和王师长教师一样，越来越多人开端在日常健康问题上测验测验向AI乞助。尽管在实际应用中仍保持必定不雅望，但从产品形态来看，互联网健康办事正产生明显变更。

AI制图

参不雅者在2025年中国国际办事贸易交易会上体验AI问诊。

陈晓根摄(人平易近视觉)

拿到体检申报，却看不懂异常指标;身材出现稍微不适，迟疑去不去病院……近年来，蚂蚁阿福、小荷AI大夫、讯飞晓医等AI健康应用接踵推出，AI健康经由过程帮助问诊、申报解读、活动康复等功能，正为人们供给更便捷的医学解释与日常健康陪伴。

医疗大年夜模型驱动问诊

家住北京的王师长教师谈及比来应用一款AI健康应用的经历。王师长教师说，本身持续几天喉咙痛，不肯定是否要去病院，于是向AI描述了情况。体系接连询问了持续时光、是否伴随发烧、近期作息和既往病史等细节，给出了可能的原因分析，建议症状持续或加重再推敲就医。

“身材不合时，我轻易捕风捉影，有些症状跑趟病院相当折腾，直接询问AI健康应用确切便利。”在王师长教师看来，这类健康AI像一个随时随地陪伴的大夫同伙，缓解了他的焦炙。

以前，很多互联网健康类产品更接近于“医学搜刮引擎”。当用户输入“头痛、发烧怎么办”等问题时，体系往往给出系列百科式解释，并附带一些通用健康建议。这类产品固然信息丰富，但缺乏针对性，用户仍须要本身断定哪些内容真正实用于自身情况。

而在新一代AI健康应用中，问诊方法正在产生变更。体系经由过程引入真实的临床诊疗思路，以构造化的多轮主动追问替代简单问答，环绕病史、症状细节、用药情况等持续弥补信息，并在综合评估后给出更具指向性的断定与行动建议。

这种变更离不开医疗大年夜模型的持续晋升。经由过程对医学指南、临床文献和真实医疗数据进行练习，大年夜模型可以逐渐模仿大夫的临床思维路径，从而实现更专业的健康咨询办事。

例如AI健康应用蚂蚁阿福，其底层医疗大年夜模型经由过程中国信息通信研究院医疗健康范畴评估，在专业评测榜单HealthBench、MedBench等指标中，该模型在多项才能维度上表示领先。蚂蚁健康方面表示，多名院士专家以及三甲病院学科带头人介入了产品问答思维与评估标准的设计。

业内广泛认为，医疗大年夜模型不仅须要算法才能，更须要专业医学常识的持续输入与验证。经由过程引入临床指南、真实病例数据以及专家评测体系，AI健康应用才能慢慢接近医疗级专业程度。

除了答复问题，AI健康应用也开端测验测验承担更多实际办事功能。小荷AI大夫相干负责人谈到，在模型才能趋于完美的前提下，他们正摸索从线上咨询到线下办事的连接，尤其聚焦于分诊导诊、考验检查和处方购药这三类高频、刚性的行动需求，经由过程与当前真实医疗办事体系合作，向办事闭环迈进。

从“被动治病”到“主动预防”

AI健康与以前健康产品更深层的差别，还在于办事模式的改变。AI健康应用从一次性问诊回应，正走向贯穿健康全周期的持续治理，将办事链条延长至“防、筛、诊、治、管”的多个环节。在诊前赞助用户断定症状与就诊须要性，在诊后承接随访、用药提示和健康监测，使健康办事从低频的看病就医，改变为日常生活中的持续陪伴。

例如，一名经久患有高血压的用户在咨询肾功能异常问题时，假如体系可以或许调取其既往健康记录，就能扩大年夜分析范围并提示相干风险，而不是仅根据单次症状给出泛化解释。

“诊疗是一个复杂的过程，其不仅依附于大夫的医学专业才能，也与患者的常识程度、表达才能等密切相干。诊断不只是看数据、看症状，做逻辑推理，还包含经由过程面对面的沟通和查体，发明患者无法用说话精确表达的身材隐患。”小荷AI大夫相干负责人表示，AI更合适承担信息收集、初步分析以及健康治理等帮助工作，是用来放大年夜大夫价值、补全医疗体系办事短板的对象。

这种全周期办事才能，离不开小我健康数据的经久积聚与整合。当AI体系慢慢沉淀用户的既往病史、用药信息及体检记录，其对个别健康状况的断定便不再局限于一次对话，而是建立在更完全的小我健康档案之上。

讯飞医疗相干负责人表示，以前的互联网医疗是医疗办事线上化的迁徙，核心是“连接”，解决老庶平易近看病便利的问题;而AI健康是全周期智能化办事，核心是“分析与决定计划”，精准、高效、持续解决每小我健康治理的问题。

在硬件生态方面，一些AI健康应用已经与智妙手表、体脂秤、血压计等设备连接。蚂蚁健康方面介绍，蚂蚁阿福今朝已接入10多家主流智能设备厂商，将来将进一步拓展合作伙伴，推动小我健康数据形成更完全的治理闭环。

“对大年夜众来说，AI让更个性、更主动的健康办事和陪伴成为可能，赞助大年夜家从‘被动治病’到‘主动预防’，养成主动健康治理的好习惯。”蚂蚁健康相干负责人说。

AI与大夫协作

尽管AI技巧赓续进步，但大夫仍然是医疗体系中弗成替代的核心力量。

在实际诊疗中，大夫与AI可以形成一种互补分工。AI可以承担大年夜量反复性工作，例如基本问诊、申报初步解读、用药提示和慢病随访等。这些工作往往消费大夫大年夜量时光，但技巧上可以实现主动化。另一方面，大夫的临床经验与专业断定又可以反过来赞助练习和校准医疗大年夜模型，使AI体系加倍靠得住。

今朝，一些平台已经开端摸索大夫介入AI办事的新模式。例如，大夫可以在平台上创建“AI分身”，将本身的专业常识转化为数字化办事，为更多用户供给咨询赞助。

专家指出，AI健康的成长仍面对多方面挑衅，包含医疗数据隐私保护、模型才能验证、监管规矩完美等问题。医疗场景本身高度复杂，同一症状背后可能对应多种疾病，AI体系的安然性与靠得住性须要经久验证。跟着技巧进步和行业规范慢慢完美，AI健康有望成为医疗办事体系的重要弥补。

Tags： AI健康，开出更多“良方”