发布于 2026-01-21 16:41:33

AI健康助手，正风起云涌

刘莫闲腾讯研究院高级研究员

近日，OpenAI和 Anthropic 陆续发布了面向大众用户的健康功能和面向医疗行业的产品方案，全面进入医疗健康领域。OpenAI 还发表了《美国人如何利用 ChatGPT 来进行健康保健》的文章，显示在ChatGPT 8 亿多用户中，每周提交医疗相关请求的用户数占四分之一，而每天通过 ChatGPT 咨询医疗相关问题的用户数超 4000 万。谷歌也更新发布其开源多模态医疗模型 MedGemma1.5 和 MedASR 语音转录技术，支持生态更好的开发行业应用。

另一方面，随着国家卫健委《关于促进和规范“人工智能+医疗卫生”应用发展的实施建议》和《医疗保障领域“数据要素 x” 典型场景指引》在岁末年初的正式发布，国内也涌现出一批“AI 健康管家”和“AI 健康医疗助手”，成为公众关注焦点和行业落地亮点。

对话式AI健康助手，已成为国际人工智能应用新热点，并有望在 2026 年进入快速发展期，实现消费者服务、行业落地和产业升级的协同迭代与创新。本文透过热点冷静思考其背后的原因、机遇和挑战，并结合中外相关领域发展分析，为行业协同做好AI+医疗健康创新、为用户提供可信可靠健康服务提供启示。

【万字长文，要点速读】

1.对话式 AI 健康助手的全球热潮

a.健康助手成国内 AI + 医疗落地新亮点

b.国际用户偏好通用 AI 助手进行医疗咨询

c.专业 AI 助手帮助欧美医生减负和改善医疗服务质量

2.热潮背后的驱动因素和现实挑战

a.交互习惯改变与AI能力激增，新一轮医疗服务升级应运而生

b.AI 应用竞争加剧，医疗健康成为新增长点被寄予厚望

c.对话式 AI 健康助手发展仍面临诸多挑战

3.AI 健康助手的“健康”发展思路

a.加大数据开放和创新扶持力度，以 AI 医疗助手带动行业创新

b.呼唤行业自律，加大 AI 医疗助手安全防护建设力度

4.展望未来的新流量入口

对话式 AI 健康助手的全球热潮

互联网医疗健康服务已普及多年，健康科普、智能问诊、预约挂号等医疗健康线上服务已广为人知，为用户日常健康自查和就医提供方便。进入 2025 年，健康医疗类服务在 AI 的加持下呈现出一波服务升级，不少互联网大厂和大模型头部企业纷纷把医疗健康作为战略业务领域，重点投入资源打造 AI 原生的健康助手，在 AI+医疗健康领域展开个人助手+企业提效+公共服务升级相协同的新一轮创新探索。

（一）健康助手成国内 AI + 医疗落地新亮点

国内互联网大厂押注AI 健康助手，B 端 C 端双管齐下。蚂蚁集团等互联网大厂均在 2025 年加速健康医疗板块的 AI 布局，先后推出了面向个人用户和医疗从业者的对话式 AI 助手。

安诊儿成为浙江省 AI+ 医疗落地的亮点。浙江省卫健委主导的"安诊儿"健康助手为患者提供就医全流程的智能辅助，自2023年首次发布以来，智能服务已增加至42项，接入医疗卫生机构2000多家，注册用户达1800万，累计服务超1.3亿人次。

科大讯飞通过“讯飞晓医”持续拓展 B 端和 C 端协同。科大讯飞旗下的讯飞晓医是国内较早上线的AI健康助手之一，于2023年推出。与其B 端产品“智医助理”不同，面向 C 端的讯飞晓医并未强调辅助诊断功能，而是突出个人数字健康档案管理，重点面向慢病人群。根据公开数据，讯飞晓医下载量已超2600万次，累计完成1.6亿次AI咨询。2025年11月，讯飞医疗以4.3亿元中标国家人工智能应用中试基地（基层卫生服务方向）项目，进一步巩固了其在 AI+ 医疗领域的领先地位。

腾讯健康依托微信生态的天然入口优势，升级发布了腾讯健康问问和腾讯AI健康管理助手，不仅实现分析+管理+问答的全链条覆盖，更关键的是服务闭环能力，通过连接5000+公立医院与13万+医生，将线上AI咨询与线下医疗资源无缝打通。此外，深圳市“健康深圳”中的“深小卫”、重庆与上海交大联合开发的基层医疗助手“小妙”、京东健康推出的“京东康康”、百川智能的“百小应”等也先后面世，成为企业医疗业务拓展和医疗健康产业 AI 转型升级的重要结合点。

（二）国际用户偏好通用 AI 助手进行医疗咨询

ChatGPT成国际用户医疗健康 AI问答首选，并推出专门入口。OpenAI、Google 以及 Anthropic 等全球头部 AI 厂商均提供医疗健康相关服务，而OpenAI 是第一个明确在其核心 AI 服务中支持医疗健康问答的公司，Anthropic 紧随其后。OpenAI于 2025 年 5 月份推出 HealthBench 医疗 AI 评估体系，并持续打磨GPT在医疗领域的问答能力。根据其上周发表的《美国人如何利用 ChatGPT 来进行健康保健》数据显示，全球ChatGPT 消息中超过 5% 与医疗保健相关，在ChatGPT 8 亿多用户中，每周提交医疗相关请求的用户数占四分之一，而每天通过 ChatGPT 咨询医疗相关问题的用户数超 4000 万。用户的主要应用场景包括：

处理医疗保险相关事务；
在公共医疗服务能力覆盖以外进行医疗健康咨询；
支持医疗专业人员日常工作。

今年1 月 7 日，OpenAI 进一步推出专门的健康咨询入口 ChatGPT Health，基于用户个人健康信息提供专属健康服务，并建立专门的信息安全保护机制，确保数据的安全和聊天的私密。

超过三分之一的人使用人工智能聊天机器人获得心理健康支持。英国《医学保健管理》期刊 2025 年 11 月报道，由英国心理健康协会委托进行的民意调查显示，37%的英国成年人曾使用人工智能聊天机器人来获取心理健康支持。其中25-34 岁人群的使用率最高，达到 64%，甚至 55 岁及以上人群中也有 15% 的人表示曾向人工智能聊天机器人寻求帮助。大多数人表示使用 ChatGPT、Claude 或 Meta AI 等通用聊天机器人（66%），而不是 Wysa 或 Woebot 等专门针对心理健康的平台（29%）。受访者使用 AI 的原因中，41%是易于访问，24% 是心理健康支持等待时间过长，24% 是难以与朋友或家人讨论健康问题。

（三）专业 AI 助手帮助欧美医生减负和改善医疗服务质量

欧美医疗服务系统人力资源经常短缺，医生对 AI 的采用率大幅上升。根据 OpenEvidence预测至 2030 年美国医生缺口将接近 10 万。同时临床医生除了每天看病以外，还有繁重的行政文书工作：几乎每花一小时照护患者，就要额外花 2 小时处理病历等文书工作。如此繁重的工作也让欧美等国家医疗保健系统面临临床医生职业倦怠的局面，这也是 AI 的采用率快速提升的主要原因。根据美国医学会（AMA）的一项调查发现，2024年 66%的美国医生在实践中使用人工智能工具，比 2023 年增长 78%。而目前专业 AI 助手已被广泛应用于临床文档自动化（Ambient Scibe）、远程医疗、预诊分诊、医院呼叫中心服务、医疗科普与患者教育工具以及临床决策辅助等场景。

瞄准医生信息过载，OpenEvidence 成为“医生版 ChatGPT”。OpenEvidence是当前全球最受关注的医疗AI创业公司之一，截至 2025 年底公司估值已达 120 亿美元。该公司聚焦解决医疗文献的"信息过载"问题——一项发表在《自然》杂志上的研究表明，医疗知识总量每73天翻一番。通过与美国医学会、《新英格兰医学杂志》、《美国医学会杂志》等行业高质量期刊的数据合作，OpenEvidence 仅通过 7B 的小模型便完成了专业模型训练，在美国医师执照考试（USMLE）等评测中获得高分，并进一步推出辅助医学研究的AI智能体DeepConsult，逐渐获得临床医生的信任。目前45% 的美国医生（超过 10 万名医生）都是它的用户，用于快速查阅资料和临床决策，日均临床查询超 6 万次。2025 年OpenEvidence 每月支持超过 850 万次医生咨询，比 2024 年翻了 2.3 倍。值得注意的是，OpenEvidence采用了广告驱动的商业模式，截至2025年11月，公司预计年度经常性收入已达1.5亿美元，毛利率接近90%。

OpenAI和Anthropic 进军行业市场，诊疗和医保是切入点。OpenAI for Healthcare 是OpenAI 专为医疗机构服务打造的、满足 HIPAA 合规要求的临床解决方案，助力医疗系统提升护理质量与服务能力、减轻行政负担，目前已经在波士顿儿童医院、西达赛奈医疗中心等多家医疗机构部署应用。Anthropic之前已推出 Claude for Life Science，而直到 2026 年 1月 12 日才正式面向医疗保健领域提供服务。Claude 的医疗保健领域服务涵盖 C 端和 B 端，不过 C 端目前相对简单，主要可以让高阶付费用户在授权前提下访问个人健康数据和诊疗数据。Claude for Healthcare目前重点在行业市场，通过 HIPAA 合规标准访问医保、医疗学术数据，并从医保审核和理赔切入，同时提供临床文档自动化和分诊辅助。此外 Claude 还专门优化了基础模型在医学任务方面的智能表现。

谷歌在医疗健康领域的步伐相对谨慎，以技术赋能生态为主。谷歌暂时仍未明确在 Gemini 对话服务中提供医疗健康相关服务，但谷歌一直设有专门的 Google Health 业务板块，针对医疗和生命科学领域进行专门的算法研究和模型研发。2026 年 1 月 13 日，谷歌继 OpenAI 和 Anthropic 发布医疗保健业务之后，发布了其主力开源医疗大模型 MedGemma 1.5 4B版本更新。这个参数规模为 4B 的模型除了具备医疗专业对话能力以外，还能够进行多模态医疗数据理解，包括：计算机断层扫描（CT）、磁共振成像（MRI）和组织病理学理解、胸部X光片时间序列回顾、胸部X光片中解剖结构的定位、以及从医学实验室报告中提取结构化数据。至此谷歌在医疗健康领域已经形成了不同尺寸和能力的模型矩阵，并持续与行业生态合作，推动生态企业基于模型进行健康助手等行业应用创新。

微软也在着力拓展对话式 AI 在医疗领域的应用。除了旗下公司的 Nuance DAX 和 Azure Dragon Copilot 提供临床文档转录等医疗辅助以外，还研发了人工智能诊断协调器 MAI-DxO，通过基于基础模型（OpenAI o3）打造的一组医生智能体团队的协作，可以实现高达 85% 的《新英格兰医学杂志》病例诊断正确率，是人类医生的四倍以上。

热潮背后的驱动因素和现实挑战

对话式AI健康助手的爆发并非偶然，而是用户习惯变迁、技术进步、政策推动与商业竞争等多重因素共同作用的结果。然而，在繁荣景象之下，行业也面临着技术局限、商业模式不清晰、监管风险等诸多挑战。

（一）交互习惯改变与AI能力激增，新一轮医疗服务升级应运而生

不是动手查不好用，是动嘴问更方便。从国际上的 ChatGPT、Gemini、到国内众多的 AI服务品牌，AI聊天机器人的广泛应用已超过一年，人们获取信息的习惯在不知不觉中已发生根本性的改变。根据 QuestMobile 的最近数据，国内 AI 搜索和 AI 综合助手的用户规模已达 7 亿，而医疗健康相关 APP 也成为用户规模增长最快的新上线 AI 原生应用。另有国家统计局数据显示，国内日均 Token 消耗量已突破 30 万亿。尽管现有的各类健康科普、智能问诊等医疗健康服务和功能已经覆盖人们日常的大部分医疗需求，但是正如智能手机和触屏交互推动移动互联网APP逐步代替基于 PC 的门户网站访问一样，用户交互习惯的改变已经是一种不可逆的趋势， AI问答正在重新组织现有的信息、资源和服务，以更加便捷和个性化的方式向用户提供。

大模型能力的跨越式提升，为 AI 健康助手奠定了必要技术基础。人们对于大模型能力及其服务的信心开始逐渐增强。一是从推理到多模态，用户可以上传检验报告图片、拍摄患处照片，AI能够综合分析多种信息形态，并做出高质量推理；二是从通识知识到医疗专业知识，无论是基础大模型还是垂直医疗大模型，通过专业语料训练，均已在医学问答的准确性和专业性上实现显著提升；三是从单一聊天到智能体，AI正在从被动回答问题向主动提供服务引导和建议演进，并有望利用工具帮用户完成健康计划推进、用药提醒、门诊预约等实际任务。

政策东风推动AI医疗进入快车道。2025年10月，国家卫健委联合五部门印发《关于促进和规范"人工智能+医疗卫生"应用发展的实施意见》，目前已有北京、上海、广东、浙江、安徽5个国家医疗AI中试基地启动建设，总投资规模累计超过20亿元。美国方面，美国卫生与公众服务部 2025 年 12 月发布《关于加速在临床护理中采用和使用人工智能》的信息征询书，旨在加快推进利用人工智能减轻医疗服务提供者的负担、提高护理质量，并降低医疗保健成本。

（二）AI 应用竞争加剧，医疗健康成为新增长点被寄予厚望

通用AI助手用户增长遇瓶颈，医疗健康成为差异化突破口。过去一年，通用大模型及其服务正以前所未有的速度迭代和白热化竞争，国内外头部 AI服务及其背后模型以天为单位竞相更新和发布。如今ChatGPT、Gemini、豆包、元宝等AI 综合助手在通用功能上已趋于同质化，各大厂商迫切需要找到差异化竞争的突破口。服务特色方面，国外几个头部模型已逐渐演化出各自的特色：ChatGPT 主打个人用户服务，Gemini 擅长科学推理和多模态生成，Claude 则专注编程和企业服务。相对而言国内的 AI 助手更多是全面手，单纯靠市场营销实现用户增长有限，参考 QuestMobile 数据，2025 年内AI 原生 APP 月活第一的用户规模始终没有超过 2 亿，甚至从年初的 1.9 亿减到年末的 1.5 亿，移动端 AI 应用总用户规模也徘徊在 7 亿上下。探索和确立各自差异化特色、进而拓展新用户增长点的必要性已经非常突出。因此，效率、电商、医疗、教育等用户基数庞大的细分市场便成了潜在的候选。

商业变现压力催生战略选择，医疗健康市场被寄予厚望。AI快速发展已进入第三年，应用服务收入和算力、模型研发等巨额投入相差悬殊，AI商业化变现的压力日益增大，急需能够规模化变现的用户场景，而医疗健康作为民生级刚需则被不少 AI 企业视为重要的商业阵地，原因有三：首先是做擅长的事。许多头部科技企业在过去十余年的产业互联网转型过程中，积累了不错的医疗行业资源和数据，从擅长领域出发，盘活已有资源是当下最经济高效的起点。其次是选择有门槛的大市场。医疗健康是为数不多需要跨 G、B、C 三端联动的万亿级市场，由G端合规沉淀高质量数据，B端实现规模商业化，C端长期服务个人用户，三者相互制约又互为业务护城河。同时，医疗健康行业又与消费、金融等几个万亿级市场有深度关联，市场潜力巨大。第三是适合生成式 AI发挥技术优势。医疗健康领域也被认为是高质量数据飞轮领域之一，而且每个人健康数据的持续有效性、累计价值提升会持续数十年，一旦业务模式跑通则将形成长期服务收益。OpenAI 于 2025 年 12 月发布的《企业 AI 现状》报告显示，医疗保健与科技和制造业是当前AI 应用增长最快的行业。因此，蚂蚁集团、科大讯飞、百度、以及国际头部 AI 企业同时在 G 端、B 端和 C 端大举展开医疗领域的业务拓展，很大程度上是出于以上压力和机遇的综合考量。

对话式AI原生创新模式已被验证，医疗APP 开始被重做。两年前，ChatGPT的横空出世已成功激发了四波应用再造，对话式 AI 原生创新模式已被反复验证：从Perplexity AI 搜索，到 Cursor AI 编程，再到 AI 浏览器、AI 知识库、以及AI 音视频创作等等。正如行业所共识的：所有的互联网产品都可以被 AI 再做一遍。现有的医疗科普、智能问诊等 APP 也正在被对话式AI 原生创新模式重做。

（三）对话式 AI 健康助手发展仍面临诸多挑战

尽管前景广阔，对话式AI医疗助手的发展仍面临诸多现实挑战，前途并非一路坦途。

生成式 AI 技术仍存在诸多不足，规模化应用风险增大。大模型无法 100% 去除的幻觉问题仍是AI 在医疗健康这种专业性和严谨性要求极高领域的最大风险，而且这个风险概率会在规模化应用后被放大。即使像谷歌这样在医疗健康和生命科学领域深耕数十年的头部大模型企业，也不敢轻易基于Gemini 提供医疗健康服务，而是通过 MedGemma 开源模型独立探索。数据偏差和对齐也是很多 AI 厂商面临的另一个挑战，不仅很多高质量的医学知识数据和医保数据很难获取，而且用户对于个人数据的收集和使用也非常敏感，致使训练模型的数据语料和对齐工作仍然存在不同程度的不完整和偏差。同时，AI 健康助手服务上下文工程、记忆系统等基础技术的不足和实现差异也会直接影响用户体验和服务质量，引发系统性风险。

以上诸多技术上的不足，会致使AI 健康助手问答的专业度和准确度受影响，出现疾病误诊、过度诊疗和特定患者漏诊等情况。2026 年 1 月《卫报》的一项调查发现谷歌搜索的AI 概览（AI Overview）功能生成的健康摘要信息存在虚假和误导性，谷歌调查并删除了此类信息，并表示会持续关注和审查医疗健康类别的摘要质量。2025 年 9 月一篇关于《人工智能聊天机器人管理慢性病的质量安全性和差异性：模拟患者实验》的Nature 论文显示，一些参加实验的医疗模型虽然处方准确率很高，但不必要的医疗检查（91.9%）和不必要的药物开具率（57.8%）也很高。英国心理健康协会民调显示，使用 AI 获取心理健康支持时，11% 的人表示聊天机器人会引发或加剧精神病症状，11% 的人表示收到有关自杀的有害信息，9% 的人表示会引发自残或自杀念头。世卫组织（WHO）也颁布和更新了《人工智能在医疗领域的伦理与治理》等规范来约束行业。

国内对话式 AI 助手大多免费，医疗助手的盈利模式仍待探索验证。和国际上 AI 助手的会员模式不同，国内目前大部分AI 助手服务仍是免费，何时以何种形式开始收费让是国内大模型厂商需要面对的问题，AI 健康助手也不例外。同时现有 AI 健康助手提供商均表示现有产品形态仍未收敛，商业模式也仍不清晰，目前能够预见的商业模式大致有六种，但这六种模式基于都还在评估和早期探索中：

1. 会员增值服务，高阶 AI 服务权限和使用次数向付费会员提供；

2. 消费协同，AI 医疗助手服务通过智能监测设备适配来与硬件厂商协同盈利，或通过与保健食品、药品、体检等其他医药健康类消费相互引流来分得渠道利润；

3. 广告收益，类似 OpenEvidence借助AI 医疗助手入口进行品牌展示或精准推送；

4. 金融保险协同，通过与保险公司合作，开发与AI 健康助手服务挂钩、或者支持基于健康助手服务精准核保的保险产品；

5. GBC 业务互补，通过企业级合作或者产业项目的收益来反哺 C 端个人服务运营。

6. 平台生态共赢，AI 健康助手用户规模稳定达到一定量级以上后，可以构建平台并建立上下游生态，通过持续运营获利。

监管协同欠佳，行业转型阵痛持续。虽然有《生成式人工智能服务管理暂行办法》、《数据安全法》、《个人信息保护法》等通用法律规范监管，但与 AI 健康助手服务相关法律法规的规范和指引并不明晰得当，亟待调整和完善，以有效促进发展。《卫生经济研究》有论文指出，一些行业指导性文件将医疗人工智能的分级归类为第三类高风险器械，但是AI 预问诊和分诊的实际应用风险相对 AI 看片或者 AI 手术机器人来讲明显低很多。另一方面，人们对AI健康助手认知和使用的差异，会对现有医疗服务系统产生影响，而 AI 技术在不同医疗科室的应用深度和风险也是千差万别。公众和医疗系统从业者都需要在实践中不断的碰撞和试验，才能适应新技术的应用，行业转型挑战势必面临多元挑战。

AI 健康助手“健康”发展思路

挑战与机遇并存，但挑战也并非不可逾越，而是需要行业各方共同努力，在推动创新的同时守住底线，呵护 AI 健康助手“健康”成长和发展。

（一）加大数据开放和创新扶持力度，以 AI 医疗助手带动行业创新

加大高质量医疗健康数据的开放和共享，是获得可信医疗大模型及其医疗助手服务的关键前提。当前规模法则（Scaling Laws）仍然有效，虽然国内外医疗大模型和 AI 健康助手服务已经陆续发布，但持续提升模型医疗专业能力和服务质量所需的高质量数据仍然稀缺：医疗专业知识能力提升依赖高质量的医疗出版数据，病情评估和临床诊断能力提升依赖行业期刊病例集和医疗系统临床病历，医疗健康问答咨询能力提升依赖专业机构中医生、护士、理疗师、咨询师等各类专业从业者的指导，等等。

国际上头部的 AI 健康助手也都因为高质量数据的支持而受到用户青睐：OpenEvidence 与《新英格兰医学杂志》和《美国医学会杂志》深度合作训练模型，ChatGPT Health 除了利用公共数据集进行模型训练以外，在过去两年累计与来自 60 多个国家地区、数十个专科的 260 多位执业医生合作，在 30 多个重点领域对模型训练提供超过 60 万次反馈。

前不久国家数据局公布了最新的《医疗保障领域“数据要素 x”典型场景指引》，预示着医疗行业数据可以合规有序的逐步开发，建议各大医疗行业出版机构和省市地方结合的发展条件，与医疗大模型以及 AI 健康助手研发企业加深数据资源和模型技术的共享与合作，根据数据的独特性、权威性、实时性、系统性、持续性等不同质量维度，分批分级探索更加灵活可行的数据服务和交易的模式，让医疗数据及其价值流动起来，为打造可信医疗大模型以及 AI 医疗助手的可持续发展奠定坚实基础。

逐步探索 AI 健康助手分级管理，边界更明确，发展更放心。分级管理的目的不是约束，而是更加明确不同场景风险和责任的边界，发展和创新更有迹可循、有法可依。现有很多 AI 健康助手的很多问答场景很难在现有的分级类型中找到对应，这样既不利于服务提供者明确的基于分级边界改善问答策略、提升服务质量，也不利于在出现误导影响的情况下有效保护用户的利益。参考欧盟《人工智能法案》等国际立法对于人工智能服务的共性风险分级经验，以及行业专家研究，可以考虑从风险和收益两个维度，探索 AI 健康助手的分级方法：

用户影响较小且业务收益不高的低风险中低收益服务场景定义为普通级；
高风险低收益、低风险高收益和中风险中收益的服务场景定义为关注级；
高风险中高收益、中风险高收益的服务场景定义为风险级。

扶持中小企业参与AI +医疗落地，用健康助手带动医疗领域的 AI 原生创新。当前国内AI+医疗健康的发展模式与之前“互联网+”时期的模式类似，资源过度向大型企业和头部企业倾斜。硅谷 AI 创新案例显示，AI 原生初创公司团队规模更小，但创新活力更高，创新影响力和示范效应更大。据公开报道，OpenEvidence 团队仅 83人，即创造了 120 亿估值的业务。刚被 OpenAI 以 1 亿美元收购的医疗数据初创公司 Torch 仅有 4 名全职员工。建议我国医疗健康领域积极通过政策、投融资等多元方式，鼓励更多的中小型 AI 创业企业参与，从相对垂类的细分场景入手展开探索，通过典型的对话式 AI 原生创新带动整个行业的 AI 转型升级。

（二）呼唤行业自律，加大 AI 医疗助手安全防护建设力度

行业自律应与AI创新同步加强，医疗行业 AI 转型更可持续。医疗健康不是一个可以快速试错的市场。AI+医疗健康领域高速而健康的发展，离不开行业企业的高度自律。当前 AI 大模型高速迭代，创新经常处于前沿无人区。鉴于医疗健康作为民生级服务领域的特殊性以及 AI 对产业和社会影响的广泛性，行业从业者应在大胆创新的同时，在技术研发、数据治理和业务拓展等各个维度加强自律，尽可能降低风险隐患，让用户放心、社会放心。例如当前 AI + 医疗健康项目落地加快，许多开源大模型系统部署质量参差不齐，必要的信息安全建设不到位或相对滞后也是引发医疗健康领域信息安全事件的风险因素，值得行业高度重视。

全方位加大 AI 医疗助手安全防护建设力度，防患于未然。AI 医疗助手虽然界面和交互形式相对简单，但保障其安全可靠服务的后台工作并不简单：

从国家地方相关法规的执行，到行业人工智能服务的审核备案；
从数据的高质量收集、筛选和标注到大模型训练和幻觉降低，到大模型问答对抗测试到行业价值对齐；
从健康助手问答策略设计，到健康助手人格化设定；
数字化系统安全体系建设，以及个人数据隐私保护方案的设计与建设，等等。

行业企业可借鉴OpenAI、Anthropic等国际AI 龙头在医疗健康服务方面的发展思路和实践经验，共同摸索出一套适应我国国情的AI健康助手安全防护体系。OpenAI 在发布 ChatGPT Health 时，便采取了多种措施进行安全防护：

1. 明确 ChatGPT Health 旨在支持而非取代医疗护理，也非用户诊断和治疗。

2. 服务从小部分用户开放开始试点，不断优化和完善后才逐步扩大开放范围。

3. OpenAI 为ChatGPT Health设置单独的入口和功能的独立空间，用户所有与健康相关的对话、链接的应用和文件均隔离存储，并设立独立的记忆和上下文空间，用户可设置。

4. 专门为用户的个人数据指定数据控制原则，并把数据管理的权限完全交给该用户自己，并支持多因素身份验证。

5. 基于用户许可，并通过认证的美国医疗服务商 b.well访问用户的电子医疗记录等健康数据。

6. 持续与多个国家地区的多专科医生合作，训练和评估ChatGPT 问答的专业性和安全性。

展望：AI 健康助手

成为未来流量入口的可能性在增大

健康为先可能成为新的生活潮流，无论老幼。中国已经进入老龄化社会。国家统计局发布的数据显示截至 2024 年末，我国 60 岁以上人口已达 3.1 亿，占全国人口的 22%，老年人群对健康管理的需求刚性且持续。另一方面，年轻人健康意识觉醒，知萌咨询2025 年 4 月发布的《Z 世代健康消费趋势报告》显示 62.6% Z 世代年轻人对健康更加关注，"朋克养生""早C晚A"等现象反映出年轻人在高压生活中对健康的重视。同时，大健康消费持续升级，从体检、保健品到健身、医美，健康相关消费持续增长。第一财经发布的《请回答·2025新健康消费生活趋势报告》表示，健康中国战略等相关政策正在推动新健康观崛起，全民开启从“治”到“防”综合管理新时代。

健康应用具备成为超级入口的潜力。回顾移动互联网的发展历程，最终胜出的超级App都具备以下特征：满足刚性需求、使用频次高、用户迁移成本高、具备平台化扩展能力。健康助手在这些维度上均有较好表现：首先健康是人类最基本的需求，具有极强刚性。其次通过运动监测、健康计划、慢病管理等功能，可将保持健康和预防疾病转化成高频需求。而用户的健康档案、历史数据、个性化模型一旦建立，迁移成本极高。更重要的是健康不是孤立的领域，而是与饮食起居、工作、消费、金融等多个方面相互关联，多元场景延伸和平台化扩展能力极强。

AI 时代“装机必备”正在刷新，健康助手符合新需要。“装机必备”在不同时代具有不同的底层逻辑：PC互联网时代是“上机和上线”，Office 软件、浏览器和 QQ 是必备；移动互联网时代是“海量资源为我所用”，微信、淘宝、高德、美团等是必备。而AI 时代新的“装机必备”底层逻辑正在形成，最能够维护你的利益、帮你做事、“替你着想”的AI 助手或许才是你的装机必选，而健康助手则是帮助你维护碳基生命体的不错候选，值得持续关注。

AI资讯

浏览 (62)