(图片来源:摄图网)
(记者 陈洲)自生成式人工智能兴起以来,医疗健康一直是AI最常被提问的领域之一,把AI当作“健康顾问”的人也越来越多。目前已有健康AI应用开设了真人医生的智能体“AI分身”,它们能像这些有名有姓的名医一样,以其个性化的诊疗思维和交流语气,与用户展开专业、持续的问答交互。
在人口老龄化加速、居民健康意识提升、医疗资源分布不均的背景下,AI技术正成为重构医疗健康服务体系的重要力量,吸引了互联网行业头部企业纷纷入局,推动行业快速升温,但与此同时,商业化瓶颈与信任危机也成为制约其发展的关键,唯有通过多维度发力补齐短板,才能推动AI健康行业行稳致远。
互联网大咖加码AI健康行业
随着生成式AI技术的不断成熟,医疗健康领域的智能化转型需求日益迫切,互联网头部企业凭借技术、流量、资源等优势,纷纷加码AI健康赛道,推出各具特色的产品与服务,形成了多元化的竞争格局,推动AI健康从概念走向实际应用,让普通用户能够便捷获取智能化健康服务。
蚂蚁健康于2025年6月正式推出AI健康APP“蚂蚁阿福”,该应用前身为支付宝小程序,升级后聚焦百姓看病就医刚需和健康管理痛点,打造了健康科普、就诊咨询、报告解读等上百项AI功能。其背后的蚂蚁医疗大模型学习了超万亿tokens专业医疗语料,接入了王俊院士、廖万清院士领衔的近200位三甲名医AI分身,可7×24小时答疑,同时连接全国超5000家公立医院及近百万可挂号医生,提供全流程就医指引,上线不久月活跃用户便突破1500万,成为AI健康领域标杆产品。
百度将原“百度AI健康管家”升级为“文心健康管家”,定位于24小时“全能家庭医生”,依托文心大模型构建覆盖轻症咨询、复杂疾病规划、泛健康管理的全链路服务体系。其基于海量权威医疗数据构建知识体系,支持全天候咨询名医AI分身,可直联公立医院执业医生,还推出原子开放计划,向行业免费开放100+核心能力,巩固技术优势。
京东健康推出AI健康智能体“康康”,依托4000万份医学指南与文献构建的循证医学库,提供个性化咨询、报告解读等服务,同时整合“医+检+诊+药”全场景资源,依托京东物流实现药品28分钟本地急送。此外,阿里健康、腾讯健康等也纷纷布局,推出AI问诊、慢病管理等产品,形成群雄逐鹿的竞争态势,推动行业持续迭代。
AI健康商业模式仍在探索阶段
尽管AI健康赛道迎来流量爆发期,互联网大咖的持续加码也让行业热度攀升,但当前行业仍处于发展初期,商业模式尚未成熟,商业化变现与用户信任度建设仍是亟待解决的重大考验,诸多问题制约着行业可持续发展。
兴业证券医药首席分析师孙媛媛认为,AI健康产品商业模式仍在探索,多数应用存在错误或“幻觉”问题,这在严肃医疗领域难以接受。这一痛点直接引发信任危机,进而影响商业化进程——AI的“幻觉”可能导致误诊误判,比如糖尿病患者查询用药时,若AI未识别恶意指令,可能推荐错误剂量引发风险。这种隐患让用户仅将AI作为健康参考,不愿付费,限制了产品商业化价值。
从变现模式来看,当前AI健康产品盈利方式较为单一,主要集中在广告、增值服务、药品销售等方面,尚未形成盈利闭环。多数APP采取“免费基础服务+付费高级功能”模式,但用户付费意愿低;广告变现易降低用户体验;药品销售需强大供应链与合规管控,多数企业仍在探索。同时,研发投入巨大而变现能力不足,多数企业面临“投入高、回报慢”的困境。
此外,数据安全与隐私保护也影响用户信任。AI健康产品需收集用户敏感健康数据,若泄露将损害用户权益;不同企业数据标准不统一,形成“数据孤岛”,影响模型准确性;行业监管体系不完善,准入标准、责任界定等存在空白,给行业发展带来不确定性。
多维度加持,破解AI健康短板
面对AI健康行业的短板,唯有从技术、机制、安全等多维度发力,构建完善发展体系,才能推动行业高质量发展。解决相关难题,核心是权威人机协同校验、数据闭环、持续的安全技术打磨,三者相辅相成,筑牢AI健康服务可信防线。
建立AI生成+医生复核的双轨机制,是破解信任危机的关键。需明确AI作为医生辅助工具的定位,AI负责基础咨询、风险预警等工作,高风险问答、复杂诊疗建议强制真人医生复核。百度文心健康管家采用“AI生成+真人核验”模式,蚂蚁阿福联动名医AI分身与百万真人医生,同时建立医生反馈机制,形成“训练—输出—复核—优化”的良性循环,提升服务准确性。
多模态数据融合训练,是提升AI模型专业能力的核心。当前AI错误率高,源于训练数据单一,需打破“数据孤岛”,整合电子健康记录、医学影像、可穿戴设备数据等多模态资源,加强与医院、科研机构合作,保障训练数据权威真实。蚂蚁阿福打通可穿戴设备数据,京东健康依托海量医学文献,均通过多模态训练提升AI建议的精准度与个性化水平。
迭代模型安全架构,是筑牢安全底线的保障。一方面,采用隐私脱敏、加密存储等技术,确保用户数据“可用不可见”,符合相关法规,蚂蚁阿福便通过信通院最高等级安全测评;另一方面,构建风险拦截体系,优化防御架构,拦截恶意输入,结合真实场景持续迭代安全规则,及时排查隐患。
此外,需完善行业监管体系,明确准入标准与责任界定,加强行业自律;同时开展用户教育,普及AI使用边界,引导用户理性看待AI作用。随着多维度措施落地,AI健康行业短板将逐步补齐,商业模式不断成熟,最终实现“技术赋能健康,智能守护民生”的目标,让AI健康服务走进千家万户。