作者丨刘杨楠
编辑丨关雎
图源丨文心一言
2025年以来，DeepSeek改变着一切，一切也都期待着被DeepSeek改变。
十几年前，医疗行业曾被互联网改造，但只是优化了医院管理流程，并没有增加医疗资源的供给。今天，AI给医疗行业带来新的希望。
医疗这道民生大题，已经成为AI领域许多玩家争抢的一块香饽饽。
据晚点Latepost统计，2025年1月，全球有9家医疗+AI公司融资超5000万美元；前不久的两会期间，AI+医疗也在各位代表的提案中频频出现；蚂蚁集团、华为等大厂，百川智能等创业公司纷纷入场，微医、医联等互联网医疗公司也大手笔投入。
蛋糕正在越来越大，人均一个“AI医生”的时代似乎正在到来。
进军AI医疗的四路人马
目前，进军AI医疗的大致可分为四路人马。
第一路是家大业大的科技巨头们。
目前来看，蚂蚁集团和华为的布局相对激进。
2023年以来，支付宝在AI医疗领域的进展频频，与浙江卫健委合作首创数字健康人“安诊儿”；2024年7月推出国内首批多模态医疗大模型、8月发布“AI健康管家”、面向医疗机构、泛健康行业开放专业智能体生态……逐渐形成了以AI为纽带的医疗行业全布局。
前段时间，蚂蚁集团收购好大夫在线的消息也引起广泛关注。支付宝的AI技术，加上好大夫在线近20年来积累的三甲医院医生资源，可谓是强强联合。
“我们对王航是非常尊重的，他真的是一个有理想、有执行力的人。但商业逻辑也很重要，好大夫已经创业快20年，最后选择并购也是股东们需要商业退出。蚂蚁和好大夫结合后，AI医生、健康管理等服务会更快落地，双方都更有信心让患者早点用上好产品，投资人也对LP有个交代。”和暄资本创始人、CEO项与秋表示。
进入2025年，华为也在能源、矿山等领域之外，正式发力AI医疗。先是在2月与瑞金医院合作推出病理大模型，后于3月7日正式组建第21军团，医疗卫生军团，重点构建AI辅助诊断解决方案体系，推动医疗大模型在临床场景的应用。3月21日，蚂蚁集团、华为、阿里云更是罕见携手，联合近百家企业共同发布“大模型一体机”全栈解决方案。
相比之下，京东、百度在AI医疗领域的投资相对“中规中矩”，均在原有的医疗布局上更新了相应的模型和产品。而AI医疗在腾讯和字节的优先级相对较低，腾讯保持一如既往的低调，连腾讯投资的好大夫在线，最终也选择了阿里巴巴。字节则把更多精力放在了拓展线下医疗，似乎并未太强调AI属性。美团则另辟蹊径，在医美圈打得火热。
第二路是ChatGPT发布后新成立的AI企业。
百川智能是唯一一家All in医疗的大模型厂商。其创始人王小川曾不止一次公开强调，这次创业是为了做医疗才来做AI的。但在大模型投资近乎疯狂的2023年，百川智能也曾野心勃勃。
创业之初，王小川多次在演讲中强调“创造、健康、快乐”是人类三大根本需求，百川也曾围绕三者有相应的业务布局，即AI搜索（曾发布C端产品“百小应”）、AI医疗、AI游戏。但2024年，百川果断将AI医疗的优先级提至最高，明确聚焦医疗To B赛道，并逐步缩减对预训练大模型的投入。
2025年3月20日，百川智能交出了第一份阶段性答卷，与北京儿童医院、小儿方健康科技公司共同发布了全球首个儿科大模型“福棠·百川”。只是，真实的临床应用情况到底如何，仍待时间验证。
第三路则是上一代互联网医疗企业的“大换血”。
互联网医疗的神话开始于2010年前后，好大夫在线、丁香园、春雨医生、微医、医联等都在那时成立，一路从在线挂号平台、医生论坛等初级形态，发展到后来的互联网医院，逐步深入公立医疗体系。他们几乎秉持着共同的初心，用互联网填平医患鸿沟，让所有人都能享受到公立三甲医院的医生服务。
2014年左右，关于互联网医疗的政策指引逐渐明朗，阿里、京东、腾讯等大厂争相进场，或是亲自入局，或是幕后投资，市场真正进入混战阶段。
回想当年互联网医疗的盛况，项与秋颇为感慨。“2014-2018年那会儿真的是热闹，创始人、GP同行，甚至有些对医疗有认知的LP们，一见面都在谈论着颠覆和理想，谈论着如何用互联网的模式创新解决痛点。虽然现在看有些模式还需要时间验证，但确实推动了行业进步。”项与秋说。于是，微医、医联、好大夫在线的股东名单里都能看到和暄资本的身影。
后来的故事都为人熟知了。线上挂号、在线问诊等“在线医疗服务”和“医药电商”成为互联网医疗两种主要业务模式。但后者的盈利空间远大于前者，一度使得互联网医疗和“线上卖药”划上等号，前者的生存空间也逐渐被挤压。
十多年后的今天，初代互联网医疗企业各自的处境早已大不相同，有的倒闭，有的聚焦新媒体，有的重金投入AI转型，有的则在医保政策中找盈利空间......
项与秋回忆道：“2022年后，随着市场和监管环境变化，流量红利见顶，获客成本高，复购率差，各家收入都涨不上去了，再加上ChatGPT横空出世，股东开始倒逼他们做出改变。”
AI成为一个核心突破口，曾经的互联网医疗企业几乎无人不谈大模型。
例如，微医自主研发了医疗垂类大模型，并基于此开发出“AI医生、AI药师、AI健管、AI智控”四大智能体，统一部署至健共体医疗机构，实现诊前、诊中、诊后的AI全流程支持。
最近，中文医疗大模型开放评测平台MedBench揭晓的新一轮榜单上，微医医疗大模型以总分94.7分的成绩位列榜首；在医疗大模型测评平台CMB（Comprehensive Medical Benchmark in Chinese）上，微医医疗大模型也多次登顶冠军。
医联近年来也在大力布局AI医疗。据项与秋透露，医联在ChatGPT发布后便迅速组建团队，投入大量资金研发医疗模型。2023年5月，医联发布了国内首款基于Transformer架构的医疗大语言模型MedGPT。医联MedGPT项目负责人曾对媒体表示：MedGPT不会轻易给出诊断结论而是会循序渐进地引导患者给出足够能够支撑有效诊断的病情全貌。也就是说，MedGPT是通过收集足够信息并做出符合医学的决策，以“治愈”为目的而进行人机交互。
2023年4月，春雨医生也推出基于大模型的AI在线问诊产品“春雨慧问”，并于5月12日正式向用户免费开放。2025年，该产品全面接入DeepSeek，重点迭代男科方向。
最后一路，则是CV时代的AI影像企业转型大语言模型路线。
AI影像一度被认为是商业路径最通畅的方向，即厂商造设备卖给医院。但问题在于，医院付费意愿并不高。造价上千万的设备往往只能卖出几万元，企业难以为继。一位投资人甚至无奈表示，之前投过的一家头部AI影像公司亏了不少，“有点头大”。尽管如此，ChatGPT之后，不少AI影像企业都推出了大语言模型，如深睿医疗、鹰瞳科技等。
可以说，今天的AI医疗正处在群雄争霸的草莽时期，一切看似欣欣向荣。只是，在互联网医疗大多失落收场的前提下，AI到底能改变什么？
AI医生要来了？
互联网医疗的潦草收场，根本原因在于其无法解决医疗资源供给不足的核心矛盾。
项与秋对此深有感受。在互联网时代，和暄资本几乎把互联网娱乐、互联网金融、互联网医疗投了个遍。但他最终发现，互联网医疗赛道是最难的。“（互联网医疗企业）顺利上市让股东拿到回报的比例非常少，本质是因为互联网医疗做的还是连接和匹配，是模式创新驱动的。”他说。
这种模式存在两个弊端——
一是无法从根本上解决医生供给。无论互联网医疗平台怎么连接患者和医生，都无法突破医生资源供给的天花板，没办法像其他电商、娱乐等场景一样，能借互联网无限加大供给，从而形成规模效应。
二是互联网医疗主要改善了就医流程的便利性，但未能显著提升医生的核心诊疗效率。比如在线问诊节省了患者排队时间，但医生看每个病例所需的时间并未明显缩短。
对此，王小川也曾表达相同的观点。他曾对媒体表示：“医疗资源的核心瓶颈是医生供给不足，而非信息匹配，这不是互联网逻辑能解决的。所以在这时做挂号网、春雨医生、好大夫，只是帮患者找医生，搞不定供给。”
那么，互联网没做到的，AI可以吗？
首先可以肯定，经过互联网医疗时代各方的摸索和博弈，今天AI医疗企业面临的舆论和政策环境都更加开放、包容，企业已经无需纠结“该不该做”，而能将更多精力放在思考“怎么做”的问题上。
目前来看，“造医生”是AI医疗最具想象力的故事。通过AI构建一个真人医生的AI分身，协助人类医生高效工作，同时为各个地区的患者提供个性化医疗服务，让每个人都能拥有自己的AI医生。王小川甚至更激进地将“造医生”看做是实现AGI的参照物，认为造出医生就相当于实现了AGI。
客观来看，AI医生确实给未来的医疗体系提供了很多想象。
清智资本创始人、CEO张煜提到，清智资本深度孵化的“AI医院”项目紫荆智康在做内部测试时发现，AI医生的临床表现有时反而会比人类医生更好。“人类有时会面临一些不稳定因素，例如医生出现情绪波动或身体状况不佳，都有可能导致诊断出现偏差，而AI医生的稳定性要比人类强的多。”张煜说。
项与秋也有相似观点。他表示，目前AI家庭医生的价值在于通过技术标准化复制医生经验（比如慢性病管理SOP），从效率层面增加医疗资源供给。
不过，理想归理想，现实归现实。真实的临床场景中，AI还有许多难题亟待解决。“现阶段它更多是‘医生的工具’，而非独立医疗资源。”项与秋说。
例如，实验室表现与临床表现和用户满意度错配。项与秋表示：“很多AI医疗产品在实验室环境下表现很完美，但真实临床场景中面临大量不确定因素，可能导致准确度大幅下降，进而影响患者满意度。
再比如，很多患者有多病共存的情况，假设一位患者同时患有糖尿病、心脏病和癌症，医生如何综合各种病况，给出恰当的诊断和治疗方案？“目前AI在专科疾病的辅助诊断和治疗上有很大进展，但AI还很难模拟人类医生的全局思维。”项与秋表示。
更进一步看，形成这些技术难点的底层原因，还要从医生诊断的本质来看。
“看病诊断不是对某个状态的诊断，而是一个复杂的交互过程。医生很难通过某张片子一次性做出诊断，病情在发展，人体也无时无刻在变化，所以你会看到通常是根据患者复诊情况持续改进治疗方案。”张煜表示，“而这些都对模型的长期记忆、多轮对话和深度推理等能力提出了更高要求。”
事实上，OpenAI o1和DeepSeek能够引起轰动，核心便在于其多轮对话中的深度推理能力让“慢思考”成为可能。由此也可以理解DeepSeek为什么会在医疗领域引发轩然大波。
但张煜表示，目前DeepSeek在医疗领域更多扮演一个“推理工具”的角色，还无法真正担起“AI医生”的重任。原因在于，DeepSeek缺少医疗领域的高质量数据。“至少在医疗领域，要训出性能表现很好的模型或Agent，数据质量的重要性远远高于数据的数量”，张煜表示。
他解释道，高质量的医疗数据要具备“完整性”和“准确度”两个准则。举个简单的例子，一个人在某个时刻测血压和心跳数据，测出“高压130，低压90，心跳70”，这样一组数据同时被记录，才算“完整”且“准确”的数据。假设他测完血压后跑了200米再测心跳，得到的数据就是不可用的。在更复杂的病症中，医疗数据的复杂性只会增加，不会减少。
可见，“造医生”的热潮下，AI医生真正要走上临床，还是要解决一系列技术问题。不过，在“AI医生”之外，一些有趣的尝试也在涌现。
正在涌现的机会
从商业模式来看，基于大模型带来的交互变革，C端应用正在成为这一轮AI医疗热的必选项。
项与秋表示，这拨AI医疗浪潮中，C端确实有更大的机会，但找准场景很重要。
具体来看，C端应用一部分机会在于“慢病管理”。
“在线问诊等医疗服务，本身就有高专业度、流量贵、低频次的特点，用户把病治好后即使再喜欢这个问诊服务，也不会再使用产品。对比我们投的其他项目来看，QQ音乐用户基本每天都会用，互联网金融产品会在用户消费时高频使用，用户粘性非常高。”因此，在项与秋看来，AI减肥助手或慢病管理等场景，用户每周使用多次，数据积累后还能反向赋能药企研发。“这种闭环比单纯问诊更有想象力”。
目前来看，多家企业都在这一方向有所布局。例如，安旭生物推出了GluMate慢性病全周期管理APP；三诺生物则通过其SinoGPT平台，构建了覆盖糖尿病及相关慢病全病程管理的智能应用矩阵，包括智慧化检测、诊疗和全病程管理服务等等。
不过，项与秋强调，慢病管理的复购率确实更高，行业真正的"天花板"在于监管尺度，互联网医疗时代已经有前车之鉴。
好在，就目前来看，相关政策还是给予了很大空间。2024年11月14日，国家卫生健康委、国家中医药局、国家疾控局研究制定了《卫生健康行业人工智能应用场景参考指引》，将84个AI+医疗应用列入其中，包括AI+医药、AI+医保、AI+健康管理、AI+医疗服务等。
相比之下，更大的机会，则在市场化程度更高的“消费医疗”领域。
通俗来讲，医美、种牙、体检等不构成疾病诊断的日常健康管理都可归于“消费医疗”范畴。大厂中，美团便在医美方向大有布局；而创业公司中，医者AI是代表性公司之一。
医者AI则成立于2023年，创始团队起初就明确聚焦消费医疗。“做消费医疗选择切入场景很关键，用AI给人治感冒是没有意义的。”医者AI创始人、CEO刘呈辉表示。
因此，在创业初期，医者AI做了很多ABtest。刘呈辉和团队发现，现有的私营机构中，有些还是作为公立医院的补充，为患者提供一些公立医院无法覆盖的项目。
最终，他们总结出，消费医疗的切入场景要具备三个特征：一是私有化程度要高，现金流和利润率表现好；二是行业头部集中度较低；三是能和用户形成长周期的交互。
在这些标准下，医者AI最终选择牙科和体检作为主要场景，并推出Agent产品“伢小乐”。
不过，有投资人认为，在AI医疗领域，做to C的创业公司可能会面临更大风险，相比大公司，创业公司如何获客，培养自己的用户是很大问题，用户很容易收敛到大平台上。
医者AI也巧妙避开了这个“隐患”，选择以to B带动to C，即和美年大健康以及口腔诊所等机构合作，借助B端客户自有的私域社群，积累自己的原始用户。目前，医者AI没有开发APP或小程序，所有Agent都以微信聊天机器人的形式，“隐身”在B端客户的微信群中，并从中积累了20万用户。
在已有的用户统计中，刘呈辉还有一个“反常识”的发现，即用户和AI交流的问题中，只有20%是严肃的医疗问答，剩下80%几乎全是闲聊。换言之，AI真正给用户提供的，是基于专业基础的情绪价值，而用户和AI之间，也并非简单的信息获取，而是一种信任纽带。在此基础上，医者AI也在尝试一些新的变现模式。
那么，相比于C端的更多潜在玩法，医院端是否完全没机会了？现在下结论似乎也为时过早。
一些医疗器械厂商正在探索新的合作模式。例如，3月14日，天智航天玑2.0骨科手术机器人在北京老年医院完成装机，首次探索以“服务租赁”模式进入医院。
以清华大学、复旦大学为代表的学术机构也在努力将学术成果推向市场。前文提到的“紫荆智康”便是其中之一。
简单来说，紫荆智康通过一套多Agents系统，搭建了一个完全虚拟的“AI医院”，涵盖医生、护士、患者等多种角色的Agent。其中，不同的Agent之间可自由交流，人类医生、患者也可和虚拟的Agent自由交流。为安全起见，紫荆智康开发了一套“白盒机制”，能够实时监控Agent之间的交流内容。所有互动产生的数据都将投入到整个Agent系统的迭代中，形成数据闭环。
张煜坦言，这个“AI医院”项目还在极早期的产品内测阶段。但谈及商业模式，张煜相对乐观。“随着技术发展，新的模式商业模式或许自然就会发生。我们在种子轮、天使轮首先要关注公司能否完成技术验证。”他说。
那些AI无法改变的
数十年来，我国医疗体系都由公立医疗机构主导，私立医疗机构大多无法真正“上桌”。
回看互联网医疗时代，大多数企业则选择绕开医院管理层，从医生群体切入，搭建链接医生和患者的平台，但这种模式几乎均以盈利链断裂告终。
其中，微医是为数不多从医院的决策者切入，直接和各级医院院长寻求合作的私营企业。微医创始人廖杰远曾多次强调，公司的竞争力就是把自己变成“主流”。
这种风格也从互联网时代延续至今。据其最新披露的招股书信息，2024年上半年，公司来自人工智能医疗服务的收入达14.4亿元，占比近八成。有业内人士分析，微医的人工智能医疗服务，就来自微医天津人工智能总医院。从我国现行医疗体制来看，微医“深入主流”的策略不可谓不深远。
因此，在公立主导的大背景下，技术厂商们能否造出“AI医生”是一回事，“AI医生”最终能否顺利上岗，并真正作为稳定可用的医疗资源又是另一回事。
如果回归商业最基本的盈利需求，医疗服务到底是不是一门好生意？
目前来看，在医院端，医疗服务企业可能很难有主动权。毕竟，医疗企业想要真正在市场站住脚，经过重重审查拿到相关资质只是第一步，更漫长的挑战是建立一种无形的社会信任。
要做到这点，捷径便是找一家权威公立医院背书，这也让企业在与医疗机构谈判时几乎是绝对弱势的一方，很难撬动医院付费。而这些公立医院的合作，或许会最终演变为初创企业和投资人谈判的“筹码”，被写在融资PPT上。“可能只是他们给医院科室送了一套软件，人家最后也用不上。”项与秋表示。
长此以往，企业便陷入恶性循环——有合作却没有回款，靠着合作融资却没有盈利模式，投资人发现真相后逐渐丧失耐心，企业的结局可想而知。
“想做成长期生意，关键得解决两件事，第一是你的产品能不能在全国医院通用，比如拿到三类证，让各家医院都愿意采购；第二是能不能从“一次性卖软件”变成“按效果赚钱”，比如和医保合作，医院用了你的AI真的省钱了再分你一部分。”项与秋说。
因此，即使有了最先进的AI技术，这些医疗服务领域的固有难题似乎也很难绕过。但不可否认，大模型主导的AI浪潮还是激发出了新的可能，无论技术还是商业模式，必然要经历一番新的摸索与验证。
作为一名投资人，也作为一家孵化器的掌舵者，张煜强调：“整个医疗市场的空间足够大，AI医疗还在很初期，激活市场潜力远比过早强调竞争更重要。市场要允许技术有试错的空间，更要给前沿科研成果的产业落地多点耐心。”
事实上，无论什么时代，医疗都是最急不得的赛道。互联网医疗时代，那些名震一时的企业融了很多钱，也亏了很多钱，高度同质化的“模式创新”已然失效。但他们最大的成就，可能并非通俗意义的商业成功，而是最大程度放大了“医者仁心”这四个字的力量。
好大夫在线创始人王航创立之初便立下“三不做”原则：不卖药、不建线下医院、不打医疗广告，也因此很受医生认可。项与秋还记得，有一次去一家医院看病，无意中和门诊大夫闲聊起来，那位大夫很认可好大夫在线，他告诉大夫：“我是好大夫在线的股东，我们投了很多钱进去，但这个项目不挣钱，因为95%的收入都拨给了平台上的医生。”可医生告诉他：“其实我们线下的患者都看不过来，但还是希望有这个通道，让大家能在上面找到我。”
医联也有着相似的理想主义。一名医联内部员工也透露：“我们创始人经常在公司强调‘医者仁心’，他说如果有人不认可这个价值观，你随时可以离开。”
可以预见，互联网医疗跌宕起伏的商业故事或许会在AI时代重复上演，但纵使通往彼岸的路满是荆棘，却依然有无数人在奋力抵达，这又何尝不是一种罗曼罗兰式的英雄主义。
本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
