī)療第一槍里，

“剛需+商業(yè)確定性”

為什么是醫(yī)療健康？

要知道，AI想要真正落地，從技術(shù)實(shí)驗(yàn)室走向真實(shí)世界，需要大量、結(jié)構(gòu)化、能驗(yàn)證對(duì)錯(cuò)的數(shù)據(jù)，而大部分場(chǎng)景只能提供短期行為數(shù)據(jù)，比如某次購買、某次瀏覽、某次互動(dòng)，導(dǎo)致很難支撐長(zhǎng)期學(xué)習(xí)。

相比之下，醫(yī)療健康的數(shù)據(jù)結(jié)構(gòu)完全不同。一個(gè)患者從發(fā)病、診斷、治療到復(fù)查，天然構(gòu)成一個(gè)可觀測(cè)的閉環(huán)。數(shù)據(jù)不僅有時(shí)間跨度，也有明確的結(jié)果驗(yàn)證。對(duì)于AI技術(shù)落地來說，醫(yī)療健康是不可替代的訓(xùn)練場(chǎng)。

醫(yī)療之所以對(duì)AI的價(jià)值尤其突出，是因?yàn)樗旧砭褪且惶捉Y(jié)構(gòu)性缺口極為明顯的系統(tǒng)。

長(zhǎng)期以來，醫(yī)療供需之間的存在強(qiáng)烈的不對(duì)稱。數(shù)據(jù)顯示，我國(guó)75%老年人患慢性病，近1.9億人帶病生存，一名基層醫(yī)生人均覆蓋5000名老人。慢性病這一頭“灰犀?！辈粩嗬鄯e，最終吞掉了全國(guó)近80%的醫(yī)療費(fèi)用。

慢病高發(fā)與醫(yī)生稀缺形成巨大的供需壓差，加上醫(yī)院之間長(zhǎng)期的信息壁壘，醫(yī)療體系因此呈現(xiàn)出典型的高風(fēng)險(xiǎn)、弱效率結(jié)構(gòu)。在這樣的系統(tǒng)里，AI只要提升一個(gè)環(huán)節(jié)，帶來的價(jià)值往往比其他行業(yè)更明顯。

因此，醫(yī)療健康是一個(gè)天然需要AI參與的行業(yè)。也正因?yàn)榇耍t(yī)療機(jī)構(gòu)成為最早系統(tǒng)性試用AI的行業(yè)之一。國(guó)家藥監(jiān)局的備案數(shù)據(jù)顯示，到2024年底已有100余款醫(yī)療AI產(chǎn)品通過注冊(cè)。從預(yù)診、問診到藥品選擇，再到康復(fù)隨訪，醫(yī)療體系的每一個(gè)環(huán)節(jié)都成為模型真正“產(chǎn)生作用”的節(jié)點(diǎn)。

畢馬威研究數(shù)據(jù)顯示，68%的醫(yī)療健康機(jī)構(gòu)已經(jīng)大量使用智能體，并正在為應(yīng)用下一階段人工智能技術(shù)“自主智能體”進(jìn)行準(zhǔn)備。當(dāng)前，84%的機(jī)構(gòu)放心讓人工智能為特定流程進(jìn)行端到端自主決策。

而當(dāng)這些節(jié)點(diǎn)被AI逐步接入后，巨頭們開始意識(shí)到，醫(yī)療健康不僅是一塊高壁壘行業(yè)，更是完善自身生態(tài)閉環(huán)的關(guān)鍵拼圖。

例如螞蟻嘗試用健康數(shù)據(jù)與風(fēng)控模型鏈接保險(xiǎn)定價(jià)，把醫(yī)療健康作為金融生態(tài)向前延伸的基礎(chǔ)；京東健康則以供應(yīng)鏈能力為核心，用AI實(shí)現(xiàn)用戶慢病風(fēng)險(xiǎn)發(fā)現(xiàn)，再反哺醫(yī)藥零售和健康險(xiǎn)。百度、字節(jié)、美團(tuán)則分別把醫(yī)療入口與搜索、內(nèi)容流量、即時(shí)配送結(jié)合，形成貫穿用戶生活方式與疾病管理的連續(xù)觸點(diǎn)。

醫(yī)療健康由此成為巨頭構(gòu)建“全生命周期AI服務(wù)能力”的關(guān)鍵橋梁。

總的來說，無論是AI對(duì)真實(shí)場(chǎng)景的迫切需求，還是醫(yī)療健康行業(yè)的結(jié)構(gòu)性特征與市場(chǎng)壓力，抑或巨頭尋找新增長(zhǎng)敘事的現(xiàn)實(shí)需要，AI醫(yī)療健康都是巨頭必須先走、必走的一步，是它們構(gòu)建超級(jí)AI平臺(tái)時(shí)繞不過、也必須啃下的一塊“硬骨頭”。

二、新AI戰(zhàn)場(chǎng)下，

巨頭醫(yī)療Agent的路徑分野

如果說第一階段的競(jìng)爭(zhēng)，是巨頭們涌入醫(yī)療健康這塊必爭(zhēng)之地，那么第二階段則在于誰能更深入、更精準(zhǔn)地切入體系。

雖然目標(biāo)相同，但巨頭們走出的路徑已經(jīng)開始明顯分化。

分化的源頭在于，醫(yī)療健康并不是一個(gè)單入口行業(yè)，而是橫跨患者端、醫(yī)院端和醫(yī)藥供應(yīng)鏈的多層結(jié)構(gòu)。AI想要產(chǎn)生規(guī)模化影響，不可能只做其中一端，就必須同時(shí)抓住患者端與醫(yī)院端，并把供給與需求真正連接起來。比如從醫(yī)院側(cè)切入做能力底座，從用戶側(cè)延伸做健康入口，從醫(yī)藥鏈條入手重組流通。

百度和騰訊選擇了最底層路徑，直接進(jìn)入醫(yī)療系統(tǒng)的核心環(huán)節(jié)。百度依托搜索，把“AI健康管家”放在用戶自然觸達(dá)的入口，同時(shí)把底層模型送進(jìn)醫(yī)院，讓AI參與質(zhì)控、影像、問診等關(guān)鍵流程，把自己變成醫(yī)療智能化的底層設(shè)施。

騰訊則更進(jìn)一步，把大模型嵌入醫(yī)?？刭M(fèi)、智能理賠、病案審核等重度場(chǎng)景，通過深度共建獲得醫(yī)療體系的長(zhǎng)期信任。

兩者雖然做法不同，但目標(biāo)一致：從系統(tǒng)深處站穩(wěn)腳跟，成為難以替代的基礎(chǔ)能力提供者。

而另外一些巨頭選擇讓AI先從用戶側(cè)切入，再向醫(yī)療體系擴(kuò)散。

螞蟻則依托支付體系，將AQ健康管家作為入口，把個(gè)人健康管理與醫(yī)保和商業(yè)保險(xiǎn)定價(jià)聯(lián)動(dòng)起來，讓醫(yī)療成為金融生態(tài)的新增長(zhǎng)支點(diǎn)。

京東健康以供應(yīng)鏈和藥品零售為基礎(chǔ)，將“AI醫(yī)院1.0”作為連接醫(yī)、藥、檢、養(yǎng)的中樞，通過智能問診和慢病預(yù)測(cè)能力，將用戶需求反哺給配送網(wǎng)絡(luò)、藥品庫存和健康險(xiǎn)定價(jià)，實(shí)現(xiàn)從消費(fèi)入口倒推醫(yī)療供給的閉環(huán)。

字節(jié)與美團(tuán)分別利用內(nèi)容流量與本地服務(wù)體系，將健康咨詢、家庭醫(yī)療與即時(shí)藥品配送結(jié)合，形成一種圍繞“日常健康”構(gòu)建的輕入口生態(tài)。

當(dāng)路徑越走越深，巨頭之間的戰(zhàn)略意圖也愈發(fā)清晰。

百度、騰訊押注的是B端能力的重構(gòu)；京東、螞蟻、字節(jié)、美團(tuán)押注的是C端入口的重建。前者要在醫(yī)療體系中搭建基礎(chǔ)設(shè)施，后者要在用戶生活中搶占健康入口。

這種差異也體現(xiàn)在產(chǎn)品形態(tài)上。京東、百度、字節(jié)側(cè)重打造面向用戶的智能助手，模擬醫(yī)生問診思路，成為用戶的第一健康觸點(diǎn)；騰訊、螞蟻則更像在建設(shè)醫(yī)療行業(yè)的大模型平臺(tái)，為醫(yī)院、藥企、保險(xiǎn)方提供專業(yè)的數(shù)據(jù)底座與解決方案。

總的來說，所有巨頭都試圖借助AI在醫(yī)療體系中建立新的信任機(jī)制和效率機(jī)制。一端讓用戶愿意把健康問題交給平臺(tái)，另一端讓醫(yī)療機(jī)構(gòu)愿意把某些能力交給AI，并逐步形成一個(gè)從需求側(cè)到供給側(cè)的閉環(huán)。

雖然選擇了不同路徑，但都在試圖讓醫(yī)療從信息化升級(jí)到智能化，并借此重寫自身生態(tài)邊界與增長(zhǎng)敘事。

三、AI醫(yī)療“跑起來”簡(jiǎn)單，“跑通”難

盡管巨頭們正全力推動(dòng)AI醫(yī)療落地，但一個(gè)更真實(shí)的問題正在浮出水面，那就是技術(shù)在前端跑得再快，也難在體系內(nèi)形成閉環(huán)。

這一矛盾在醫(yī)學(xué)影像領(lǐng)域表現(xiàn)得最為鮮明。

AI 在CT影像中輔助篩查肺結(jié)節(jié)已經(jīng)是行業(yè)里技術(shù)最成熟的應(yīng)用之一，數(shù)據(jù)顯示部分項(xiàng)目的準(zhǔn)確率甚至可達(dá)99%，顯著提升閱片效率、降低漏診風(fēng)險(xiǎn)。在阿里云發(fā)布的療健康分場(chǎng)景市場(chǎng)潛力及成熟度分析中，影像智能分析顯示為成熟度最高、市場(chǎng)潛力最大的細(xì)分場(chǎng)景。

可以說，這是一個(gè)幾乎“最不該被質(zhì)疑價(jià)值”的場(chǎng)景。

然而即便如此，它仍未找到穩(wěn)定的付費(fèi)方式。

11月20日，國(guó)家醫(yī)保局一則“放射檢查類價(jià)格項(xiàng)目立項(xiàng)指南（試行）”發(fā)布，在整合規(guī)范現(xiàn)行放射檢查項(xiàng)目的同時(shí)，順便對(duì)影像AI的商業(yè)模式進(jìn)行了界定。內(nèi)容簡(jiǎn)單來說，國(guó)家醫(yī)保局支持影像AI在臨床之中廣泛應(yīng)用，但不允許醫(yī)院將調(diào)用AI產(chǎn)生的費(fèi)用轉(zhuǎn)嫁給患者。

造成這一結(jié)構(gòu)性停滯的根本原因在于，醫(yī)療行業(yè)并不是一個(gè)對(duì)效率提升高度敏感的體系。AI能夠讓醫(yī)生節(jié)省時(shí)間，卻不能直接為醫(yī)院帶來收入。

這直接導(dǎo)致醫(yī)院不愿為“效率溢價(jià)”買單。這一點(diǎn)通過醫(yī)院機(jī)構(gòu)在AI技術(shù)上的投資便可見一斑。畢馬威研究數(shù)據(jù)顯示，盡管醫(yī)療健康機(jī)構(gòu)已開始將更多IT預(yù)算用于人工智能相關(guān)技術(shù)。但只有32%的醫(yī)療機(jī)構(gòu)讓AI占到IT預(yù)算的10%以上，剩下的68%的機(jī)構(gòu)，投入比更低。

投入不足的結(jié)果是顯而易見的，那些需要與醫(yī)院系統(tǒng)深度對(duì)接、才能產(chǎn)生真實(shí)臨床價(jià)值的 AI 產(chǎn)品，天然難以形成可交易模式。它們涉及流程改造、數(shù)據(jù)聯(lián)動(dòng)、系統(tǒng)耦合，而醫(yī)院既不愿承擔(dān)成本，也不愿為“未來效率”買單。這讓最能體現(xiàn)AI專業(yè)價(jià)值的診斷類能力反而變成最難商業(yè)化的產(chǎn)品。

數(shù)據(jù)顯示，2024年底，國(guó)內(nèi)已備案的101個(gè)醫(yī)療AI產(chǎn)品中，然而但問診對(duì)話就占比48%，而輔助診斷類產(chǎn)品僅占 5%。

上述限制并非問題的唯一來源。

一個(gè)事實(shí)是，醫(yī)療數(shù)據(jù)分散在各級(jí)醫(yī)院的信息系統(tǒng)中，既缺乏標(biāo)準(zhǔn)，也難以跨機(jī)構(gòu)流動(dòng)；數(shù)據(jù)內(nèi)容既復(fù)雜又模糊，包含影像、病歷、結(jié)構(gòu)化指標(biāo)與大量非結(jié)構(gòu)化描述，每一類都難以直接高質(zhì)量用于訓(xùn)練；更關(guān)鍵的是，醫(yī)療數(shù)據(jù)本身是隱私保護(hù)最嚴(yán)格的領(lǐng)域之一，遠(yuǎn)超金融、電商與政務(wù)，絕大部分?jǐn)?shù)據(jù)需要本地存儲(chǔ)，并且醫(yī)院不會(huì)輕易讓渡控制權(quán)。

畢馬威等機(jī)構(gòu)的調(diào)研顯示，62%的醫(yī)療健康機(jī)構(gòu)認(rèn)為數(shù)據(jù)質(zhì)量和數(shù)據(jù)獲取是AI落地的最大障礙。

因此，即便技術(shù)能力已經(jīng)成熟，AI想要真正取得增量效果，也必須穿過數(shù)據(jù)質(zhì)量、數(shù)據(jù)可用性與數(shù)據(jù)合規(guī)性的三重約束。這導(dǎo)致AI醫(yī)療在中國(guó)幾乎在源頭就面臨被“卡死”的風(fēng)險(xiǎn)。

在這種背景下，AI醫(yī)療健康的價(jià)值難以在體系內(nèi)完全跑通。B端缺乏付費(fèi)動(dòng)力，C端缺乏付費(fèi)意愿，中間的供應(yīng)鏈、藥品、電商、保險(xiǎn)雖然能提供流量與場(chǎng)景，但很難單獨(dú)形成閉環(huán)。

四、醫(yī)療健康下半場(chǎng)：

讓AI成為醫(yī)療基建

醫(yī)療入口正在前移、資源正在重排，但要讓這些變化真正落地，前提是AI必須被醫(yī)療體系本身接納。

醫(yī)療行業(yè)與互聯(lián)網(wǎng)、電商、金融等開放性行業(yè)不同，它是一個(gè)強(qiáng)監(jiān)管、強(qiáng)倫理、強(qiáng)專業(yè)的體系。在這樣的體系中，行業(yè)標(biāo)準(zhǔn)與行為邊界由醫(yī)療機(jī)構(gòu)與監(jiān)管部門決定，外部力量無法依靠定義場(chǎng)景或制定規(guī)則來主導(dǎo)行業(yè)變革。

正因?yàn)槿绱?，最近兩年巨頭的策略開始明顯轉(zhuǎn)向，從做應(yīng)用、找流量，轉(zhuǎn)向做底座、補(bǔ)鏈條、接支付。這背后有一個(gè)清晰判斷：AI醫(yī)療的下半場(chǎng)，比拼的不是產(chǎn)品，而是體系的嵌入能力。

這種轉(zhuǎn)向首先體現(xiàn)在底層建設(shè)上。

阿里與多地醫(yī)院共建醫(yī)學(xué)大模型場(chǎng)景，用模型托起質(zhì)控、病案審核和影像識(shí)別，直接嵌入醫(yī)院的核心流程；騰訊則把醫(yī)保智能審核能力做成標(biāo)準(zhǔn)化模塊，和各地醫(yī)保局的系統(tǒng)深度對(duì)接，讓AI成為“必需能力”而非“可選工具”；百度智能云與頭部醫(yī)院合作搭建醫(yī)療專用知識(shí)圖譜，把診療邏輯沉到模型里，讓醫(yī)院把它當(dāng)作中臺(tái)能力來調(diào)用。

這些動(dòng)作有一個(gè)共同點(diǎn)，AI不再停留在能用，而是要做到“離不開”。當(dāng)大模型進(jìn)入質(zhì)控、影像和病案審核這些不可替代的環(huán)節(jié)，技術(shù)就從一個(gè)產(chǎn)品，變成了系統(tǒng)底層的一部分。

數(shù)據(jù)顯示，68%醫(yī)療健康機(jī)構(gòu)已經(jīng)大量使用智能體，并正在為應(yīng)用下一階段人工智能技術(shù)“自主智能體”進(jìn)行準(zhǔn)備。當(dāng)前，84%的機(jī)構(gòu)放心讓人工智能為特定流程進(jìn)行端到端自主決策。

真正的結(jié)構(gòu)性變化發(fā)生在產(chǎn)業(yè)鏈端。

醫(yī)療的低效從來不是單點(diǎn)問題，而是醫(yī)、藥、檢、養(yǎng)之間長(zhǎng)期斷裂的結(jié)果。過去這些環(huán)節(jié)各自為政，誰也無法真正提高整體效率。AI的作用，將讓其能夠被統(tǒng)一調(diào)度。比如檢測(cè)結(jié)果不再是孤立文件，藥品流通能夠根據(jù)預(yù)測(cè)提前準(zhǔn)備，慢病管理不再依賴人工隨訪。當(dāng)鏈條開始連起來，醫(yī)療服務(wù)的邏輯也將從以醫(yī)院為中心，轉(zhuǎn)向以用戶的連續(xù)健康需求為中心。

而當(dāng)服務(wù)鏈條被串起后，支付體系的轉(zhuǎn)變便成為必然。

由于醫(yī)療資源的重新分配，將迫使醫(yī)保和保險(xiǎn)重新審視風(fēng)險(xiǎn)結(jié)構(gòu)。哪些疾病能提前發(fā)現(xiàn)、哪些行為能被量化、哪些費(fèi)用能夠被模型控制。AI恰好提供了這種量化能力，使醫(yī)療、支付和風(fēng)險(xiǎn)管理第一次能夠在同一套數(shù)據(jù)體系里對(duì)齊。支付端的變化，又將反向推動(dòng)醫(yī)療端的流程重建，讓整個(gè)體系進(jìn)入一個(gè)新的循環(huán)。

在這些方向的推動(dòng)下，AI醫(yī)療健康的落地將逐漸走出小范圍試點(diǎn)的階段，呈現(xiàn)出更明顯的規(guī)模化趨勢(shì)。

例如螞蟻的AQ健康管家以月活破千萬的成績(jī)“意外出圈”，正是因?yàn)樗氏日业搅四軌虮会t(yī)療體系、監(jiān)管體系與用戶需求同時(shí)接納的切入口，標(biāo)志著AI在醫(yī)療健康產(chǎn)業(yè)的應(yīng)用開始具備真實(shí)的產(chǎn)業(yè)級(jí)勢(shì)能。

未來，隨著AI深入醫(yī)療健康體系，其角色將從“輔助工具”變成“服務(wù)入口”，成為用戶健康管理的第一觸點(diǎn)；醫(yī)療資源也將隨之重新分配，基層能力在AI的幫助下將被快速放大。醫(yī)療價(jià)值鏈也將開始從醫(yī)院主導(dǎo)的碎片化結(jié)構(gòu)，向覆蓋預(yù)測(cè)、預(yù)防、治療與康復(fù)的連續(xù)服務(wù)體系轉(zhuǎn)變。

站在當(dāng)下來看，那些數(shù)字化改革十年未能撬動(dòng)的深層問題，有可能在AI時(shí)代率先迎來突破。真正屬于AI醫(yī)療健康的下半場(chǎng)，才剛剛開始。