今春，AI兒科醫生是AI醫療圈的熱門議題之一。

3月，北京兒童醫院牽手百川智能，發布了國內首個兒科醫學大模型，推出基層和專家兩個版本“AI兒科醫生”；4月，重醫兒童醫院聯合左手醫生，推出“兒科AI家庭醫生”，以及適配大模型應用的兒科循證知識庫。

這兩家頂級兒童醫院迅速下場之外，還有多家醫院正在應用AI兒科產品的路上。

現實中，兒科醫生荒、兒童就醫難等困境存在已久。因為兒童難以準確訴說病情，兒科又被稱為“啞巴兒科”，醫生僅能憑借有限溝通、查體等診斷病情；兒童用藥的品種有限，劑量也多靠醫生酌情使用；再加上兒科又是“小全科”，培養一位優秀的兒科醫生至少要八到十年。

借助AI大模型的“聰明大腦”，能否彌補兒醫需求的巨大缺口？

除了讓AI服務醫生、提高診療效率，醫生調教后的AI能否直接服務患者？

AI兒科醫生，有可能成為“醫療AI殺手級應用”嗎？

AI兒科家醫：解寶媽之急

一位健康的年輕女性成為媽媽后，往往要面對很多突如其來的醫療護理問題，如新生兒黃疸、腸脹氣、濕疹、過敏等。

強烈關切之下，大到發育遲緩、感染肺炎，小到便秘腹瀉、頭型不圓，寶媽們對孩子的一切健康問題都十分在意。在傳統的互聯網醫療問診場景中，年輕媽媽即是咨詢頻次較高、有支付意愿的群體。

如今，已有許多用戶用Deepseek、豆包等解讀化驗報告、進行輕問診，但通用大模型直接用于嚴肅醫療，存在較高的幻覺度，普通用戶有時難以判斷答案準確性。另外，DS等在分析病情、推薦藥方時，通常會列舉多種可能性，缺乏專業醫學訓練的人難以甄別選擇，存在誤診風險。

因此，開發垂直領域的“AI智能醫生”，成為多家廠商的選擇。百川智能開發了“百方AI智能醫生”，豆包官方上線了“健康咨詢小助手”智能體，重醫兒童醫院聯合左手醫生開發了“小乙·兒科AI家庭醫生”等等，這些2C產品目前都可以免費使用。

那么，哪家智能醫生的問診準確度、體驗感更勝一籌？一位醫療行業人士表示，因為醫療存在極大的信息不對稱，C端患者難以迅速判斷，但有個參考指標：即該AI醫療廠商開發的產品，進入了多少家頂級醫院，包括智能病例系統、AI輔診系統等。

一方面，因為醫院具有專業判斷能力；另一方面，產品入院意味著“醫療數據可及性”，而數據正是訓練AI模型關鍵。

左手醫生創始人兼CEO張超也表達了相似的看法，他歸納認為：“AI醫生的競爭力=頭部醫療資源觸及度x個人健康檔案厚度”。創業七八年，在B端，左手醫生針對醫院開發的診室聽譯機器人、醫院信息化軟件等，服務了Top100醫院中的40家。

“針對C端，我們目前更關注成為百姓的‘健康管家’，治療前，用戶可以咨詢兒科AI醫生，從而獲得病情復雜性、是否需要入院就醫、推薦哪個醫院的某位醫生等判斷。”

他舉例道，如嬰兒綠便，AI醫生會詢問用戶喂養方式、體溫、環境改變（如是否受涼）、癥狀演變（如是否腹瀉/脫水）等，以給出病情分析，判斷是否需要立即就醫。隨后，根據診斷結果，會附上重醫兒童醫院錄制的專業科普視頻，供用戶學習。

現階段，醫院和廠商開發的“兒科AI家庭醫生”，也自設了很多約束邊界，來把控嚴肅醫療場景的咨詢風險。例如：可以分析化驗單，卻沒有上傳患者癥狀圖的入口；可以推薦護理方式，卻沒有用藥建議等等。

在交談中，多位受訪者曾提及AI要學習醫生的提問方式和思維鏈。“醫學診斷，是從發散到收斂的過程，問診過程要采集很多信息，最終收斂至一個明確的診斷”，張超認為既往做“診室聽譯機器人”和智能病歷的積累，讓與重兒合作開發的這款AI醫生，可以較為準確地理解并反饋患者意圖。

目前，這款兒科AI家庭醫生主要依靠醫院端的自然流量，將線下患者導流至線上。對醫院而言，兒科AI醫生可承擔起治療前“遠程分診”、治療后“醫患教育”等功能。而且，AI醫生在向院外更廣泛患者擴散的過程中，也能夠為醫院帶去更具治療價值的病人（如為三甲帶去疑難雜癥患者）。

不過據既往經驗，此類AI醫療產品很難從醫院、醫保獲得直接收入。那么，“兒科AI醫生”，未來如何打通商業化呢？

張超認為，2C可以收取低價訂閱費用，如日費1.9元、月費9.9元等，關鍵是檢驗產品力和用戶粘性。未來，可以給AI醫生用戶做就醫指導，即更精細的分診、甚至安排就診；再進一步，讓AI醫生為用戶提供個性化健康指導。

兒科，不是好的變現場景，因為開不了大處方（兒童用藥限制極多）、大檢查；但兒科背后的寶媽群體，確實消費的好人群。她們不僅關注孩童和自身的健康，也能影響丈夫、父母等人的醫療決策。“有位寧夏的女性用戶，使用AI智能醫生，為6個家人建了檔案。”

上述醫療行業人士認為，AI智能醫生是一個流量入口，用戶量達到一定規模后，商業化的合作方有很多，如藥、硬件、保險等等。但關鍵是要有一定的用戶規模，所以接下來誰能快速入院（獲客），成為競爭的重點。“入院，也是占坑。一般情況下，醫院（數字化）是拒絕重復建設的。”

AI進入兒科：補醫生之缺

由上可見，現階段AI兒科醫生更多解決“輕問診”需求，更加核心的診療依然靠B端醫生完成。當生成式人工智能席卷而來，很多兒科醫生也在用AI工具提高工作效率、拓展診療思路。

兒科臨床診療，很大程度上依靠醫生與家長的溝通、對患兒的細致查體等，“我是一位從業25年的兒科醫生，非常喜歡和患者溝通，但不太喜歡把大量時間耗費在病歷資料的書寫整理中，”曾就職于湘雅二院、現卓正兒科醫生黃丹琳表示。

在黃丹琳的期待中，希望AI能夠成為醫生助理：在診前，輔助分析患者健康信息，結構化呈現既往病史；診中采集、記錄病歷信息，提高接診效率；幫助管理患者，讓醫生有更多時間關愛患者，集中精力做身體檢查、處理復雜決策等核心任務。“AI可以成為兒科醫護人手短缺的補充，而非替代。”

由于醫學復雜性，這些看似不難的功能，在大語言模型技術成熟前，并未得到很好的解決。例如讓AI自動記錄問診過程、生成一份高質量的病歷，語義理解是核心難點，靠傳統自然語言小模型就會出現大量冗余和不準確。

但近兩年，隨著AI能力提升，相關問題陸續得到解決，AI生成病歷不僅可以實現全面、準確，在數據準確基礎上，還迸發出一些新的能力，如問診聯想（提示醫生下一個問題是什么）等。

這其實意味著AI已經從單純的效率提升工具，進入到更核心業務，從“助理”漸漸走向“智囊”。畢業于上海交通大學醫學院、已從業七年的兒科醫生高崢博士表示，“自chatGPT橫空出世之后，他就一直在與AI工具做朋友，并把它們當成專業上的伙伴和智囊。”

盡管目前還沒有用過特別成熟的“AI兒科醫生”產品，但高崢認為，把“我是一名xxx的兒科醫生”作為開場人設，在DeepSeek等工具上進行探討式對話，一定程度也算把大語言模型當做AI智能兒科醫生。

在輔助診斷決策、提供治療思路、大致預估病程/預后/并發癥風險等方面，“AI還是很厲害的。它給出的答案不一定很準確，但主打任勞任怨、快速全面。有時我會對它的答案給出質疑，要求它提供數據出處和證據來源，就像同行之間的探討。”

為了給兒科醫生提供專業準確的工具，北京兒童醫院和百川智能開發了專家版、基層版AI兒科醫生。在基層應用中，通過“雙醫生”機制，提升基層兒科醫生的診療水平，例如在兒童病毒性腦炎的早期識別方面提供輔助診斷等。

由于基層缺乏優質兒科醫生、家長存在求醫焦慮等，兒科的分級診療長期形同虛設。相比于“分級診療”，一位北京協和醫院的教授曾提出“分工診療”的概念：即在整個診療流程中，除向上轉診，基層醫生可以完成部分分工。如在AI等工具幫助下，進行有效的病情問詢、查體等，給出初步病情判斷。

當然，AI潛力仍在快速釋放。

在幫助患兒家長、節省醫護人力方面，“不遠的將來，AI就可以替代一部分人力工作，如遠程分診、患兒就醫時機判斷等，”高崢認為。除此之外，他判斷未來隨著AI“解讀分析視頻”能力提升，線上用AI進行智能兒童發育評估、喂養指導等，也可能很快會實現。

“比如，家長上傳一些孩子在家里玩耍的視頻，AI就能幫忙分析孩子的行為發育、語言社交能力等是否正常，或是否存在自閉癥、腦癱等嚴重疾病的風險初步篩查。雖然短時間內，AI不一定能達到行業專家那么精準，但AI準確度超過低年資、經驗不豐富的醫生，應該完全沒問題。”