AI在医疗上到底能做哪些事？

AI在医疗上最现实的角色不是替医生看病，而是压缩那些又慢又贵又重复的环节。面向普通人，蚂蚁阿福、津小医这类健康助手提供长期陪伴与咨询，但不能替代诊断；面向专业场景，百图生科用生物计算加速药物发现，复旦学术搜索、切问学术解决文献检索，睿信学术诚信平台负责检测造假。数据质量才是当前最硬的瓶颈。

AI在医疗里已经不只是”帮你查症状”这么简单了，它正在同时往三个方向扎：帮普通人管健康、帮医生提效率、帮科研和检测机构处理那些人力根本看不完的数据。但要说清楚它到底能做什么、做到什么程度，得分开看，因为不同环节的成熟度差得很远。

下面我按”面向普通人”和”面向专业场景”两条线拆开讲，最后再说说目前还不太靠谱的地方。

一、面向普通人：从”问一句”到”长期管着”

这是普通人最容易感知到的一层。过去用AI问健康问题，基本是”一问一答”，问完就断片了。现在的产品在往”有记忆、有档案、能持续跟进”的方向走。

蚂蚁阿福：把AI健康助手做成”朋友”而不是”工具”

蚂蚁阿福是蚂蚁集团于2025年12月推出的AI健康助手，由原来的AI健康工具”AQ”全面升级而来，2025年12月15日正式更名，”阿福”取的是”健康是福”的意思。它的定位说得很直白——“懂你、陪你、守护你的AI健康朋友”，这标志着蚂蚁从”AI工具”往”AI健康朋友”的战略转向。

这个定位上的差别其实挺关键：工具是一次性调用，朋友是长期关系。它想解决的是普通人健康管理里最麻烦的那部分——不是某一次不舒服，而是长期的身体状态跟踪和日常咨询。当然，涉及具体诊断和治疗方案，还是得回到医生那里。

产品入口：蚂蚁阿福

津小医：省级健康智能体，走的是”政务+医疗”路线

津小医是微医控股在2026年5月发布的健康智能体3.0版本，专门为天津市1300多万市民打造的C端AI健康管家，也是国内首个以完整形态上线的省级健康智能体。使用方式上比较轻，微信小程序一键就能接入。

它和蚂蚁阿福的差别在于”归属”：阿福是全国性的商业产品，津小医是绑定一座城市、服务本地居民的公共服务型智能体。这类产品的想象空间在于，如果未来能和本地医院、医保、家庭医生体系打通，价值会比单纯的问答大得多。

产品入口：津小医

二、面向专业场景：医疗的”上游”正在被AI改造

很多人以为AI医疗就是”AI看片、AI开药”，其实真正跑在前面的是更上游的环节：药物研发、内容真实性检测、科研文献检索、语音交互。这些环节数据量大、重复劳动多、容错要求明确，正好是AI擅长的。

百图生科：用生物计算加速药物发现和早筛

百图生科（BioMap）成立于2020年9月25日，由百度创始人李彦宏牵头发起，是一家生物计算技术驱动的生命科学平台公司。核心使命是利用高性能生物计算和多组学数据技术，加速创新药物和早筛早诊等精准生命科学产品的研发。

翻译成人话：新药研发最贵最慢的部分是”找靶点、筛分子”，传统做法靠实验一个个试，周期以年计。生物计算的路子是用模型先在数据里筛一遍，把实验资源集中在最有希望的候选上。这是AI在医疗里价值最硬、也最不容易被普通人看见的一块。

产品入口：百图生科

睿信学术诚信平台：医疗科研里的”防伪”环节

医疗是学术造假的高发区，一篇有问题的论文可能直接影响临床决策。睿信学术诚信平台由中科睿鉴数字有限公司打造，这家公司被称为数字鉴伪国家队，起源于中科院计算所的数字内容合成与伪造检测实验室，专注互联网多媒体内容安全。

它做的是一站式学术诚信AI检测。在医疗场景里，这类工具的价值不只是”查重”，而是识别图像篡改、数据伪造这类更隐蔽的问题——尤其在AI生成内容泛滥之后，这个需求是刚性的。

产品入口：睿信学术诚信平台

复旦学术搜索 / 切问学术：医生和医学生的文献入口

复旦学术搜索对外品牌名为切问学术（国内版）和WisPaper（海外版），由复旦大学自然语言处理实验室（FudanNLP）张奇教授团队打造，覆盖3.6亿篇论文，主打毫秒级检索。

切问学术则是同团队推出的AI学术智能体，定位为国际知名学术工具WisPaper的国内版本，能力从文献检索一直延伸到实验复现的全流程。

对医疗从业者来说，这两者的意义在于：医学文献的更新速度极快，靠人肉追踪指南和临床试验结果基本不可能，AI检索加智能体辅助是目前最现实的解法。

产品入口：复旦学术搜索、切问学术

StepAudio 3：语音这一层，医疗场景其实很吃重

StepAudio 3是阶跃星辰2026年9月发布的语音音频矩阵，包含Realtime、ASR、TTS、Gen、Music五个模块，覆盖实时语音交互、语音识别、语音合成等能力。

为什么把它放在医疗里说？因为医疗是典型的”手忙、眼忙、嘴不忙”的场景——医生写病历时没空打字，问诊记录需要转写，老年患者更习惯说话而不是打字。语音识别和实时交互这一层做扎实了，上面那些健康助手才真正可用。

产品入口：StepAudio 3

三、支撑层：医疗AI背后的算力和模型底座

医疗AI对算力有两个特殊要求：一是数据不能随便出境，二是成本要压得住，否则医院用不起。所以国产算力和国产模型在这一块的存在感比通用领域更强。

• 星火X2大模型：科大讯飞2026年2月11日发布，完全基于全国产昇腾算力平台完成训练，是中国在AI基础模型领域的一个重要节点。对医疗这类数据敏感行业，”全国产”本身就是准入条件之一。入口：星火X2大模型
• SophNet：基于算能自研TPU处理器的云算力平台，主打更快、更稳、更省的一站式模型服务，支持DeepSeek等多种主流开源大模型。对预算有限的医疗机构和医疗AI创业团队来说，这类平台降低了试错成本。入口：SophNet
• 星图大模型平台（AstraFlow）：优刻得（UCloud）2026年4月发布的企业级专属AI开发平台，聚合了200+大模型，整合了旗下模型服务平台UModelVerse。医院或医疗信息化厂商要自建AI能力，这类平台能省掉大量对接工作。入口：星图大模型平台

四、还有一类容易被忽略的：医疗行业的”文书AI”

医院里除了看病，还有大量文书工作——科研标书、项目申报、合规材料。这类活耗时长、格式要求死、内容容易雷同，恰恰是AI最能出效果的地方。

标小信是杭州二号宇宙科技有限公司开发运营的垂直AI标书工具，定位为“面向中小企业和个人用户的智能标书生成平台”。它针对的痛点很具体：传统标书制作平均耗时3到5天，内容还容易雷同。官方说法是能在10分钟内完成从解析到出稿。

医疗科研机构和中小型医疗企业申报课题、投标项目时，这类工具能实打实省时间。不过生成内容仍需人工核对，尤其是涉及临床数据和合规表述的部分。

产品入口：标小信

五、一张表看清各环节的成熟度

六、说点实话：哪些事AI现在还干不好

• 不能替代诊断。健康助手再”懂你”，也只是咨询和陪伴，最终判断必须由执业医师做出。
• 不能承担医疗责任。所有AI医疗产品在责任归属上都是空白地带，这也是它们普遍把定位压在”辅助””陪伴””咨询”上的原因。
• 数据质量决定上限。医疗数据分散在各家医院、格式混乱、标注成本极高，这是比模型能力更硬的瓶颈。
• 价格和收费要自己查。上面提到的产品，具体收费方式、免费额度差异很大，且经常调整，建议直接以官网为准，别信二手信息。

总结一句：AI在医疗上最现实的角色不是”替医生看病”，而是把医疗体系里那些又慢又贵又重复的环节压缩掉——从药物筛选到文献检索，从语音记录到文书生成。普通人能直接用的那部分（健康助手），价值在于长期陪伴和早期提醒，而不是替代诊室里的那十分钟。

相关问题

1. AI健康助手能替代去医院吗？
不能。它适合日常咨询、长期状态跟踪和就医前的信息整理，诊断和治疗方案必须由医生给出。

2. 医疗AI最难落地的环节是什么？
不是模型能力，而是数据。医院数据分散、格式不统一、标注成本高，直接决定了模型效果的上限。

3. 为什么医疗领域特别强调”全国产”算力？
医疗数据敏感度高，涉及隐私和合规，数据出境限制严格，因此基于国产算力平台训练的模型在准入上更有优势，比如星火X2就是完全基于昇腾平台训练的。

4. 普通人现在最值得试的医疗AI是什么？
从使用门槛看，微信小程序形态的健康智能体（如津小医）和独立App形态的健康助手（如蚂蚁阿福）最容易上手，先当”健康咨询入口”用，别当诊断工具用。

5. 医疗AI产品的收费怎么看？
差异很大且经常调整，本文不列具体价格，建议直接看各产品官网的最新说明，避免被过期信息误导。

参考链接

• 复旦学术搜索
• 切问学术 ↗
• 蚂蚁阿福 ↗
• 星火X2大模型 ↗
• 百图生科 ↗
• SophNet ↗
• 医疗AI