京东健康发布京医千询3.0与MedWork 医疗AI从“回答问题”转向“交付结果”

【亿邦原创】在日前举行的JDDiscovery-2026京东全球科技探索者大会上，京东健康集中发布了一系列医疗AI成果，包括京医千询3.0大模型、MedWork医生AI工作台，以及业内首个全智能名医智能体。京东健康APP同步升级为“国民首席AI健康管家”，并完成多项AI+医疗器械生态合作签约。

京医千询3.0：从“生成答案”到“执行任务”

京医千询3.0的核心变化，是让医疗AI从“生成答案”走向高质量的“执行任务”。三项能力支撑了这一跨越：原生3D影像理解，学习医生真实阅片轨迹，能主动调整窗宽、定位病灶、对比时序影像；MedCode代码执行模式，把临床指南转化为可执行、可校验的高可靠代码，每一条结论都能溯源；长程任务协作，支持跨步骤调用工具，完成多学科会诊、论文写作等复杂工作。

京东健康方面表示，在多项权威医学评测中，京医千询3.0正高职称考试十门平均72.3分，HealthBench Hard得分50.6，MedBench v5得分75.2，3D影像评测准确率82%，医学论文写作一次生成无差错率达到99%。

MedWork医生AI工作台：让AI能力进入医生日常工作流

基于京医千询3.0，京东健康正式发布医生AI工作台MedWork。如果说京医千询3.0解决的是模型如何理解、查证和执行复杂医学任务，MedWork解决的则是这些能力如何进入医生每天的工作。它把任务目标、病例与研究资料、工具执行过程和最终交付物放在同一个工作空间里，支持移动端、桌面端和PC端，并可按场景使用云端或本地工作空间。

MedWork面向的不是一次问答，而是一项需要连续执行数百个步骤的完整医学任务。以医学论文为例，研究者给出研究问题和原始数据后，MedWork可以连续完成研究现状梳理、文献检索和证据核验、实验方案设计、分析代码编写与运行、统计检验、结果复核及图表绘制，再按照目标期刊或既有模板组织摘要、方法、结果、讨论和参考文献，最终交付论文稿、图表、分析代码及可复盘的执行过程。研究者和医学专家可以在任何环节查看依据、修正方向或接管任务。

在AI 3D阅片任务中，MedWork将完整CT、MRI等三维影像载入医生工作空间，调用京医千询3.0的原生3D理解能力，按照医生真实阅片方式连续浏览影像序列、调整窗宽窗位、切换平面、定位和测量病灶，并对比不同时点的影像变化。医生能够实时看到AI正在查看的位置、执行的操作及对应依据；发现资料冲突或判断偏差时，可以立即中断并返回原始影像复核。AI负责影像资料处理、可疑发现定位和辅助分析，医生负责临床判断与结果采纳。

全智能名医智能体：覆盖问诊全流程

京东健康发布了业内首个全智能名医智能体，目标是接住用户看病过程中的四个常见痛点：不知道该不该去医院，不知道挂哪个科，检查报告看不懂，看完病没人提醒复诊。

用户输入症状、病史、检查报告后，系统会结构化收集信息，生成病情摘要，并按风险等级自动分流：轻的走智能体服务，重的转专家线上问诊，高危的优先提示立即就医。进入智能体后，用户获得四项核心服务：病情分析、报告解读、就医建议、康复随访。在医生端，它化身辅诊助手，帮助补全病情、提供鉴别诊断、预警用药风险。

这项能力源于专家共建。首都医科大学附属北京安定医院临床心理中心首席专家李占江教授在论坛现场表示：“可用、好用、敢用。这是医生对AI最直接的判断。”目前，京东健康正与中南大学湘雅二院王小平教授、首都医科大学附属北京安定医院李占江教授、中日友好医院杨顶权教授等专家深度合作，把专家的诊疗思路、表达方式和服务标准沉淀为可复用的模型能力。京东健康医生专家智能体已超3500个，覆盖400余家三甲医院，好评率超96%。

据京东健康方面的数据，在医生日常工作中，京东知医深度整合超5000万份医学文献、临床指南及权威期刊资源，已服务全国超百万医生，辅助诊疗决策超2000万次。

“AI+硬件+服务”：从“测”到“管”的闭环

京东健康APP升级为“国民首席AI健康管家”，把血糖仪、血压计等设备的监测数据纳入个人健康档案，联动在线问诊、到家快检、护士上门，让健康管理从口头建议变成真正送到身边的服务。论坛现场，京东健康与鱼跃、欧姆龙、瑞思迈、可孚、硅基动感、新华医疗完成AI+医疗器械战略签约。

面向用户的AI医生“大为”，使用用户数同比增长5倍。两个数据值得关注：16.77%的咨询发生在凌晨，55.69%的用户来自三线及以下城市。AI正在填补传统医疗服务最难覆盖的两个空白——时间和地域。

在医院场景，京东卓医以“AI+供应链”支撑体重管理全流程：医院定方案，AI持续服务，供应链支持执行。患者离开医院后，服务仍在继续——拍照分析餐食、一周回顾、AI建议，医生端可一键查看患者数据。在温州医科大学附属第一医院，AI哨点系统已覆盖超245万人次到院患者，对体重及代谢风险人群进行自动识别和分层。

论坛圆桌分享了一个真实案例：一位慢阻肺合并心梗的老人，出院后血氧只有90%。通过互联网医院视频问诊，第二天呼吸机送到家，护士上门调试，数据实时同步，医生动态调整方案。中日友好医院林江涛教授从临床角度对这一模式表示了认可：“慢阻肺患者出院后的长期管理一直是个大难题。现在通过数据回传和远程问诊，医生从被动等患者复诊，变成主动根据数据调整方案。这对慢病管理来说，是一次真正的模式升级。”

亿邦持续追踪报道该情报，如想了解更多与本文相关信息，请扫码关注作者微信。

本文首发于 亿邦动力 官方网站