一年前，王小川第一次提出用 AI「造醫(yī)生」時，醫(yī)療圈的第一反應(yīng)是被冒犯。
一年后，越來越多用戶已經(jīng)開始用豆包「看病」，甚至帶著 AI 的回答去醫(yī)院問醫(yī)生。醫(yī)患之間圍繞「誰有解釋權(quán)」的摩擦變得更明顯。但有意思的是，三甲醫(yī)院對于用 AI「造醫(yī)生」的態(tài)度卻發(fā)生了翻轉(zhuǎn)：從警惕，轉(zhuǎn)向合作。
發(fā)生了什么？
今天，AI 在醫(yī)療領(lǐng)域已經(jīng)走到了一個非常微妙的位置。
不管你怎么看，你的爸媽很可能已經(jīng)開始問豆包健康問題了?？床r，他們也可能會把豆包的回答拿給醫(yī)生看。患者其實也知道，通用大模型不能全信；但不可逆的是，患者側(cè)的信息通路已經(jīng)被通用大模型打開了。
醫(yī)生側(cè)的警惕也不難理解。一個不夠準(zhǔn)確的通用 AI，可能會制造誤解；患者帶著半真半假的信息來質(zhì)疑醫(yī)生，也會在無形中和醫(yī)生爭奪醫(yī)療解釋權(quán)。
但問題是：大家為什么要問豆包？
因為很多問題，不去醫(yī)院就沒有地方問。人不可能為了每一句聽不懂的醫(yī)囑都再去一次醫(yī)院，也不可能為了每一個異常指標(biāo)、每一次用藥困惑、每一條健康短視頻都去掛號。大醫(yī)院醫(yī)生太忙，基層能力又不夠，院前、院后管理長期缺位。
這背后，是中國醫(yī)療長期存在的供給問題。
近期，百川智能發(fā)布了「百小醫(yī)」。它是一個基于百川模型能力的 AI 家庭醫(yī)生：用戶可以在院前、院后問診，也可以獲得主動健康提醒。
在這次發(fā)布中，最有意思的一點是，百川并不是在一個 AI 公司自己的場子里，單方面宣布「我要進(jìn)入醫(yī)療」。它把這件事，放進(jìn)了一場更高規(guī)格的公共討論里。
這不是一次普通的 AI 產(chǎn)品發(fā)布會，而是一場科技圈和醫(yī)療圈圍繞「AI 應(yīng)該如何進(jìn)入醫(yī)療」展開的正面相遇。
從在場醫(yī)生的表態(tài)來看，醫(yī)生真正反感的，不是 AI 本身。真正醫(yī)者仁心的醫(yī)生，最清楚現(xiàn)有醫(yī)療供給有多不夠，也最知道患者在診前、診后、院外和家庭里有多少問題沒人接住。而他們比誰都更希望 AI 能解決這些問題。
百川不尋常的「造醫(yī)生」實踐，已經(jīng)引起了醫(yī)療界頂尖人士的關(guān)注。更重要的是，它正在把 AI 醫(yī)療從「模型能力展示」推進(jìn)到「醫(yī)療供給重構(gòu)」；從一個產(chǎn)品功能，推進(jìn)到一個更正式的醫(yī)學(xué)與公共衛(wèi)生議題。
這才是百川「造醫(yī)生」最值得期待的地方。
01
做 AI 醫(yī)生的最底層能力，在于模型智能
一個問答框和一個真正的 AI 家庭醫(yī)生，區(qū)別在哪里？
通用模型加上醫(yī)學(xué)知識庫，已經(jīng)能回答不少健康問題。用戶問「這個指標(biāo)是什么意思」，模型解釋一下；用戶問「這個藥有什么副作用」，模型列出注意事項?？雌饋硪部梢院軐I(yè)。
但這樣的產(chǎn)品，還不能真正增加醫(yī)療供給。
原因在于，現(xiàn)實中的患者很少能準(zhǔn)確地描述自己的問題。他可能只會說「最近不舒服」「孩子發(fā)燒了」「腳有點疼」。在信息不足的情況下，通用模型要么過早給出一個看起來確定的答案，要么為了安全，最后落到一句「建議咨詢醫(yī)生」。
前者可能誤導(dǎo)患者，后者又把問題重新交還給本就忙碌的醫(yī)生。
一個好的家庭醫(yī)生，不能只回答已經(jīng)被問出來的問題。它要知道還缺哪些信息，繼續(xù)追問，判斷風(fēng)險，必要時把患者推向醫(yī)院。它也要在診后持續(xù)跟進(jìn)：藥有沒有按時吃，癥狀有沒有變化，什么時候應(yīng)該復(fù)查。
面對這些問題，一種常見做法是給通用模型增加知識庫、工作流和安全規(guī)則。百川選擇的路線更重：從模型側(cè)解決問題，讓模型本身具備更強的問診能力。
作為大模型公司中少數(shù)專注醫(yī)療的玩家，王小川的百川智能做醫(yī)療 AI 最特殊的地方，在于它不是從一個現(xiàn)成的通用模型出發(fā)，往上套一層醫(yī)療應(yīng)用，而是從一開始就把醫(yī)療當(dāng)成大模型必須正面攻克的核心場景。
問診、循證、專病、多模態(tài)、長期管理，這些看起來是醫(yī)療能力，本質(zhì)上也是對模型推理、交互、證據(jù)使用和真實世界理解能力的系統(tǒng)性考驗。
王小川表示，團(tuán)隊進(jìn)行測評后，發(fā)現(xiàn)問診準(zhǔn)確度每提升 2%，診療結(jié)果準(zhǔn)確度就會提升 1%。醫(yī)療模型的關(guān)鍵，不只是「答對」，而是先把該問的問題問出來。
百川所謂的「造醫(yī)生」，首先就是在這里和普通醫(yī)療問答拉開差距。
百小醫(yī)背后的 M4，強化了問診、循證、專病和多模態(tài)能力：不僅要繼續(xù)追問，也要基于指南和醫(yī)學(xué)證據(jù)回答；不僅要處理文字，還要讀懂報告、處方和圖片。
第一類是綜合醫(yī)療能力，包括模型在 HealthBench 等評測集上的表現(xiàn)；第二類是幻覺評測，單獨觀察模型會不會把不確定的信息包裝成確定結(jié)論；第三類是循證能力，判斷模型能不能找到可靠依據(jù)，并按照醫(yī)學(xué)證據(jù)給出建議；第四類則是問診能力，重點看模型會不會在信息不完整時繼續(xù)追問，把一句模糊的「不舒服」整理成有判斷價值的線索。
這條路線顯然更難，也更有價值。模型最終有沒有價值，不在于能不能給出乍一看像樣的回答。醫(yī)療 AI 的競爭，最后比拼的是誰能把模型智能真正推到醫(yī)療的門檻之上。
02
以患者為中心，才能找到正確的產(chǎn)品形態(tài)
過去幾年，醫(yī)療科技產(chǎn)品并不少。
互聯(lián)網(wǎng)問診、在線掛號、電子病歷、醫(yī)生 Copilot、院內(nèi)質(zhì)控系統(tǒng)、AI 輔助診斷，每一類都在解決醫(yī)療體系里的某個問題。
但很多產(chǎn)品的默認(rèn)視角，其實并不是普通患者和家庭。
服務(wù)醫(yī)院的產(chǎn)品，往往圍繞管理效率展開：病歷結(jié)構(gòu)化、質(zhì)控、科研、醫(yī)保控費、院內(nèi)流程優(yōu)化。它們能提高醫(yī)院運轉(zhuǎn)效率，但普通人很少直接感受到它們的存在。
服務(wù)醫(yī)生的產(chǎn)品，往往圍繞醫(yī)生工作流展開：寫病歷、查指南、總結(jié)病情、輔助診斷、生成隨訪記錄。它們能減輕醫(yī)生負(fù)擔(dān)，也確實有價值，但 AI 仍然站在醫(yī)生身后?；颊吣芊袷芤妫匀蝗Q于醫(yī)生有沒有時間、醫(yī)院有沒有能力，把這些效率轉(zhuǎn)化成更充分的解釋、隨訪和管理。
互聯(lián)網(wǎng)醫(yī)療也解決過一部分觸達(dá)問題。它讓掛號更方便，讓問診可以在線發(fā)生，讓買藥、續(xù)方、復(fù)診變得更順滑。但互聯(lián)網(wǎng)醫(yī)療本質(zhì)上更多是在重新分配和連接既有供給，而不是創(chuàng)造新的供給。
它讓你更容易找到一個醫(yī)生，但并沒有讓醫(yī)生擁有更多時間；它把一部分問診搬到了線上，但并沒有真正補上院前、院后、家庭和基層這些長期缺位的服務(wù)。
過去醫(yī)療圈內(nèi)部做 AI，也常常沒有跳出這個思路。
很多項目的出發(fā)點，是用一批醫(yī)療數(shù)據(jù)訓(xùn)一個模型，讓它在某個專病、某類影像、某個診斷任務(wù)上，把準(zhǔn)確率再往上推一點。它們可以寫進(jìn)論文，可以服務(wù)課題，也可以在某個院內(nèi)場景里發(fā)揮作用。
而大量醫(yī)療問題，恰恰源自醫(yī)療里最底層的問題：供給不足。
很多年輕人陪家人去醫(yī)院時，可能都見過這樣的場景：老年人站在掛號機(jī)、取號機(jī)、繳費窗口前，不知道下一步該點哪里，也不知道該問誰。有人低頭翻著手機(jī)，有人拿著報告在隊伍里來回走，有人看起來只是想找一個人幫他判斷一下：「我現(xiàn)在到底該怎么辦？」
那一刻很容易讓人心酸。因為你會想到，如果有一天是自己的父母獨自去醫(yī)院，他們會不會也卡在這些環(huán)節(jié)里；如果將來是自己老了，面對更復(fù)雜的醫(yī)療系統(tǒng)，又會不會也一樣無助。
普通人在醫(yī)療系統(tǒng)面前長期處于被動位置：聽不懂醫(yī)學(xué)術(shù)語，看不懂檢查報告，不知道該掛哪個科，不知道什么時候必須就醫(yī)，也不知道醫(yī)生說的話回家之后該怎么執(zhí)行。
百小醫(yī)這次真正有意思的地方，正在于它選擇了和這樣的普通人站在了一起。
恰恰相反，百川要做的，是把醫(yī)生最想延伸、但現(xiàn)實中很難覆蓋的部分，用 AI 接起來：診前幫患者整理病情，診后幫患者理解醫(yī)囑，院外持續(xù)提醒復(fù)查和用藥，在基層和家庭場景里完成長期健康管理。
這不是站到醫(yī)生對面，而是把醫(yī)生的能力延伸到診室之外。讓 AI 先在家庭和院外補上解釋、追問、分流、提醒和陪伴，再在需要的時候，把患者更清楚、更有準(zhǔn)備地交還給醫(yī)生。
這也是為什么，百川把它定義成 AI 家庭醫(yī)生，而不只是醫(yī)療助手。
「家庭醫(yī)生」這個詞，在中國醫(yī)療體系里并不新。很多城市早就推進(jìn)過家庭醫(yī)生簽約服務(wù)，但真實體驗是，很多人名義上被家庭醫(yī)生覆蓋，卻很少真正獲得持續(xù)、主動、可觸達(dá)的健康管理?；鶎俞t(yī)生資源有限，社區(qū)醫(yī)療能力不均衡，家庭醫(yī)生很難真的走進(jìn)每個家庭的日常健康決策。
進(jìn)入微信和家庭群，只是這個產(chǎn)品思路的一個自然結(jié)果。
因為中國家庭的健康決策，本來就不是由一個人獨立完成的。老人看病，往往是子女在遠(yuǎn)程幫忙；孩子生病，是父母一起判斷；慢病管理，靠全家一起提醒和執(zhí)行。很多健康問題，本來就發(fā)生在家庭聊天里：爸媽刷到健康短視頻，轉(zhuǎn)到群里問「這個能不能信」；老人拿到報告看不懂，拍照發(fā)給子女；孩子半夜發(fā)燒，家里人一起判斷要不要去醫(yī)院。
所以，百小醫(yī)進(jìn)入微信和家庭群，不是一個簡單的流量選擇，而是對真實醫(yī)療決策場景的承認(rèn)。
以患者為中心，才能找到正確的產(chǎn)品形態(tài)。
03
醫(yī)生，
是 AI「 造醫(yī)生」最熱心的擁護(hù)者之一
不久前，極客公園參加百川智能發(fā)布會時，現(xiàn)場最有意思的地方之一，是最熱烈的反饋反而來自多位頂級醫(yī)院的院長。
這在醫(yī)療行業(yè)里并不常見。
醫(yī)療是一個出了名謹(jǐn)慎、緩慢、強調(diào)責(zé)任邊界的行業(yè)。很多時候，AI 進(jìn)入醫(yī)療，首先遇到的不是興奮，而是質(zhì)疑：會不會有幻覺？出了問題誰負(fù)責(zé)？患者能不能直接用？會不會反而加劇醫(yī)患矛盾？
但在這次發(fā)布會上，很多醫(yī)生談到 AI 時，反而有一種非常具體的興奮。
這種興奮不是來自「AI 很酷」，而是來自非?，F(xiàn)實的臨床問題：現(xiàn)有醫(yī)療供給確實不夠。
兒科醫(yī)生不夠，腫瘤患者院外陪伴不夠，慢病患者的篩查、隨訪、用藥執(zhí)行長期沒人盯得住。院前、院后從來不是醫(yī)療的邊角料，只是過去醫(yī)生沒有那么多時間，醫(yī)療系統(tǒng)也很難把服務(wù)持續(xù)送到每個患者身邊。
這也是為什么，百川這次發(fā)布的重點，不只是百小醫(yī)一個產(chǎn)品。更準(zhǔn)確地說，百川正在嘗試搭建一套「一橫 N 縱」的 AI 醫(yī)療能力。
橫向，是百小醫(yī)背后的 M4 醫(yī)療大模型。問診、循證、專病、多模態(tài)、長期記憶，這些能力構(gòu)成了 AI 醫(yī)生的底座。
縱向，則是圍繞不同患者、不同疾病和不同醫(yī)療體系需求，長出來的一系列 AI 家庭醫(yī)生。
百小醫(yī)是其中最普適的一種。它面向普通家庭，管理全家人的日常健康：回答問題，識別健康短視頻真假，提醒復(fù)查、吃藥和就醫(yī)。
但同一套能力底座，也可以進(jìn)入更具體、更專業(yè)的醫(yī)療場景。
與北京兒童醫(yī)院合作的兒科 AI 家庭醫(yī)生，瞄準(zhǔn)的是兒科醫(yī)生供給不足的問題。國家兒童醫(yī)學(xué)中心主任、首都醫(yī)科大學(xué)附屬北京兒童醫(yī)院院長倪鑫在發(fā)布會上說：「AI 兒科醫(yī)生不喝一口水，不吃一口飯，不要一分錢，24 小時加班，哪個真人醫(yī)生也做不到，我們要與百川一起造 100 萬個兒科醫(yī)生?！?/p>
慢阻肺管理又是另一種形態(tài)。它更強調(diào)全病程：從早篩、確診到長期用藥、復(fù)診和隨訪，把原本割裂的環(huán)節(jié)接起來。慢阻肺高度依賴長期管理，但傳統(tǒng)醫(yī)療里，醫(yī)生很難一次次教患者正確使用吸入劑，也很難持續(xù)提醒患者不要自行停藥。
百川目前也歡迎更多的合作伙伴加入這套體系。王小川表示：「有了家庭醫(yī)生這個新物種，再加上?？漆t(yī)學(xué)能力的共建，我們就有機(jī)會賦能更多生態(tài)合作伙伴——藥企、保險、醫(yī)療器械、醫(yī)療和體檢機(jī)構(gòu)，都能因此獲得更好的服務(wù)，形成醫(yī)療健康的新生態(tài)。這是一種賦能的機(jī)會，是新的產(chǎn)學(xué)研實踐的構(gòu)想?！?/strong>
北京大學(xué)全球健康發(fā)展研究院院長劉國恩在現(xiàn)場說：「我們很多人名義上都被家庭醫(yī)生覆蓋了，但過去五年，有多少人真的接到過一次家庭醫(yī)生的電話？至少我沒有。不是家庭醫(yī)生不重要，而是現(xiàn)實條件確實有限。如果 AI 能進(jìn)入家庭群，主動參與家庭健康管理，它就可能成為一個新的家庭成員，可能讓家庭醫(yī)生這件事第一次真正運轉(zhuǎn)起來。」
這句話背后，其實點出了百川這次更大的野心。
過去中國醫(yī)療一直在講分級診療，講強基層，講家庭醫(yī)生，講全生命周期健康管理。但這些目標(biāo)長期很難真正落地，原因不是方向不對，而是供給不足?；鶎俞t(yī)生不夠，家庭醫(yī)生沒有足夠時間，?？漆t(yī)生也很難把服務(wù)延伸到患者家里。
AI 醫(yī)生的出現(xiàn)，給這些過去很難落地的目標(biāo)提供了一個新的技術(shù)變量。
醫(yī)療 AI 到底對醫(yī)生們意味著什么？
今天醫(yī)生對 AI 的復(fù)雜情緒，很大程度上不是憑空出現(xiàn)的。
豆包這樣的通用 AI，已經(jīng)先一步進(jìn)入了患者側(cè)。很多患者開始拿 AI 問健康問題，甚至帶著 AI 的回答去看醫(yī)生。對醫(yī)生來說，這當(dāng)然不是一個舒服的變化：患者的信息來源突然變多了，但這些信息未必專業(yè)；患者的問題變多了，但很多問題背后帶著對醫(yī)生判斷的質(zhì)疑；醫(yī)生需要解釋病情，也需要額外解釋為什么 AI 的回答不一定對。
在很多醫(yī)生真正理解醫(yī)療 AI 之前，他們已經(jīng)先感受到了通用 AI 對醫(yī)療秩序的沖擊。這也是為什么，醫(yī)療 AI 很容易先被醫(yī)生警惕，甚至被討厭。
因為如果 AI 只是一個脫離專業(yè)體系的通用問答框，它帶來的不是新的醫(yī)療供給，而可能是更多誤解、更多焦慮、更多醫(yī)患之間的信息摩擦?；颊邥茫t(yī)生攔不??；但醫(yī)生也很難放心接受這種 AI 直接參與醫(yī)療決策。
王小川和百川這次做的事情，價值正在這里。
它沒有簡單把通用問答套進(jìn)醫(yī)療場景，也沒有把 AI 放在醫(yī)生的對立面，而是試圖把已經(jīng)發(fā)生的患者側(cè) AI 使用，重新接回到更專業(yè)、更嚴(yán)肅、更可協(xié)作的醫(yī)療體系里。
王小川這次不是一個人在醫(yī)療江湖外喊話，而是和倪鑫、李寧等臨床專家坐在一起，把「造醫(yī)生」從一個 AI 公司的主張，推進(jìn)成一件由模型公司和醫(yī)學(xué)界共同驗證、共同落地的事。
這也解釋了為什么，現(xiàn)場不少醫(yī)生對百川表現(xiàn)出明顯的熱情。
他們支持的不是一個失控的通用 AI，也不是一個在醫(yī)生背后偷偷替代醫(yī)生的產(chǎn)品，而是一種更有邊界、更能補供給、也更愿意和醫(yī)療體系協(xié)作的新型 AI 醫(yī)生。
醫(yī)生不是 AI「造醫(yī)生」的天然反對者。相反，最早看見醫(yī)療供給缺口、最清楚患者院外困境、也最愿意探索新技術(shù)的一批醫(yī)生，正在成為這件事最熱心的擁護(hù)者。
不是所有醫(yī)生都會立刻接受這個新角色。很多醫(yī)生對 AI 的幻覺、責(zé)任邊界、患者誤用仍然會有合理擔(dān)心。但至少在百川這里，AI 醫(yī)療不再只是通用模型對醫(yī)療體系的外部沖擊，而是一種正在被醫(yī)生共同參與、共同校準(zhǔn)、共同落地的新供給。
* 頭圖來源：百川智能
本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO
