和医生说豆包已经不会被翻白眼了 - Kaiyun开云体育

每日更新五大联赛及中超动态

2025年末，我因感冒就诊，医生诊断为风寒。

我提到：“豆包说我是热感冒，您看……”

话未讲完，医生就打断了我，最终确诊仍是风寒，那次我差点用错药。

今年再去医院时，我又顺口说：“豆包帮我查了最近一周的平均血压，建议我来看看……”

这次医生态度不错，还让我坐下慢慢说。

AI成为线上医疗市场的搅动者

2025年初，DeepSeek-R1带动了一波AI大模型集中爆发。QuestMobile数据显示，到当年3月，中国AI原生App月活跃用户达2.7亿，其中DeepSeek 1.94亿、豆包1.16亿；用户不仅下载体验，月人均使用时长同比增长32.7%，使用次数增长53.1%。到2026年3月，AI原生App整体月活进一步增至4.46亿，豆包达到3.45亿。

当数亿人已习惯在同一窗口问工作、查资料、写内容，关于健康的问题也自然不断涌向AI。OpenAI在2026年1月发布ChatGPT Health时透露，全球每周有超过2.3亿人用ChatGPT询问健康问题；到7月，这一数字超过3亿。中国用户使用AI的情况也呈现类似且快速发展的趋势。

AI健康入口相关数据（数据来源见图内）

中国线上医疗已发展十多年，从营收看仍有不小增长空间。2022至2025年，京东健康营收从467.36亿元增至734.41亿元，年度活跃用户从1.543亿升至2.177亿，日均在线问诊从30万以上增至50万以上。

平安健康走的是另一条路线：2022、2023年收入下滑且亏损，2024年扭亏为盈，2025年恢复增长。阿里健康从FY2022亏损转为FY2023盈利，到FY2026营收达342.55亿元，利润达19.36亿元。

这并非表示“AI兴起，传统线上医疗就会衰退”，变化主要在于用户处理健康问题的入口，而我们可以观察同一时期其他正在发生的事。

2025年，蚂蚁完成对好大夫的收购。好大夫自2006年涉足互联网医疗，到2025年已积累9520万有互联网医疗服务记录的患者，累计医患交流11.6亿次；收购完成时，拥有28万实名注册医生。另一边，支付宝医疗已连接超过3600家医院，覆盖医保、挂号、购药等服务。

2025年6月，蚂蚁推出独立AI健康应用AQ。

用户首先面对的已不再是医生列表或医院科室，而是AI。健康科普、就诊咨询、报告解读、健康档案都围绕这一入口展开；它背后同时连接着5000多家医院和近百万医生。

仅看前台，AQ很像典型的AI原生产品。许多原本需要搜索、找科室、翻资料才能完成的操作，被压缩进一个对话窗口。

但前面已有支付宝铺好的医院、医保、挂号和购药能力，又接入了好大夫近二十年积累的医生、患者和医患关系。

线上医疗平台与服务能力数据（不同平台口径见图内）

2025年9月，AQ月活跃用户达785.5万。到2026年，蚂蚁披露AQ/阿福总用户已超1亿，每天处理超过1000万次健康相关咨询。

2026年8月，好大夫医生版升级为AQ for Doctor/阿福医生版，并与消费者端打通。医生AI智能体可在正式问诊前先向患者追问、收集资料、整理病史，再将关键信息交给真人医生。

前台可以很快换成AI，但许多用户仍需要深入医疗服务，因为后端对接的是真实医生、医院以及解决健康问题的医疗服务。

去医院之前已和AI聊过不少

用户行为的变化更多体现在就诊前的咨询入口发生转移，“问AI”和“找医生”并不矛盾。

Rock Health 2025年对8000名美国成年人调查显示，使用AI聊天机器人获取健康信息的比例从2024年的16%升至2025年的32%。

42%的受访者在问完AI后会继续搜索其他资料，40%会继续咨询医生或医疗专业人员，81%至少采取了一项后续行动。

KFF 2026年调查中，65%的用户使用AI主要是为了更快获取信息，41%的用户是在决定是否看医生前先了解情况；还有人用它解释检查结果、理解治疗方案，或帮助判断下一步。使用AI处理健康问题的人中，41%上传过检查结果、医生记录等个人医疗信息。

过去分散在搜索、咨询、个人整理和等待就医前需要完成的事情，现在可以在同一个AI窗口里完成。

AI诊前使用行为数据（美国用户调查数据）

一张化验单看不懂，可以拍下来问AI：“这个高不高？”

药名记不住，直接拍药盒。皮肤出现变化，不知道如何描述，就先给一张照片。甚至连完整问题都没有，只是从“我最近好像有点不舒服”开始，一边聊一边补充情况。

有句话叫久病成医，看病时想少跑冤枉路、尽快康复，需要自学不少知识、看不少资料，要能看懂报告里哪个指标异常、药叫什么名字。

而多模态和实时语音降低的是这部分理解成本，可以把更多原始材料直接交给AI，尝试过的用户会很快养成使用习惯。

随着AI发展，更强的记忆和更长的上下文处理能力，让许多用户在沟通中发现AI能记住自己的很多情况，许多数据、检查结果自己可能要核查化验单才能找到，现在问一下常用AI就知道了。

ChatGPT Health已允许用户主动连接医疗记录和Apple健康等数据，比较新旧检查，查看一段时间内的睡眠、活动和运动变化。这也提供了身体状态可综合对照和判断的数据基础。

连续对话与记忆示意：让前一次的信息进入下一次交流

去看医生时，AI的这些能力还能提供一项实用帮助：整理诊前信息。

蚂蚁阿福可将连续多年的体检报告放在一起读取，比较关键指标变化，并将资料存入个人健康档案。腾讯健康的患者档案可由AI整理病情时间线、既往病史、检查报告和指标趋势；智能预问诊通过多轮追问形成诊前报告。京东健康从2024年开始用AI辅助采集患者病情。患者先提交简单主诉，AI再追问症状时间、位置和伴随症状，整理成病情概述交给医生。

这里有一个重要限定：京东明确提出，AI负责追问和整理，诊疗意见仍由医生给出。OpenAI对ChatGPT Health的定位同样保留了这条线——支持医疗，而不是替代医疗诊断和治疗。

我自己那次感冒已碰到另一面：如果AI给出的判断错误，而人直接把答案当成诊断，就可能用错药，引发更多麻烦。

诊前整理示意：AI负责读取、追问和整理，诊疗意见仍由医生给出

两次和医生提起豆包，中间相差约一年时间，AI装机量迅速攀升，能力也在快速变强。医生自己也是某些AI的用户，这或许是对我态度转变的原因之一。

AI不只是在回答问题

过去大多数健康信息来自一次体检、一次问诊，或身体出现明显不适后的一次主动记录。现在手表已能长时间采集心率、血氧、HRV、睡眠等数据。比如华为不断强化PPG、多光路传感和长期健康监测，本质上是在让身体状态从一个个孤立时间点，逐渐变成可连续观察的数据。

当这些长期数据再进入AI，上下文就开始真正有价值。

一次心率偏高意义有限，几个月数据放在一起，才可能看到变化；一张体检报告只能描述当时状态，几年检查结果放在一起，才能形成趋势。AI最适合处理的，恰恰是这种人类难以长期自行整理的大量信息。

一边是大模型理解能力、记忆、多模态和上下文不断提升；一边是手表等设备持续产生健康数据；另一边，越来越多用户已习惯先问AI，再决定下一步做什么。

于是，医疗的入口正在从医院、挂号平台和专门的医疗App，继续向用户每天都在使用的AI和设备上移动。

入口变了，后面的资源也会跟着重新组合。

医生可以提前获得更完整的病史和趋势，减少问诊中反复确认基础信息的时间；医院可将部分咨询、随访和健康管理延伸到院外；用户也可能少跑一次医院、少重复一次检查，更快找到真正需要的服务。

对京东健康、平安健康、阿里健康、蚂蚁这些公司来说，这同样意味着新空间。

过去互联网医疗首先解决的是挂号、问诊、买药等具体环节。AI把入口进一步前推后，健康管理、问诊、药品、保险、慢病管理和后续服务都有机会围绕同一个用户连续展开。它们多年积累的医生、医院、药品和保险资源，也有机会在新的入口下发挥更大价值。

所以AI医疗更大的变化可能是：AI、穿戴设备、医生、医院、药品、保险和互联网医疗服务，正在围绕一个人的长期健康数据重新连接。

上下文与趋势比较示意：从单次提问到长期数据变化

过去互联网医疗解决的是“把一部分医疗搬到线上”，现在AI正在让分散在设备、用户、医生、医院和平台之间的数据与服务真正开始流动起来——医疗行业的竞争也不会围绕更像医生的聊天机器人展开，而是看谁能把这些资源组织得更有效，让一个人更早发现问题、更容易找到合适的服务，也让有限的医疗资源发挥更大价值。

本文来自微信公众号“冯伟冯大白”，作者：冯大白，36氪经授权发布。

阅读更多