2025年12月4日，在江苏南京“AI·镜界—南京人工智能生态街区”，一位女士在“AI诊所”进行健康检测。 新华社记者 季春鹏摄
2025年4月8日，在江苏无锡滨湖区一养老院，一名老人（左）在工作人员的协助下使用AI健康检测仪。 新华社记者 柳文惠摄
参观者在2023年中国国际服务贸易交易会北京安定医院展台内排队体验AI抑郁测评系统。 新华社记者 李 鑫摄
当前，AI健康正从技术验证走向规模化落地，多家互联网企业的AI健康应用进入大众视野。互联网企业为何纷纷布局AI健康？其商业化路径是否初现端倪？又面临哪些挑战？
差异化布局
2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，明确提出探索推广人人可享的高水平居民健康助手，有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用，大幅提高基层医疗健康服务能力和效率。这一政策为互联网企业进军“长周期、严监管”的医疗赛道注入信心。技术层面，2025年大模型能力与多模态技术取得显著突破；市场需求方面，国民健康需求从“治已病”向“防、筛、诊、治、康”全周期延伸，老龄化背景下居家养老和慢病管理需求激增。在政策、技术、市场三重驱动下，AI健康加速发展，互联网企业依托自身生态与场景优势展开差异化布局。
蚂蚁健康于去年6月推出AI健康APP“蚂蚁阿福”，为大众提供健康陪伴、健康问答、健康服务三类功能，打通从日常健康咨询到在线问诊、线下就医的服务全链路。“蚂蚁阿福”支持30万真人医生在线问诊，链接全国5000家医院，能在挂号、陪诊、医保支付等环节提供服务。
百度将“百度AI健康管家”升级为“文心健康管家”，并将入口从单一的搜索场景扩展至多个应用。百度健康相关负责人介绍，“文心健康管家”采用“技术响应需求”思路，打造“AI+真人”双轨机制，联动36万名公立医院医生，日均医疗模型服务超8000万次。
京东健康推出AI健康智能体“康康”，串联问诊、检测、购药全流程。京东健康探索研究院相关专家表示，京东健康的“京医千询2.0”大模型聚焦拟人对话、可信推理、医疗全模态核心能力建设，已完成从全科到专科模型的技术演变，助力医疗可及性、诊疗专业性与医疗服务效率的持续提升。
阿里健康的AI布局则聚焦医生群体，其推出的“氢离子”是一款面向医生的一站式医学AI助手。阿里健康相关负责人表示，阿里健康在医学知识图谱和医疗大模型领域投入多年，“氢离子”可以解答医生的临床、科研问题，每一次解答背后都有可溯源、可信的证据链。
面对新考验
OpenAI透露，全球每周有超过2.3亿人在ChatGPT上询问与健康和身心福祉相关的问题。据第三方研究机构预测，全球AI医疗健康市场规模有望在2032年突破5000亿美元。医疗健康服务具有信息不对称的特点，涉及大量专业词汇与诊断指标，对普通人而言认知门槛较高，而AI大模型恰好可以充当普通人的“翻译器”。
尽管AI健康赛道处于流量爆发期，但商业化与信任度仍是重大考验。兴业证券经济与金融研究院院长助理兼大健康研究中心总经理、医药首席分析师孙媛媛认为，AI健康产品的商业模式仍在探索阶段，当前多数应用仍处于发展初期，或多或少存在错误或“幻觉”问题，这在健康尤其是严肃医疗领域是难以接受的，产品仍需进一步训练与打磨。
“现阶段‘氢离子’的目标是解决中国500万医生的医学问题，短期不考虑商业化。”阿里健康相关负责人表示，未来商业空间广阔，尤其是在国内创新药快速崛起、药企加速数字化转型的背景下，商业化路径将更加多元。
百度健康相关负责人表示，目前AI医疗商业化已步入“试点规模化、全面盈利待突破”的过渡阶段，正依托技术与需求牵引，逐步破解行业核心瓶颈。“目前，百度健康聚焦的是用户价值和安全，正积极推进‘AI+医生’的健康咨询服务。”上述负责人表示。
“整个AI健康领域都处于发展早期，还未到商业化阶段。”蚂蚁健康相关负责人说，“我们当前先把产品服务做好，还没考虑商业化。只要产品创造了坚实的用户价值，自然而然会走出清晰的商业化道路。”
“健康服务不同于其他生活类服务，对隐私和安全的要求更高。”孙媛媛表示，AI科技公司需要大量合规、脱敏的健康与医疗数据用于模型训练。在用户授权前提下，数据本身的价值可能远高于短期变现，商业化并非当务之急。
技术待升级
从长远看，AI对大众健康生活的影响是全方位且深层次的。新技术的运用不仅能推动健康管理从被动治疗向主动预防、全周期管理转变，为个体提供个性化的健康指导与风险防控方案，还能大幅提升医疗服务的可及性，缓解医疗资源分配不均的问题。但不可否认的是，技术仍在快速发展中，AI健康产业仍面临大模型幻觉、信任缺失、隐私保护及伦理道德等多重挑战。
“AI在疾病诊断、手术治疗、患者服务等多维度重塑了医疗行业的底层逻辑，但不意味着颠覆原有逻辑，而是通过AI助力医生更好地服务于患者，尤其是疑难杂症的治疗和全链条健康管理。”新里程健康集团首席执行官林杨林表示。
对医生而言，AI健康领域最重要的问题是信任。“医疗场景容错率极低，医生在使用AI医疗产品过程中一旦发现错误就可能直接弃用。”阿里健康相关负责人表示，这就要求尽可能地压低产品的幻觉率，并针对医学场景反复调优。这一过程仅靠技术远远不够，还必须真正懂医学，证据的检索、问答的生成、证据的引用要符合现代循证医学的理论。同时，也要建立符合临床偏好和评价标准的体系。这需要依靠庞大的医学团队和外部医生共同优化产品。
“AI幻觉目前在技术层面仍无法完全消除，人工甄别的难度也较大。”孙媛媛表示，在严肃的医疗领域，幻觉所产生的后果难以承受，AI幻觉的降低有赖于算法的优化与制度的保障。在隐私保护与伦理层面，则需依靠外部政策完善与企业内部加强技术审查及规范管控。
赛迪顾问医药健康产业研究中心总经理宁玉强认为，AI的核心作用是辅助医生开展工作，最终临床决策仍由医生主导。这一模式既契合医疗行业的专业属性，又能充分发挥AI在效率提升与精准辅助方面的优势。
可以预见，随着技术的不断进步和应用的逐步深入，AI有望进一步提升患者体验、破解医疗供需矛盾、推动优质医疗资源下沉。中国中医科学院西苑医院副院长庞博表示，应通过建立完善的监管与验证机制，让技术更好地服务于医疗行业发展与大众健康需求，使AI成为医疗行业的“赋能者”而非“取代者”，从而推动医疗岗位优化、服务模式创新与全民健康生活的全面升级。（中国经济网记者 李 方 郭文培）
(责任编辑：冯虎)