新智核

| 陳橋輝

《新智核》獲悉，近日，阿里健康旗下AI產(chǎn)品“氫離子”已完成內(nèi)測(cè)并開放下載，主要面向臨床、科研領(lǐng)域的醫(yī)生群體。據(jù)阿里健康官方介紹，該產(chǎn)品以“低幻覺、高循證”為核心特點(diǎn)，宣稱所有回答均具備權(quán)威出處，支持一鍵溯源功能，致力于打造醫(yī)療領(lǐng)域幻覺率最低的AI助手。

當(dāng)下醫(yī)療AI賽道面向C端的玩家不在少數(shù)。截至2025年5月，國(guó)內(nèi)新增醫(yī)療大模型就有133個(gè)，累計(jì)總量突破288個(gè)，但是在面向D端（醫(yī)生群體）的AI應(yīng)用卻少有布局，其核心原因在于AI“幻覺”風(fēng)險(xiǎn)難控，臨床信任嚴(yán)重不足。

據(jù)中國(guó)醫(yī)師協(xié)會(huì)的調(diào)研數(shù)據(jù)顯示，僅31%的基層醫(yī)生會(huì)完全信任AI輔助診斷結(jié)果；國(guó)外的《新英格蘭醫(yī)學(xué)雜志》的調(diào)研數(shù)據(jù)也顯示出，就算是頂尖大模型，醫(yī)療診斷的平均診斷錯(cuò)誤率也將近一半。

技術(shù)跑得再快，沒法贏得醫(yī)生的信任，終究難以走進(jìn)臨床一線。這道信任鴻溝，或成了醫(yī)療AI行業(yè)最大阻礙。

面對(duì)這一行業(yè)共性難題，在醫(yī)療領(lǐng)域深耕多年的阿里健康選擇迎難而上，推出“氫離子”App，主打“醫(yī)學(xué)循證+AI”特性，希望幫助解決醫(yī)生一切醫(yī)學(xué)問題。試圖探索一條以技術(shù)可靠性為核心的落地路徑。

最低幻覺率、全場(chǎng)景解答，氫離子如何直擊醫(yī)生痛點(diǎn)

醫(yī)療AI的“幻覺”問題，本質(zhì)是技術(shù)可靠性與醫(yī)療行業(yè)零容錯(cuò)要求的天然矛盾。醫(yī)學(xué)循證AI助手的破題關(guān)鍵，在于找尋證據(jù)的邏輯、有效性、權(quán)威性。這對(duì)數(shù)據(jù)專業(yè)性、數(shù)據(jù)量、更新頻率、臨床適配度、篩選標(biāo)準(zhǔn)等各方面的要求極高，且它的受眾——一線臨床醫(yī)生們遠(yuǎn)比普通C端用戶敏銳。

因此重構(gòu)醫(yī)療AI的可靠邏輯，搭建醫(yī)學(xué)循證體系、讓輸出內(nèi)容權(quán)威可信，被認(rèn)為是關(guān)鍵路徑。

阿里健康CTO 祥志在介紹氫離子的技術(shù)支撐時(shí)談道：“ 有三個(gè)東西很重要：長(zhǎng)尾的知識(shí)獲取、個(gè)性化診斷、決策信任。今天大模型+rag剛好符合醫(yī)生長(zhǎng)期在循證醫(yī)學(xué)體系下獲取醫(yī)學(xué)知識(shí)、證據(jù)的范式?！?/p>

氫離子App基于阿里健康自研醫(yī)學(xué)大模型打造，每一條建議均可追溯依據(jù)，自帶的一鍵溯源功能可讓醫(yī)生直接查看結(jié)論對(duì)應(yīng)的原始信源，提升診療決策的透明度。

為驗(yàn)證這一特性，《新智核》開展了實(shí)測(cè)。在搜索框內(nèi)輸入“2024-2025年關(guān)于糖尿病新型治療藥物的研究進(jìn)展”這句話，系統(tǒng)很快就返回了一系列高度相關(guān)的文獻(xiàn)，而且每個(gè)核心觀點(diǎn)都清楚標(biāo)明了出處，從搜索到查證形成了完整的循證閉環(huán)。

經(jīng)過多輪臨床場(chǎng)景測(cè)試，“氫離子”在循證問答、病例分析、文獻(xiàn)解讀這些關(guān)鍵場(chǎng)景里，具有可靠的準(zhǔn)確性。

多位參與內(nèi)測(cè)的醫(yī)生反饋，“氫離子”在循證問答、證據(jù)整合與分析總結(jié)等任務(wù)中表現(xiàn)出高度準(zhǔn)確度，尤其在臨床、科研語境下的智能檢索和中英文獻(xiàn)研讀方面，貼合國(guó)內(nèi)醫(yī)生習(xí)慣。從產(chǎn)品本身看，這種把低幻覺率放在首位的設(shè)計(jì)，戳中了醫(yī)生對(duì)AI工具“先求可靠，再談高效”的核心需求。

作為醫(yī)學(xué)AI助手，“氫離子”App的功能布局，較為貼合醫(yī)生在臨床與科研上的實(shí)際需求。對(duì)于醫(yī)生而言，傳統(tǒng)文獻(xiàn)檢索中，關(guān)鍵詞提煉的高門檻常導(dǎo)致結(jié)果偏差，“氫離子”App種的AI語義搜索支持一句話自然語言檢索，不用過于復(fù)雜關(guān)鍵詞組合即可精準(zhǔn)匹配需求，大幅降低了使用難度。

在體驗(yàn)過程中，《新智核》還測(cè)試了醫(yī)生查閱外文文獻(xiàn)時(shí)閱讀難、翻譯難的場(chǎng)景。發(fā)現(xiàn)氫離子App貼合中國(guó)醫(yī)生文獻(xiàn)研讀習(xí)慣上線了在線閱讀功能，不僅能自動(dòng)把原文的核心內(nèi)容提煉出來，還可以中英文對(duì)照翻譯，醫(yī)生不用再逐字逐句啃原文，很快就能抓住關(guān)鍵信息。

《新智核》測(cè)試時(shí)找了一篇復(fù)雜的內(nèi)分泌領(lǐng)域外文研究，產(chǎn)品只用3秒就輸出了核心觀點(diǎn)提煉和全文翻譯，譯文準(zhǔn)確無誤，專業(yè)術(shù)語也沒出錯(cuò)，研讀效率一下提升上去了。

臨床輔助場(chǎng)景中，氫離子或許能帶來更深層的價(jià)值。醫(yī)生通過氫離子，可以用更高效的交互方式獲取更高質(zhì)量的臨床證據(jù)，比如國(guó)內(nèi)外頂刊的科研成果、基于循證邏輯的病理分析、更多的病例參考；最終讓基層醫(yī)生的診斷結(jié)果和頭部三甲醫(yī)院的主治相當(dāng)，幫助醫(yī)生群體水平整體提升一點(diǎn)點(diǎn)，也能讓更多患者群體收益。

阿里健康堅(jiān)定邁向 AI to D之路

醫(yī)學(xué)AI助手“氫離子”的推出，是阿里健康A(chǔ)I戰(zhàn)略布局的關(guān)鍵一步。

祥志透露早在“氫離子”立項(xiàng)初期，公司決策層就堅(jiān)定的選擇醫(yī)生端。因?yàn)檎麄€(gè)醫(yī)療體系中，醫(yī)生是最重要的決策者，但是長(zhǎng)久以來他們的痛點(diǎn)并沒有被解決。醫(yī)學(xué)大模型的技術(shù)能力應(yīng)該去幫助醫(yī)生解決問題，這樣才能延展出更多的價(jià)值。

被問起與同類產(chǎn)品競(jìng)爭(zhēng)的核心優(yōu)勢(shì)時(shí)，祥志分析了幾個(gè)核心因素：第一是技術(shù)，氫離子背靠通義千問，大概率是領(lǐng)先的；第二是內(nèi)容，阿里健康從6年前做醫(yī)學(xué)知識(shí)圖譜，3年前做醫(yī)療大模型，內(nèi)容積累也有了；第三是有錢，有卡，有團(tuán)隊(duì)；第四是藥企端的生態(tài)資源。

這幾個(gè)核心要素一盤，“氫離子”從這一賽道殺出來的確定性是非常高的。

祥志談及“氫離子”的未來方向時(shí)表示：“從長(zhǎng)遠(yuǎn)來看，“氫離子”一定是公司戰(zhàn)略級(jí)的產(chǎn)品。一個(gè)解決中國(guó)500萬醫(yī)生一切醫(yī)學(xué)問題的AI工具， 社會(huì)價(jià)值和商業(yè)價(jià)值的想象力都是巨大的。”

這一戰(zhàn)略選擇貼合行業(yè)本質(zhì)：醫(yī)生作為醫(yī)療服務(wù)的核心，其專業(yè)能力的提升是醫(yī)療服務(wù)質(zhì)量升級(jí)的關(guān)鍵。公開數(shù)據(jù)顯示，阿里健康已經(jīng)簽約了近25萬執(zhí)業(yè)醫(yī)師、執(zhí)業(yè)藥師和營(yíng)養(yǎng)師，這么龐大的專業(yè)人才網(wǎng)絡(luò)，給“氫離子”的產(chǎn)品迭代提供了源源不斷的臨床反饋。

從應(yīng)用場(chǎng)景來看，這類循證型AI工具的市場(chǎng)潛力正在釋放。在三級(jí)醫(yī)院，它可作為疑難病例診斷的“智能參謀”和科研高效助手；在基層醫(yī)療機(jī)構(gòu)，其豐富的知識(shí)儲(chǔ)備能彌補(bǔ)醫(yī)療資源不足，提升診療規(guī)范化水平，恰好契合我國(guó)醫(yī)療資源分布不均的現(xiàn)狀。

對(duì)于整個(gè)賽道而言，循證化轉(zhuǎn)型可能成為新的行業(yè)共識(shí)。只有將醫(yī)療行業(yè)的“零容錯(cuò)”要求深度嵌入技術(shù)研發(fā)邏輯，通過權(quán)威數(shù)據(jù)支撐、透明化驗(yàn)證機(jī)制降低“幻覺”風(fēng)險(xiǎn)，才能真正打破臨床信任壁壘。

但行業(yè)挑戰(zhàn)依然不能忽視，譬如循證體系的維護(hù)需要持續(xù)的權(quán)威數(shù)據(jù)更新，產(chǎn)品迭代需不斷吸收臨床反饋，而如何平衡免費(fèi)模式與商業(yè)可持續(xù)性，也是所有to D醫(yī)療AI產(chǎn)品的長(zhǎng)期課題。

隨著大廠持續(xù)加碼、技術(shù)不斷成熟，醫(yī)療AI的落地難題正在逐步破解。未來，只有那些真正解決臨床痛點(diǎn)、建立起可靠信任關(guān)系的產(chǎn)品，才能在這條“慢行業(yè)”賽道中真正走得長(zhǎng)遠(yuǎn)。