行业趋势与核心观点 - 人工智能正深度融入卫生健康体系，成为引领新一轮科技革命和产业变革的核心力量，为行业高质量发展注入强劲动力 [1] - 医疗AI赛道已成为互联网医疗企业和科技公司的必争之地 [1] - 医疗行业正迈入“既要高质量、又要高效率，还要可持续”的新阶段，人工智能技术为医疗领域带来了更多新可能 [2] - 医疗AI的核心价值在于重塑医疗服务模式，打造更极致的效率与体验，使优质医疗健康服务变得更普惠、更高效、更可信赖 [2] - 随着AI技术的持续变革和产品落地，医院、临床医生和患者的行为模式都将迎来深刻改变，医疗服务正从单次诊疗转向长期健康管理，推动行业迈入连续性医疗的新阶段 [6][7] - 当前，医疗AI已告别概念炒作，迈入以价值兑现为核心的关键发展阶段，将成为医疗健康行业高质量的核心引擎 [10] - 2023年中国AI医疗行业规模达973亿元，预计2028年将增至1598亿元 [10] 主要参与者动态与产品发布 - 京东健康于1月17日推出循证医学AI工具“知医”，可被视为“OpenEvidence”的中国版方案，并正式推出面向医院全场景应用的大模型产品“京东卓医”的2.0版本 [1] - 京东卓医2.0深度融合了京东健康“AI+供应链”优势能力，通过卓医智脑构建基础系统与生态适配能力，形成覆盖临床营养、院外用药、体重代谢三大核心场景的全程管理解决方案 [3] - 京东卓医1.0版本于2025年1月上线，已在温州医科大学附属第一医院、华中科技大学同济医学院附属协和医院、苏州市立医院等医院落地，累计服务患者超500万人次 [2] - 京东健康AI健康服务矩阵已进一步完善，包括“京医千询2.0”大模型、AI医生“大为”、“AI京医”体系（上线超1500个专家医生智能体）以及“京东卓医” [3] - 阿里健康于1月19日推出其首个自研医学大模型“氢离子”，已完成内测并开放下载，致力于打造医疗领域幻觉率最低的AI助手 [1][3] - “氢离子”主打“低幻觉、高循证”核心能力，所有回答均有权威出处，支持一键溯源、直达信源，主要面向临床、科研领域的医生群体 [3] - 阿里在医疗健康领域的AI布局已实现“C+D”端的完整布局，通义千问、蚂蚁阿福布局C端健康服务，而高门槛的严肃医疗场景应用由阿里健康承接 [4] - OpenAI于1月8日正式推出ChatGPT医疗保健版，该版本已在AdventHealth、Baylor Scott & White Health、波士顿儿童医院等多家机构部署 [1] - OpenAI还推出了OpenAI for Healthcare产品组合，包含为医疗生态系统提供核心动力的OpenAI API，这是一套专为医疗机构打造的产品组合，旨在满足合规要求并助力提供更优质的患者护理服务 [1][4] 应用价值与模式变革 - AI技术已开始为医疗行业从业者创造实际应用价值，能够有效减轻人工认知负担，接手以往必须依靠人类智慧才能完成的任务，如梳理患者完整诊疗路径、完成线上理赔申请提报等 [6] - 互联网医疗的底层发展逻辑已发生深刻变革，超越了在线问诊的单一范畴，升级为贯穿“防-筛-诊-治-康”全流程的个性化解决方案 [7] - 真正落地见效的健康管理需要强大的供应链与地面服务能力、线上线下一体化的医疗资源连接能力以及企业的长期投入 [7] - 京东卓医的目标已从1.0时代的重塑患者服务流程，提升至成为医院新的增长引擎 [1] - 医疗AI系统能显著改变患者就医行为，例如，在一家接入系统的医院中，诊前7-14日已有23.09%的患者开始搜索症状和医生信息；诊前7日有68.80%的患者进行挂号操作并完善病情信息；诊后7日仍有43.63%的患者与医院保持线上联系；诊后7至14天有15.75%的用户会打开系统 [7] - ChatGPT医疗保健版专为真实医疗场景所需的严谨、循证推理而设计，能有效减轻行政负担，让医疗团队将更多精力投入患者照护，并提供安全的工作空间汇聚临床医生、行政人员和研究人员 [5] - AI赋能医疗的核心价值最终回归三个核心问题：能否真正为医护减负、能否提高诊疗质量、能否切实改善患者体验 [10] - 真正的创新在于让能力进入医院流程、临床细节和管理指标体系，解决从能用到好用、从好用到敢用、从敢用到规模化的问题 [10] 成功关键与行业挑战 - 在医疗体系落地AI技术的过程中，那些能够与医疗机构深度合作的企业往往更容易取得成功 [7] - 这是一个双向迭代的过程：企业帮助医疗机构掌握AI输出结果的管理方法并重构工作流程；企业也基于合作经验反哺并优化模型的研发与构建 [8] - AI医疗产品的性能归根结底取决于训练数据的质量与准确性，数据治理是人工智能落地医疗的核心关键 [8] - 不同医院的数据源存在差异，基于不同医院数据训练的产品效果往往不同，这背后是数据质量的差异所致 [8] - 提升数据质量需要建立一套多方共赢的动力机制，让医生愿意使用、患者乐于接受、医院主动推广，目前相关政策设计、机制建设、监督管理、价格体系与项目准入等配套制度仍需进一步完善 [8] - AI医疗的落地还需平衡技术功能与人文关怀，医疗服务智慧化升级始终离不开人文服务的温度加持 [9] - 打造AI患者助手的核心目标是推动其从执行单一指令升级为精准识别复杂就医意图，实现从问答交互到功能调用、主动办事的模式转变 [9][10]