健康AI的下半场，从“会回答”到“能交付”

来源：市场资讯

（来源：虎嗅APP）

如今，AI已经相当聪明，也在让很多人变得更"聪明"。

拿到一份体检报告，在令人眼花缭乱的箭头，和似懂非懂的术语中，AI可以迅速锁定关键的异常指标，并且一边安抚情绪，一边给出颇有针对性的就医建议。

这已经超出了很多普通人的知识储备。面对不可控的体重、压不住的血糖，抑或是淡不了的疤痕，AI也可以给出反焦虑的解释，并把注意事项和改进计划科学而克制地拆解开。

这些回答越来越快，也越来越完整。但一个更现实的问题随之而来：建议之后，下一步谁来接？

再聪明的AI，也没能让看病变得简单。

8月13日，京东健康发布2026年中期业绩。财报显示，公司上半年收入409亿元，同比增长15.9%，非国际财务报告准则指标下经营利润35亿元，同比增长40.3%。这家互联网医疗巨头的相关经营指标，经营利润连续九个季度同比改善。

这些数字提供了观察京东健康基本盘的窗口。但这份中报更值得追问的是：在京东健康已经搭建的医生、药品、检测和配送体系中，AI能不能把一次健康需求继续向前推进？

回答之后，才是开始

过去十几年，互联网医疗确实改变了很多事情。

药品从线下搬到线上，人们可以在线下单。在线问诊打破了地域限制。处方药流转、药师审核和配送体系逐步完善。对很多普通家庭来说，买药和问医生，都比以前方便了。

互联网医疗的核心能力，不是做一个线上药店，而是把药品供给、处方审核、仓储配送和线上服务组织起来，让"买药"变成一件足够稳定、足够可预期的事情。

不过，互联网医疗第一阶段解决的，主要还是"问得到"和"买得到"的问题。

真实的健康需求，远比在线问诊、网上买药更复杂。问诊之后可能要进一步检查，检查之后要找医生解读，用药期间饮食禁忌、饮水注意事项，用药之后可能还涉及续方，更不用说一些复杂疾病的护理、营养和长期随访。

环节越多，越容易出现断点。

这也是为什么，很多人明明已经能在线上买药，也仍然会觉得一次健康问题要来回折腾。不是某一个环节没有线上化，而是环节与环节之间还没有真正连起来。

当互联网已经做了它能做的一切，剩下的自然就只能交给AI。

而比答得准更难的，是把事办完。

AI进入健康场景后，最容易被感知的变化，是回答质量越来越高。它可以解释症状、分析体检报告、提示风险，也能给出是否需要复查、该挂什么科室的建议。

这些解释和建议还在快速变得精准。以京东健康自研医疗大模型"京医千询"为例，其v2.0版本曾在MedBench 4.0文本榜和多模态榜分别取得72.6分和66.4分；在HealthBench评测中，Total得分69.3分，Hard难度子集得分50.6分。这个模型的核心推理引擎JoyAI-MedCode v2.0，则通过代码化推理，提高医疗建议的可追溯性和可验证性。

这些分数说明，京医千询在医疗知识问答、临床推理和多模态理解上有一定积累。但评测分数只回答"AI懂得够不够多"，回答不了"用户的问题能不能被解决"。

从外部观察，京东健康提供了一个样本：不是只让AI给出更完整的答案，而是尝试让它把医生、检查、药师、药品和后续随访接进同一条服务链。

让AI把事办完

基于京医千询大模型，京东健康把一个负责调度的智能体——AI医生"大为"，放在了服务入口的位置。

大为24小时在线，在接到用户咨询后，它通常会给出专业建议，并直接匹配在线问诊、到家快检、护士到家和京东大药房；需要真人医生介入时，用户可以从平台医生中，找到适合自己的那位；需要进一步确认时，可以接入覆盖27个城市的到家快检，或预约护士到家；进入用药环节后，再由处方审核、药房库存和配送体系承接。

京东健康AI医生"大为"

由此，AI从一份抽象的答案，变成了一次次行动。

当然，这套流程中仍有断点。比如，如果医生看诊后的建议，不是可以居家完成的检验，而是更复杂的检查，怎么办？如果诊断的结果不是一次、两次用药就可以解决的，怎么办？

一些断点正在被补上。前不久，AI医生大为上线疤痕诊疗智能体。用户上传疤痕照片后，AI可以在10秒内识别疤痕类型、色泽、隆起程度及恢复阶段，并提供个性化评估报告与养护方案。它的边界也清楚：AI做的是初筛和评估，后续诊断仍要交给医生。

同样重要的是，AI需要知道在哪里停下。公开案例中，面对腿肿、麻木并伴随高血压等风险信号，大为没有继续在线给出确定诊断，而是提示需要排查下肢静脉血栓，并建议尽快面诊。医疗场景里，边界感本身就是服务能力的一部分。

使用规模也在扩大。2026年前三个月，AI医生大为的使用用户规模已超过2025年全年总量；618期间，服务用户数同比增长近4倍。与此同时，京东健康还在扩展AI服务角色，包括AI药师、AI营养师，以及与专家医生合作推出的专科智能体。

用户侧之外，京东健康也把AI延伸到医生和医院的工作流程里。公开信息显示，"京东知医"整合了超5000万份医学文献、临床指南及权威期刊资源等，以及超16万余种药品说明书，已服务全国超百万医生，辅助诊疗决策超2000万次。

半年报发布前夕，京东健康还与国内覆盖基层医生规模最大的医疗服务平台之一的云鹊医达成战略合作。旗下京东知医全面接入云鹊医App，将这类AI辅助能力延伸到其覆盖的约300万注册基层医生。

这充分体现了京东健康"AI+供应链"思维在基层医疗场景的延伸落地——AI辅诊工具提升基层医生诊疗水平，医药供应链保障优质药械可及，基层医生网络将服务触达至更广泛的群众。

京东知医界面

而面向医院，京东健康自主研发的"京东卓医"已在多家医院落地应用，重点覆盖临床营养、药事管理和体重管理场景，为患者提供连续的院外健康管理服务。

这些动作指向同一个变化：互联网医疗平台的价值，正在从单次交易转向持续服务。但能不能做成，不只取决于AI，也取决于后端的医生、医院、药品和履约能力。

从单次到长期

卖药和管健康的差异在于，前者只是一次偶发的单点接触，后者则是长期的、连续的需求。对于平台而言，需求模式的这种变化，意味着怎样的商业价值，自然无需多言。

今年夏天，京东健康与蚂蚁等平台都把体重管理作为AI健康服务的试验场。这场竞争未必马上分出胜负，但它说明，减重这类高频、可追踪、需要持续干预的需求，正在成为检验AI健康服务能力的场景。

在这场全民狂欢中，用户拍照记录、上传体重、完成打卡，医生、营养师或健康管理师在必要时介入，相关商品和服务由平台履约，不知疲倦。AI在其中承担提醒、分析和连接的工作。

体重管理只是一个切口。只有更多的健康管理需求被AI跑通，才能算作AI从聪明变得能干的开始。

回答开篇的追问。从财报结果看，京东健康的经营效率仍在改善。而AI与供应链的结合，未必能单独解释利润增长，但它正在改变这些效率的来源：从单纯压缩成本，转向让一次服务被更完整地完成。

回到开头的场景。

当你下一次拿着体检报告、血糖记录，或者一段说不清楚的不适从AI问起，值得观察的不是它回答得多像医生，而是它能不能把下一步接上：该检查的能检查，该问诊的能找到医生，该用药的能合规送达，该复查的有人提醒。

健康AI真正的分水岭，也许就在这里：不是把一段话生成得更像医生，而是让下一件正确的事情更容易发生。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4883158.html?f=wyxwapp