拿到體檢報告，卻看不懂異常指標；身體出現輕微不適，猶豫去不去醫(yī)院……近年來，螞蟻阿福、小荷AI醫(yī)生、訊飛曉醫(yī)等AI健康應用相繼推出，AI健康通過輔助問診、報告解讀、運動康復等功能，正為人們提供更便捷的醫(yī)學解釋與日常健康陪伴。
醫(yī)療大模型驅動問診
家住北京的王先生談及最近使用一款AI健康應用的經歷。王先生說，自己連續(xù)幾天喉嚨痛，不確定是否要去醫(yī)院，于是向AI描述了情況。系統接連詢問了持續(xù)時間、是否伴隨發(fā)燒、近期作息和既往病史等細節(jié)，給出了可能的原因分析，建議癥狀持續(xù)或加重再考慮就醫(yī)。
“身體不適時，我容易疑神疑鬼，有些癥狀跑趟醫(yī)院相當折騰，直接詢問AI健康應用確實方便。”在王先生看來，這類健康AI像一個隨時隨地陪伴的醫(yī)生朋友，緩解了他的焦慮。
和王先生一樣，越來越多人開始在日常健康問題上嘗試向AI求助。盡管在實際使用中仍保持一定觀望，但從產品形態(tài)來看，互聯網健康服務正發(fā)生明顯變化。
過去，許多互聯網健康類產品更接近于“醫(yī)學搜索引擎”。當用戶輸入“頭痛、發(fā)燒怎么辦”等問題時，系統往往給出系列百科式解釋，并附帶一些通用健康建議。這類產品雖然信息豐富，但缺乏針對性，用戶仍需要自己判斷哪些內容真正適用于自身情況。
而在新一代AI健康應用中，問診方式正在發(fā)生變化。系統通過引入真實的臨床診療思路，以結構化的多輪主動追問替代簡單問答，圍繞病史、癥狀細節(jié)、用藥情況等持續(xù)補充信息，并在綜合評估后給出更具指向性的判斷與行動建議。
這種變化離不開醫(yī)療大模型的持續(xù)提升。通過對醫(yī)學指南、臨床文獻和真實醫(yī)療數據進行訓練，大模型可以逐漸模擬醫(yī)生的臨床思維路徑，從而實現更專業(yè)的健康咨詢服務。
例如AI健康應用螞蟻阿福，其底層醫(yī)療大模型通過中國信息通信研究院醫(yī)療健康領域評估，在專業(yè)評測榜單HealthBench、MedBench等指標中，該模型在多項能力維度上表現領先。螞蟻健康方面表示，多名院士專家以及三甲醫(yī)院學科帶頭人參與了產品問答思維與評估標準的設計。
業(yè)內普遍認為，醫(yī)療大模型不僅需要算法能力，更需要專業(yè)醫(yī)學知識的持續(xù)輸入與驗證。通過引入臨床指南、真實病例數據以及專家評測體系，AI健康應用才能逐步接近醫(yī)療級專業(yè)水平。
除了回答問題，AI健康應用也開始嘗試承擔更多實際服務功能。小荷AI醫(yī)生相關負責人談到，在模型能力趨于完善的前提下，他們正探索從線上咨詢到線下服務的連接，尤其聚焦于分診導診、檢驗檢查和處方購藥這三類高頻、剛性的行動需求，通過與當前真實醫(yī)療服務體系合作，向服務閉環(huán)邁進。
從“被動治病”到“主動預防”
AI健康與過去健康產品更深層的差異，還在于服務模式的轉變。AI健康應用從一次性問診回應，正走向貫穿健康全周期的持續(xù)管理，將服務鏈條延伸至“防、篩、診、治、管”的多個環(huán)節(jié)。在診前幫助用戶判斷癥狀與就診必要性，在診后承接隨訪、用藥提醒和健康監(jiān)測，使健康服務從低頻的看病就醫(yī)，轉變?yōu)槿粘Ｉ钪械某掷m(xù)陪伴。
例如，一名長期患有高血壓的用戶在咨詢腎功能異常問題時，如果系統能夠調取其既往健康記錄，就能擴大分析范圍并提示相關風險，而不是僅根據單次癥狀給出泛化解釋。
這種全周期服務能力，離不開個人健康數據的長期積累與整合。當AI系統逐步沉淀用戶的既往病史、用藥信息及體檢記錄，其對個體健康狀況的判斷便不再局限于一次對話，而是建立在更完整的個人健康檔案之上。
訊飛醫(yī)療相關負責人表示，過去的互聯網醫(yī)療是醫(yī)療服務線上化的遷移，核心是“連接”，解決老百姓看病方便的問題；而AI健康是全周期智能化服務，核心是“分析與決策”，精準、高效、持續(xù)解決每個人健康管理的問題。
在硬件生態(tài)方面，一些AI健康應用已經與智能手表、體脂秤、血壓計等設備連接。螞蟻健康方面介紹，螞蟻阿福目前已接入10多家主流智能設備廠商，未來將進一步拓展合作伙伴，推動個人健康數據形成更完整的管理閉環(huán)。
“對大眾來說，AI讓更個性、更主動的健康服務和陪伴成為可能，幫助大家從‘被動治病’到‘主動預防’，養(yǎng)成主動健康管理的好習慣。”螞蟻健康相關負責人說。
AI與醫(yī)生協作
盡管AI技術不斷進步，但醫(yī)生仍然是醫(yī)療體系中不可替代的核心力量。
“診療是一個復雜的過程，其不僅依賴于醫(yī)生的醫(yī)學專業(yè)能力，也與患者的知識水平、表達能力等密切相關。診斷不只是看數據、看癥狀，做邏輯推理，還包括通過面對面的溝通和查體，發(fā)現患者無法用語言準確表達的身體隱患?！毙『葾I醫(yī)生相關負責人表示，AI更適合承擔信息收集、初步分析以及健康管理等輔助工作，是用來放大醫(yī)生價值、補全醫(yī)療體系服務短板的工具。
在實際診療中，醫(yī)生與AI可以形成一種互補分工。AI可以承擔大量重復性工作，例如基礎問診、報告初步解讀、用藥提醒和慢病隨訪等。這些工作往往耗費醫(yī)生大量時間，但技術上可以實現自動化。另一方面，醫(yī)生的臨床經驗與專業(yè)判斷又可以反過來幫助訓練和校準醫(yī)療大模型，使AI系統更加可靠。
目前，一些平臺已經開始探索醫(yī)生參與AI服務的新模式。例如，醫(yī)生可以在平臺上創(chuàng)建“AI分身”，將自己的專業(yè)知識轉化為數字化服務，為更多用戶提供咨詢幫助。
專家指出，AI健康的發(fā)展仍面臨多方面挑戰(zhàn)，包括醫(yī)療數據隱私保護、模型能力驗證、監(jiān)管規(guī)則完善等問題。醫(yī)療場景本身高度復雜，同一癥狀背后可能對應多種疾病，AI系統的安全性與可靠性需要長期驗證。隨著技術進步和行業(yè)規(guī)范逐步完善，AI健康有望成為醫(yī)療服務體系的重要補充。（周姝蕓 侯荷若雪）
（責任編輯：梁艷）
晉公網安備 14090202000008號 
