阿里健康“氢离子”：只做D端AI，坚定服务中国500万医生

（原标题：阿里健康“氢离子”：只做D端AI，坚定服务中国500万医生）

2025年7月，一款名为“氢离子”的app悄然上线各大应用商店。产品功能简介大意为“面向医生群体的AI助手”。没办发布会，没做宣发，甚至婉拒了几乎所有媒体采访。半年多时间里，只做了一件事：邀请不同层级的医生内测，反复打磨产品体验。

如今，他们终于愿意对外讲述这个故事。

阿里健康为什么死磕医生端？

C端问诊、AI健康管家、数字分身等AI产品满天飞的当天，服务医生，被看成了“小众赛道”。

“氢离子”的定位，常被类比为“中国版OpenEvidence”——后者是美国医疗AI领域的明星公司，估值已超120亿美元。但氢离子团队出自阿里，野心显然不是做中国版OE这么简单。

医疗的本质是决策，而决策的主体是医生。

中国每年超100亿次诊疗行为，背后是100亿次由医生主导的处方、检查、手术方案制定。然而，长期以来，医生的知识获取效率不足——基层医生难接触前沿证据，三甲专家困于信息过载。现有工具如医脉通、PubMed、知网、用药工具等，各自解决单点需求，医生平均要装5-6个APP才能覆盖日常所需。

“有没有可能，一个平台就能解决所有问题？”阿里健康认为，“氢离子”可以。

阿里健康CTO祥志在接受公开采访时表示，氢离子会坚定地服务好医生，专注“解决医学问题”这件事，做循证为核心、低幻觉、高集成度的AI助手。

大厂中，既具备技术能力、又愿深耕严肃医疗的，确实寥寥无几。

壁垒不在模型，而在“懂医生”

很多人以为，做个医生AI无非是“大模型+公开文献”。但实际落地才发现，难点不在技术底座，而在“临床逻辑的深度耦合”。

心血管科医生关注的指南，和肿瘤科完全不同。基层医生需要的是标准化诊疗路径，而顶尖专家则聚焦前沿研究。这意味着，模型必须理解不同科室的证据偏好、术语习惯、决策链条。

为此，阿里健康组建了专职医学团队，并联动上百位一线医生参与调优。每周都有医生来公司讲课、反馈案例、指出引用偏差。“产品越往后，医生参与就越关键。”祥志说。

这种“医工结合”的深度，和声称要“远离正常医生”的某技术流AI厂家截然相反。技术深研依靠真金白银投入，临床信任则需要时间沉淀。

三年不商业化，是奢侈还是笃定？

“现阶段，我们不考虑任何商业化。”祥志直言。公司给“氢离子”定下的KPI，是在三年内让“所有中国医生遇到医学问题时，第一反应是打开氢离子”。

这听起来像一句大厂式的情话，但在医疗AI领域，却可能是最理性的策略。

一方面，在医生对AI应用建立信任和使用习惯之前，谈商业化是无稽之谈。医生对错误零容忍。1-2次严重幻觉（如给出错误用药建议），就足以让用户永久流失。因此，必须优先打磨可靠性、可信度。据内部测试，“氢离子”的严重幻觉率比国内竞品低2-3倍，响应速度也从行业平均10秒缩短至3秒。

另一方面，商业模式并非无解。参考OpenEvidence，其收入主力并非向医生收费，而是为药企提供基于循证的科学传播平台。在医疗反腐与创新药爆发的双重背景下，药企亟需合规、高效地将临床证据传递给医生——而AI助手天然具备这一分发能力。

“我们第一天就想清楚了：这不是一个流量生意，不能靠卖广告。”祥志强调。未来即使引入药企合作，也将严格隔离内容与商业，确保答案公允。“品牌曝光可以做，但绝不会把某家客户的证据硬塞进回答里。”

下一步：从工具到生态

目前，“氢离子”选择绕过医院体系，直接触达医生个体。这一策略效率高、易规模化。但长远看，阿里健康希望将其嵌入医院工作流——从辅助查房、科研写作，到临床决策支持。

“我们把它当作独立业务在养，先让它长大。”祥志说。只有当“氢离子”真正成为医生离不开的伙伴，才可能反向连接患者、赋能药企、甚至重塑医疗信息分发逻辑。

在通用大模型争相涌入医疗赛道的今天，阿里健康选择了一条更慢、更重、但也更难被复制的路。他们相信：服务好中国500万医生，就是服务好更多患者。

而这场大规模投入的回报，或许不在财报数字里，而在每一次被AI精准支撑的医疗决策中。