信心很重要。

作者丨劉楊楠

編輯丨關雎

圖源丨文心一言

2025年以來，DeepSeek改變著一切，一切也都期待著被DeepSeek改變。

十幾年前，醫療行業曾被互聯網改造，但只是優化了醫院管理流程，并沒有增加醫療資源的供給。今天，AI給醫療行業帶來新的希望。

醫療這道民生大題，已經成為AI領域許多玩家爭搶的一塊香餑餑。

據晚點Latepost統計，2025年1月，全球有9家醫療+AI公司融資超5000萬美元；前不久的兩會期間，AI+醫療也在各位代表的提案中頻頻出現；螞蟻集團、華為等大廠，百川智能等創業公司紛紛入場，微醫、醫聯等互聯網醫療公司也大手筆投入。

蛋糕正在越來越大，人均一個“AI醫生”的時代似乎正在到來。

進軍AI醫療的四路人馬

目前，進軍AI醫療的大致可分為四路人馬。

第一路是家大業大的科技巨頭們。

目前來看，螞蟻集團和華為的布局相對激進。

2023年以來，支付寶在AI醫療領域的進展頻頻，與浙江衛健委合作首創數字健康人“安診兒”；2024年7月推出國內首批多模態醫療大模型、8月發布“AI健康管家”、面向醫療機構、泛健康行業開放專業智能體生態……逐漸形成了以AI為紐帶的醫療行業全布局。

前段時間，螞蟻集團收購好大夫在線的消息也引起廣泛關注。支付寶的AI技術，加上好大夫在線近20年來積累的三甲醫院醫生資源，可謂是強強聯合。

“我們對王航是非常尊重的，他真的是一個有理想、有執行力的人。但商業邏輯也很重要，好大夫已經創業快20年，最后選擇并購也是股東們需要商業退出。螞蟻和好大夫結合后，AI醫生、健康管理等服務會更快落地，雙方都更有信心讓患者早點用上好產品，投資人也對LP有個交代。”和暄資本創始人、CEO項與秋表示。

進入2025年，華為也在能源、礦山等領域之外，正式發力AI醫療。先是在2月與瑞金醫院合作推出病理大模型，后于3月7日正式組建第21軍團，醫療衛生軍團，重點構建AI輔助診斷解決方案體系，推動醫療大模型在臨床場景的應用。3月21日，螞蟻集團、華為、阿里云更是罕見攜手，聯合近百家企業共同發布“大模型一體機”全棧解決方案。

相比之下，京東、百度在AI醫療領域的投資相對“中規中矩”，均在原有的醫療布局上更新了相應的模型和產品。而AI醫療在騰訊和字節的優先級相對較低，騰訊保持一如既往的低調，連騰訊投資的好大夫在線，最終也選擇了阿里巴巴。字節則把更多精力放在了拓展線下醫療，似乎并未太強調AI屬性。美團則另辟蹊徑，在醫美圈打得火熱。

第二路是ChatGPT發布后新成立的AI企業。

百川智能是唯一一家All in醫療的大模型廠商。其創始人王小川曾不止一次公開強調，這次創業是為了做醫療才來做AI的。但在大模型投資近乎瘋狂的2023年，百川智能也曾野心勃勃。

創業之初，王小川多次在演講中強調“創造、健康、快樂”是人類三大根本需求，百川也曾圍繞三者有相應的業務布局，即AI搜索（曾發布C端產品“百小應”）、AI醫療、AI游戲。但2024年，百川果斷將AI醫療的優先級提至最高，明確聚焦醫療To B賽道，并逐步縮減對預訓練大模型的投入。

2025年3月20日，百川智能交出了第一份階段性答卷，與北京兒童醫院、小兒方健康科技公司共同發布了全球首個兒科大模型“福棠·百川”。只是，真實的臨床應用情況到底如何，仍待時間驗證。

第三路則是上一代互聯網醫療企業的“大換血”。

互聯網醫療的神話開始于2010年前后，好大夫在線、丁香園、春雨醫生、微醫、醫聯等都在那時成立，一路從在線掛號平臺、醫生論壇等初級形態，發展到后來的互聯網醫院，逐步深入公立醫療體系。他們幾乎秉持著共同的初心，用互聯網填平醫患鴻溝，讓所有人都能享受到公立三甲醫院的醫生服務。

2014年左右，關于互聯網醫療的政策指引逐漸明朗，阿里、京東、騰訊等大廠爭相進場，或是親自入局，或是幕后投資，市場真正進入混戰階段。

回想當年互聯網醫療的盛況，項與秋頗為感慨。“2014-2018年那會兒真的是熱鬧，創始人、GP同行，甚至有些對醫療有認知的LP們，一見面都在談論著顛覆和理想，談論著如何用互聯網的模式創新解決痛點。雖然現在看有些模式還需要時間驗證，但確實推動了行業進步。”項與秋說。于是，微醫、醫聯、好大夫在線的股東名單里都能看到和暄資本的身影。

后來的故事都為人熟知了。線上掛號、在線問診等“在線醫療服務”和“醫藥電商”成為互聯網醫療兩種主要業務模式。但后者的盈利空間遠大于前者，一度使得互聯網醫療和“線上賣藥”劃上等號，前者的生存空間也逐漸被擠壓。

十多年后的今天，初代互聯網醫療企業各自的處境早已大不相同，有的倒閉，有的聚焦新媒體，有的重金投入AI轉型，有的則在醫保政策中找盈利空間......

項與秋回憶道：“2022年后，隨著市場和監管環境變化，流量紅利見頂，獲客成本高，復購率差，各家收入都漲不上去了，再加上ChatGPT橫空出世，股東開始倒逼他們做出改變。”

AI成為一個核心突破口，曾經的互聯網醫療企業幾乎無人不談大模型。

例如，微醫自主研發了醫療垂類大模型，并基于此開發出“AI醫生、AI藥師、AI健管、AI智控”四大智能體，統一部署至健共體醫療機構，實現診前、診中、診后的AI全流程支持。

最近，中文醫療大模型開放評測平臺MedBench揭曉的新一輪榜單上，微醫醫療大模型以總分94.7分的成績位列榜首；在醫療大模型測評平臺CMB（Comprehensive Medical Benchmark in Chinese）上，微醫醫療大模型也多次登頂冠軍。

醫聯近年來也在大力布局AI醫療。據項與秋透露，醫聯在ChatGPT發布后便迅速組建團隊，投入大量資金研發醫療模型。2023年5月，醫聯發布了國內首款基于Transformer架構的醫療大語言模型MedGPT。醫聯MedGPT項目負責人曾對媒體表示：MedGPT不會輕易給出診斷結論而是會循序漸進地引導患者給出足夠能夠支撐有效診斷的病情全貌。也就是說，MedGPT是通過收集足夠信息并做出符合醫學的決策，以“治愈”為目的而進行人機交互。

2023年4月，春雨醫生也推出基于大模型的AI在線問診產品“春雨慧問”，并于5月12日正式向用戶免費開放。2025年，該產品全面接入DeepSeek，重點迭代男科方向。

最后一路，則是CV時代的AI影像企業轉型大語言模型路線。

AI影像一度被認為是商業路徑最通暢的方向，即廠商造設備賣給醫院。但問題在于，醫院付費意愿并不高。造價上千萬的設備往往只能賣出幾萬元，企業難以為繼。一位投資人甚至無奈表示，之前投過的一家頭部AI影像公司虧了不少，“有點頭大”。盡管如此，ChatGPT之后，不少AI影像企業都推出了大語言模型，如深睿醫療、鷹瞳科技等。

可以說，今天的AI醫療正處在群雄爭霸的草莽時期，一切看似欣欣向榮。只是，在互聯網醫療大多失落收場的前提下，AI到底能改變什么？

AI醫生要來了？

互聯網醫療的潦草收場，根本原因在于其無法解決醫療資源供給不足的核心矛盾。

項與秋對此深有感受。在互聯網時代，和暄資本幾乎把互聯網娛樂、互聯網金融、互聯網醫療投了個遍。但他最終發現，互聯網醫療賽道是最難的。“（互聯網醫療企業）順利上市讓股東拿到回報的比例非常少，本質是因為互聯網醫療做的還是連接和匹配，是模式創新驅動的。”他說。

這種模式存在兩個弊端——

一是無法從根本上解決醫生供給。無論互聯網醫療平臺怎么連接患者和醫生，都無法突破醫生資源供給的天花板，沒辦法像其他電商、娛樂等場景一樣，能借互聯網無限加大供給，從而形成規模效應。

二是互聯網醫療主要改善了就醫流程的便利性，但未能顯著提升醫生的核心診療效率。比如在線問診節省了患者排隊時間，但醫生看每個病例所需的時間并未明顯縮短。

對此，王小川也曾表達相同的觀點。他曾對媒體表示：“醫療資源的核心瓶頸是醫生供給不足，而非信息匹配，這不是互聯網邏輯能解決的。所以在這時做掛號網、春雨醫生、好大夫，只是幫患者找醫生，搞不定供給。”

那么，互聯網沒做到的，AI可以嗎？

首先可以肯定，經過互聯網醫療時代各方的摸索和博弈，今天AI醫療企業面臨的輿論和政策環境都更加開放、包容，企業已經無需糾結“該不該做”，而能將更多精力放在思考“怎么做”的問題上。

目前來看，“造醫生”是AI醫療最具想象力的故事。通過AI構建一個真人醫生的AI分身，協助人類醫生高效工作，同時為各個地區的患者提供個性化醫療服務，讓每個人都能擁有自己的AI醫生。王小川甚至更激進地將“造醫生”看做是實現AGI的參照物，認為造出醫生就相當于實現了AGI。

客觀來看，AI醫生確實給未來的醫療體系提供了很多想象。

清智資本創始人、CEO張煜提到，清智資本深度孵化的“AI醫院”項目紫荊智康在做內部測試時發現，AI醫生的臨床表現有時反而會比人類醫生更好。“人類有時會面臨一些不穩定因素，例如醫生出現情緒波動或身體狀況不佳，都有可能導致診斷出現偏差，而AI醫生的穩定性要比人類強的多。”張煜說。

項與秋也有相似觀點。他表示，目前AI家庭醫生的價值在于通過技術標準化復制醫生經驗（比如慢性病管理SOP），從效率層面增加醫療資源供給。

不過，理想歸理想，現實歸現實。真實的臨床場景中，AI還有許多難題亟待解決。“現階段它更多是‘醫生的工具’，而非獨立醫療資源。”項與秋說。

例如，實驗室表現與臨床表現和用戶滿意度錯配。項與秋表示：“很多AI醫療產品在實驗室環境下表現很完美，但真實臨床場景中面臨大量不確定因素，可能導致準確度大幅下降，進而影響患者滿意度。

再比如，很多患者有多病共存的情況，假設一位患者同時患有糖尿病、心臟病和癌癥，醫生如何綜合各種病況，給出恰當的診斷和治療方案？“目前AI在專科疾病的輔助診斷和治療上有很大進展，但AI還很難模擬人類醫生的全局思維。”項與秋表示。

更進一步看，形成這些技術難點的底層原因，還要從醫生診斷的本質來看。

“看病診斷不是對某個狀態的診斷，而是一個復雜的交互過程。醫生很難通過某張片子一次性做出診斷，病情在發展，人體也無時無刻在變化，所以你會看到通常是根據患者復診情況持續改進治療方案。”張煜表示，“而這些都對模型的長期記憶、多輪對話和深度推理等能力提出了更高要求。”

事實上，OpenAI o1和DeepSeek能夠引起轟動，核心便在于其多輪對話中的深度推理能力讓“慢思考”成為可能。由此也可以理解DeepSeek為什么會在醫療領域引發軒然大波。

但張煜表示，目前DeepSeek在醫療領域更多扮演一個“推理工具”的角色，還無法真正擔起“AI醫生”的重任。原因在于，DeepSeek缺少醫療領域的高質量數據。“至少在醫療領域，要訓出性能表現很好的模型或Agent，數據質量的重要性遠遠高于數據的數量”，張煜表示。

他解釋道，高質量的醫療數據要具備“完整性”和“準確度”兩個準則。舉個簡單的例子，一個人在某個時刻測血壓和心跳數據，測出“高壓130，低壓90，心跳70”，這樣一組數據同時被記錄，才算“完整”且“準確”的數據。假設他測完血壓后跑了200米再測心跳，得到的數據就是不可用的。在更復雜的病癥中，醫療數據的復雜性只會增加，不會減少。

可見，“造醫生”的熱潮下，AI醫生真正要走上臨床，還是要解決一系列技術問題。不過，在“AI醫生”之外，一些有趣的嘗試也在涌現。

正在涌現的機會

從商業模式來看，基于大模型帶來的交互變革，C端應用正在成為這一輪AI醫療熱的必選項。

項與秋表示，這撥AI醫療浪潮中，C端確實有更大的機會，但找準場景很重要。

具體來看，C端應用一部分機會在于“慢病管理”。

“在線問診等醫療服務，本身就有高專業度、流量貴、低頻次的特點，用戶把病治好后即使再喜歡這個問診服務，也不會再使用產品。對比我們投的其他項目來看，QQ音樂用戶基本每天都會用，互聯網金融產品會在用戶消費時高頻使用，用戶粘性非常高。”因此，在項與秋看來，AI減肥助手或慢病管理等場景，用戶每周使用多次，數據積累后還能反向賦能藥企研發。“這種閉環比單純問診更有想象力”。

目前來看，多家企業都在這一方向有所布局。例如，安旭生物推出了GluMate慢性病全周期管理APP；三諾生物則通過其SinoGPT平臺，構建了覆蓋糖尿病及相關慢病全病程管理的智能應用矩陣，包括智慧化檢測、診療和全病程管理服務等等。

不過，項與秋強調，慢病管理的復購率確實更高，行業真正的"天花板"在于監管尺度，互聯網醫療時代已經有前車之鑒。

好在，就目前來看，相關政策還是給予了很大空間。2024年11月14日，國家衛生健康委、國家中醫藥局、國家疾控局研究制定了《衛生健康行業人工智能應用場景參考指引》，將84個AI+醫療應用列入其中，包括AI+醫藥、AI+醫保、AI+健康管理、AI+醫療服務等。

相比之下，更大的機會，則在市場化程度更高的“消費醫療”領域。

通俗來講，醫美、種牙、體檢等不構成疾病診斷的日常健康管理都可歸于“消費醫療”范疇。大廠中，美團便在醫美方向大有布局；而創業公司中，醫者AI是代表性公司之一。

醫者AI則成立于2023年，創始團隊起初就明確聚焦消費醫療。“做消費醫療選擇切入場景很關鍵，用AI給人治感冒是沒有意義的。”醫者AI創始人、CEO劉呈輝表示。

因此，在創業初期，醫者AI做了很多ABtest。劉呈輝和團隊發現，現有的私營機構中，有些還是作為公立醫院的補充，為患者提供一些公立醫院無法覆蓋的項目。

最終，他們總結出，消費醫療的切入場景要具備三個特征：一是私有化程度要高，現金流和利潤率表現好；二是行業頭部集中度較低；三是能和用戶形成長周期的交互。

在這些標準下，醫者AI最終選擇牙科和體檢作為主要場景，并推出Agent產品“伢小樂”。

不過，有投資人認為，在AI醫療領域，做to C的創業公司可能會面臨更大風險，相比大公司，創業公司如何獲客，培養自己的用戶是很大問題，用戶很容易收斂到大平臺上。

醫者AI也巧妙避開了這個“隱患”，選擇以to B帶動to C，即和美年大健康以及口腔診所等機構合作，借助B端客戶自有的私域社群，積累自己的原始用戶。目前，醫者AI沒有開發APP或小程序，所有Agent都以微信聊天機器人的形式，“隱身”在B端客戶的微信群中，并從中積累了20萬用戶。

在已有的用戶統計中，劉呈輝還有一個“反常識”的發現，即用戶和AI交流的問題中，只有20%是嚴肅的醫療問答，剩下80%幾乎全是閑聊。換言之，AI真正給用戶提供的，是基于專業基礎的情緒價值，而用戶和AI之間，也并非簡單的信息獲取，而是一種信任紐帶。在此基礎上，醫者AI也在嘗試一些新的變現模式。

那么，相比于C端的更多潛在玩法，醫院端是否完全沒機會了？現在下結論似乎也為時過早。

一些醫療器械廠商正在探索新的合作模式。例如，3月14日，天智航天璣2.0骨科手術機器人在北京老年醫院完成裝機，首次探索以“服務租賃”模式進入醫院。

以清華大學、復旦大學為代表的學術機構也在努力將學術成果推向市場。前文提到的“紫荊智康”便是其中之一。

簡單來說，紫荊智康通過一套多Agents系統，搭建了一個完全虛擬的“AI醫院”，涵蓋醫生、護士、患者等多種角色的Agent。其中，不同的Agent之間可自由交流，人類醫生、患者也可和虛擬的Agent自由交流。為安全起見，紫荊智康開發了一套“白盒機制”，能夠實時監控Agent之間的交流內容。所有互動產生的數據都將投入到整個Agent系統的迭代中，形成數據閉環。

張煜坦言，這個“AI醫院”項目還在極早期的產品內測階段。但談及商業模式，張煜相對樂觀。“隨著技術發展，新的模式商業模式或許自然就會發生。我們在種子輪、天使輪首先要關注公司能否完成技術驗證。”他說。

那些AI無法改變的

數十年來，我國醫療體系都由公立醫療機構主導，私立醫療機構大多無法真正“上桌”。

回看互聯網醫療時代，大多數企業則選擇繞開醫院管理層，從醫生群體切入，搭建鏈接醫生和患者的平臺，但這種模式幾乎均以盈利鏈斷裂告終。

其中，微醫是為數不多從醫院的決策者切入，直接和各級醫院院長尋求合作的私營企業。微醫創始人廖杰遠曾多次強調，公司的競爭力就是把自己變成“主流”。

這種風格也從互聯網時代延續至今。據其最新披露的招股書信息，2024年上半年，公司來自人工智能醫療服務的收入達14.4億元，占比近八成。有業內人士分析，微醫的人工智能醫療服務，就來自微醫天津人工智能總醫院。從我國現行醫療體制來看，微醫“深入主流”的策略不可謂不深遠。

因此，在公立主導的大背景下，技術廠商們能否造出“AI醫生”是一回事，“AI醫生”最終能否順利上崗，并真正作為穩定可用的醫療資源又是另一回事。

如果回歸商業最基本的盈利需求，醫療服務到底是不是一門好生意？

目前來看，在醫院端，醫療服務企業可能很難有主動權。畢竟，醫療企業想要真正在市場站住腳，經過重重審查拿到相關資質只是第一步，更漫長的挑戰是建立一種無形的社會信任。

要做到這點，捷徑便是找一家權威公立醫院背書，這也讓企業在與醫療機構談判時幾乎是絕對弱勢的一方，很難撬動醫院付費。而這些公立醫院的合作，或許會最終演變為初創企業和投資人談判的“籌碼”，被寫在融資PPT上。“可能只是他們給醫院科室送了一套軟件，人家最后也用不上。”項與秋表示。

長此以往，企業便陷入惡性循環——有合作卻沒有回款，靠著合作融資卻沒有盈利模式，投資人發現真相后逐漸喪失耐心，企業的結局可想而知。

“想做成長期生意，關鍵得解決兩件事，第一是你的產品能不能在全國醫院通用，比如拿到三類證，讓各家醫院都愿意采購；第二是能不能從“一次性賣軟件”變成“按效果賺錢”，比如和醫保合作，醫院用了你的AI真的省錢了再分你一部分。”項與秋說。

因此，即使有了最先進的AI技術，這些醫療服務領域的固有難題似乎也很難繞過。但不可否認，大模型主導的AI浪潮還是激發出了新的可能，無論技術還是商業模式，必然要經歷一番新的摸索與驗證。

作為一名投資人，也作為一家孵化器的掌舵者，張煜強調：“整個醫療市場的空間足夠大，AI醫療還在很初期，激活市場潛力遠比過早強調競爭更重要。市場要允許技術有試錯的空間，更要給前沿科研成果的產業落地多點耐心。”

事實上，無論什么時代，醫療都是最急不得的賽道。互聯網醫療時代，那些名震一時的企業融了很多錢，也虧了很多錢，高度同質化的“模式創新”已然失效。但他們最大的成就，可能并非通俗意義的商業成功，而是最大程度放大了“醫者仁心”這四個字的力量。

好大夫在線創始人王航創立之初便立下“三不做”原則：不賣藥、不建線下醫院、不打醫療廣告，也因此很受醫生認可。項與秋還記得，有一次去一家醫院看病，無意中和門診大夫閑聊起來，那位大夫很認可好大夫在線，他告訴大夫：“我是好大夫在線的股東，我們投了很多錢進去，但這個項目不掙錢，因為95%的收入都撥給了平臺上的醫生。”可醫生告訴他：“其實我們線下的患者都看不過來，但還是希望有這個通道，讓大家能在上面找到我。”

醫聯也有著相似的理想主義。一名醫聯內部員工也透露：“我們創始人經常在公司強調‘醫者仁心’，他說如果有人不認可這個價值觀，你隨時可以離開。”

可以預見，互聯網醫療跌宕起伏的商業故事或許會在AI時代重復上演，但縱使通往彼岸的路滿是荊棘，卻依然有無數人在奮力抵達，這又何嘗不是一種羅曼羅蘭式的英雄主義。