医疗AI行业现状 - 国内已出现近300个医疗大模型产品，但真正被广泛使用的几乎没有，主要受限于技术门槛、安全性、责任划分和合规路径等多重现实门槛 [1] - AI医疗产品主要分为侧重科研分析的通用大模型和聚焦影像识别、辅助诊断的垂直模型 [1] - 手术室被视为"医疗人工智能的高地"，但通用大模型难以胜任手术室内的"秒级更新"和实时反馈需求，更适合用于医学教育和事后分析 [2] AQ产品定位与功能 - AQ聚焦问诊咨询、导医分流、报告解读、用药指导等高频服务点，试图成为医疗系统之外的"智能缓冲区" [1] - 产品已接入90万医生、覆盖5000家医院，通过AI名医分身提供24小时问诊服务，并将问诊内容同步到医生工作站 [3] - 支持拍照上传检验单，系统自动分析异常指标、提供解读意见，并能关联历史记录提示是否需要进一步就医 [7] - 建设健康管理生态，支持用药计划、慢病监测、设备对接、饮食与运动建议等多维健康档案管理服务 [8] AQ技术能力 - 依托蚂蚁医疗大模型在HealthBench与MedBench两大权威榜单持续领跑 [3] - 在OpenAI主导的HealthBench测评中，复杂推理能力（HealthBench Hard得分0.2702）与医学共识能力（HealthBench Consensus得分0.9275）两项核心指标超过DeepSeek [3] - 采用多模态识别模型，支持检验单自动分析 [7] - 超过百位医生参与模型训练，设有20位三甲医院学科带头人组成的顾问团对输出结果进行周期性评估和优化 [11] AQ实际应用效果 - 上海仁济医院泌尿科与蚂蚁集团共建的"RJUA智能体"上线半年内服务30万患者，占门诊总量超过50% [7] - 医疗文书工作占用了手术团队医护人员约50%的工作时间，AI协助可极大减轻医护负担 [3] - 每天有上千万份医学检验报告出具，但90%的人看不懂报告内容，AQ可帮助解读 [7] 医院对AI的需求 - 三级医院仅占医疗机构总数的7.8%，却承担了全国50%以上的门诊量，资源高度集中导致"号难挂""医难见"现象普遍 [6] - 医院更需要AI在"医护最疲惫的重复性简单工作方面帮一把"，让医生把有限时间用于核心诊疗环节 [4] - AI应明确应用边界与角色定位，分为患者自用、基层医生辅助和专家决策支持三个层级 [11] AQ合规优势 - 与地方卫健委合作，具备合法身份、数据来源合规 [10] - 所有输出内容均以"AI生成"标注，不作为最终医疗建议，引导用户在必要时"仍需就诊"或"建议咨询医生" [12] - 符合《卫生健康行业人工智能应用场景参考指引》明确的"咨询+连接+辅助"层级设计 [12]