大模型公司下场造AI医生，为中国医疗创造新供给

5月22日，在清华这个顶尖的AI学府，邀请到五位医学院士和三家国家顶尖医院的院长，如此高规格和形式非常罕见。

在现场，这些医学院士、专家探讨的核心议题是：如何通过AI技术增加中国医疗供给。

这场论坛本身，也折射出AI医疗行业正在进入新的阶段讨论的重点，开始从技术是否可行，转向如何为医疗体系创造新供给。

同样在这场论坛上，百川智能正式发布AI家庭医生产品“百小医”，并首次较为完整地定义了对于AI家庭医生的产品形态。

在王小川看来，AI家庭医生并不是简单的问诊助手，而是围绕患者长期健康管理的一种全新服务形态。

他尤其强调“以患者为中心的全面管理”这一概念：“这些其实是过去行业里很少真正被重视的东西，但它会成为未来医疗体系的重要组成部分。”

这一判断背后，是他对中国医疗核心矛盾的重新理解。

在他看来，中国医疗的问题并非是效率不足，更深层的问题在于优质医疗供给长期短缺。

相比单纯提升医院效率，更重要的是在现有三级诊疗体系之外，建立起覆盖日常健康管理的“家庭医生”层级。

而AI，恰恰可能成为第一次真正具备大规模落地能力的关键变量。

某种意义上，百小医的发布不仅仅是一次产品更新。更重要的是，它折射出王小川对中国医疗行业底层逻辑的重新梳理。

从“提效逻辑”走向“增加供给逻辑”

王小川有一个非常明确的判断：中国医疗真正的核心矛盾，并不是效率，而是优质医疗供给长期不足。

在他看来，过去互联网医疗如春雨医生、好大夫等，本质上做的是 “滴滴打车式”的供需匹配。前提是，市场里原本已经存在足够供给，平台要做的只是提升匹配效率、减少资源闲置。

但医疗并不属于这样的行业。

互联网平台可以帮助患者更快触达医生，却无法真正增加优质医生数量。某种意义上，互联网化甚至进一步放大了头部医生资源的稀缺性——有限的时间，被更多患者争夺。

这也是为什么，生成式AI的出现，会被王小川视为一个关键转折点：因为它第一次让新增医疗供给成为可能。

他表示，这其实对应着中国医疗体系一个长期存在，但过去很少被真正讨论的问题。

中国医院系统本身，已经处于极高强度运转状态。医生门诊量、诊疗密度、接诊效率，在全球范围内都属于高负荷水平。

在这样的体系下，AI继续压缩几分钟问诊时间，边际价值其实有限。这意味着，如果AI医疗继续主要围绕院内流程做效率工具，很容易触碰价值天花板。

过去几年，行业主流方向也基本集中于此：病历生成、影像辅助诊断、临床决策支持……这些方向并非没有价值，但更多属于医院内部的效率升级。

如果中国医疗真正缺少的不是效率，那么AI到底应该扮演什么角色？

王小川提出了另一种路径。在他看来，AI并不是替代医生，而是补足过去医疗体系长期缺失却又始终无人承担的环节。

核心的诊断权、处方权依然属于医院与医生；但真正长期缺位的，其实是诊疗之外的大规模医疗服务。

例如院前健康管理、院后随访、慢病跟踪、亚健康生活方式干预、患者教育，以及持续性的风险提醒。这些环节过去并非不重要，而是传统医疗体系根本无力覆盖。

但大模型与Agent能力的成熟，第一次让AI具备了持续理解患者、长期维护患者关系、主动进行健康干预的能力。

这意味着，AI在医疗领域的价值不仅是单点的提效工具，而是对患者院外长期健康管理的深度承接与服务全覆盖。

而需求，其实早已存在。

OpenAI此前披露的一组数据颇具代表性：目前全球每周已有超过2.3亿用户，在ChatGPT上咨询健康与身心相关问题；在其超过8亿用户中，平均每四人，就有一人每周会提交医疗健康相关提问。

这组数据揭示了一个事实：很多人真正缺少的，并不是一次医院诊疗，而是长期存在的健康陪伴。这也是为什么，OpenAI、Anthropic等通用大模型公司开始向健康管理方向延伸。

但在王小川看来，当前通用模型进入医疗，依然存在一个根本性问题：它们只能停留在“健康咨询”阶段。

而咨询距离真正严肃医疗，中间还有巨大的鸿沟。真实临床诊疗过程中，医生并不是简单回答问题。更重要的部分，其实是不断追问，医生会持续补充病史、确认变量、排除干扰项，并逐步形成判断。

而通用模型的问题在于，它只能基于用户主动输入的信息进行推理。但绝大多数患者，并不知道什么信息重要，也无法准确描述自身症状。

此前牛津大学的一项研究同样验证了这个观点：当AI拥有完整病历信息时，其诊断准确率可以达到90%；但当信息采集完全交由患者与AI自行互动后，准确率会下降至34.5%。

王小川对此的担忧也非常直接：“如果患者拿着AI生成但并不准确的答案去挑战医生，医生会认为是在制造新的麻烦。”

因此，在他看来，通用大模型或许可以承担轻量化健康咨询，但如果进一步进入慢病管理，长期决策乃至严肃医疗场景，现阶段仍远远不够。

而这，也恰恰构成了百川智能希望切入的方向。

从“看病”走向“管健康”

首个“全病程管理”AI家庭医生

基于上述思路，王小川提出“四级诊疗”的概念。

过去，中国医疗体系长期围绕“三级诊疗体系”运转，即基层医疗机构、区域医院与大型三甲医院之间的分级协同。

而王小川希望，在这套体系之前，再增加一级：AI家庭医生。它所覆盖的，不再是医院场景，而是更庞大的被长期被忽视的居家健康场景。

事实上，中国并不缺少“家庭医生”这一概念。过去几年，国家持续推动基层医疗与家庭医生签约体系建设，整体签约率已经超过40%。但现实问题在于，现有体系很难真正承担长期健康管理。

原因并不复杂。

真正完整的医疗服务，从来不只发生在诊室里的三到五分钟。诊断之后，还包括用药管理、康复随访、复查提醒、长期行为干预，以及对患者依从性的持续维护。

很多时候，这些环节才真正决定患者最终的治疗效果与生存质量。但在现实医疗体系中，它们恰恰又是最容易缺失的部分。

因为这些工作高度碎片化、周期长、消耗大量人力，却很难被传统医院体系真正承接。

与此同时，患者虽然被不断强调是“自身健康第一责任人”，却长期缺少真正可用的健康辅助工具。很多人并不知道自己是否需要去医院，应该挂什么科，如何准确描述症状，如何理解检查结果，以及出院之后，如何真正执行医嘱。

这些问题看似琐碎，却构成了医疗体系中长期存在的一片空白地带，始终缺少稳定供给。

基于这一逻辑，百川智能推出AI家庭医生“百小医”。

它本质上并不是传统意义上的问诊机器人，而是一个7×24小时持续运行的家庭医疗助手，能够围绕用户真实健康状态，建立长期陪伴与持续管理能力。

这也是百小医与过去多数AI医疗产品最本质的区别：主动管理全家人的健康，而不是被动等待个人的提问。

过去的AI产品，更像搜索框等待用户提问，再进行一次性回答，而百小医基于Agent能力构建的Bot系统，则进一步让它具备了持续执行能力：包括长期健康计划制定、随访、用药提醒、病情监测以及风险预警。

不仅如此，王小川反复向智药局强调“家庭场景”。

在他看来，很多年轻人真正焦虑的，并不是自己的健康，而是身处异地时，无法持续照顾父母与孩子。而AI家庭医生真正服务的，并不是单个患者，而是整个家庭的健康关系。

因此，百川同时推出了APP与微信端两种产品形态。微信中可以随时监控家庭成员健康情况，进行主动提醒、异常预警。

APP适合就医准备、病情解读、复杂问诊等需要深度交互的场景。两端数据相互连通，同一个用户在不同端的行为和记录会同步。

王小川直言，百小医已经开始具备传统家庭医生体系中的大部分功能。

而相比传统家庭医生，它又具备两个天然优势。首先，是几乎无限时在线的响应能力。其次，则是基于长期健康数据积累形成的个性化管理能力。

这也是为什么，在这一体系中，王小川进一步提出了“双医协作模式”：AI负责95%的院前、院后长期管理；医生则聚焦于诊断与关键决策等5%的核心医疗环节。

王小川告诉智药局：“医生们其实比较能够接受这种模式，因为他们本身也没有精力去长期管理患者。”

事实上，这种模式已经开始进入真实临床场景。

例如，中国医学科学院肿瘤医院李宁教授团队，便与百川联合推出了肿瘤陪伴AI“百小爱”。

在一项持续16周的临床观察中，103名患者在微信群共进行了7000余条交互，AI回答需要医护干预的比例仅为0.25%，用户周留存率则达到79.8%。

更关键的是，它验证了患者真正需要的，很多时候并不只是一次诊断，而是长期陪伴。

李宁教授提到，不少患者已经将这款AI视为可以倾诉的对象。很多不愿对医生表达的焦虑和恐惧情绪，也会向AI倾诉。

与此同时，它也承担了大量传统医疗体系难以覆盖的工作，包括用药科普、情绪安抚、复诊提醒以及依从性维护。

这些事情过去并非不存在需求，而是医院体系长期没有能力提供。

更进一步的是，随着新增供给出现，整个医疗服务的组织关系，也开始发生变化。

以慢阻肺筛查为例，瑞金医院瞿介明教授介绍：在最关键的早筛环节，百小医在微信端主动向用户推送AI 筛查工具「咳搜」（已获国家三类医疗器械创新注册证绿色通道认定）。患者只需一部手机，录制 3 分钟咳嗽音，即可完成高精度的慢阻肺初筛。

而更关键的是，它开始形成一种新的医疗路径：AI在社区完成早筛—患者进入上级医院确诊—随后再回到基层进行长期慢病管理。

王小川对此有一个非常有力的判断：“从长期来看，患者全生命周期管理，医院会变成被调用的角色，而AI会成为整个流程的协调方。”

这句话背后，其实对应着AI医疗真正深层的变化，AI家庭医生最终改变的，或许并不是医生本身，而是整个医疗服务体系的组织方式。

AI医疗的终局，不只是模型

除了面向C端的家庭医生，百川同时宣布将Baichuan-M4与百小医的能力底座开放给药企、保险、智能硬件、医疗机构共建生态。

王小川对此表示：“开放模型本身就是我们能力的自然延伸。”

百川智能是国内唯一全面转向医疗的大模型公司，具备从零构建医疗专用模型架构与训练能力体系。从2025年至今，百川持续投入底层技术，以每3-4个月的节奏迭代医疗模型。

其中，百川智能最新展示的医疗原生大模型Baichuan-M4，在HealthBench 测试基准上以68.6分获得全球第一，超过 GPT-5.5、Opus 4.7、DeepSeek-V4-Pro，幻觉率仅为 3.3%，接近临床级安全标准。

如今，Baichuan-M4叠加Harness调度框架后，不再只是对话模型，而是能自主完成临床工作流的智能体，支持工具调用、多模态等工作。

不仅如此，百川正与医生共同定义模型，从数据、训练到工作流设计，医生开始深度参与模型共创，让AI能力更加贴近真实临床逻辑。

这也是AI医疗的核心—医疗不是纯技术问题，它高度依赖行业知识、真实场景与临床经验的持续沉淀。

同样，面对市场上越来越多的玩家，王小川并不感觉到焦虑，反而觉得终于有人一起把市场做大了。

他表示：“我觉得挺好的。如果只有我们坚持在做会很孤独，团队自己都未必完全相信这件事。”

这背后，其实也是他对AI医疗产业格局的一种判断。

他并不认为AI医疗会是一个“赢家通吃”的市场。相反，医疗需求足够庞大，场景足够复杂，大概率会形成多种产品形态、多种商业路径并存的格局。

但与此同时，他也认为真正深入医疗行业，对头部公司而言并不容易。

因为医疗天然属于高风险、长周期、强监管行业。对于大型科技公司而言，医疗往往只是其众多业务场景之一。创业公司虽然更灵活、更激进，却又必须面对漫长投入周期与巨大的资金压力。

而在王小川看来，百川智能最大的特殊性，在于它同时具备两种能力：既保留了创业公司的创新效率；又拥有自研模型、资金储备以及长期押注医疗的决心。

“如果只是做通用模型，未来不会缺少参与者；但真正愿意长期投入严肃医疗的公司，其实并不多。我还没有看到，还有谁会以这么大的热情持续投入这件事。”

而更重要的是，在王小川看来，AI医疗本身已经跨过了“非共识阶段”。

真正的问题，只是它会以怎样的速度和路径，重新组织整个医疗服务体系，创造中国医疗新供给。

而AI家庭医生，很可能是这场变革的起点。

—The End—