文 | 新眸，作者 | 簡瑜
AI 大模型又解鎖了新的落地場景——醫(yī)療問診領(lǐng)域。
近日，字節(jié)跳動推出 " 小荷 AI 醫(yī)生 "，主打健康咨詢與報告解讀功能；而就在一周多前，螞蟻集團也剛上線獨立健康應(yīng)用 "AQ"，加速布局 AI 醫(yī)療賽道。
事實上，過去幾年已有越來越多科技巨頭加碼 AI+ 輔助診斷領(lǐng)域：騰訊健康依托 " 混元 " 大模型推出 " 健康管理助手 "，京東健康發(fā)布 " 京醫(yī)千詢 " 醫(yī)療大模型，百度上線 " 靈醫(yī) " 并開放平臺接口，美團買藥則推出 " 健康助手 " 功能…… AI 醫(yī)療助手，正逐漸成為大模型商業(yè)化落地的新陣地。
今年年初，ArkInvest 首席投資官 CathieWood（木頭姐）在《BigIdeas2025》報告中曾斷言：醫(yī)療保健是 AI 最具潛力、卻也最被低估的應(yīng)用領(lǐng)域之一。
這背后的邏輯不難理解：過去大眾對 AI 的認(rèn)知多停留在通用工具層面，比如辦公自動化、內(nèi)容生成等；而醫(yī)療作為對精度和專業(yè)性要求極高的領(lǐng)域，AI 的能力長期被局限在基礎(chǔ)輔助診斷、病理識別等 " 邊緣環(huán)節(jié) "，真正在 C 端場景落地的案例寥寥無幾。
換句話說，從單純的 " 工具價值 " 走向完整的 " 商業(yè)閉環(huán) "，AI 醫(yī)療助手目前仍處于早期探索階段。但過去半年里，科技大廠集體入局、密集推出 C 端產(chǎn)品的動作，已釋放出明確信號：AI 醫(yī)療的普及化序幕，正在緩緩拉開。
AI 醫(yī)療助手為何成為大廠競逐的新戰(zhàn)場？
近年來，國內(nèi)醫(yī)療健康市場的數(shù)字化轉(zhuǎn)型正持續(xù)加速。
數(shù)據(jù)顯示，截至 2022 年底，僅占全國醫(yī)院總數(shù) 9.5% 的三甲醫(yī)院，卻承擔(dān)了高達(dá) 58.4% 的診療量，長期面臨患者激增、醫(yī)護人力緊張、床位緊缺等結(jié)構(gòu)性壓力。在此背景下，數(shù)字化手段已逐步滲透至患者信息管理、疾病科普、醫(yī)院導(dǎo)診及輔助診斷等多個環(huán)節(jié)，成為緩解壓力的重要抓手。
與此同時，城鄉(xiāng)醫(yī)療資源分布不均、基層醫(yī)療服務(wù)能力薄弱等問題日益突出，這也進一步推動了 AI 技術(shù)在更廣泛醫(yī)療場景中的應(yīng)用探索。
從市場空間來看，行業(yè)增長潛力尤為顯著。據(jù)弗若斯特沙利文預(yù)測，中國 AI 醫(yī)療市場規(guī)模將從 2023 年的 88 億元快速增長至 2033 年的 3157 億元，年復(fù)合增長率高達(dá) 43.1%。
眾所周知，在 AI 賦能千行百業(yè)的進程中，一個普遍性的行業(yè)困境始終存在：絕大多數(shù)行業(yè)對 AI 的應(yīng)用仍停留在效率提升、工具輔助的淺層階段，尚未真正實現(xiàn)生產(chǎn)關(guān)系的重構(gòu)。這直接導(dǎo)致 C 端用戶對相關(guān)產(chǎn)品的付費意愿普遍偏低，" 有剛需、無支付 " 幾乎成為行業(yè)通病。
相比之下，醫(yī)療領(lǐng)域因更 " 垂直 "、更 " 剛需 "，且天然存在供需錯配與效率瓶頸，反而更容易建立穩(wěn)定的市場需求——這也讓醫(yī)療成為 AI 技術(shù)落地的重要突破口。
AI 醫(yī)療是以人工智能為核心的技術(shù)體系，旨在通過診斷、治療、康復(fù)、健康管理等全環(huán)節(jié)的滲透，實現(xiàn)效率與精準(zhǔn)度的雙重提升。根據(jù) 2025 年頭豹研究院發(fā)布的《中國 AI 醫(yī)療行業(yè)白皮書》，當(dāng)前 AI+ 醫(yī)療的核心應(yīng)用場景集中在五大板塊：AI 醫(yī)療器械、AI 醫(yī)療助手、AI 制藥、AI 健康管理與自動化藥房。
其中，受限于研發(fā)投入和用戶習(xí)慣培育周期過長等問題，制藥、健康管理、自動化藥房的進展較為緩慢，而 AI 醫(yī)療器械與 AI 醫(yī)療助手則是增長最為迅猛的兩大方向。
前者已在醫(yī)學(xué)影像識別、手術(shù)機器人、輔助診斷等垂直領(lǐng)域?qū)崿F(xiàn)規(guī)模化落地；后者則在醫(yī)院內(nèi)部管理及面向患者的智能問診、導(dǎo)診、報告解讀等場景中逐步鋪開，但商業(yè)閉環(huán)仍處于早期探索階段。
但值得注意的是，在 AI 醫(yī)療器械賽道，目前仍被聯(lián)影醫(yī)療、樂普醫(yī)療、偉思醫(yī)療等傳統(tǒng)醫(yī)療企業(yè)主導(dǎo)，國內(nèi)科技企業(yè)多以上游廠商身份提供軟件技術(shù)與數(shù)據(jù)服務(wù)，卻難以打通 " 軟硬件 + 終端渠道 " 的完整閉環(huán)。
在這一背景下，互聯(lián)網(wǎng)大廠紛紛發(fā)力 AI 醫(yī)療助手領(lǐng)域，是基于技術(shù)積累、數(shù)據(jù)資源、市場需求的綜合戰(zhàn)略選擇：大廠在用戶數(shù)據(jù)積累和生態(tài)整合能力上具有天然優(yōu)勢，這為 AI 醫(yī)療助手的場景拓展提供了關(guān)鍵支撐。
無論是海量的用戶數(shù)據(jù)，還是跨場景的協(xié)同能力，大廠可整合支付、電商、硬件等多領(lǐng)域資源，構(gòu)建醫(yī)療服務(wù)閉環(huán)。這樣一來，既能避開傳統(tǒng)醫(yī)療企業(yè)的硬件競爭壁壘，又能利用用戶需求快速搶占市場。
盡管 AI 醫(yī)療助手的商業(yè)閉環(huán)仍處于早期，但 AI 醫(yī)療助手已成為大廠構(gòu)建醫(yī)療健康生態(tài)的關(guān)鍵落子，其長期價值或許將隨著技術(shù)迭代和場景深化逐步釋放。而這，也正是越來越多中國互聯(lián)網(wǎng)玩家加速布局 AI 醫(yī)療助手領(lǐng)域的原因所在。
群雄逐鹿，分化初現(xiàn)
就當(dāng)前來看，在面向 C 端的 AI 問診賽道，隨著字節(jié)、螞蟻、京東等頭部大廠相繼入局，這一賽道已呈現(xiàn)出差異化的產(chǎn)品策略分化趨勢。
螞蟻集團推出的 AI 醫(yī)療助手 "AQ"，從原先嵌入在支付寶的醫(yī)保碼服務(wù)中獨立而來，核心優(yōu)勢在于依托醫(yī)保碼服務(wù)占據(jù)的用戶基礎(chǔ)和近 200 位醫(yī)生智能體資源。
與此同時，京東健康正成為螞蟻集團最直接的競爭對手。兩者不僅功能上幾乎完全一樣，京東推出的 "AI 京醫(yī) " 大模型，也涵蓋了醫(yī)生、營養(yǎng)師、藥師等 7 類場景下的問醫(yī)智能體，核心優(yōu)勢在于直接接入京東 APP，與主站醫(yī)藥類目的銷售直接打通。
目前看來，螞蟻是進一步通過 " 線上支付—— AI 問診 " 的場景深入，側(cè)重增強用戶對于醫(yī)保碼功能的依賴性；而京東通過 " 問診——賣藥 " 的線上打通，從而提升銷售轉(zhuǎn)化。
相比之下，字節(jié)的路徑似乎還顯得不夠清晰。
由于入局醫(yī)療行業(yè)較晚，字節(jié)在 AI 醫(yī)療模型的細(xì)分場景上并沒有深入，只存在一款單一的大模型，整體打法偏向 " 內(nèi)容 + 流量 + 輕問診 "。
" 小荷 AI 醫(yī)生 " 雖然已經(jīng)作為獨立 APP 上線，但最核心的入口還是抖音渠道：通過用戶在抖音頁面搜索相關(guān)疾病——跳轉(zhuǎn)小荷醫(yī)典獲得相關(guān)疾病的科普，再進一步跳轉(zhuǎn)小荷 AI 醫(yī)生進行相關(guān)咨詢。
值得注意的是，抖音的核心定位是內(nèi)容消費與流量分發(fā)平臺，其用戶心智被長期塑造為 " 娛樂、休閑、信息獲取 "）場景，而平臺的商業(yè)邏輯高度依賴 " 內(nèi)容種草 - 流量轉(zhuǎn)化 - 商業(yè)變現(xiàn) " 的營銷閉環(huán)。簡單來說，用戶在抖音的核心訴求是 " 放松、刷內(nèi)容 "，而非 " 嚴(yán)肅醫(yī)療咨詢 "，平臺屬性與醫(yī)療服務(wù)的專業(yè)性需求存在天然張力。
再加上小荷 AI 醫(yī)生中，并沒有直接引入線上醫(yī)藥銷售渠道，而字節(jié)的小荷健康也無法進入小荷 AI 醫(yī)生的入口，品牌信任度不足、商業(yè)閉環(huán)未打通，進一步放大了用戶對小荷 AI 醫(yī)生的 " 營銷化 " 聯(lián)想。
對螞蟻和京東而言，AI 醫(yī)療助手并非 " 從零開始的冒險 "，而是基于既有生態(tài)優(yōu)勢的 " 順勢而為 "：螞蟻用 " 支付 + 數(shù)據(jù) + 大模型 " 賦能醫(yī)院數(shù)字化，京東用 " 供應(yīng)鏈 + 藥事服務(wù) +AI" 連接醫(yī)院與用戶，最終目標(biāo)都是通過醫(yī)院場景的穿透，將各自的支付、供應(yīng)鏈上的核心能力與醫(yī)療服務(wù)深度綁定，形成別人搶不走的生態(tài)閉環(huán)。
這種布局既規(guī)避了傳統(tǒng)醫(yī)療企業(yè)的硬件壁壘，又通過 B 端服務(wù)獲取了數(shù)據(jù)、信任與政策支持，為 C 端醫(yī)療服務(wù)的商業(yè)化提供了堅實支撐，這正是互聯(lián)網(wǎng)大廠在醫(yī)療領(lǐng)域 " 生態(tài)化競爭 " 的核心邏輯。
不可忽視的關(guān)鍵較量
一個現(xiàn)實的制約因素在于，醫(yī)療體系本身的復(fù)雜性極大限制了 AI 的通用性。
目前我國醫(yī)療行業(yè)科室劃分明確，涵蓋 12 個一級科室和 58 個二級科室，專業(yè)壁壘高、標(biāo)準(zhǔn)差異大，天然形成了數(shù)據(jù)孤島。換句話說，AI 若想構(gòu)建通用解決方案，不僅需要跨學(xué)科的數(shù)據(jù)訓(xùn)練支撐，還必須直面模型精度、推理能力及合規(guī)風(fēng)險等多重考驗。
因此，功能邊界更清晰、標(biāo)準(zhǔn)化基礎(chǔ)更扎實的 AI 醫(yī)療器械，一度成為 AI 在醫(yī)療領(lǐng)域率先落地的 " 突破口 "。相比之下，AI 醫(yī)療助手雖具備更大的市場想象空間，但在用戶信任、數(shù)據(jù)安全、算法泛化能力等方面仍存不少短板，很長時間以來并沒有形成規(guī)?；穆涞?。
以醫(yī)院場景為例，每家大型醫(yī)院通常配備數(shù)十甚至上百個信息化系統(tǒng)，數(shù)據(jù)分散、系統(tǒng)割裂是常態(tài)，完成系統(tǒng)對接本身就需耗費大量資源、人力與時間。
而更大的問題在于，這些系統(tǒng)中的數(shù)據(jù)并非 " 開箱即用 " ——大量非結(jié)構(gòu)化、非標(biāo)準(zhǔn)化、質(zhì)量參差不齊的數(shù)據(jù)，必須先經(jīng)過一輪復(fù)雜的數(shù)據(jù)治理與清洗，才能成為 AI 模型可用的 " 燃料 "。
這也就意味著，在 AI 醫(yī)療助手的賽場上，本質(zhì)上比拼的是各大廠商的大模型能力，其背后考驗的核心，是對于醫(yī)院數(shù)據(jù)的獲取和整理能力。從這個角度來看，未來面向全流程系統(tǒng)化的 AI 大模型服務(wù)，不僅能幫助廠商實現(xiàn)技術(shù)落地，更是為其提供第一手的醫(yī)院數(shù)據(jù)，打造信息孤島的關(guān)鍵環(huán)節(jié)，必然要成為各大廠商競爭的焦點。
