行业趋势与市场表现 - 春节期间，面向消费者(C端)的AI大模型应用掀起热潮，用户使用频繁且场景特定[1] - 千问日活跃用户数已超7000万，基本与豆包持平[1][8] - 元宝日活跃用户数已近2000万[1] - 蚂蚁阿福每天解答用户健康咨询已达1000万次[1] - 苹果App Store中国区免费榜显示，千问、蚂蚁阿福、元宝、豆包曾一度包揽榜单前四名[8] - 大模型这股风正加速吹向下沉市场，在县城等下沉市场的使用已不鲜见[1] 用户应用场景与案例 - 用户将大模型用作“健康顾问”，用于健康咨询、体检报告解读和康复指导[1][5] - 案例显示，大模型能提供甲状腺结节恶变概率低于5%甚至1%的权威信息，缓解用户焦虑[5] - 用户通过大模型辅助梳理健康问题、排查症状，例如识别出过敏原而非普通感冒[1][6] - 用户行为已不局限于咨询，部分人开始根据大模型推荐的药品进行线下咨询和购买[5] - 知名财经博主分享案例，AI健康助手解决了老人长期未能确诊的头痛难题[6] 技术能力与当前局限 - 目前医疗大模型在健康科普、轻症咨询、慢病监测管理、就医导诊、检查报告解读框架、诊后指导等应用已比较扎实[7] - 用大模型“看病”是激进提法，“幻觉”问题是主要限制，不能替代医生的诊断[7] - 技术层面可通过权威素材和“安全围栏”提高输入输出质量，并以人工审查作为补充[7] - 未来若能打通患者照片、视频、病历、检验、影像、病理等全链条数据，可能整合成更个性化的健康“顾问”[12] 合规与监管风险 - 大模型若针对特定人具体症状给出明确药品名称、剂量或疗程，则构成事实上的诊疗行为，存在合规风险[8] - 普适性、知识性的健康科普/建议通常处于“绿灯区域”[8] - 平台若纵容“打擦边球”行为，可能面临行政处罚、民事赔偿，甚至刑事犯罪风险[9] - 医疗健康信息的隐私合规存在风险，包括信息过度收集、用户同意环节不透明、数据去标识化而非真匿名、以及向第三方共享数据等问题[9][10] - 2026年，个人信息综合治理向“严执行”纵深推进，一揽子授权将成为历史[10] - 当前对AI健康咨询的监管存在空白，通用健康大模型成为“灰色地带”，近乎零门槛准入[11] - 律师建议明确责任归属、建立高风险AI强制备案与审查制度、并由监管部门出具负面清单以明确监管协同[11] 商业模式与可持续发展 - 当前各类大模型应用通过红包补贴和广告轰炸争夺用户，底层商业逻辑是互联网流量思维在医疗领域的再次探索[15] - 科技公司也有将AI医疗加入业务组合的资本市场逻辑[15] - 可持续发展的关键在于能否识别未满足的健康需求，并落实到检验、药品、器械的“提供”本身[16] - 增量业务的抓手需要回到药品/器械的“提供”，可能是生产或供应链环节[15] - 利用大模型进行纯粹问诊的盈利模式仍在探索，需要整个生态的摸索进化[16] - 面向政府、支付方、医院、医生、企业、病人和消费者等已出现一些商业化场景，大模型问诊是补充工具[16] - 盈利模型的清晰化是可持续发展方向，需明确产品服务、解决问题、目标客户及定价[16] 产业协同与未来展望 - 政策提出目标，到2027年形成一批临床专病专科垂直大模型，到2030年基层诊疗智能辅助应用基本实现全覆盖[13] - 在政策推动下，基层可能成为AI落地的主战场[13] - C端健康软件与基层医疗协同，可放大优质资源辐射半径，例如“AI预问诊+基层医生复核”、“AI辅助诊断系统+基层机构”等模式[13] - 需做好医生与AI的协同以及线上线下的协同[13] - 有专家担忧过度依赖AI可能弱化年轻医生临床思维的培养[13] - 观察认为，若使用者能将AI的帮助“内化”，整体上可实现螺旋式上升的良性协同[14] - 线上线下的衔接需关注数据互通与互认、患者信息转诊、支付联动和处方流转等[14]