刚过35岁的肖颖，年初在某大医院生了宝宝。出院的时候，护士再三叮嘱她下载一个APP，在这个软件上可以挂互联网医院的号，对于母亲和婴儿的任何问题都可以在线提问。 这个APP，肖颖早就下载了，除了线上问诊、挂号、体检、档案管理，疫苗接种预约都可以在这个软件上进行。出院后，正好赶上流感爆发，她和婴儿相继发烧，软件上的AI报告解读，健康咨询，缓解了肖颖初为人母的焦虑。 在其背后，面向大众的医疗AI服务呈现出爆发的趋势。业界盘点的当下最热门的20大医疗AI场景中，面向大众的“报告解读”、“智能导诊”排在前两位，远超与医疗服务关系密切的“合理用药”“医保控费”等。 覆盖看诊前轻问诊、出院后随访等内容的AI健康管理产物更是层出不穷，已经聚集了上亿用户的互联网大厂在其中更是激战正酣，京东健康、阿里健康、百度健康、小荷等主力悉数下场，相关产物也相继从平台上剥离，“自立门户”推出了独立APP。 就在今年6月底，支付宝医疗发布的AQ健康管家APP，更是将AI健康管理推向了更多硬件设备，其服务范围也进一步延伸到个人健康档案管理、家庭健康档案管理等。此举将这场围绕大众健康展开的赛博医疗竞赛推向了新高度，也揭开了业界隐忧。 事实上，中国健康管理市场空间非常大。智联研究院数据显示，超九成职场人受到亚健康的影响，长期久坐、熬夜、暴饮暴食、咖啡续命等习惯正在蚕食健康，导致视力疲劳，颈椎、腰椎酸痛，以及失眠、焦虑、脱发、肥胖等问题。 AI作为健康顾问，省时省钱效率高颇受亚健康职场人欢迎。有数据显示，中国AI健康管理市场规模到2027年预计将达到2.59万亿元，年复合增长率超过20%。只是，要想吃下这块蛋糕，即便是互联网大厂也有多场硬仗要打。 “过去平均每月只能接诊600名患者，现在通过’AI分身’一天最多能服务超过11万人次，而且患者范围来自全国。”杭州市第七人民医院副院长毛洪京感慨地说。作为睡眠专家，毛洪京常为“供不应求”苦恼，“中国有数亿人有睡眠问题”。 AI等新技术在一定程度上缓解了这种困境。毛洪京曾开玩笑说，AI数字分身已有他80%的水平。这意味着AI分身能有效提升科普效率、精准识别线下就诊需求，并及时解答患者常见问题，甚至能提前预警潜在风险。 公开资料显示，蚂蚁集团上线的“AQ”APP已有200多个名医AI分身上线；同期平安好医生推出的名医数字分身产物“平安芯医”也计划将上线医生数量从6个增长到1000个；百度推出的“心响”APP、京东健康的“康康”、字节跳动的小荷AI医生等也都相继上线了医生专家的AI数字分身。 在这一现象背后，中国传统医疗体系，对诊前、诊后的关注远远不够。艾瑞咨询数据显示，2019年诊后医疗需求达到2840亿元，互联网医疗的服务规模约为310亿元。 巨大空白之下，大厂们有用AI工具继续攻入这一领域，有尽快从薄弱环节向医疗产业渗透之意。更重要的是，收集连贯的数据更有利于医疗AI的长期发展。 以AQ为例。“与通用产物不同的是，它不只有AI服务，也连接了线下环节，目标就是为用户提供一站式的医疗健康服务。”蚂蚁集团AI医疗总经理刘军伟说。 这种情况下，医疗体系中原本断点式的服务被连接起来，形成了闭环，既可以解决患者的需求，也让病案数据更加完整。“大模型要追求大，但也不能一味追求大，想要专业对数据要求就更高。”刘军伟强调。 与互联网时代不同的是，医疗AI可以帮助医生完成琐碎重复的工作，比如：回答一再被问到的问题，撰写病历，检索文献等。此外，如果有科研需求，医生还可以应用AI助手做一些患者数据的汇总和分析。 更重要的是，老龄化带来的供给端压力，以及在医改快速推进中，医疗系统面临的持续增加的转型升级压力等，都急需有新的工具来破局。 可以看到，微医就通过AI健共体，帮助体系减少医疗支出，已经在天津拿到了年入50亿元的成绩单。这意味着，在新一轮医改的热潮中，AI等新技术只要能找准自己的 而在硬币的另一面，直接面向大众的AI健康管理，虽然看似有更广阔的市场，也可以借鉴互联网大厂在其他领域有成功经验的打法，但是实际上需要破冰的环节更多，推进难度也远不是其他赛道可以比拟的。 “为什么我们做20多个专科，”蚂蚁集团副总裁张俊杰在解释与其他医疗AI分身差异时表示，因为用户的很多问题是跨专科的，“我们的想法是，针对用户常用的20多个专科，我们都跟最厉害的医院和医生合作，这些专科医生，就组成了一个全科医生。” 如果这一设想能够落地，确实有望解决困扰中国医疗界多年的分级诊疗难等问题。毕竟汇聚了全国高手的AI，确实有一眼辨别疑难杂症的实力。钉钉团队也在帮助行业开发垂直专科的大模型。 从大众端看，与开发者的热火朝天形成鲜明对比，普通人对于人工智能的信任度仍然非常有限。“如果到医院去看病，是AI医生接诊，至少我是没法接受的。”不止一个人曾这样告诉虎嗅。一项调查也证实，在中国只有3.59%的人认为医疗AI能够完全取代医生。 另有研究认为，技术的可靠性是影响患者对AI等技术接受度的主要原因。电子科技大学公共管理学院贾开教授指导付若瑄完成的一项研究显示，面对一项新问世的智能诊断技术，由于使用效果不明确，患者更多是持观望态度， 更愿意选择传统的诊断方式。 在实际应用中，肖颖曾经将检查报告发给AI，AI根据报告分析出了多种可能，但是她还是不明白发烧的原因，最终还是在线下医生那里得到了确切的答案和治疗方法。 毕竟很多时候大病和小病之间的差异并不明显，连医生都容易误诊。事关生死，即便是“没事”两个字，也是越权威的医生说出来，越能让人安心。 在竞争越来越激烈的今天，这就给AI健康管理提出了更高的要求，那就是需要链接尽可能多的名医，且相比以往要更加有深度、有质量。 以名医AI分身为例，只是形象和声音上一致，能做常规科普已经不能满足需求了，新的名医AI分身还需要获得医生的知识体系。这个过程，临床专家不仅需要更多的深度参与，甚至要手把手带教AI。 比如：毛洪京，他的AI分身基于支付宝医疗底座医疗大模型，掌握了必要医学知识后，又加训100个小时的结构化诊疗经验和超过5万篇科普及论文资料。作为进展较快的专家，毛洪京的AI分身已经可以做一些诊后工作，按照计划还会向全链路服务进发。前期就已耗时2年。 “医疗服务要专业严谨，是一个慢行业，三五年，很多变化就出来了，但是放在两三个月或者一两年，其实变化没有那么明显。”张俊杰说。 而这对于考核周期短的互联网公司来说无疑是一个挑战。在人是健康管理主力军的阶段，已经有多个相关项目铩羽而归。 要真正在健康管理领域有所作为，打动医疗机构、医生只是一方面，更多改变医疗模式的操作，还需要获得医保部门，卫健部门乃至地方政府的支持。赢得整个体系的支持，也将是AI健康管理赛场接下来的重要赛点。 此外，尽管AI健康管理、赛博“大白”并不是直接问诊，很多时候是分析、存储资料、回答科普问题，但是，法律、制度风险仍然存在。特别是在数据隐私保护，数据采集等方面。 上一代医疗AI引发的法律问题就曾经严重挫伤了医疗机构使用这一新技术的积极性。根据法律界人士撰文，即便到了现在，医疗AI的责任界定还是很困难。 张俊杰也将之与支付安全类比，直言需要像金融一样，按照相关法律条文去操作医疗AI。“扫码支付是很简单的动作，但后面资金安全的保障、数据的处理，也有一大堆的标准，需要逐步梳理出来。”医疗健康领域的每个产物，也都需要符合来自医保、卫健、大数据局等监管部门的标准。 客观来说，AI技术本身也还在发展之中，目前AI的可解释性仍有待提高，鲁棒性差（虎嗅注：鲁棒性是计算机术语，指的是遭遇异常时，计算机稳定运行的能力），以及偏见、歧视等问题，都还在解决中。 在医疗、大健康领域，针对AI更是存在很多监管的空白地带，先行者，特别是互联网大厂的探索，也是推动标准建立的主要力量之一。坑坑洼洼，也是行业发展的必经之路。 而对于类似肖颖的普通人来说，面对越来越便捷的AI健康服务，保持审慎和理性的态度，积极学习相关知识，重视隐私保护，并仔细甄别和筛选适合自身需要的赛博“大白”，也在成为必修课。这不仅关乎个人健康，更是推动AI医疗健康在安全、负责任的轨道上发展的关键一步。
