對話 | 百度做健康服務，到底把AI用在了哪兒？

摘要：當下是AI醫療的校準期而非爆發期

作者 | 石景遷；編輯 | 黃運濤

凌晨兩點，一名用戶在手機軟件的對話框里反復修改著一句話，試圖把體檢報告上的內容原樣敲出來。“結節”兩個字被刪了又打，后面跟著尺寸、箭頭、醫學縮寫，但他并不確定這些信息意味著什么。

屏幕亮著，他等著一個明確的結論。

如果把這一幕放進更長的歷史尺度中，它并不新鮮。

人類幾乎從未停止過用技術對抗疾病的不確定性。聽診器讓不可見的癥狀第一次被“聽見”，X 光讓身體內部得以被“看見”，抗生素讓死亡率陡然下降，影像設備與微創技術則極大地延伸了醫生的眼和手。

每一代新技術出現時，都被寄予同一種期待：讓醫學診療的確定性變得更高一些。

AI醫療是人類反復嘗試用技術馴服不確定性的又一次迭代。它并非憑空出現，而是站在三個時代背景的交匯點上：

一是醫學數據的爆炸式增長。圖文、影像、電子病歷已遠超人類個體的處理能力；二是算力與算法的冒頭與快速成長，使人工智能初步具備大范圍的實用價值；三是全球醫療系統普遍承壓，醫生短缺、成本上升、老齡化加速。以我們自己為例，中國全科醫生人均服務家庭數的比例達 1:835。

以上種種，都迫使我們開始尋找“非人力”的增量。

12月17日，百度在AI DAY上，發布了升級后的文心健康管家。百度披露的數據顯示，自10月18日上線以來，文心健康管家的“AI+真人”的服務總訂單量已超過4700萬。“通過人機協同的模式創新，已實現了10倍于原有純真人服務的規模增益。”百度健康總經理楊明璐表示。

文心健康管家的前身是百度健康AI管家，產品定位是個人7×24小時AI健康助手，在“AI+真人醫生”的雙保障模式基礎上，提供科普問答、檔案管理、掛專家號等功能，覆蓋診前、診中、診后環節，目前已有36萬醫生參與標注校驗。

兩天前的12月15日，螞蟻集團旗下AI健康助手獨立App“AQ”啟用中文名“螞蟻阿福”。該應用整合健康科普、就診咨詢、報告解讀、健康檔案等AI功能，連接全國30萬真人醫生及500多位名醫AI分身，月活用戶超1500萬。

在理想狀態下，AI的優勢清晰而誘人。

它擅長在海量數據中發現相關性，顯著提高效率；它不疲倦、不受情緒影響，理論上可以減少人為誤判；它還可能通過輔助決策，把頂級醫療經驗“下沉”到資源匱乏地區。這些能力，指向的仍是同一個目標：把診療的不確定性進一步壓縮。

但風險同樣來自同一根邏輯主線。

AI依賴歷史數據，而醫療的不確定性恰恰常常出現在少數情況、邊緣樣本和個體差異之中。算法可能在平均意義上更正確，卻在關鍵個案上更游離。此外，過度依賴AI還可能反向削弱醫生的判斷能力，使系統在面對真正的未知時更加脆弱。

百度活動現場，首都醫科大學附屬北京佑安醫院主任醫師李侗曾在發言時總結了一句話：AI守好“效率關”，醫生守住“專業關”和“人文關”。

眼下，AI醫療的核心矛盾并不在于“能不能替代醫生”，而在于“如何被嵌入醫療體系”。歷史經驗反復證明，真正成功的醫療技術，從來不是單點突破，而是與制度、倫理和專業邊界共同演化的結果。

因此，AI醫療的當下更像一個校準期，而非爆發期。它正在被逐步放置在輔助而非裁決的位置上：做效率工具，而不是做最終判斷。

技術無法完全消滅不確定性，但可以教會我們如何與之相處。在這個階段，比技術迭代和產品DAU更重要的是，平臺和系統能否建立起清晰的邊界：哪些決策可以交給機器，哪些必須保留給人類；哪些不確定性值得用技術壓縮，哪些不確定性必須被尊重。

百度健康AI DAY當天，雪豹財經社等機構與百度健康醫生服務部總經理李杰、百度健康AI產品負責人魯妹進行了一場小規模的閉門交流。

以下是訪談實錄（節選，經編輯）：

Q1：百度做健康多年，積累過哪些經驗，踩過哪些坑？

魯妹：AI可能存在幻覺，但健康容錯率低，這兩者是存在沖突的。AI醫療在經歷大的認知升級，還在探索過程中。在AI融入醫療健康行業的過程中，認知的升級點比較重要。

比如，百度健康基本每一條回答，都是AI結果加真人醫生背書。我們不認為AI能解決所有問題，一定要有行業醫生深度參與。我們有很多case是偏服務的，比如拍一張照讓AI解答，哪怕做到非常極致的狀態，還是可能有幻覺。我們的解法是把這項內容推送給生態醫生，請他進行再次檢查。

在整個鏈路中，我們創造了各種AI和真人醫生聯動的機制，打通了從AI到真人參與的內容邏輯。

李杰：互聯網公司會覺得，AI帶來了非常多的機會，但醫療行業的生態伙伴，包括醫生、藥企、醫療機構等，對這件事的態度是非常審慎、嚴謹的。我們一直保持尊重行業、尊重醫生的態度，廣泛地把行業專家引入，一起來參與討論。

比如，我們剛開始要做AI問診時，行業里已經有人在做了，但這個東西是好的嗎？不一定。行業專家的觀點是，這件事好歸好，但有風險，風險在于幻覺。健康是容錯率極低的一個行業，只要犯一點點錯就是大錯。這時醫療專家給了很好的建議，站在我們的背后提供幫助。

另一方面，醫療是萬億級規模的行業，不只有互聯網醫療公司、AI技術革新公司，還有做醫療信息數字建設的公司，專門做精神心理領域、睡眠領域、慢病管理等領域的垂類公司，我們也要跟他們充分討論，把他們引入進來。

百度不一定非要在某一垂直賽道上自己建一套很重、很深的東西，我們用好平臺的能力，把生態伙伴連接進來，在AI時代一起把這個生態構建好。

魯妹：還有一個升級，今年下半年以來，我們更多地站在整個公司的視角做功，而不是局限在事業部。用好文心技術的底座，用好公司最新成立的模型應用團隊，用好數字人生態，再往前走。

還有就是流量入口。一開始我們在手百試水、升級產品體驗，因為那是百度健康的舒適區，也有億級用戶。但今年下半年，我們的入口已經開到了文心APP、文心助手應用，也在跟聯盟手機廠商等合作，利用整個公司的流量資源、用戶資源，能夠取得更長足、更快的進展。

Q2：各家企業都在AI健康領域中尋找各自的生態位，這個過程已經完成了嗎？

李杰：每家公司的發力點是完全不一樣的，有的做供應鏈，有的做醫療信息服務，有的做健康管理。最終的方向是什么？為人民的健康服務。

從2020年到現在，百度健康一直在往前走，雖然還沒有到達終點，但已經沉淀了一些數據、經驗、能力。比如做問診，我們有36萬名醫生，有電話問診、圖文問診、急速問診、夜間問診、AI問診等多種模式。我們希望把這些經驗和能力，和保險公司、藥企、健康體檢機構、線下藥房等生態伙伴共享。

但不得不說，我們大家離最終目標，道路還非常漫長。

Q3：競爭是否會導致技術內卷，反而忽視了對應用場景的關注和用戶體驗的提升？

魯妹：我們從10月發布AI健康管家及三大產品體系到現在，在線用戶服務量實現了10倍量級的增長，且留存、黏性都有顯著提高。雖然一直在說AI+，但我們更多地把它當作技術工具，醫療業務的出發原點還是對雙邊需求的理解和洞察。

我們要研究清楚醫生、用戶想要什么，在做事過程中把AI這個工具融進來，變成原生化的產品。無論從過程管控還是階段性結果來看，我們都沒有偏離原點。

Q4：最近很多公司發力AI健康，百度健康的獨特優勢是什么？

魯妹：我覺得競爭才剛起步，離真正的家庭健康管理還有很大距離。不同公司對發展節奏和自身優勢有不同的判斷。我想再簡單說一下百度健康不一樣的優勢。

第一，百度健康平臺服務了億級用戶，從內容、服務到家庭醫生的管理，怎么把這一億用戶的需求承接得更好，是我們當前的使命。

第二，大家都在說“快”，但有時“慢”也是“快”，最終還是效果說話。醫療講究慢工出細活，需要對醫生、用戶的需求有很好的理解，才能做好產品。我們在做模型訓練時會反復打磨標準，醫學專家會反復摳數據，有的標準甚至打磨三次以上才能夠上線。

第三，我們是在百度整個公司的技術基礎上往前迭代的，而且非常尊重生態，跟生態伙伴一起為用戶提供更好的價值。這是我心目中百度健康的壁壘。

李杰：各類型的公司、友商進入行業，是一個好事。它證明賽道熱起來了，AI健康管家的機會來了，也意味著教育用戶的成本降低了。

過去，長時間、有個性化地去服務用戶是一件極其難的事，醫生不可能把所有患者都記住，但AI可以；醫生也很難做到7×24小時提供持續服務，但AI可以；醫生在管理過程中不可避免地偶爾會有一些情緒，但AI不會。

在這條賽道上，AI模型的基座能力只是底線，真正比拼的是對用戶、醫生、場景的洞察，以及對各種痛點的滿足。百度健康有上億用戶，我們不是從0到1，而是從有基礎到更好。我們做AI產品也不是取代醫生，而是和醫生一起服務患者。

Q5：能否完整介紹一下百度健康生態中的內容？

李杰：首先，在線上連接醫生和患者以外，百度健康還會編織一張線下的履約網絡。我們和大量公立醫院和非公醫療機構建立合作，在患者完成線上問診后，引導他到線下醫院進行檢查、手術和治療。

第二是商品的滿足方案。比如，用戶生病后需要藥物來進行治療，在當地買不到，我們可以通過電商網絡來滿足這個需求，同時和很多即時零售品牌合作，幫助他們把商品及時配送到患者手里。

第三是與檢驗、檢測機構的合作。有些檢驗檢測在醫院做需要排很長時間隊，還有一些居家就可以做，我們會和相關機構合作，把用戶需求轉化成他們的訂單。

在這三條鏈路之外，百度健康生態還有很多內容。比如，用戶關注自己的心率、運動步數、血氧變化，我們會和大量可穿戴設備企業開展合作，用專業醫生、AI的解讀能力結合他們的數據，提供專業報告和信任背書。

Q6：百度健康在數據、算法層面有哪些優勢？

魯妹：我覺得有三層優勢。

第一層，我們用了百度AI的基建，包括文心模型提供底層的架構、多模型訓練加速機制，以及公司級的實時交互的數字人。

第二層，百度健康有自己的獵戶座 Multi-agent 人機協同技術體系，從用戶檔案的理解、識別、匹配，到多醫生智能體矩陣，整個全鏈路的建立都有一套自己的技術運轉方法。

第三層，也是非常關鍵的優勢，就是數據飛輪。很多模型是沒有飛輪的，或者說是假飛輪。在醫療領域，用戶數據能帶來一些增益，但不是讓模型真正懂醫療、變聰明的根本，真正的飛輪是專家數據飛輪。

百度健康有一個B端的超級工作臺，每天都有幾十萬醫生在上面進行內容和服務的標注。拿到專家的實時反饋后，我們在模型訓練過程中會分層，這才是讓模型慢慢變聰明的最關鍵的原因。

我們非常珍惜這個專家數據飛輪，這是讓模型技術處在行業領先最重要的點。

Q7：百度文心健康管家幫醫方、患方解決了哪些痛點？

魯妹：先說醫生。我們認為醫生有三大剛需：一是向患者科普的訴求，二是提效的需求，三是一些基層醫生有提升診療、判斷能力的需求。此外，還有一些醫生期望獲得更多精準的患者，輔助他們做科研。

在健康這個領域，醫生就是核心、權威，也是平臺最重要的資源，服務好醫生才能服務好患者。因此，我們打造了醫生的工作臺、AI醫生助理，圍繞診前、診中、診后，全流程提效和進行效果賦能，讓醫生能夠跨地域、跨時空去服務患者，還可以用Dr.Flow輔助內容創作。

再說用戶端，分小病、慢病和沒病三種情況。

日常小病要快速幫用戶搞定，通過平臺咨詢、問診，然后購藥、送到家，快速見效，能不去醫院就不去醫院。慢病是長周期管理，把線下醫院的定期復診，轉變成實時的家庭醫生，提供全周期、全天候的陪伴。在這個過程中，數字家庭醫生是真人主治醫生的助手，充當連接C端用戶和醫生的橋梁。

沒病就是泛健康，比如心情不好想找人陪聊一下，或者想減肥、想做醫美，我們的管家能不能提供心理、飲食、減重等服務。很多人在社交平臺上的決策是拍腦袋的，但百度健康一直在打造背書體系、認證體系、評價體系。

剛才說的是個人，再從個人到家庭，“一老一小”不具備這些能力，這時需要有更多基于家庭的健康管理。比如，現在的健康檔案可以是家庭矩陣式的。

Q8：如何定位頭部醫生的角色？

李杰：平臺會把醫生分成幾層，通過不同方式去運營。簡單疾病找基層醫生和普通的主治醫生就可以，但涉及惡性病變等的嚴重疾病，AI健康管理是不做回答的，只做病情收集和澄清用戶問題。

打個比方，用戶在百度搜索10毫米×12毫米的浸潤性肺結節，過去我們會給他推薦一篇文章，分析浸潤性結節是什么東西，10公分左右是什么情況，應該怎么治療。但其實每個人的訴求不一樣，我們不應該給他標準答案。健康管家會通過進一步聊天，了解和收集患者情況，并分配合適的醫生給他。

我們針對普通的頭疼腦熱，和嚴肅疾病、大病、重病，處理態度和解決方案是不一樣的。對用戶需求的洞察背后，是百度在很長時間積累下來的寶貴財富。

魯妹：各層的醫生在不同的用戶需求場景會有對應的承接。另外，頭部專家在科普牽頭這塊是非常重要的。百度健康有一個醫典計劃，是由院士牽頭，跟行業協會及頭部專家簽約，有一套自上向下的醫療科普體系。在AI飛輪數據訓練體系中，頂級專家也會給我們的模型進行頭部知識的賦能。

從服務分層、科普牽頭到技術賦能，每一層的醫生在這個生態中都有各自的占位，充分參與進來。

Q9：文心健康的口號是“AI預診+真人確診”，在什么條件下會觸發真人醫生的介入？背后的產品邏輯是怎樣設計的？

魯妹：這也是我們在做產品設計里面很頭疼的問題，大概有幾類場景。

急癥會優先真人醫生。我們有一套醫療判別的模型，如果識別到緊急狀況，就會有真人醫生甚至客服出現。這個閾值是非常低的，我們寧愿錯放，也不能耽誤用戶病情。

像癌癥這樣的重癥，基本AI簡單收集一下，就到真人和專家體系了。

在普通疾病上，AI取代的部分更多一些，比如輔助患者去表達清楚需求、收集病歷、判斷他應該去看哪個科室、給出一定的診斷建議，然后幫他定向匹配最適合當前狀態的醫生。AI完成上述環節后，真人醫生才上場，給患者開藥，建議他到醫院就診，或者轉診到其他醫生那里。

人群不一樣，疾病的程度不一樣，處理的模式也不一樣。

Q10：文心健康管家有哪些主要入口？

魯妹：第一個是百度搜索，用戶搜索病癥相關的需求，健康管家都會跟在下面實時陪伴，這個入口有近8000萬的流量。

第二層，將我們的能力封裝起來，變成了更多的原子能力，已經融入到文心助手、文心APP。

第三層是開放計劃，把文心健康管家能力作為獨立產品，或者打散為服務能力、內容能力，未來可能出現在各個合作方不同的入口上。

Q11：百度健康醫生服務部明年最重要的目標是什么？

李杰：未來一段時間的核心任務還是醫生規模的提升，以及醫生活躍規模的提升。服務好醫生就可以服務好患者，醫生在哪兒，患者就會在哪兒。

封面來源 | 豪斯醫生