醫生的AI助手來了：前釘釘副總裁，要做中國的醫生版“ChatGPT”

在阿里釘釘工作幾年后，王強宇逐漸意識到，自己并不是“最適合大廠節奏的人”。

“我這個人就不適合在大廠干，”他笑談，“釘釘在 2020 年已經做到很高的位置了，但我更喜歡折騰，更喜歡做從 0 到 1 的事情。”

王強宇是一位連續創業者，有二十多年的創業經歷，做了很多從0到1的事。2017 因為創辦的短視頻趣拍云被阿里云收購，進入阿里，擔任釘釘副總裁。2020年他離開釘釘時，釘釘的日活用戶從幾百萬增長到1.5億。2021年，成立壹生檢康，指向一個被互聯網行業忽視已久的方向——生命科學。

或許因為創辦過許多家公司，和其他創業者略有不同，你從他身上似乎看不到壓力，創業于他而言，更像是一種有趣的游戲。他是一位永不停歇的玩家。

壹生檢康CEO王強宇

從一滴血卵巢檢測，到面向普通用戶的婦科垂類模型——豆蔻大模型，以及12月初在釘釘剛上線的“豆蔻醫生超級助理”，王強宇玩得越來越大。

30多人的團隊，在自有資金的投入下，做出了和國外醫療領域最火的公司“OpenEvidence”一樣的產品。“我們要做中國的‘OpenEvidence’，”王強宇告訴我們，剛開始或許還不那么確定，但幾個月后，真的做出來了，這給了他們團隊很大的信心。

OpenEvidence是一家為醫生打造的AI助手工具，被福布斯稱之為醫生版的ChatGPT。目前已經吸引美國40%的醫生用戶，每月的臨床咨詢量高達1650萬次。這家公司更是在短短的三個月時間里（7-9月），估值從23億美元竄升到60億美元，上漲了50%。

對王強宇而言，讓他感到興奮的是，壹生檢康的AI助手工具，真的參與到醫生最核心的工作——臨床決策中，幫助醫生及時獲得最新研究成果，輔助做出更科學、準確的判斷。

01 “這不是一件小事，而是真正的救人”

年初DeepSeek加速了AI 智能體浪潮的到來，國內陸續上線多家醫療AI工具，比如螞蟻的AQ，字節的小荷AI醫生，京東的AI京醫。以及一直把醫療視為大模型皇冠上明珠的百川智能，也推出AI助手工具。但這些工具大多是面向普通用戶，扮演“AI醫生”的角色，和豆蔻醫生超級助理不同，后者完全服務于醫生，用來臨床輔助診斷。

“醫生對AI 助手工具的需求，沒想到這么大。”王強宇說。豆蔻醫生超級助理從上線到現在不過幾天，已有 300 多家醫療機構注冊，其中包括復旦大學附屬紅房子醫院這樣的頂尖三甲，也包括許多王強宇過去從未聽過名字的縣域醫院，如阿拉善盟醫院。

在醫療實踐中，醫生在面對患者看似鎮定，但內心往往充滿焦慮。不是因為不會看病，而是擔心自己“漏掉了最新知識”，做出了錯誤判斷。

浙江大學醫學院附屬婦產科醫院（下稱“浙大婦院”）錢江醫院的副院長胡文勝告訴王強宇一個讓人震驚的案例。在以往產前診斷時，如果發現胎兒患有法洛四聯癥，一種先天性心臟病，通常會被建議引產。但是根據現有文獻，實際上98%的病例預后可以完全康復的。

今天醫生要面對的知識更新，已經遠遠超過了人類個體的極限。醫學文獻每天新增 2000 多篇，五年翻一番，“你就是一天 24 小時不吃不喝，也不可能全部讀完?！蓖鯊娪钫f。

豆蔻醫生超級助理相當于解決了醫生面對復雜病例時的這一痛點?！癆I 可以把近4000萬份醫學文獻迅速讀完?！?王強宇說，“它可以幫醫生把證據查全、查準、查快。這就是我們產品最大的價值?！?/p>

02 接近零幻覺

談到豆蔻大模型的獨特性時，王強宇反復強調的一點是，他們并不是在復刻美國的 OpenEvidence，而是有許多創新。

“比如我們有個叫 Deep Decision 的能力，是胡文勝醫生給我們起的名字，意思就是——做的不只是臨床診斷，而是深度的臨床決策?！彼f。

所謂“深度決策”，并不是讓模型一次性給答案。豆蔻的大模型會主動進行五輪左右的文獻搜索與證據鏈校驗，每一輪都檢查證據是否充分，再推進下一步推理。最終得出的診斷結論，都會帶著完整的文獻鏈接和引用路徑。

“醫生可以接受模型慢一點，但不能接受 30% 的錯誤率，”王強宇說，“B2C 產品 70% 準確率已經很高了，但醫生用不了——因為剩下那 30% 不對，是真的可能害人?！?/p>

這也是醫生工具最核心的要求，必須接近 0 幻覺。為了攻克幻覺，他們從意圖識別、工作流上設置提示詞工程，要求嚴格按照醫生診斷時，有完整證據鏈和循證邏輯做診斷。

“以證據鏈為例，要求大模型從4000萬份文獻檢索權重最高的文獻，五年之內的新文獻，閱讀引用次數等都是影響權重的維度?！蓖鯊娪钫f。正是因為這個深度決策，導致AI跑5分鐘左右，token消耗量是過去的10倍到100倍。

03 盲測驗證：AI已獲得專業級判斷力

產品在浙大婦院經過了3到4個月的真實臨床打磨，幾乎每周都會有來自浙大婦院的幾十份復雜病例，交給豆蔻醫生超級助理診斷。

最令壹生檢康團隊欣慰的是，最終大模型輸出的結果，獲得胡文勝在內的頂級醫生認可。這也意味著，他們的產品真正可以進入到醫生的核心決策中。

更典型的一個案例是，兩周前壹生檢康團隊在合作伙伴那里的一次病例驗證。

對方半信半疑地拿出一個六年前的典型病例，這是他曾經的下屬，一個懷孕六個月的年輕女性。產檢時發現卵巢上有一個混合性包塊，腫瘤指標高達 1500 多，被多家醫院高度懷疑是卵巢癌。三四位醫生里有兩位給出的建議都是：立即終止妊娠，并切除卵巢，以保證母親的生存機會。

他們把最初的診斷報告發送給豆蔻醫生超級助理后，讓 AI 給出結論。幾分鐘后，模型生成了完整的診療路徑，第一條建議就是“不建議立即終止妊娠”。第二條建議是，在 12 周左右做進一步的盆底 MRI。

“這個判斷和當時頂尖專家方案，幾乎一字不差?！?王強宇拿著手機截圖展示給我們。AI 不僅給出判斷，還自動附上了所有引用的指南、文獻和循證證據。當時的年輕女性保住了卵巢，孩子也順利出生。

對于醫生而言，這是一場足以改變認知的沖擊。因為這類病例的難點就在于“不確定”：混合包塊、孕期激素變化、腫瘤指標飆高……每一個信號都可能推向不同結論。而對于不同的醫院，醫生個人傾向性和專業性不同，給出的方案也往往截然相反。相對這些不確定性，AI 恰好填補了空白，可以根據證據、指南和臨床路徑給出最合理的決策建議。

04 “三條腿走路”

相比AQ 這類依賴免費模式跑向大流量的 C 端產品，豆蔻醫生超級助理、OpenEvidence這樣的AI醫生工具更有想象力。

在王強宇看來，醫生這一專業人群本身，就是醫療體系的核心決策者，也是最值得投入的服務對象。

一方面，醫生有明確的專業效率訴求與付費意愿。如果工具能真正提高臨床決策質量，哪怕是 99 元/月的訂閱，對不少醫生而言也屬于“確定能付、愿意付”的成本。另一方面，醫院端的采購模式更能形成規模效應，醫院付一筆 5–10 萬級別的年度費用，本質是在采購一個能提升整體診療效率的生產力工具。

更重要的是，醫生群體同時也是藥械企業爭奪的最關鍵觸點。制藥與器械廠商愿意為醫生免費提供工具，并通過合規方式在其中部署學術內容或品牌資源，形成第三條收入曲線。這類模式也是OpenEvidence目前采用的商業模式。

王強宇說，豆蔻醫生超級助理上線后，一些頭部藥企主動找來與豆蔻接洽，甚至表示愿意承擔費用。

在 200 多萬中國注冊醫生、其中婦科醫生近 40 萬的龐大專業群體面前，豆蔻超級助理的商業模式并不是“靠用戶付費生存”，而可能是靠上面的“三條腿走路”。

作者：柳嘉