中国医疗AI战事：十年To B血泪史，从改变医生转向亲近患者

2月16日，蚂蚁阿福以并不怎么“科技”的姿态登上了春晚舞台——某种程度上，机器人、通用AI代表的是全球科技浪潮的顶点，而阿福则嵌入了一个生活化场景——老年人体检和慢病管理。

这是其占据用户心智的一个小节。

自去年12月至今，阿福让人们见识到，当顶级操盘手们想改变一个行业时，会做到什么地步。

只12月一个月，蚂蚁集团为阿福投入了“小几个亿”的市场推广费用。于是，严肃市场有各类KOL的花式推介，下沉市场每个新用户下载APP会获得十几块钱红包，包括春晚在内，他们通过直接或间接的渠道触达全人群。

无孔不入的线上宣传和线下地推，撑开了用户增长的一级漏斗。23日，蚂蚁阿福APP的总用户数突破1亿大关，春节新增用户中52%来自三线及以下城市。

全面To C是这一轮AI技术与医疗碰撞的标志性故事。

蚂蚁阿福和百川智能在权衡后选择了直面用户。而如阿福这般高举高打的声势，让医院院长们回想起，过去二十年里，支付宝是以怎样的决心和定力从各大银行和医疗信息化企业群雄割据的稳固江山里撕开了院端线上支付的口子。

在上一个十年里，医疗AI更多面向的是B端市场，企业要想办法找渠道进医院，要绑定大放设备，要和地方政府合作做普筛，要从检查检验、民营医院等商业医疗机构获客分成，这些开拓成本高但不可复制的“一锤子买卖”，很难形成护城河。

从科普、挂号、线上问诊到影像AI，每一轮技术热潮落地时都有医疗的掠影，但医疗和互联网你来我往十几年，一个逐渐清晰的结论是，铜墙铁壁一样的医疗系统，对不差钱且将“颠覆”挂在嘴边的信息技术不感兴趣。

无数意气风发入场又心灰意冷的人们最是清楚，医疗一面是社会民生问题，它比互联网本身更易给人“做难而正确的事”的价值感；另一面是极难做的生意，做正确的事并不一定有商业回报，那些撞不开的南墙会磋磨人的信念和意志，曾经的价值感也就成了“幻影”。

上一个十年，AI想改变医生的诊疗习惯，而今AI想改变人们的就医路径。这一次，理想的故事会突破重重阻碍成为现实吗？

制造需求

高歌猛进三年后，以大模型为技术底座的新一轮医疗AI如愿走入官方视野。

2025年10月，国家卫健委发布了《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，提出了医疗8个方向24项重点应用，明确到2027年，建立一批卫生健康行业高质量数据集和可信数据空间……到2030年，实现基层诊疗智能辅助应用基本实现全覆盖。

2026 年 1 月，国家医保局则发布了《关于开展个人医保云建设试点申报工作的通知》，称为“构建全人群、全周期、全场景”的智慧医保管理范式而开展“个人医保云”试点申报，预计2027年3月底前完成验收评估。

这两则文件给了医疗AI To B和To C落地提供了正当性：

前者让16000多家二级以上医院有了信息化、智能化建设的新KPI；后者则意味着，一两年后，13亿参保人名下即将有基础的检验检测、诊疗和健康消费数据，这些数据是企业凭自身影响力不可能完成的大基建。

数据脱敏应用及授权是一个可解决的技术问题。在此基础上，一个可想象的未来是，有了B端、C端数据的医疗AI可能会撬动商保、可穿戴硬件设备、个人健康管理以及其他新的转化应用。

然而，或许是过去十几年来多舛的互联网医疗的确磋磨了企业热忱，不只一家大厂嗅到了政策风向，但唯有蚂蚁在不惜代价地投入医疗。

“蚂蚁的动作十分迅速”，一位知情人士告诉《健闻咨询》，在前述文件酝酿时期，蚂蚁就开始挖人。百川和蚂蚁是本轮医疗AI热潮中唯二豪赌 To C的竞争对手，人才画像一致。百川的技术、HR、财务，蚂蚁通通都要，夸张的时候，百川有一联排的人都接到了猎头的电话。

2025年11月，蚂蚁集团 CEO 韩歆毅通过全员信宣布：原 "数字医疗健康事业部" 升级为 “健康事业群”，医疗健康成为与生活服务、金融服务并重的三大支柱服务业之一。

健康管理并不需要多么强大的基础模型，阿福借大模型整合了蚂蚁原本的线上医疗业务，用户咨询健康问题，获得答案，也获得去哪些医院、哪些科室或医生就诊的建议 ，而后面的流程是有可能产生商业模式的地方。

支付、保险本都在蚂蚁射程内，《健闻咨询》获悉，蚂蚁在寻找进院渠道，建构院内场景。

从全科、泛健康类入局的企业，成败不在技术，而在于为健康付费到底是不是当下中国人的真实需求。如若不是，那有没有可能把它凭空创造出来。

12月，阿福开始漫天铺广告。过往大厂6个月一循环的医疗兴趣不足为惧，但这一轮行业开始审慎对待。

一位头部影像AI从业者说，医疗AI未来能不能成谁也不知道，即便过往失败者众，但此刻断言不成也太武断。“阿福背后的操盘手们是厉害角色，是中国少数能把复杂场景里to C故事讲清楚的那拨人”。

C端产品的成功不难定义，韩歆毅在接受采访时称，阿福成功的标志是，“中国老百姓都在用，都说好。如果有一天，中国一半以上的用户，有健康疑问会第一时间想到问阿福，就代表阿福成功了；如果用过阿福的用户里，有一半以上愿意推荐给身边的家人朋友，那阿福也成功了”。

1月，医院开始惶恐这是不是患者包围医院的战略，院长们担心“以后患者选医院会不会通过阿福来选。”

AI不会取代医生，这是行业共识，但AI对院墙里的其它事物会产生什么影响，没有人说得清楚。

无人付费

少有人记起，腾讯也曾是医疗AI的“国家队”。

2017年11月，在著名的“人机大战”——AlphaGo击败柯洁后不久，科技部召开新一代人工智能发展规划会议，并公布了中国四大AI平台，其中，百度要做自动驾驶，阿里要建设城市大脑，科大讯飞将领衔智能语音，而腾讯则主攻医疗影像。

自2015年起，作为全国人大代表的马化腾连年提交推动医改的建议。2018年的两会上，其建议之一是：在医疗欠发达地区和基层机构可以率先推广人工智能辅诊等技术，如“腾讯觅影”已成为医疗机构的癌症辅助筛查工具。

当时的热门话题之一也是AI能不能取代医生，外界、投资人甚至创业者自己以“人机大战”为模板创作出了医疗版的AI故事：升级版的alpha go使用人工智能技术，既然能战胜世界围棋冠军柯洁，那它没有理由不能战胜医生。

这一年过后，2018年医疗AI融资额比从前翻了两倍，达到了76亿，融资次数达到了91次。

依图做了骨龄与肺结节，科亚做了冠脉 CT-FFR，数坤做了心脑胸腹全器官，推想做了胸肺与手术产品，深睿做了乳腺与多影像 AI…..截至2025年10月，国家药监局已批准超过110款基于深度学习的第三类医疗器械独立软件产品。

从深度学习到大模型时代，互联网企业的探索轨迹如出一辙，他们想在一个更远更正确的、自上而下的医疗蓝图中找到自己的位置：若分级诊疗是医改的终局，那有技术、有资金的互联网企业能做什么。

觅影是腾讯下场企图用硬科技改变医疗结构的尝试。2017年8月，觅影初代产品发布时，马化腾评论说：一步，有希望。

一位由依图医疗转到腾讯的员工说，在依图，每天开会的业务指标都是进多少医院赚多少钱，而更谨慎更注重合规的腾讯，短时间内对于逐利没那么迫切，想“先打磨产品，都做合规了再上市”。

传统AI时代的产品通常会解决一个非常具体的小问题。企业与医院合作获得真实世界数据或是花钱请医学人员标注获得数千精标数据，然后明确告诉机器什么是正例、什么是负例，如此训出的模型可以达到80%、90%甚至更高的准确率，这些软件找病灶就像在黑纸上找白点。

即便准确率高达90%以上，远超部分医生，但企业依然担心基层医生没有判断力。

某头部医疗AI公司负责肺结节筛查的产品经理告诉《健闻咨询》，“大医院的医生有能力鉴别，但是很多县级医院的医生根本不会自己看，直接照抄AI软件的结果。即使AI的准确率已经很高，但一旦出错就麻烦了，这一点实际上是厂商非常害怕的。”

医学伦理决定了最终承担风险的一定是人，AI+真人医生共存会是性价比更高的风险分摊机制。只是在医生的手下，AI永远是辅助工具，哪怕是“外脑”也很难让以专业立命的医生们接受。而且，要往医院卖影响医生临床的产品，就得做循证，就得暗里铺渠道，明里走公立医院的招拍挂流程。

一位从业者认为，AI在中国医疗应用空间要比美国更大，因为忙碌的中国医生太需要提效工具了。但有用的医生工具，并不一定值钱。医保为患者付费，财政为医院信息化建设付费，药械企业愿意服务医生但最终目的是卖药卖器械。

一位负责多家影像AI产品推广的地区代理商告诉《健闻咨询》，“目前的实际政策是，鼓励医院使用AI等新技术手段提高诊疗效率，但不允许额外付钱”。

复制对家的产品功能只需要两三个月，但做出来的同质化产品进院得先送给医院免费使用。影像AI经历了激烈内卷后，并没有形成护城河。

前述代理商说，“有的医院愿意买软件，有的愿意租赁使用，有的愿意按年付维护费…..只要医院愿意付费，什么方式都行。近十年后，影像AI在医疗系统内依然没有形成可复制的商业模式。”

前几年，院长们为政绩还愿意尝试购买AI产品，近些年反腐高压紧绷，财政投入降低，公立医院更没钱了。有意愿的医院，要买也会买联影这样的上市公司产品，倒非技术因素，而是担心创业公司随时倒闭。

曾经轰轰烈烈地拿证进院仿佛变成了无谓的资源浪费。完整经历上一轮周期的过来人想告诫后来者们，要警惕短期梦幻般的宣言，“医疗AI仿佛回到了2018年，是又一轮融资高峰，概念火热但落地很虚，企业贴了很多不可持续的成本去买量推广，这些行为转换不成长期价值”。

从挂号到支付，与蚂蚁相爱相杀的一直是腾讯，但没有超级C端应用的阿里赌一个垂类app并不亏，有巨无霸微信和通用AI元宝的腾讯却不会再单做一个健康应用。

近年，腾讯减少了对医疗的投入，这一轮选择了安心To B，卖云卖算法，低调做乙方。

三维战争

这一轮热潮里，技术本位者希望通过做医疗获得更强的AI，但医疗本位者作为AI应用的边缘下游只需要趁手的工具。

两三年间，Transformer结构的大模型在医疗领域能做什么、不能做什么的边界已逐渐清晰。AI能听懂人话，但会编瞎话，后者是医疗场景不允许的。

于是幻觉最先被尽力解决，行业通过获得更优质的语料、数据，调用或通过询问获得患者尽可能多的疾病信息，增加事实后验或规则判断来不断降低模型的幻觉率。今年年初，百川宣称将幻觉率降至2.6%，为全球最低。

但即便幻觉率降到0，医学语言之间的逻辑，也不完全等价于医学、疾病本身的因果关系。一位致力于实现AI问诊的行业人士说，疯狂喂数据并试图靠智能自主涌现的路径，或许从一起步就是错的，与实现AI诊断的目标很可能是南辕北辙。

寻找少而精的数据做训练，仿佛又回到了传统AI时代。一个彼此兼容的做法是，大模型做健康咨询与分诊，用无数具体的小模型做诊断。医疗大模型的算力消耗是万卡级别，但小参数的单病模型只需要个位数张卡。

这个模式未必是最智能的，但大小模型的排列组合可以兼顾不同场景对准确性与泛化能力的要求。

2025年医疗AI背后的变革不只有大模型，一场关于制度、需求、技术、资金的三维战争正在酝酿：

决策者们想顺应技术发展，创设有利条件，让人民少生病、更健康，最好能一并带动消费、就业和GDP。

中国数万家公立医疗系统正在经历患者流失、营收下降、财政补贴减少的转型阵痛。自负盈亏的医院需要扩大临床经验的影响力，筛出更多患者，不断创收维持运营；

而医疗江湖之外的互联网作为AI的诞生地，不仅有风口上的技术，还有大量花不出去的闲置资金，创业者和投资人所求便是：技术满足需求进而换钱。

各方诉求共振，形成了一个难得的、共同拥抱AI的窗口期。

京东健康和阿里健康这对老对手的AI半径是医生、医院、药企，它们一个推出了知医，一个推出了氢离子，想通过影响医生进而影响药企；器械是医院的伴侣，联影拆分了软件板块联影智能，要重构医院信息系统；懂技术又深谙医疗玩法的讯飞医疗走出了安徽；活下来的影像AI企业重新准备上市；各大三甲医院也推出了各类agent。

复旦大学上海医学院副院长、智能医学研究院院长朱同玉与医疗AI共同走过了十年，他预测下一个十年，患者的治疗模式会发生根本性的变革，伴随着生理指标、生化指标等居家监测设备和AI问诊的普及，高血压、糖尿病等常见病、慢性病的诊疗将在患者家中完成。

几乎所有要素提供方都以自己的舒适区为起点踏上了征程，有人抽象医疗需求，有人教育市场，有人打磨技术，有人填数据基建的历史债……放弃用大模型解决一切问题的医疗AI，才刚开始进入深水区。

至于三五年后会师时，医疗AI是在众目睽睽之下重蹈影像AI的覆辙，还是改变甚至创造了全新的就医习惯。

唯去做，方知晓。