每經(jīng)記者｜林姿辰    每經(jīng)編輯｜許紹航    

國內(nèi)首個醫(yī)生版“龍蝦”來了。

4月2日，百度健康召開AI新品發(fā)布會，推出面向醫(yī)生群體的AI專業(yè)智能助理“有醫(yī)助理”。此時，距離公司發(fā)布面向健康從業(yè)者的AI創(chuàng)作平臺“Dr.Flow”剛過去不到4個月，但AI技術的飛速迭代已催生出新的行業(yè)風口，以OpenClaw（昵稱“龍蝦”）為代表的“任務型AI”持續(xù)升溫。

百度健康想搶先抓住機會。據(jù)介紹，有醫(yī)助理是國內(nèi)首款基于Claw框架打造的醫(yī)生任務型AI助手，區(qū)別于通用AI助手，其采用“檢索+任務”雙引擎模式，既可以實現(xiàn)常規(guī)的“單一對話”，也可以自動“執(zhí)行任務”。

不過，據(jù)《每日經(jīng)濟新聞》記者在發(fā)布會現(xiàn)場了解，產(chǎn)品功能“進階”并不等于行業(yè)升級。事實上，市面上的醫(yī)療AI產(chǎn)品仍面臨著技術適配、數(shù)據(jù)互通、安全防控等多重挑戰(zhàn)，整個行業(yè)處于價值驗證階段，距離商業(yè)化變現(xiàn)還有一定距離。

百度健康有醫(yī)助理發(fā)布會，圖片來源：主辦方供圖

強調(diào)“循證”，多款醫(yī)療AI工具進擊醫(yī)生端市場

“知識越分越細、越分越細、呈指數(shù)性的增長，但是我們是否離病人越來越遠？”

在“有醫(yī)助理”的發(fā)布會上，以中國工程院院士樊代明為代表的頭部醫(yī)生，點破了醫(yī)生群體的信息焦慮，也戳破了國內(nèi)醫(yī)療AI工具的落地泡沫。

百度健康總經(jīng)理楊明璐直言，過去兩到三年全球AI技術飛速發(fā)展，但AI垂類應用落地速度并未達預期，其中真正產(chǎn)生規(guī)?；艿念I域僅有AI Coding（AI編程）。核心原因在于，掌握AI知識的人群與從事編程工作的人群高度重合，他們既了解AI的技術邊界，也深諳垂類場景痛點，使得產(chǎn)品能夠精準命中需求。

而在醫(yī)療領域，這一“供需匹配”尚未完全實現(xiàn)。目前，了解醫(yī)療場景工作流痛點的是醫(yī)生群體，精通AI技術邏輯的則集中在技術圈，二者之間的信息鴻溝導致醫(yī)療AI工具長期停留在淺層應用。

楊明璐強調(diào)，百度健康的核心優(yōu)勢正在于搭建起兩者之間的橋梁，讓技術真正適配醫(yī)療工作流的實際需求，比如有醫(yī)助理深度整合最新版《中國腫瘤整合診治指南》（CACA指南），整合海外和本土的權威學術資源，強調(diào)“檢索模式每一條結論均可精準定位至原文行間”。

其實，百度健康不是唯一想做這件事的公司。目前，國內(nèi)醫(yī)療AI行業(yè)呈現(xiàn)科技巨頭、互聯(lián)網(wǎng)企業(yè)、醫(yī)療公司三足鼎立格局，2025年各家發(fā)布的產(chǎn)品多面向B端醫(yī)療機構和C端用戶，但進入2026年，數(shù)款醫(yī)療AI產(chǎn)品都瞄準了醫(yī)生群體。

以互聯(lián)網(wǎng)公司為例，阿里健康旗下AI產(chǎn)品“氫離子”在今年完成內(nèi)測并開放下載，主要面向臨床、科研領域的醫(yī)生群體，公司稱該產(chǎn)品所有回答均具備權威出處，支持一鍵溯源功能；京東健康推出專為醫(yī)生打造的循證醫(yī)學AI工具——“知醫(yī)”，旨在切入臨床診療與科研兩大核心場景，直接輸出結構化、可落地的循證結論。

盡管競爭者眾多，但百度健康AI產(chǎn)品負責人坦言，目前面向醫(yī)生的檢索式AI產(chǎn)品普遍存在用戶體量偏小、行業(yè)滲透率偏低的問題，整個行業(yè)仍處于價值驗證階段，距離商業(yè)化變現(xiàn)還有較長距離。

據(jù)悉，“有醫(yī)助理”于今年3月啟動醫(yī)生內(nèi)測，4月2日起全面開放檢索模式，任務模式則采取免費申請試用的方式，將持續(xù)收集醫(yī)生用戶反饋以優(yōu)化產(chǎn)品體驗，未來亦將探索腫瘤以外的?？祁I域。

“養(yǎng)蝦”行業(yè)有多重關卡待闖，需在探索和安全間尋找平衡

百度健康發(fā)布“有醫(yī)助理”，意味著國內(nèi)醫(yī)療AI產(chǎn)品從簡單的信息檢索，向任務閉環(huán)邁出了第一步，也意味著行業(yè)有新一輪關卡要闖。

首先是算力問題。根據(jù)開放數(shù)據(jù)中心委員會（?ODCC?）官網(wǎng)，和傳統(tǒng)大模型“一問一答、用完即止”的瞬時交互不同，智能體具備自主觀察、規(guī)劃決策、執(zhí)行行動以及從反饋中學習的能力，當AI從一個被動的靜態(tài)工具，轉變?yōu)橐环N7×24小時在線的存在，其持續(xù)運行本身就在源源不斷地產(chǎn)生算力需求。

而國內(nèi)AI算力資源的限制，讓復雜任務的高效執(zhí)行成為難題。百度健康技術負責人表示，公司依托全棧自研技術將Token（?詞元，是AI大模型處理語言的?最小語義單元??）成本降低了80%以上，但對于論文綜述撰寫、多模態(tài)數(shù)據(jù)整合等算力密集型任務，成本控制仍是長期挑戰(zhàn)。

另外，數(shù)據(jù)互聯(lián)互通的行業(yè)壁壘同樣難以突破。目前，國內(nèi)醫(yī)院系統(tǒng)普遍采用私有化部署，對外部產(chǎn)品的接入持謹慎態(tài)度，這使得“有醫(yī)助理”等醫(yī)療AI產(chǎn)品暫時無法直接打通院內(nèi)系統(tǒng)，只能通過拍照上傳、文檔導入等間接方式實現(xiàn)數(shù)據(jù)交互。

北京大學腫瘤醫(yī)院胸部腫瘤中心副主任趙軍也在發(fā)布會上提到，不同醫(yī)院的數(shù)據(jù)格式缺乏統(tǒng)一標準，CT報告、病理診斷等關鍵信息的記錄方式參差不齊，導致AI模型訓練難以獲取高質量的標準化數(shù)據(jù)。

安全與合規(guī)風險是制約行業(yè)發(fā)展的另一關鍵因素，而這點在“養(yǎng)蝦”時代更為明顯。百度健康AI產(chǎn)品負責人對每經(jīng)記者表示，目前全網(wǎng)可能有上萬個開源的通用與醫(yī)學Skills，但有醫(yī)助理只覆蓋800多個，其中有團隊自研的，也有全網(wǎng)索引的，“之所以最后的數(shù)量遠小于公開Skill庫的規(guī)模，是因為我們在克制地做這件事情，在一點點迭代，也在看這個風險的邊界在哪里，哪怕走得慢一點點，也要先把這個安全的線守住?！?/p>

該負責人坦言，目前行業(yè)的安全問題還是非常多的，但各家公司也都在解決這個問題，“大家需要在不斷探索和守住安全之間尋找這個平衡?！?/p>

封面圖片來源：主辦方供圖