文 | vb 动脉网
2025 年，当 DeepSeek 横空出世之后，医疗机构、医疗科技企业、主管部门、纷纷接入或部署。很快，相似的场景再次上演，随着以 Manus 为代表的通用 AI 智能体爆红，医疗智能体也迎来爆发期。
近期，多家医疗机构、医疗健康服务企业围绕具体场景应用，密集上线医疗智能体。这也使得业界从几个月前 " 言必谈大模型 " 的状态，悄然迈入 " 言必谈智能体 " 的新阶段。
在 AI 日新月异的风口之下，医疗智能体究竟实现了哪些突破？
从 " 百模大战 " 到 " 千体之争 "
文献资料指出，智能体（Agent）源于哲学概念，在人工智能领域，它通常被用来描述一个具备智能行为，且拥有自主性、反应性、主动性及一定交互能力的实体。
大模型与智能体的关系，可以简单概括为 " 认知 " 与 " 行动 " 的分工协作：大模型专注于自然语言理解、逻辑推理等抽象能力，能精准解析用户意图、生成任务规划逻辑；智能体则可通过传感器、API 接口等实现环境信息感知与任务工具调用。二者的结合，如同为智能体装上 " 大脑 "，为大模型赋予 " 身躯 "，形成技术闭环。
智能体具备持续学习、自我训练、自我评估和动态目标调整的特征，在复杂任务调度、协作场景中表现出强大潜力。具体到医疗领域，智能体在提升医疗服务可及性、优化临床流程、推动精准医疗等方面可展现出应用价值。
目前，医疗健康多个场景均已出现智能体的身影。在院内，无论是患者服务、辅助诊疗还是医院管理，都已有医疗机构和企业联合发布相应的智能体；在院外，以互联网医疗、健康管理为主的企业推出了 AI 家庭医生、AI 健管师、AI 心理咨询师等智能体；此外，智能体还覆盖科研与教学、药物研发等领域，甚至能作为企业数字员工，在不同企业的职能岗位上发挥作用。
据动脉智库《2025 医疗大模型研究报告》统计，截至 2025 年 5 月 1 日，市面上已公开的主要医疗大模型有近 300 个。由于依托同一大模型可开发若干个智能体，因此，针对业内已推出并不断增加的智能体，难以直接获得准确数字。但总体而言，随着医疗 AI 应用的不断深化，行业正从 " 百模大战 " 跨越到 " 千体之争 "。
拟人化与专科化的进阶
当智能体走向 " 拟人化 "，虚拟形象与专属名称成为重要突破口。目前，已经有多家企业从 " 人的形象 " 入手打造产品，包括采用虚拟人物形象、医务人员真人形象，甚至为智能体角色起一个朗朗上口的名字。
2024 年 11 月，紫荆智康开发的 " 紫荆 AI 医生 " 系统正式上线，首批来自 21 个科室的 42 位 AI 医生在 Agent Hospital 亮相。其中，每个科室设置 2 位 AI 医生，一位来自国内，一位来自国际，且每位 AI 医生都拥有专属的虚拟形象和名字。
2025 年 1 月，京东健康依托 " 京医千询 " 医疗大模型上线 "AI 京医 " 多角色智能体；同年 6 月升级后，AI 医生 " 大为 "、AI 营养师 " 小晶 "、AI 药师 " 小方 "、AI 心理咨询师 " 小语 " 等角色均配备了相应的虚拟形象。
此外，腾讯健康与华润三九合作打造了 " 三舅 " 健康管家。作为华润三九面向用户沟通的 IP，" 三舅 " 是基于腾讯医疗大模型、云计算等新技术搭建的 AI 智能助手，在为用户提供健康问答服务的同时，拥有一个绿色的卡通形象。
也有智能体采用数字分身的形式，" 复制 " 医生的形象与服务能力。
2024 年 9 月，支付宝面向 C 端用户上线 "AI 健康管家 "，由医生、医院、机构等智能体入驻并提供服务，其中的医生智能体即为医生的 AI 分身。在此基础上，2025 年 6 月，蚂蚁集团发布 AI 健康应用—— "AQ"APP，已覆盖近 200 个名医 AI 分身。
2025 年 2 月，平安好医生的 AI 产品 " 平安芯医 " 上线。作为医生的数字分身，" 平安芯医 " 通过对真实专家的形象 " 复刻 "，以及专业知识与医学实践经验的训练，可全天候为用户提供线上咨询、线下就医协助、报告与化验单辅助解读、用药提醒等服务。
一个鲜明的形象和动听的名字，能强化智能体与用户之间的情感连接，让其更具 " 人 " 的意义。它能增强亲和力、建立信任感，也能清晰直观地传递智能体的功能定位，强化用户的记忆与识别；还能将专业交互转化为使用门槛更低的直接交流，进而提升用户的使用效率。
在智能体大量涌现的背景下，专科诊疗智能体正在迅速崛起。
例如，四川大学华西医院与多家机构合作，联合研发了 " 睿兵 Agent"。产品基于华西医院 " 华西黉医 " 医学大模型研发而成，深度融合临床医学专家的实践经验、自然语言处理技术与大数据分析能力，主要聚焦消化领域，可实现健康知识普及、疾病全程管理、科研辅助支持三大功能。
深圳大学华南医院近期上线了腹痛诊疗智能体，针对腹痛症状可自动调用 " 腹痛 " 专用知识库，面对复杂多样的腹痛症状，帮助医生参考专家诊疗思路快速完成鉴别诊断与初步分流，降低基层医生的误诊率。
中国信通院云大所数字健康部主任冯天宜表示，过去 AI 在医疗健康领域多为点状应用，未来各个专科、亚专科或专病领域可能会出现能力较强的细分智能体，这些智能体将与医生工作深度结合，作为医生的助手，提高医生的工作效率和能力。
由于各专科具有特定的诊疗路径，这就要求智能体具备定向进化的能力。不同专科面临的临床问题各不相同，通用模型难以满足专科的特定需求；通过专科定制化训练，智能体可突破通用模型的精度瓶颈。在智能体的辅助下，专科诊疗的质量和效率将得到大幅提升。
在此基础上，专科智能体还能更好地沉淀顶级医疗机构或专家的经验，并将其向基层医疗机构复制输出。
距离真正的医疗智能体还有差距
不过，当前的医疗智能体主要是应用层的迭代升级，尚未实现底层模型的突破。
浙江大学计算机创新技术研究院智慧医疗研究中心主任相鹏表示，智能体能调用工具（如浏览器、API）、操作软件界面，形成 " 指令 - 思考 - 交互 - 观察一再思考 " 的闭环，是一种不仅能思考，还可以采取行动的 AI 系统。
在相鹏看来，按照认知与行动的复杂度，智能体相当于 L3 级的 AI 应用，相较于 L2 阶段，AI 从被动的 " 信息处理 / 推理 " 走向主动的 " 与外部世界交互和执行 "。" 尽管当前业界已有大量‘智能体’，但真正能达到 L3 水平的极少，大部分仍然处于 L1 阶段，能达到 L2 的也不多。"
冯天宜认为，现有的医疗智能体大多在功能和能力方面还有待丰富与提升。以专科专病医生助手型智能体为例，真正的智能体要串联起就诊各环节的逻辑，需经过三轮必不可少的训练：第一轮是预训练，积累各类知识，包括教材、学科知识、院士专家经验、指南等，这是基础的经验能力储备；第二轮是正式训练，培养 " 慢思考 " 能力，让智能体能规划行动以配合医生，这需要通过医生的实际使用来积累过程经验；第三轮是续训练，提升高阶推理、自主交互及持续学习能力，让智能体更贴近人类，最终能切实帮助医生处理事务，且风格接近医生本人。" 经过正式训练的智能体，在之后续训练中，会逐渐贴合医生的风格与习惯，成为真正的助手。而目前许多智能体还未完成正式训练这一步。"
总的来说，医疗 AI 应用要成为真正意义上的智能体，还需从多个方面提升。
首先，需要更多专科的临床专家深度参与，推进专科专病智能体的完善。仅靠技术人员基于知识整理和基础开发，所形成的智能体与普通 AI 解决方案的区别不大，医生的使用效果也不会理想。
其次，促进行业规范，例如明确智能体的功能、范畴及达标要求，避免因概念模糊、能力界定不清引发认知混乱、产品定位不明。
据了解，目前中国信息通信研究院正在推进医疗健康行业智能体领域的标准编制，已与甲状腺癌、炎症性肠病、多发性骨髓瘤等领域的专家合作，启动相应的专病智能体标准研制。这些标准将为智能体的测评数据集、功能要求、智能体能力、易用性和安全性等多个方面提供参考。
最后，大模型底座能力的飞跃，仍是推动智能体从概念真正成为现实的源动力。
冯天宜谈到，智能体对应的 "agency" 即执行力，代表了 AI 的主观能动性，这很容易量化感知。若将一项任务的完成目标设定为一周，有的人三四天就能高质量完成，有的却需要两三周，还有人可能半天就放弃，这就是执行力的差异，对 AI 来说，差异同样存在。
智能体在执行层面表现出色，核心在于具有记忆、规划和行动能力，而这些能力的强弱取决于 AGI 的底座能力。" 如今，正因为通用底座能力已达到一定水平，初期的智能体才得以应用。未来，只有 AGI 实现能力的跨越式突破，人们畅想的各种细分 AI 应用场景才能真正落地。"
技术水平的跃升是无数量变与质变的结果，在众多从业者的尝试与托举下，相信真正的智能体会离人类越来越近。
