AI健康toC潮起，群雄跑马圈地

AI4H-ToC（AI for Health toC：面向个人的AI医疗健康应用）赛道，最近乱成了一锅粥。

无论是长期扎根互联网大健康赛道的头部玩家，还是此前就对健康领域有所涉及的AI巨头，都在本次上海的世界人工智能大会前后，开始了一波跑马圈地秀肌肉的举措。

这既是推理大模型普及后“应该努力抓C端应用”这一共识的具象体现，也不乏试图走捷径、换道超车的投石问路。

AI4H-ToC的第一性原则究竟是什么？什么样的玩家才能笑到最后？

——导语

01

ToC的AI健康应用开始跑马圈地

世界人工智能大会智能大会前后，ToC的AI健康应用产品成为超级焦点。

首先是国内互联网大健康赛道的前三名，各自拿出了不俗的产品。

京东健康作为赛道老大，在大会前夕官宣旗下“AI京医”大模型产品体系迎来全面升级。除了再次升级了以AI医生“大为”为核心的多专业服务角色智能体能力外，截至目前，京东互联网医院还上线了超500个专家医生智能体。

而在超过500个专家医生智能体上线后，京东互联网医院已成为业内医生智能体数量和服务规模最大的互联网医疗平台。

与以前的医生智能体不同的是，除了数量和规模外，京东健康此次推出的专家医生智能体经过更深度的训练，不仅具备通用AI能力，更能体现医生本人的专业知识、临床经验、思维模式和表达习惯，成为真正具备“数字分身”能力的优质医疗资源。也与京东健康一直致力于提供优质医疗资源增量，解决“看病难”的宏观思路高度吻合。

值得关注的是，京东健康暂未官宣推出AI4H产品的独立APP，目前已知的是把AI智能体深度融合在京东APP的各个健康服务场域里，最先在实战层面实现AI规模化应用。但是，我们从一则半年前的媒体公开报道可见端倪。当时报道内容显示，京东健康在2024年7月就推出了直接面向消费者的AI健康智能体“康康”。

而截至今年2月中旬，“康康”在近半年时间内已累计服务超3000万人次，问题解决率达70%，成为彼时国内AI健康第一入口。当时京东健康也透露，在京东健康APP生态内，正构建以“康康”为核心的多智能体生态。现在又过去了半年，京东健康是否在憋“大招”？作者尝试联系一位熟悉的京东健康内部人士，回答是：可以关注接下来的官方消息。

AQ是蚂蚁集团推出的AI 健康管家 App，似乎是刻意抢在世界互联网大会前一个月正式发布。这款精心设计的产品功能强大，定位为 “全阶段健康管理工具”，试图为用户提供从日常健康管理到医疗服务全流程的智能支持。发布后一度曾登顶苹果应用商店医疗榜，是近期“大红大紫”的AI4H产品。

此外，阿里云主导的夸克AI搜索也有“健康助手”功能，部分能力和AQ重合，或许是一次内部赛马。

平安好医生也在重新出击，借着换回“平安好医生”品牌名字的场合，官宣推出全场景、全周期、全生态的“7+N+1”AI医疗产品矩阵，包括“平安芯医”，“安主任”、AI养老管家、AI医务室、AI健管师、AI慢病管理师、AI健康福利官等。不过，虽然看似阵容强大，但目前的主流方向是入口聚合而不是应用分散，平安此举可能摊薄本身就有限的流量。

游离于主流互联网大健康赛道内外的字节系，但一直试图搅动医疗风云的小荷健康，也基于此前已有的“小荷AI医生”能力，推出了独立APP，其最主要的功能之一就是健康咨询，覆盖疾病自查、用药参考、健康建议等众多场景，同时会主动收集用户提供的关键信息（如症状持续时间、过敏史等），可以看做是豆包的健康行业大模型在试图不断自我进化、形成闭环的抓手型产品。

一场激烈的ToC的AI4H的大战，已经正式开打。

02

共性很多，个性很难

一大批ai4h应用集中出现，有一些现象分析，总体可以概括为“共性很多、个性很难”。

其中，例如 “健康咨询”几乎成为所有新应用的标配。

DeepSeek带来的推理大模型浪潮掀起后，AI从“对话”进入“推理”阶段，应用的度搜索能力、信息聚合筛选能力、解决方案提供能力都大大提升，这是这一波大模型应用的最大共性，也几乎成为新应用的标配。

但是，由于推理大模型有很多开源版本，高质量医疗数据集也开始高度标准化和商业化，解决了医疗数据标注成本高、合规难的问题，加速了低成本咨询模型的训练与落地，使得一批企业可以基于推理大模型很轻易的推出健康咨询类的产品。

然而，利用开源模型换壳、依赖公开数据集就扎入垂直赛道的企业，和长期深耕这一领域的企业，会在发展潜力和应用幅宽有巨大的区别。

显然，具有底层自研大模型+全场景数据闭环，又长期深耕互联网大健康领域的企业，在模型能力上具有巨大的差异化优势。

另一个值得关注的方向是，越受欢迎的应用，其资源整合能力就越强，整合的资源品质就越高。

由于大模型的商业价值变现机会在应用，所以C端场景不可或缺，已经成为一个共识。使得各大企业开发独立的AI4H类APP的动力大增，以期通过增加C端的渗透率，可以收获市场影响力、可以快速形成规模、可以大量获取优质数据、可以构建新的入口等等。

值得关注的是，这一轮新应用有一个很大的差异化竞争点，就是利用AI调度整个体系内医疗资源，并实现某种程度上对患者需求的“自适应满足”的能力，长此以往，人类的看病诊疗模式或将被颠覆。

但这也极度考验头部企业的资源储备能力，毕竟，再好的调度，如果没有资源，也是巧妇难为无米之炊。

例如，京东健康这次密集“定制”专家医生的智能体，看似是单点升级，但实际上实现的是从诊断（医生专家智能体+真人医生）、用药指导（AI 药师）到健康管理（AI 营养师）再到医药零售、医疗服务的全流程打通，是“AI医生+多专业服务角色智能体+专家医生智能体”的有效组合，而这又建立其持续打造基于临床推理案例的模拟训练数据集，并发布中文医疗大模型评测基准 MedBench等长期积累的资源的加持之上。

另一方面，借助京东健康“医检诊药”闭环服务，用户与AI的互动不仅仅是简单的问答和咨询，更重要的是可以有效的解决后链路问题，比如可以直接在线完成医药健康产品购买、检查预约等服务，真正享受到“一站式体验”，这建立在长期重模式的资源积累上，是非常差异化的价值竞争点，而这是大部分相似企业很难做到、甚至刻意不去这么做的。

AI给了互联网医疗变革的机会，但机会仍然留给有准备的企业。

03

谁最有希望继续领跑？

万马奔腾，谁能一马当先，这是个需要系统回答的问题。

从三个角度可以比较好的来洞察这个问题的本质。

第一，看基础模型能力。

“自2023年7月发布‘京医千询’以来，我们用两年时间完成了大模型在医疗全场景的迁移和学习，并率先实现大模型产品体系的规模化落地。未来一段时期内，我们将聚焦‘三引擎+四模型’的架构持续迭代升级”就在2025世界人工智能大会上，京东健康探索研究院首席科学家王国鑫透露，“京医千询2.0”目前已重点在拟人对话、可信推理和医学全模态等方面实现显著突破。

实际上，基础模型的打造需要深厚的积累，除了权威医学数据集，京医千询更关键的是整合了亿级互联网医院诊疗数据、千万级患者真实评价，以及医药全域流通大数据，形成了极具实际应用场景价值的诊前诊中诊后全流程档案。相比之下，公开数据集（如 MIMIC、TCGA）多为学术机构筛选的静态数据，存在人群偏差（如欧美患者占比过高）、疾病分布不均（疑难杂症占比失衡）等问题。

第二，看资源整合能力。

ai并不能凭空变出什么，但可以提升资源利用效率。在这种情况下，真实世界的资源越丰富，可供整合的资源和能创新的模式就越多，效果就越好。

例如，传统模式下，还是依赖医生资源，AI 仅作辅助工具；新的范式，由医疗大模型主导诊疗决策，医生作为最终审核者，所以同时考验真实世界的医疗存量资源和AI4H提供的替代性能力，以“AI京医”为例，500多个真实医生的数字分身，既是医生资源的放大，又是ai+真人医生的双保险。

第三，在AI向AGI（通用人工智能）前进的路上，越高阶的能力，就越能跨界调度资源。

结语

对患者来说，体验上的颠覆是非常重要的，现有的体验，已经部分解决以前的求医问药中的环节割裂问题——挂号、问诊、购药、健康管理，全流程无缝衔接，看似考验的是ai能力，实际考验的还是资源“家底”。

对机构来说，2024年《卫生健康AI应用场景指引》明确84个场景，深度考验的是整合多场景的能力。

因此，我们可以看出，这次轰轰烈烈的ai4h的大战，本质上考验的还是三个方面——

一看战略决心，AI本身并不会让AI4H变轻、变容易，除非你只准备吃浅层次的蛋糕。对于那些立志于变革行业的企业来说，仍有大量线下的资源需要整合，这极度考验定力和长期战略持久力。

二看创新能力，熊彼特指出，创新是经济发展的核心动力，通过新产品、技术或模式创造消费者剩余价值，所以AI4H的本质仍是看谁创造了新的价值。

三看可持续演进的能力，短期内谁成为风口并不重要，用AI深度改造人类健康范式的道路异常崎岖，重模式可能仍是终局模式，这条路上，从没有幸进之路。