蚂蚁再入无人区：AI健康管家AQ，是“普惠医疗”的终极答案？

当每日超2亿人次的健康问题涌入互联网，迎来的却是鱼龙混杂的广告与真假难辨的信息时，一个巨大的“信任赤字”鸿沟已然形成 。6月26日，蚂蚁集团正式发布的独立AI健康应用AQ，正是对这一行业痛点的正面回应。

这并非蚂蚁的首次涉足。此前已在支付宝内测近10个月、服务超7000万用户的“AI健康管家”，是AQ的前身与试金石 。将AQ从支付宝中独立出来，并非简单的功能平移，而是一次清晰的战略升维。此举意味着医疗健康业务已从支付生态的增值服务，升级为值得拥有独立品牌与发展路径的核心战略板块。

蚂蚁的意图很明确：AQ的目标不是成为一个更精准的搜索引擎，而是要成为每个家庭值得托付的健康管家，这需要解决的不仅是技术问题，更是服务整合与信任重建的系统性工程。

解构AQ：一个“三位一体”的AI健康产品

拆解AQ的产品架构，可以看到其围绕“专业性”、“全面性”和“可信度”构建了一个三位一体的价值核心。

专业性：从“搜索”到“诊断辅助”的进化

传统健康搜索是“一问一答”的静态模式，而AQ试图将其重塑为“多轮追问”的动态咨询。当用户描述模糊的症状时，AQ能够像真人医生一样进行追问，引导用户提供必要信息，从而给出更具针对性的建议 。

这种交互模式的进化，建立在强大的多模态识别能力之上。AQ能够处理传统搜索引擎无法理解的图片、报告等非结构化数据，将其转化为有效的健康信息输入。

这一切的底层引擎是蚂蚁医疗大模型。该模型学习了超万亿tokens的专业医疗语料，融合了千万级医疗知识图谱，并在HealthBench、MedBench等国内外权威评测中表现领先，部分核心指标超越了同类模型，为其专业性提供了坚实的技术背书 。

全面性：连接百万医生与智能硬件的“超级枢纽”

如果说AI能力是AQ的大脑，那么其连接的生态网络则是其躯干。AQ的定位并非一个封闭的AI工具，而是一个开放的“超级枢纽”，旨在连接碎片化的医疗健康生态。

在服务端，它连接了全国超5000家公立医院、近百万可挂号或线上问诊的医生，以及由中国工程院院士领衔的近200位名医“AI分身” 。在数据端，它打通了鱼跃、三诺等专业慢病管理设备，以及华为、苹果、vivo等主流可穿戴设备的数据通路 。

这种“服务+数据”的双重连接，形成了一个强大的自强化闭环：用户的可穿戴设备数据可以触发AQ的健康预警，AI引导用户咨询“名医分身”进行初步判断，再无缝连接到真人医生进行付费问诊，诊后方案自动存入健康档案，并通过用药提醒和设备数据持续追踪健康状况。在这个闭环中，AQ在每个节点都扮演着不可或缺的角色，生态的粘性也由此产生。

可信度：千人医学团队与院士“AI训练师”的背后

在医疗这一特殊领域，技术先进性远不足以构建壁垒，信任才是。蚂蚁对此显然有深刻认知，其在“可信度”上的投入，或许是比技术研发更为深厚的护城河。

这套信任体系由三部分构成：首先是内部的专业团队，包括一支千人规模的医学标注团队，以及核心团队中占比高达60%的医学专业背景人员 。其次是外部的顶级专家背书，AQ邀请了廖万清院士、王俊院士等专家作为“AI训练师”，深度参与模型训练与评估，确保AI的“医学思维”与临床实践对齐 。最后是权威的合规认证，蚂蚁医疗大模型率先通过了信通院医疗健康大模型双领域可信评估，并获得安全测评最高等级 。

任何科技公司都可以训练大模型，但并非所有公司都能组建千人医学团队、说服顶级院士亲自“调教”AI，并通过国家级权威机构的严格评测。这种基于人力、声誉和合规的壁垒，远比代码更难复制。

AQ的野心：重塑普惠医疗的“最后一公里”

AQ的发布，最终指向的是蚂蚁一以贯之的“普惠”叙事。其目标是利用AI技术，对中国医疗资源分布不均的结构性难题发起冲击。数据显示，中国7.8%的三级医院承担了超过50%的门诊量，而广大农村地区的执业医师占比不足全国的20% 。

“名医AI分身”是解决这一矛盾的利器。以睡眠领域专家毛洪京医生为例，其AI分身一天最多可服务超11万人次，而他本人每月接诊量约为600人，服务能力实现了数千倍的放大，覆盖范围也从省内拓展至全国342个城市 。这为偏远地区患者接触顶级专家资源提供了一条可规模化的路径。

更深层次的战略意图，体现在其赋能基层医生的能力上。蚂蚁与上海仁济医院共建的泌尿外科专科智能体，在临床评测中，其诊断准确率已接近专科医生，并能帮助基层医生的诊断正确率提升4%-8% 。这揭示了AQ的另一重野心：它不仅是患者触达专家的“高速公路”，更是基层医生提升诊疗水平的“随身导师”。通过这种“下基层”的方式，AQ试图从供给侧提升整个基层医疗体系的服务能力，这比单纯服务C端用户更具系统性价值。

因此，AQ并非“新瓶装旧酒”，而是一次经过周密布局的战略出击。它试图通过技术、服务与信任的深度捆绑，打造一个全周期的国民健康管理平台。

当然，前路依然充满挑战：如何探索出一条既能维系信任又能实现商业化的路径，以及如何承担海量个人健康信息（PHI）的管理重任，将是决定其能否真正成为“全民健康小助手、普惠医疗好帮手”的关键考验 。

AQ的探索，无疑将成为整个AI医疗行业未来走向的重要风向标。

本文来自微信公众号“硬AI”，关注更多AI前沿资讯请移步这里