AI是路徑，醫(yī)療是終點。模型之外，驗證為王。

采寫／方青青

編輯／萬天南

我們每個人身邊，或許都有一個關(guān)于“看病難”的故事。

一位西北內(nèi)陸的朋友，為掛上北京某醫(yī)院專家號，花了近2000元買黃牛票，還要協(xié)調(diào)假期、長途跋涉——優(yōu)質(zhì)醫(yī)療資源供給不足且分布不均，導致“小醫(yī)院看不好，大醫(yī)院擠不進”。

如果醫(yī)生有不知疲倦的“分身”，如果頂尖的診療經(jīng)驗可以跨越山海與時差，7x24小時在線……

互聯(lián)網(wǎng)公司一直試圖找到解藥——但早期的入局者，如春雨醫(yī)生、好大夫在線、微醫(yī)等，其核心思路大多是解決醫(yī)患之間的“信息差”，本質(zhì)還是“連接” 。

然而，這一模式很快觸及天花板，因為它并未解決優(yōu)質(zhì)醫(yī)療服務(wù)短缺的根本問題。

直到AI入場，“AI醫(yī)生”獲得候補資格，隨時等待“上場補位”——在智能導診、報告解讀、影像判斷、臨床決策支持，“賦能”并“擴容”仍顯短缺的醫(yī)療供給。

最近兩年，大廠相繼加入了A醫(yī)療大模型的團戰(zhàn)。

騰訊于2023年9月上線“騰訊醫(yī)療大模型” ，發(fā)力智能導診、電子病歷等；京東健康依托其在醫(yī)藥供應(yīng)鏈和互聯(lián)網(wǎng)醫(yī)療領(lǐng)域的既有優(yōu)勢，于2023年7月發(fā)布了模型“京醫(yī)千詢”，補全其服務(wù)生態(tài)的AI能力 ；平安好醫(yī)生作為保險巨頭平安集團旗下的醫(yī)療健康平臺，推出平安醫(yī)博通，探索“醫(yī)療＋保險”的協(xié)同模式；科大訊飛發(fā)布“星火醫(yī)療大模型”等，旗下“智醫(yī)助理”率先通過了國家執(zhí)業(yè)醫(yī)師資格測試……

在與海外AI大模型比拼時，中國企業(yè)似乎也沒輸陣——比如，今年6月，斯坦福大學發(fā)布了一項有關(guān)臨床醫(yī)療 AI 模型的全面評測，顯示DeepSeek R1以66% 的勝率和0.75的宏觀平均分，在九個前沿大模型中脫穎而出，成為全球冠軍。

在這條高門檻、長周期的賽道上，同出一脈的螞蟻集團與阿里旗下夸克，也在今年先后亮出了各自的王牌：

螞蟻集團推出獨立App“螞蟻AQ”，定位為C端AI健康管家，上線十個月已累計服務(wù)超過1億用戶，近期還登上蘋果商店醫(yī)療榜第一。

夸克則選擇更輕量的入口，將健康大模型集成在AI搜索框中，并成功通過中國12門核心學科主任醫(yī)師筆試，成為國內(nèi)首家主任醫(yī)生級AI，力圖成為用戶AI健康信息的首選入口。

兩者的對比，清晰地揭示了醫(yī)療大模型落地的兩種核心路徑：做深服務(wù)的“健康管家”、盤踞線上的“健康入口”。

在這場醫(yī)療大模型的團戰(zhàn)中，大廠戰(zhàn)略分野，同向但不同路。

一、體驗有差異：夸克給“答案”，AQ出“方案”

為了比較螞蟻AQ和夸克在醫(yī)療大模型上的差異，我們以自己最近的睡眠問題為例，分別在兩個平臺上進行了完整問診。

先看螞蟻AQ，給了我近似“醫(yī)生面對面”版的問診體驗。

打開AQ智能體，會看到一個干凈清爽的頁面。中央是對話框，用戶可選擇“智能思考”“深度思考”或“極速模式”；下方則是“AI診室”“拍報告”“醫(yī)保碼”“拍藥盒”“找醫(yī)生”等快捷服務(wù)入口。

頁面左側(cè)還設(shè)有個人信息頁，包括“健康檔案”“消息”“對話歷史”以及“不同智能體”入口，可關(guān)聯(lián)硬件設(shè)備以實現(xiàn)長期健康數(shù)據(jù)監(jiān)測。

正式進入AI健康咨詢階段。當我輸入我的問題后，AQ啟動深度思考模式，快速生成了一份結(jié)合醫(yī)學文獻的初步報告。內(nèi)容涵蓋了可能的病因分析、生活方式建議和調(diào)理方案，并且嚴謹?shù)卦诿織l建議后附上了文獻出處。

但坦白說，盡管這些信息完整、專業(yè)，但偏向于普適性常識，如睡前避免使用手機、保持黑暗環(huán)境等，對癥但不夠個性化。

這正是許多醫(yī)療大模型產(chǎn)品面臨的體驗瓶頸：能夠“泛泛而答”，卻難以“深入追問”。針對這一瓶頸，螞蟻AQ設(shè)計了“AI診室”功能，通過多輪追問來模擬真實醫(yī)生的問診過程。

接下來，螞蟻AI診室基于我的初始問題，發(fā)起了一連串高達10至15個的連貫提問，旨在系統(tǒng)性地收集病情信息、厘清細節(jié) 。為提升交互的透明度，其界面會展示“提問進度”，并解釋每個問題的“提問目的”——整個交互從“答題”變成“對話”，讓我這個很少在網(wǎng)上看病的人相信，這不是模板化的對話，而是我在與一位醫(yī)生建立對話關(guān)系，他正在為我進行一對一的診斷。

問診結(jié)束后，系統(tǒng)自動匯總生成一份完整的診療建議報告。這份報告的結(jié)構(gòu)邏輯清晰，契合了患者就醫(yī)時的核心關(guān)切點：醫(yī)生我這是什么問題、是否嚴重，為什么會得這個病呢；那該怎么治、調(diào)理？后續(xù)回去要注意什么？

在這些基礎(chǔ)上，AQ還增加了兩條就診路徑：

•線下就醫(yī)：系統(tǒng)自動匹配醫(yī)院和科室，依據(jù)地理距離、醫(yī)保接入、專科評級等維度排序，緩解了“去哪看”的決策壓力。

•線上問診：列出相關(guān)科室醫(yī)生，可跳轉(zhuǎn)至“好大夫在線”等平臺，全國范圍內(nèi)名醫(yī)資源，一觸即達提供診療支持。

從體驗看，AQ不僅給出了問題的解釋，也推動后續(xù)行動安排，試圖將“AI問診”延展為一整套診療流程——不僅給“答案”，也在給“方案”。

再看夸克，給我一種“搜索即問診”的輕量級體驗。

夸克健康大模型嵌入在搜索欄內(nèi)，我直接在搜索框輸入同樣的問題，系統(tǒng)會調(diào)用模型生成結(jié)構(gòu)化回答。

夸克同樣展現(xiàn)了AI醫(yī)生應(yīng)有的深度與慢思考能力，最終給出的診斷意見也相當全面，內(nèi)容覆蓋：可能的原因、就醫(yī)判斷、建議科室、可能的檢查項目、可能的治療方案以及日常調(diào)理建議。回答的底部還附有醫(yī)生問答參考鏈接，方便我進一步查閱、參考。

在“深度思考”模式下，模型一次性生成完整內(nèi)容，還支持多輪交互。這種設(shè)計相對高效，對于已有明確癥狀、希望快速了解相關(guān)信息的用戶而言，具備一定便利性。

整個過程最值得注意的是，盡管夸克健康大模型已通過12個核心學科的主任醫(yī)師級別評測，但整個回答能明顯感覺到夸克的謹慎和克制——不會直接下結(jié)論，而是多用“可能”“建議就醫(yī)”等措辭，系統(tǒng)對某些不確定問題會主動拒答，或僅提供一般建議，不涉及診斷。

這或許和醫(yī)療大模型的長尾效應(yīng)有關(guān)，即一個負面的應(yīng)用個例就會對整個行業(yè)前景產(chǎn)生質(zhì)疑。對此，夸克官方曾表示，夸克健康在訓練中引入了“慢思考”推理機制，以提高推理的合理性與答案的解釋性，同時設(shè)置多道校驗機制以降低幻覺率。

從用戶體驗上看，夸克更像是我在掛號之前的“助理醫(yī)生”，幫助我了解癥狀與可能路徑，是否需要就醫(yī)、去哪個科室等，但不參與診療流程的具體環(huán)節(jié)——給出大致的“答案”，但不出整體“方案”。

總得來看，螞蟻AQ與夸克健康在醫(yī)療大模型的賽道上選擇了不同的路徑�？淇似�向于成為一個高效、可靠的“信息入口”，而螞蟻AQ則致力于打造一個深度介入的“診療中臺”。

個體端的感受之外，我們同樣關(guān)注這兩者在醫(yī)療實際落地的應(yīng)用。

螞蟻AQ相關(guān)人士告訴我們，截至目前，螞蟻AQ已完成專業(yè)醫(yī)療大模型的核心研發(fā)與驗證，具備“深度推理+多模態(tài)”能力，能理解文本、處理圖像、語音與視頻，訓練規(guī)模超過萬億tokens。

除了推出面向C端用戶的獨立應(yīng)用外，螞蟻AQ和B端（機構(gòu)和醫(yī)院側(cè)）主要在合作與賦能階段，尚未直接進入診斷一線替代醫(yī)生診斷，主要還是提供診前—診中—診后的輔助服務(wù)。

B端落地上，螞蟻AQ與上海仁濟醫(yī)院共建�？茢�(shù)據(jù)集，探索模型在真實臨床場景中的應(yīng)用；參與浙江衛(wèi)健委“安診兒”項目，攜手硬件與數(shù)字醫(yī)療廠商推進模型部署等。

螞蟻AQ還打造了一系列AI工具輔助醫(yī)生工作，包括醫(yī)生工作站、病例管家和電子病歷生成工具等。

據(jù)悉，目前螞蟻AQ的智能體系統(tǒng)已進入多個專病管理領(lǐng)域，如聯(lián)合浙大二院，為心臟瓣膜病患者提供術(shù)后管理服務(wù)；與杭州市七院合作推出睡眠智能體，已覆蓋全國342個城市、服務(wù)用戶超500萬。

也就是說，除了在C端的影響力外，螞蟻AQ在B端也正在從技術(shù)平臺走向“系統(tǒng)能力提供者”，B、C端齊頭并進。

和螞蟻AQ相同，目前夸克健康大模型也沒有深入到臨床一線診斷治療環(huán)節(jié)的合作，主要是在健康知識提供、醫(yī)學思維訓練及輔助診療決策等方面發(fā)揮作用。

從行業(yè)格局看，夸克更偏向于“醫(yī)療AI信息基礎(chǔ)設(shè)施＋健康搜索入口”的打法。為此，他們納入400多位副主任醫(yī)師及以上級別專家，深度參與模型訓練，以此提升醫(yī)療大模型的精準度。

在北京大學人民醫(yī)院皮膚科主任李厚敏為代表的多位專家看來，夸克的回答“像一個醫(yī)生在思考”。尤其是在優(yōu)質(zhì)醫(yī)療人才短缺、同時診治疾病較為多元的基層全科診療中，夸克可作為醫(yī)生的輔助工具，為其補充跨學科知識、提供治療建議，提升診療準確性與效率等。

不過，無論AQ還是夸克，其定位還是“輔助”醫(yī)生，而非“替代”醫(yī)生。

二、同向不同路：服務(wù)閉環(huán)VS信息入口

兩種體驗的背后，是兩條涇渭分明的戰(zhàn)略路線。

螞蟻AQ選擇了一條“重”且“深”的服務(wù)閉環(huán)之路，而夸克則選擇了一條“輕”而“廣”的信息入口之路。

先看螞蟻AQ。

螞蟻布局醫(yī)療大模型，其內(nèi)部認為是“水到渠成”——從解決患者的支付困難到接入醫(yī)院幫患者掛號，再到打通醫(yī)保體系，支付寶不斷強化其一站式醫(yī)療服務(wù)平臺的站位。進入大模型時代，螞蟻將AI嵌入醫(yī)療“前端”，貫穿醫(yī)生診斷和醫(yī)院就診全流程。

AQ智能體通過學習頂級專家診療思路，輔助醫(yī)生處理病例，實現(xiàn)“分級診療”：80%的基礎(chǔ)問題由智能體解決，復雜的20%由線下專家跟進。它負責分診、導診和服務(wù)聯(lián)動，構(gòu)建完整服務(wù)閉環(huán)。

一個被AI重塑的就醫(yī)路徑就這樣誕生了：用戶在感到不適時，先可在AQ咨詢。若為輕癥，AQ直接給出建議；若復雜或重癥，或用戶需要線下就診，AQ根據(jù)距離、科室、醫(yī)生等需求推薦醫(yī)院并完成導診、分診。之后還能協(xié)助支付和醫(yī)保報銷。

就診結(jié)束后，AQ還根據(jù)用戶體檢和就診情況，提供健康護理建議，如飲食、復診時間。用戶還能綁定智能硬件，實現(xiàn)日常健康監(jiān)測和管理。

由此，AQ智能體貫穿患者“診前—診中—診后”全流程，甚至延伸至日常健康管理——此時，AQ要做的是一個“AI私人醫(yī)生+健康助手”，助力醫(yī)療資源擴容。

AI賦能醫(yī)療服務(wù)眾多環(huán)節(jié) 資料來源：甲子光年，招商銀行研究院

但要實現(xiàn)這一角色，僅靠一個“工具型小程序”是不夠的，螞蟻因此選擇獨立App這條“重”路徑。在螞蟻AQ看來，真正的健康管家需要主動觸達和及時交互。例如，當智能硬件監(jiān)測到血糖異常時，AQ須能立刻預(yù)警。而支付寶內(nèi)的小程序推送易被淹沒，入口路徑深，用戶感知受限。

此外，做健康管家還需在醫(yī)療生態(tài)產(chǎn)業(yè)鏈掌握主動權(quán)。螞蟻整合了支付寶十余年積累的醫(yī)療生態(tài)，包括醫(yī)保、醫(yī)院系統(tǒng)、商保渠道，以及年初收購的“好大夫”平臺。AQ還接入269個醫(yī)生智能體、200多家金融機構(gòu)、華為、魚躍等硬件廠商，形成院內(nèi)外全周期健康管理閉環(huán)。

這種生態(tài)聯(lián)動，或許將成為AQ智能體的核心壁壘，是純技術(shù)公司短期內(nèi)難以復制的。

相比螞蟻AQ在醫(yī)療供給側(cè)的深耕，夸克選擇了一條輕量、非侵入、強調(diào)權(quán)威信息的路徑。

作為國內(nèi)首個通過12門核心學科主任醫(yī)師評測的AI大模型，夸克健康大模型更像一個線上的“專業(yè)顧問”——它不承擔診療任務(wù)，也不構(gòu)建服務(wù)閉環(huán)，而是通過“主任醫(yī)生級AI”能力，為用戶提供可信易懂的健康知識解答。

這條“輕”路徑，與其在阿里體系中的戰(zhàn)略角色高度一致。

阿里2025財年第三季財報電話會上，阿里巴巴集團CEO吳泳銘明確阿里未來三年將圍繞AI做三大投入：一是AI和云計算的基礎(chǔ)設(shè)施建設(shè)，二是AI基礎(chǔ)模型平臺與AI原生應(yīng)用，三是現(xiàn)有業(yè)務(wù)的AI轉(zhuǎn)型升級。

其中，夸克被視為“模型能力外放的第一入口”。財報會結(jié)束一個月后，阿里把夸克正式確立為“AI旗艦應(yīng)用”，產(chǎn)品形態(tài)升級為無邊界的“AI超級框”，并宣布未來通義系列大模型的最新能力將第一時間接入夸克。

作為阿里欽點的“AI旗艦應(yīng)用”，夸克的目標成為AI時代的“超級入口”。健康大模型是夸克“多智能體矩陣”中的關(guān)鍵子Agent：通過深度參與醫(yī)療場景這個對專業(yè)門檻要求最高的領(lǐng)域，夯實平臺的可信認知，進而完成向教育、辦公等領(lǐng)域的能力遷移。

因此，夸克并不追求診療閉環(huán)，而是強調(diào)“專業(yè)可信+內(nèi)容可讀”。它搭建了完整的“數(shù)據(jù)—模型—產(chǎn)品”體系，用“慢思考”“思維鏈”等技術(shù)提升推理質(zhì)量，確保輸出內(nèi)容的準確性與可理解性。

對此，夸克方面向《財經(jīng)故事薈》透露：未來，團隊的重點仍將是內(nèi)容質(zhì)量與用戶滿意度，比如回答更精準、輸出的內(nèi)容更容易讓用戶理解。總之，短期內(nèi)并不追求醫(yī)療服務(wù)閉環(huán)，也不急于商業(yè)化落地。

三、尋找“新支柱”與搶奪“AI船票”

將視線拉高，兩條路線的選擇，最終都服務(wù)于各自母公司在AI時代的宏大棋局。

目前，“普惠醫(yī)療健康”已被正式納入螞蟻集團五大主業(yè)，與“普惠金融”并列。對螞蟻而言，醫(yī)療的價值不僅體現(xiàn)在新業(yè)務(wù)本身，也體現(xiàn)在與現(xiàn)有體系的協(xié)同效應(yīng)上。

一個高頻、高信任度的健康服務(wù)入口，既能拉升支付寶平臺黏性（協(xié)同數(shù)字支付與生活服務(wù)），又為保險等金融產(chǎn)品創(chuàng)造數(shù)據(jù)驅(qū)動的個性化場景（協(xié)同數(shù)智普惠金融），同時還能作為集團AI能力的最佳范例，向政企端輸出模型能力（協(xié)同科技產(chǎn)業(yè)化）。

尤其是金融和健康醫(yī)療的協(xié)調(diào)，參考平安好醫(yī)生曾推動的“醫(yī)療+保險”打包增值路徑，未來AQ所沉淀的用戶健康檔案、慢性病行為數(shù)據(jù)，或許能反哺到保險產(chǎn)品的定價和風控，形成“健康管理+風險保障”的閉環(huán)協(xié)同——眼下答案尚不明確，但模式不難想象。

如果說螞蟻押注“普惠醫(yī)療”，是為了夯實新業(yè)務(wù)地基、拉動生態(tài)協(xié)同、尋找第二條增長曲線。那么夸克切入醫(yī)療并不只是押注某一個垂類場景，而是為了搶占AI時代的“船票”——建立一個AI時代真正意義上的超級入口。

在電商增長趨緩、平臺紅利見頂?shù)谋尘跋拢�阿里面臨的是從交易平臺向AI平臺轉(zhuǎn)型的結(jié)構(gòu)性挑戰(zhàn)。這個轉(zhuǎn)型繞不開一個前提：必須有一個能承載大模型能力、與用戶保持高頻互動的通用入口。

正如普華永道中國AI咨詢主管張為峰所言，AI“超級入口”將重構(gòu)下一代的流量控制權(quán)。一方面，它是用戶與智能服務(wù)的“第一觸點”；另一方面，它也是重構(gòu)商業(yè)模式的關(guān)鍵支點——從廣告到訂閱，從一次性交易到多輪互動，從平臺分發(fā)到任務(wù)驅(qū)動，都是圍繞入口重新排布。

AI時代的“超級入口”之爭已經(jīng)打響。PC時代，百度主導信息流；移動時代，微信掌控社交；而在AI時代，誰先占據(jù)用戶心智，誰就能重構(gòu)平臺價值分配的規(guī)則。

被欽定為“AI旗艦應(yīng)用”的夸克，要承擔起打造國內(nèi)首個DAU破億AI超級App的使命。阿里巴巴智能信息事業(yè)群總裁吳嘉希望將夸克打造為“機器貓的口袋”——“一是Smart（聰明），二是專業(yè)，三是萬能，要All in one”，成為“每個人都可以用的工具”。

而健康咨詢幾乎算得上全民剛需，且一旦建立信任，用戶黏性極強。如果能在這一高門檻場景中建立起專業(yè)權(quán)威的品牌形象，就有機會將信任遷移至教育、辦公、搜索等更多領(lǐng)域，從工作到學習，搶占AI時代的“默認入口”。

四、中美有差距：星辰與泥濘

醫(yī)療大模型唯有與當前的醫(yī)療服務(wù)體系結(jié)合，才能充分釋放潛力。

對此，上海某三甲醫(yī)院院長告訴《財經(jīng)故事薈》，“不夸張地說，醫(yī)生可能是最樂意擁抱新技術(shù)的群體。我們不講新舊，有用我們就想用就愛用。”

在他的微信朋友圈里，幾乎每隔兩三天，就會轉(zhuǎn)發(fā)AI大模型相關(guān)內(nèi)容，“醫(yī)療服務(wù)體系的任何環(huán)節(jié)，AI大模型都有機會切入”。

據(jù)中國醫(yī)療大模型行業(yè)白皮書披露，2019—2023年，中國醫(yī)療大模型市場規(guī)模從27億元增長至107億元，預(yù)計2028年將達到976億元。

資料來源：《中國醫(yī)療大模型行業(yè)白皮書：精準醫(yī)療，智能未來》，招商銀行研究院

但在抵達這片星辰大海之前，所有玩家都必須正視并穿越一片由數(shù)據(jù)、技術(shù)、倫理和法規(guī)構(gòu)成的“泥濘”地帶。

正如前述院長所提醒的，“在醫(yī)療領(lǐng)域，我們固然要迎接AI、用好AI，但不能夸大，必須先經(jīng)過嚴苛的臨床驗證。”

這并非一句空話。相比之下，國際頭部醫(yī)療大模型在進入臨床前，其驗證的廣度與深度已為我們設(shè)立了極高的標桿。

例如，梅奧診所（Mayo Clinic）的AI心血管風險預(yù)測系統(tǒng)，在獲批前通過了覆蓋全球17個國家、136家醫(yī)院的聯(lián)合驗證，累計病例高達23萬例。這種工業(yè)級的、大規(guī)模的嚴謹驗證，正是國內(nèi)模型需要補上的第一課，也是必須跋涉穿越的“泥濘”。

近期舉辦的世界人工智能大會醫(yī)療論壇上，國內(nèi)外多位頂尖院士和專家坦言，當前醫(yī)療大模型要從“可見”走向“可靠”，仍需克服三大核心困境：

一是，“開放”與“安全”的沖突。

數(shù)據(jù)是模型的燃料，也是最敏感的資產(chǎn)，尤其在醫(yī)療領(lǐng)域。德國科學院院士Roland Eils教授指出，盡管技術(shù)上AI已在多項能力上超越人類，但大語言模型在臨床的落地率僅有5%，核心瓶頸就在于數(shù)據(jù)隱私的嚴格限制。

這背后是《中華人民共和國網(wǎng)絡(luò)安全法》《中華人民共和國數(shù)據(jù)安全法》和《中華人民共和國個人信息保護法》構(gòu)筑的數(shù)據(jù)安全紅線。如何在這道紅線之上，破解醫(yī)療數(shù)據(jù)流通不暢的難題，已成為政策的焦點。

好消息是，從國家層面來看，2023年設(shè)立的數(shù)據(jù)局以及計劃于2025年啟動的國家數(shù)據(jù)集團，體現(xiàn)了國家對數(shù)據(jù)未來價值的認可與重視，醫(yī)療健康領(lǐng)域數(shù)據(jù)商業(yè)化政策雛形漸顯，各地也開始積極進行醫(yī)療數(shù)據(jù)商業(yè)化的嘗試。

政策持續(xù)加碼推動醫(yī)療數(shù)據(jù)智能化應(yīng)用 資料來源：政府官網(wǎng)、招商銀行研究院

二是，“通用”與“專用”的技術(shù)鴻溝。

正如我們前面所說，醫(yī)療大模型領(lǐng)域一個負面例子足以引起公眾對整個行業(yè)的質(zhì)疑——醫(yī)療不是一個通用大模型可以輕易征服的領(lǐng)域。

它需要專科化模型，像醫(yī)生分科室一樣，針對特定器官和疾病進行深度訓練，才能減少“算法幻覺”，真正提升臨床的精準度和實用性。這意味著，從通用技術(shù)到專用產(chǎn)品的轉(zhuǎn)化，仍有很長的路要走。

三是，“技術(shù)”與“溫度”的倫理考驗。

醫(yī)療的終點是服務(wù)于人。

中國科學院院士葛均波認為，AI作為臨床診療的得力助手，其倫理規(guī)范問題亟待厘清。這不僅是指算法的公平性、可解釋性和對隱私的保護，更是指如何將冰冷的技術(shù)融入充滿情感與信任的診療關(guān)系中。

這些現(xiàn)實困境，最終都指向一個核心原則：至少很長一段時間，AI醫(yī)生的角色只能是“輔助”，而非獨立的決策者。診斷決策仍然牢牢掌握在人類醫(yī)生手中。

從橫向?qū)Ρ葋砜�，中國醫(yī)療大模型落地的速度和深度，相對美國，還有明顯差距——既有技術(shù)的差距，還有從臨床驗證、系統(tǒng)整合到信任建立的系統(tǒng)性差距。

首先，在商業(yè)模式上，歐美逐漸形成了“價值驅(qū)動”的良性循環(huán)。

據(jù)天翼智庫發(fā)布的報告，歐美頭部玩家已在醫(yī)療文書自動化、重癥管理、腫瘤精準診療等高價值領(lǐng)域，成功構(gòu)建了“臨床信任→常態(tài)化使用→價值創(chuàng)造→商業(yè)付費”的閉環(huán)。AI不再僅僅是降本增效的工具，而是能夠直接參與價值創(chuàng)造并獲得回報的生產(chǎn)力平臺。

其次，在應(yīng)用深度與廣度上，差距體現(xiàn)在“系統(tǒng)平臺”與“單點工具”的分野上。

•應(yīng)用廣度失衡：歐美醫(yī)療大模型已均衡覆蓋診療全流程，其中診斷類占38%，治療規(guī)劃類占29%，預(yù)后監(jiān)測類也達到了21%。以MD安德森癌癥中心為例，其AI系統(tǒng)已覆蓋從篩查到個性化治療的全鏈條。相比之下，國內(nèi)三甲醫(yī)院的AI應(yīng)用中，影像診斷類占比高達82%，而在治療和預(yù)后等核心環(huán)節(jié)的滲透嚴重不足。

•整合深度不足：國際標桿項目展現(xiàn)出真正的“人機協(xié)同”。梅奧診所的AI術(shù)前規(guī)劃系統(tǒng)，可實現(xiàn)從自動調(diào)取數(shù)據(jù)（準確率98%）、智能生成方案（符合率91%）到術(shù)中實時導航（誤差<0.5mm）的全流程支持。而國內(nèi)同類應(yīng)用多停留在提供術(shù)前靜態(tài)建議，導致實際采用率不足40%，未能深度融入臨床工作流。

中美差距還直觀地反映在臨床采納與信任度上。

在美國頂級醫(yī)療機構(gòu)中，高達87%的科室已實現(xiàn)AI工具的常態(tài)化使用（每周>50次），其中放射科、病理科的采納率更是達到了95%。醫(yī)生對AI的信任已經(jīng)轉(zhuǎn)化為日常工作習慣。

要填平中美醫(yī)療大模型之間的系統(tǒng)性差距，螞蟻和夸克們必須聯(lián)手中國醫(yī)療機構(gòu)，一起加速追趕了。

       原文標題 : 大廠團戰(zhàn)醫(yī)療大模型：螞蟻建閉環(huán)，夸克造入口