“身材不适时，我简单疑神疑鬼，有些症状跑趟医院相称折腾(teng)，间接询问AI健康运用确实轻易。”在王老(lao)师看来，这类健康AI像一个随时随地伴随的(de)大夫朋友，缓解了他的(de)焦虑。

和王老(lao)师一样，愈来愈多人开始在一样平常健康问题上实验向AI告急。只(zhi)管在现实利用中仍连(lian)结一定观望，但从产品形状来看，互联网健康服务正发(fa)生显着变化。

过去，许多互联网健康类产品更靠近于“医学搜索引擎”。当用户输入“头痛、发(fa)热怎样办”等问题时，系统往往给出系列百科式解释，并附带一些通用健康建议。这类产品虽然信息丰富，但缺乏针对性，用户仍必要自己推断哪些内容真(zhen)正实用于本身环境。

而在新一代AI健康运用中，问诊方式正在发(fa)生变化。系统经过引入真(zhen)实的(de)临床诊疗思路，以布(bu)局化的(de)多轮主动追(zhui)问替代简单问答，盘绕病(bing)史、症状细节、用药环境等持续补充信息，并在综(zong)合评估(gu)后给出更具指向性的(de)推断与举措建议。

这类变化离不开医疗大模型的(de)持续提拔。经过对医学指南、临床文献和真(zhen)实医疗数据进(jin)行锻炼，大模型能够逐(zhu)渐摹拟大夫的(de)临床思维途径，从而实现更专(zhuan)业的(de)健康征询服务。

例如AI健康运用蚂蚁阿福，其底层医疗大模型经过中国信息通讯研讨院医疗健康领域评估(gu)，在专(zhuan)业评测榜(bang)单HealthBench、MedBench等指标中，该模型在多项本领维度上显示领先。蚂蚁健康方面(mian)表示，多名院士(shi)专(zhuan)家以及三甲医院学科带头人参与了产品问答思维与评估(gu)尺度的(de)设计。

业内广泛以为，医疗大模型不但必要算法本领，更必要专(zhuan)业医学学问的(de)持续输入与验证(zheng)。经过引入临床指南、真(zhen)实病(bing)例数据以及专(zhuan)家评测系统，AI健康运用才能逐(zhu)步靠近医疗级专(zhuan)业水平。

除了回覆(fu)问题，AI健康运用也开始实验负担更多现实服务功能。小(xiao)荷AI大夫相关(guan)负责人谈(tan)到，在模型本领趋于美满的(de)条件下，他们正索求(qiu)从线上征询到线下服务的(de)毗(pi)邻，特别聚焦于分诊导诊、磨(mo)练搜检和处方购药这三类高频、刚性的(de)举措需(xu)求(qiu)，经过与当前真(zhen)实医疗服务系统合作，向服务闭环迈进(jin)。

从“被动治病(bing)”到“主动防备”

AI健康与过去健康产品更深层的(de)差(cha)异，还在于服务模式的(de)变化。AI健康运用从一次(ci)性问诊回应，正走向贯串(chuan)健康全周(zhou)期的(de)持续管理，将服务链条延伸至(zhi)“防、筛(shai)、诊、治、管”的(de)多个环节。在诊前赞助用户推断症状与就诊必要性，在诊后承接随访、用药提醒和健康监测，使健康服务从低频的(de)看病(bing)就诊，变化为一样平常生存中的(de)持续伴随。

例如，一位长期得了高血压的(de)用户在征询肾功能异常问题时，如果系统能够调(diao)取其既往健康记录，就能扩展阐明范围(wei)并提醒相关(guan)风险，而不是仅(jin)凭据单次(ci)症状给出泛化解释。

这类全周(zhou)期服务本领，离不开个人健康数据的(de)长期积累与整合。当AI系统逐(zhu)步沉(chen)淀用户的(de)既往病(bing)史、用药信息及体检记录，其对个别健康状态的(de)推断便不再范围(wei)于一次(ci)对话，而是创建在更完备的(de)个人健康档(dang)案之上。

讯飞医疗相关(guan)负责人表示，过去的(de)互联网医疗是医疗服务线上化的(de)迁移，核心是“毗(pi)邻”，办理老(lao)庶民看病(bing)轻易的(de)问题；而AI健康是全周(zhou)期智能化服务，核心是“阐明与决策”，精准、高效、持续办理每个人健康管理的(de)问题。

在硬件生态方面(mian)，一些AI健康运用已经与智能腕表、体脂秤、血压计等设备毗(pi)邻。蚂蚁健康方面(mian)介绍，蚂蚁阿福现在已接入10多家主流(liu)智能设备厂商，将来将进(jin)一步拓展合作火伴，推动个人健康数据形成更完备的(de)管理闭环。

“对民众来说，AI让更个性、更主动的(de)健康服务和伴随成为可能，赞助人人从‘被动治病(bing)’到‘主动防备’，养成主动健康管理的(de)好习气(qi)。”蚂蚁健康相关(guan)负责人说。

AI与大夫合作

只(zhi)管AI技术不断前进(jin)，但大夫仍旧是医疗系统中弗成替代的(de)核心力量。

“诊疗是一个庞大的(de)历程，其不但依赖于大夫的(de)医学专(zhuan)业本领，也与患者的(de)学问水平、表达本领等密切相关(guan)。诊断不只(zhi)是看数据、看症状，做逻辑推理，还包括经过面(mian)对面(mian)的(de)沟通和查体，发(fa)现患者无法用说话准确表达的(de)身材隐(yin)患。”小(xiao)荷AI大夫相关(guan)负责人表示，AI更得当负担信息收集、初步阐明以及健康管理等辅助事情，是用来放大大夫代价、补全医疗系统服务短板的(de)工具。

在现实诊疗中，大夫与AI能够形成一种互补分工。AI能够负担大批重复性事情，例如底子问诊、报告初步解读、用药提醒和慢病(bing)随访等。这些事情往往耗费大夫大批时间，但技术上能够实现主动化。另一方面(mian)，大夫的(de)临床履历与专(zhuan)业推断又能够反过来赞助锻炼和校准医疗大模型，使AI系统越发(fa)可靠。