文 | 財經(jīng)故事薈，作者 | 方青青，編輯 | 萬天南
我們每個人身邊，或許都有一個關(guān)于 " 看病難 " 的故事。
一位西北內(nèi)陸的朋友，為掛上北京某醫(yī)院專家號，花了近 2000 元買黃牛票，還要協(xié)調(diào)假期、長途跋涉——優(yōu)質(zhì)醫(yī)療資源供給不足且分布不均，導(dǎo)致 " 小醫(yī)院看不好，大醫(yī)院擠不進 "。
如果醫(yī)生有不知疲倦的 " 分身 "，如果頂尖的診療經(jīng)驗可以跨越山海與時差，7x24 小時在線……
互聯(lián)網(wǎng)公司一直試圖找到解藥——但早期的入局者，如春雨醫(yī)生、好大夫在線、微醫(yī)等，其核心思路大多是解決醫(yī)患之間的 " 信息差 "，本質(zhì)還是 " 連接 " 。
然而，這一模式很快觸及天花板，因為它并未解決優(yōu)質(zhì)醫(yī)療服務(wù)短缺的根本問題。
直到 AI 入場，"AI 醫(yī)生 " 獲得候補資格，隨時等待 " 上場補位 " ——在智能導(dǎo)診、報告解讀、影像判斷、臨床決策支持，" 賦能 " 并 " 擴容 " 仍顯短缺的醫(yī)療供給。
最近兩年，大廠相繼加入了 A 醫(yī)療大模型的團戰(zhàn)。
騰訊于 2023 年 9 月上線 " 騰訊醫(yī)療大模型 " ，發(fā)力智能導(dǎo)診、電子病歷等；京東健康依托其在醫(yī)藥供應(yīng)鏈和互聯(lián)網(wǎng)醫(yī)療領(lǐng)域的既有優(yōu)勢，于 2023 年 7 月發(fā)布了模型 " 京醫(yī)千詢 "，補全其服務(wù)生態(tài)的 AI 能力 ；平安好醫(yī)生作為保險巨頭平安集團旗下的醫(yī)療健康平臺，推出平安醫(yī)博通，探索 " 醫(yī)療＋保險 " 的協(xié)同模式；科大訊飛發(fā)布 " 星火醫(yī)療大模型 " 等，旗下 " 智醫(yī)助理 " 率先通過了國家執(zhí)業(yè)醫(yī)師資格測試……
在這條高門檻、長周期的賽道上，同出一脈的螞蟻集團與阿里旗下夸克，也在今年先后亮出了各自的王牌：
螞蟻集團推出獨立 App" 螞蟻 AQ"，定位為 C 端 AI 健康管家，上線十個月已累計服務(wù)超過 1 億用戶，近期還登上蘋果商店醫(yī)療榜第一。
夸克則選擇更輕量的入口，將健康大模型集成在 AI 搜索框中，并成功通過中國 12 門核心學科主任醫(yī)師筆試，成為國內(nèi)首家主任醫(yī)生級 AI，力圖成為用戶 AI 健康信息的首選入口。
兩者的對比，清晰地揭示了醫(yī)療大模型落地的兩種核心路徑：做深服務(wù)的 " 健康管家 "、盤踞線上的 " 健康入口 "。
在這場醫(yī)療大模型的團戰(zhàn)中，大廠戰(zhàn)略分野，同向但不同路。
一、體驗有差異：夸克給 " 答案 "，AQ 出 " 方案 "
為了比較螞蟻 AQ 和夸克在醫(yī)療大模型上的差異，我們以自己最近的睡眠問題為例，分別在兩個平臺上進行了完整問診。
先看螞蟻 AQ，給了我近似 " 醫(yī)生面對面 " 版的問診體驗。
打開 AQ 智能體，會看到一個干凈清爽的頁面。中央是對話框，用戶可選擇 " 智能思考 "" 深度思考 " 或 " 極速模式 "；下方則是 "AI 診室 "" 拍報告 "" 醫(yī)保碼 "" 拍藥盒 "" 找醫(yī)生 " 等快捷服務(wù)入口。
正式進入 AI 健康咨詢階段。當我輸入我的問題后，AQ 啟動深度思考模式，快速生成了一份結(jié)合醫(yī)學文獻的初步報告。內(nèi)容涵蓋了可能的病因分析、生活方式建議和調(diào)理方案，并且嚴謹?shù)卦诿織l建議后附上了文獻出處。
但坦白說，盡管這些信息完整、專業(yè)，但偏向于普適性常識，如睡前避免使用手機、保持黑暗環(huán)境等，對癥但不夠個性化。
接下來，螞蟻 AI 診室基于我的初始問題，發(fā)起了一連串高達 10 至 15 個的連貫提問，旨在系統(tǒng)性地收集病情信息、厘清細節(jié) 。為提升交互的透明度，其界面會展示 " 提問進度 "，并解釋每個問題的 " 提問目的 " ——整個交互從 " 答題 " 變成 " 對話 "，讓我這個很少在網(wǎng)上看病的人相信，這不是模板化的對話，而是我在與一位醫(yī)生建立對話關(guān)系，他正在為我進行一對一的診斷。
在這些基礎(chǔ)上，AQ 還增加了兩條就診路徑：
線下就醫(yī)：系統(tǒng)自動匹配醫(yī)院和科室，依據(jù)地理距離、醫(yī)保接入、?？圃u級等維度排序，緩解了 " 去哪看 " 的決策壓力。
線上問診：列出相關(guān)科室醫(yī)生，可跳轉(zhuǎn)至 " 好大夫在線 " 等平臺，全國范圍內(nèi)名醫(yī)資源，一觸即達提供診療支持。
再看夸克，給我一種 " 搜索即問診 " 的輕量級體驗。
夸克健康大模型嵌入在搜索欄內(nèi)，我直接在搜索框輸入同樣的問題，系統(tǒng)會調(diào)用模型生成結(jié)構(gòu)化回答。
整個過程最值得注意的是，盡管夸克健康大模型已通過 12 個核心學科的主任醫(yī)師級別評測，但整個回答能明顯感覺到夸克的謹慎和克制——不會直接下結(jié)論，而是多用 " 可能 "" 建議就醫(yī) " 等措辭，系統(tǒng)對某些不確定問題會主動拒答，或僅提供一般建議，不涉及診斷。
這或許和醫(yī)療大模型的長尾效應(yīng)有關(guān)，即一個負面的應(yīng)用個例就會對整個行業(yè)前景產(chǎn)生質(zhì)疑。對此，夸克官方曾表示，夸克健康在訓練中引入了 " 慢思考 " 推理機制，以提高推理的合理性與答案的解釋性，同時設(shè)置多道校驗機制以降低幻覺率。
從用戶體驗上看，夸克更像是我在掛號之前的 " 助理醫(yī)生 "，幫助我了解癥狀與可能路徑，是否需要就醫(yī)、去哪個科室等，但不參與診療流程的具體環(huán)節(jié)——給出大致的 " 答案 "，但不出整體 " 方案 "。
總得來看，螞蟻 AQ 與夸克健康在醫(yī)療大模型的賽道上選擇了不同的路徑。夸克偏向于成為一個高效、可靠的 " 信息入口 "，而螞蟻 AQ 則致力于打造一個深度介入的 " 診療中臺 "。
個體端的感受之外，我們同樣關(guān)注這兩者在醫(yī)療實際落地的應(yīng)用。
螞蟻 AQ 相關(guān)人士告訴我們，截至目前，螞蟻 AQ 已完成專業(yè)醫(yī)療大模型的核心研發(fā)與驗證，具備 " 深度推理 + 多模態(tài) " 能力，能理解文本、處理圖像、語音與視頻，訓練規(guī)模超過萬億 tokens。
除了推出面向 C 端用戶的獨立應(yīng)用外，螞蟻 AQ 和 B 端（機構(gòu)和醫(yī)院側(cè)）主要在合作與賦能階段，尚未直接進入診斷一線替代醫(yī)生診斷，主要還是提供診前—診中—診后的輔助服務(wù)。
B 端落地上，螞蟻 AQ 與上海仁濟醫(yī)院共建?？茢?shù)據(jù)集，探索模型在真實臨床場景中的應(yīng)用；參與浙江衛(wèi)健委 " 安診兒 " 項目，攜手硬件與數(shù)字醫(yī)療廠商推進模型部署等。
螞蟻 AQ 還打造了一系列 AI 工具輔助醫(yī)生工作，包括醫(yī)生工作站、病例管家和電子病歷生成工具等。
據(jù)悉，目前螞蟻 AQ 的智能體系統(tǒng)已進入多個專病管理領(lǐng)域，如聯(lián)合浙大二院，為心臟瓣膜病患者提供術(shù)后管理服務(wù)；與杭州市七院合作推出睡眠智能體，已覆蓋全國 342 個城市、服務(wù)用戶超 500 萬。
也就是說，除了在 C 端的影響力外，螞蟻 AQ 在 B 端也正在從技術(shù)平臺走向 " 系統(tǒng)能力提供者 "，B、C 端齊頭并進。
和螞蟻 AQ 相同，目前夸克健康大模型也沒有深入到臨床一線診斷治療環(huán)節(jié)的合作，主要是在健康知識提供、醫(yī)學思維訓練及輔助診療決策等方面發(fā)揮作用。
從行業(yè)格局看，夸克更偏向于 " 醫(yī)療 AI 信息基礎(chǔ)設(shè)施＋健康搜索入口 " 的打法。為此，他們納入 400 多位副主任醫(yī)師及以上級別專家，深度參與模型訓練，以此提升醫(yī)療大模型的精準度。
在北京大學人民醫(yī)院皮膚科主任李厚敏為代表的多位專家看來，夸克的回答 " 像一個醫(yī)生在思考 "。尤其是在優(yōu)質(zhì)醫(yī)療人才短缺、同時診治疾病較為多元的基層全科診療中，夸克可作為醫(yī)生的輔助工具，為其補充跨學科知識、提供治療建議，提升診療準確性與效率等。
不過，無論 AQ 還是夸克，其定位還是 " 輔助 " 醫(yī)生，而非 " 替代 " 醫(yī)生。
二、同向不同路：服務(wù)閉環(huán) VS 信息入口
兩種體驗的背后，是兩條涇渭分明的戰(zhàn)略路線。
螞蟻 AQ 選擇了一條 " 重 " 且 " 深 " 的服務(wù)閉環(huán)之路，而夸克則選擇了一條 " 輕 " 而 " 廣 " 的信息入口之路。
先看螞蟻 AQ。
螞蟻布局醫(yī)療大模型，其內(nèi)部認為是 " 水到渠成 "——從解決患者的支付困難到接入醫(yī)院幫患者掛號，再到打通醫(yī)保體系，支付寶不斷強化其一站式醫(yī)療服務(wù)平臺的站位。進入大模型時代，螞蟻將 AI 嵌入醫(yī)療 " 前端 "，貫穿醫(yī)生診斷和醫(yī)院就診全流程。
AQ 智能體通過學習頂級專家診療思路，輔助醫(yī)生處理病例，實現(xiàn) " 分級診療 "：80% 的基礎(chǔ)問題由智能體解決，復(fù)雜的 20% 由線下專家跟進。它負責分診、導(dǎo)診和服務(wù)聯(lián)動，構(gòu)建完整服務(wù)閉環(huán)。
一個被 AI 重塑的就醫(yī)路徑就這樣誕生了：用戶在感到不適時，先可在 AQ 咨詢。若為輕癥，AQ 直接給出建議；若復(fù)雜或重癥，或用戶需要線下就診，AQ 根據(jù)距離、科室、醫(yī)生等需求推薦醫(yī)院并完成導(dǎo)診、分診。之后還能協(xié)助支付和醫(yī)保報銷。
就診結(jié)束后，AQ 還根據(jù)用戶體檢和就診情況，提供健康護理建議，如飲食、復(fù)診時間。用戶還能綁定智能硬件，實現(xiàn)日常健康監(jiān)測和管理。
由此，AQ 智能體貫穿患者 " 診前—診中—診后 " 全流程，甚至延伸至日常健康管理——此時，AQ 要做的是一個 "AI 私人醫(yī)生 + 健康助手 "，助力醫(yī)療資源擴容。
但要實現(xiàn)這一角色，僅靠一個 " 工具型小程序 " 是不夠的，螞蟻因此選擇獨立 App 這條 " 重 " 路徑。在螞蟻 AQ 看來，真正的健康管家需要主動觸達和及時交互。例如，當智能硬件監(jiān)測到血糖異常時，AQ 須能立刻預(yù)警。而支付寶內(nèi)的小程序推送易被淹沒，入口路徑深，用戶感知受限。
此外，做健康管家還需在醫(yī)療生態(tài)產(chǎn)業(yè)鏈掌握主動權(quán)。螞蟻整合了支付寶十余年積累的醫(yī)療生態(tài)，包括醫(yī)保、醫(yī)院系統(tǒng)、商保渠道，以及年初收購的 " 好大夫 " 平臺。AQ 還接入 269 個醫(yī)生智能體、200 多家金融機構(gòu)、華為、魚躍等硬件廠商，形成院內(nèi)外全周期健康管理閉環(huán)。
這種生態(tài)聯(lián)動，或許將成為 AQ 智能體的核心壁壘，是純技術(shù)公司短期內(nèi)難以復(fù)制的。
相比螞蟻 AQ 在醫(yī)療供給側(cè)的深耕，夸克選擇了一條輕量、非侵入、強調(diào)權(quán)威信息的路徑。
作為國內(nèi)首個通過 12 門核心學科主任醫(yī)師評測的 AI 大模型，夸克健康大模型更像一個線上的 " 專業(yè)顧問 " ——它不承擔診療任務(wù)，也不構(gòu)建服務(wù)閉環(huán)，而是通過 " 主任醫(yī)生級 AI" 能力，為用戶提供可信易懂的健康知識解答。
這條 " 輕 " 路徑，與其在阿里體系中的戰(zhàn)略角色高度一致。
阿里 2025 財年第三季財報電話會上，阿里巴巴集團 CEO 吳泳銘明確阿里未來三年將圍繞 AI 做三大投入：一是 AI 和云計算的基礎(chǔ)設(shè)施建，二是 AI 基礎(chǔ)模型平臺與 AI 原生應(yīng)用，三是現(xiàn)有業(yè)務(wù)的 AI 轉(zhuǎn)型升級。
其中，夸克被視為 " 模型能力外放的第一入口 "。財報會結(jié)束一個月后，阿里把夸克正式確立為 "AI 旗艦應(yīng)用 "，產(chǎn)品形態(tài)升級為無邊界的 "AI 超級框 "，并宣布未來通義系列大模型的最新能力將第一時間接入夸克。
作為阿里欽點的 "AI 旗艦應(yīng)用 "，夸克的目標成為 AI 時代的 " 超級入口 "。健康大模型是夸克 " 多智能體矩陣 " 中的關(guān)鍵子 Agent：通過深度參與醫(yī)療場景這個對專業(yè)門檻要求最高的領(lǐng)域，夯實平臺的可信認知，進而完成向教育、辦公等領(lǐng)域的能力遷移。
因此，夸克并不追求診療閉環(huán)，而是強調(diào) " 專業(yè)可信 + 內(nèi)容可讀 "。它搭建了完整的 " 數(shù)據(jù)—模型—產(chǎn)品 " 體系，用 " 慢思考 "" 思維鏈 " 等技術(shù)提升推理質(zhì)量，確保輸出內(nèi)容的準確性與可理解性。
對此，夸克方面向《財經(jīng)故事薈》透露：未來，團隊的重點仍將是內(nèi)容質(zhì)量與用戶滿意度，比如回答更精準、輸出的內(nèi)容更容易讓用戶理解?？傊唐趦?nèi)并不追求醫(yī)療服務(wù)閉環(huán)，也不急于商業(yè)化落地。
三、尋找 " 新支柱 " 與搶奪 "AI 船票 "
將視線拉高，兩條路線的選擇，最終都服務(wù)于各自母公司在 AI 時代的宏大棋局。
目前，" 普惠醫(yī)療健康 " 已被正式納入螞蟻集團五大主業(yè)，與 " 普惠金融 " 并列。對螞蟻而言，醫(yī)療的價值不僅體現(xiàn)在新業(yè)務(wù)本身，也體現(xiàn)在與現(xiàn)有體系的協(xié)同效應(yīng)上。
一個高頻、高信任度的健康服務(wù)入口，既能拉升支付寶平臺黏性（協(xié)同數(shù)字支付與生活服務(wù)），又為保險等金融產(chǎn)品創(chuàng)造數(shù)據(jù)驅(qū)動的個性化場景（協(xié)同數(shù)智普惠金融），同時還能作為集團 AI 能力的最佳范例，向政企端輸出模型能力（協(xié)同科技產(chǎn)業(yè)化）。
尤其是金融和健康醫(yī)療的協(xié)調(diào)，參考平安好醫(yī)生曾推動的 " 醫(yī)療 + 保險 " 打包增值路徑，未來 AQ 所沉淀的用戶健康檔案、慢性病行為數(shù)據(jù)，或許能反哺到保險產(chǎn)品的定價和風控，形成 " 健康管理 + 風險保障 " 的閉環(huán)協(xié)同——眼下答案尚不明確，但模式不難想象。
如果說螞蟻押注 " 普惠醫(yī)療 "，是為了夯實新業(yè)務(wù)地基、拉動生態(tài)協(xié)同、尋找第二條增長曲線。那么夸克切入醫(yī)療并不只是押注某一個垂類場景，而是為了搶占 AI 時代的 " 船票 " ——建立一個 AI 時代真正意義上的超級入口。
在電商增長趨緩、平臺紅利見頂?shù)谋尘跋?，阿里面臨的是從交易平臺向 AI 平臺轉(zhuǎn)型的結(jié)構(gòu)性挑戰(zhàn)。這個轉(zhuǎn)型繞不開一個前提：必須有一個能承載大模型能力、與用戶保持高頻互動的通用入口。
正如普華永道中國 AI 咨詢主管張為峰所言，AI" 超級入口 " 將重構(gòu)下一代的流量控制權(quán)。一方面，它是用戶與智能服務(wù)的 " 第一觸點 "；另一方面，它也是重構(gòu)商業(yè)模式的關(guān)鍵支點——從廣告到訂閱，從一次性交易到多輪互動，從平臺分發(fā)到任務(wù)驅(qū)動，都是圍繞入口重新排布。
AI 時代的 " 超級入口 " 之爭已經(jīng)打響。PC 時代，百度主導(dǎo)信息流；移動時代，微信掌控社交；而在 AI 時代，誰先占據(jù)用戶心智，誰就能重構(gòu)平臺價值分配的規(guī)則。
被欽定為 "AI 旗艦應(yīng)用 " 的夸克，要承擔起打造國內(nèi)首個 DAU 破億 AI 超級 App 的使命。阿里巴巴智能信息事業(yè)群總裁吳嘉希望將夸克打造為 " 機器貓的口袋 " —— " 一是 Smart（聰明），二是專業(yè)，三是萬能，要 All in one"，成為 " 每個人都可以用的工具 "。
而健康咨詢幾乎算得上全民剛需，且一旦建立信任，用戶黏性極強。如果能在這一高門檻場景中建立起專業(yè)權(quán)威的品牌形象，就有機會將信任遷移至教育、辦公、搜索等更多領(lǐng)域，從工作到學習，搶占 AI 時代的 " 默認入口 "。
四、中美有差距：星辰與泥濘
醫(yī)療大模型唯有與當前的醫(yī)療服務(wù)體系結(jié)合，才能充分釋放潛力。
對此，上海某三甲醫(yī)院院長告訴《財經(jīng)故事薈》，" 不夸張地說，醫(yī)生可能是最樂意擁抱新技術(shù)的群體。我們不講新舊，有用我們就想用就愛用。"
在他的微信朋友圈里，幾乎每隔兩三天，就會轉(zhuǎn)發(fā) AI 大模型相關(guān)內(nèi)容，" 醫(yī)療服務(wù)體系的任何環(huán)節(jié)，AI 大模型都有機會切入 "。
據(jù)中國醫(yī)療大模型行業(yè)白皮書披露，2019 — 2023 年，中國醫(yī)療大模型市場規(guī)模從 27 億元增長至 107 億元，預(yù)計 2028 年將達到 976 億元。
但在抵達這片星辰大海之前，所有玩家都必須正視并穿越一片由數(shù)據(jù)、技術(shù)、倫理和法規(guī)構(gòu)成的 " 泥濘 " 地帶。
正如前述院長所提醒的，" 在醫(yī)療領(lǐng)域，我們固然要迎接 AI、用好 AI，但不能夸大，必須先經(jīng)過嚴苛的臨床驗證。"
這并非一句空話。相比之下，國際頭部醫(yī)療大模型在進入臨床前，其驗證的廣度與深度已為我們設(shè)立了極高的標桿。
例如，梅奧診所（Mayo Clinic）的 AI 心血管風險預(yù)測系統(tǒng)，在獲批前通過了覆蓋全球 17 個國家、136 家醫(yī)院的聯(lián)合驗證，累計病例高達 23 萬例。這種工業(yè)級的、大規(guī)模的嚴謹驗證，正是國內(nèi)模型需要補上的第一課，也是必須跋涉穿越的 " 泥濘 "。
近期舉辦的世界人工智能大會醫(yī)療論壇上，國內(nèi)外多位頂尖院士和專家坦言，當前醫(yī)療大模型要從 " 可見 " 走向 " 可靠 "，仍需克服三大核心困境：
一是，" 開放 " 與 " 安全 " 的沖突。
數(shù)據(jù)是模型的燃料，也是最敏感的資產(chǎn)，尤其在醫(yī)療領(lǐng)域。德國科學院院士 Roland Eils 教授指出，盡管技術(shù)上 AI 已在多項能力上超越人類，但大語言模型在臨床的落地率僅有 5%，核心瓶頸就在于數(shù)據(jù)隱私的嚴格限制。
這背后是《中華人民共和國網(wǎng)絡(luò)安全法》《中華人民共和國數(shù)據(jù)安全法》和《中華人民共和國個人信息保護法》構(gòu)筑的數(shù)據(jù)安全紅線。如何在這道紅線之上，破解醫(yī)療數(shù)據(jù)流通不暢的難題，已成為政策的焦點。
好消息是，從國家層面來看，2023 年設(shè)立的數(shù)據(jù)局以及計劃于 2025 年啟動的國家數(shù)據(jù)集團，體現(xiàn)了國家對數(shù)據(jù)未來價值的認可與重視，醫(yī)療健康領(lǐng)域數(shù)據(jù)商業(yè)化政策雛形漸顯，各地也開始積極進行醫(yī)療數(shù)據(jù)商業(yè)化的嘗試。
二是，" 通用 " 與 " 專用 " 的技術(shù)鴻溝。
正如我們前面所說，醫(yī)療大模型領(lǐng)域一個負面例子足以引起公眾對整個行業(yè)的質(zhì)疑——醫(yī)療不是一個通用大模型可以輕易征服的領(lǐng)域。
它需要?？苹Ｐ停襻t(yī)生分科室一樣，針對特定器官和疾病進行深度訓練，才能減少 " 算法幻覺 "，真正提升臨床的精準度和實用性。這意味著，從通用技術(shù)到專用產(chǎn)品的轉(zhuǎn)化，仍有很長的路要走。
三是，" 技術(shù) " 與 " 溫度 " 的倫理考驗。
醫(yī)療的終點是服務(wù)于人。
中國科學院院士葛均波認為，AI 作為臨床診療的得力助手，其倫理規(guī)范問題亟待厘清。這不僅是指算法的公平性、可解釋性和對隱私的保護，更是指如何將冰冷的技術(shù)融入充滿情感與信任的診療關(guān)系中。
這些現(xiàn)實困境，最終都指向一個核心原則：至少很長一段時間，AI 醫(yī)生的角色只能是 " 輔助 "，而非獨立的決策者。診斷決策仍然牢牢掌握在人類醫(yī)生手中。
從橫向?qū)Ρ葋砜?，中國醫(yī)療大模型落地的速度和深度，相對美國，還有明顯差距——既有技術(shù)的差距，還有從臨床驗證、系統(tǒng)整合到信任建立的系統(tǒng)性差距。
首先，在商業(yè)模式上，歐美逐漸形成了 " 價值驅(qū)動 " 的良性循環(huán)。
據(jù)天翼智庫發(fā)布的報告，歐美頭部玩家已在醫(yī)療文書自動化、重癥管理、腫瘤精準診療等高價值領(lǐng)域，成功構(gòu)建了 " 臨床信任→常態(tài)化使用→價值創(chuàng)造→商業(yè)付費 " 的閉環(huán)。AI 不再僅僅是降本增效的工具，而是能夠直接參與價值創(chuàng)造并獲得回報的生產(chǎn)力平臺。
其次，在應(yīng)用深度與廣度上，差距體現(xiàn)在 " 系統(tǒng)平臺 " 與 " 單點工具 " 的分野上。
應(yīng)用廣度失衡：歐美醫(yī)療大模型已均衡覆蓋診療全流程，其中診斷類占 38%，治療規(guī)劃類占 29%，預(yù)后監(jiān)測類也達到了 21%。以 MD 安德森癌癥中心為例，其 AI 系統(tǒng)已覆蓋從篩查到個性化治療的全鏈條。相比之下，國內(nèi)三甲醫(yī)院的 AI 應(yīng)用中，影像診斷類占比高達 82%，而在治療和預(yù)后等核心環(huán)節(jié)的滲透嚴重不足。
整合深度不足：國際標桿項目展現(xiàn)出真正的 " 人機協(xié)同 "。梅奧診所的 AI 術(shù)前規(guī)劃系統(tǒng)，可實現(xiàn)從自動調(diào)取數(shù)據(jù)（準確率 98%）、智能生成方案（符合率 91%）到術(shù)中實時導(dǎo)航（誤差
中美差距還直觀地反映在臨床采納與信任度上。
在美國頂級醫(yī)療機構(gòu)中，高達 87% 的科室已實現(xiàn) AI 工具的常態(tài)化使用（每周 >50 次），其中放射科、病理科的采納率更是達到了 95%。醫(yī)生對 AI 的信任已經(jīng)轉(zhuǎn)化為日常工作習慣。
要填平中美醫(yī)療大模型之間的系統(tǒng)性差距，螞蟻和夸克們必須聯(lián)手中國醫(yī)療機構(gòu)，一起加速追趕了。
