2026 年 10 月 17 日，在一张病床旁，上海东方医院妇产科主任、医学人工智能创新中心主任段涛掏出手机，向经济观察报记者展示一个名为 " 人工智能 " 的文件夹。里面装着 11 个 AI（人工智能）应用，包括 DeepSeek、豆包、蚂蚁阿福医生版、氢离子等。
和段涛一样，越来越多的医生习惯了和 AI 一起工作。患者带着 AI 给出的答案走进诊室，医生也用 AI 查文献、写病历、管理患者，甚至辅助临床决策。
在各地给医生讲课时，段涛常问两个问题：用 AI 吗？感受到 AI 的威胁了吗？2025 年，回答 " 不用 AI" 的医生更多。到了 2026 年，情况反了过来。
不少医生告诉段涛，患者常拿着 AI 的回答来核对医生的诊断。医生给出解释，患者会追问：" 怎么你说的跟 AI 说的不一样？到底谁对？" 让医生尴尬的是，有时 AI 给出的答案确实更准确。一位医生曾对段涛说，遇到这种情况，恨不得地上有条缝钻进去。" 病人已经在用蚂蚁阿福或豆包了，医生不用 AI 的话，会丢人的。" 段涛说。
互联网大厂看到了这个变化。2026 年以来，阿里健康（00241.HK）、蚂蚁集团和京东健康（06618.HK）相继推出面向医生的 AI 产品：5 月，阿里健康推出氢离子，试图把医学证据转化为临床决策支持；8 月，蚂蚁集团将好大夫更名为蚂蚁阿福医生版，新增 AI 助手和医生分身功能；9 月，京东健康发布医生 AI 工作台 MedWork，让 AI 直接辅助医生完成做科研、写病历、多学科会诊等复杂任务。
三家公司从不同的入口切入同一个目标：进入医生的日常工作流程。相比面向普通消费者的健康问答，医生端的 AI 要面对更高的准确性要求、更复杂的专业场景，以及更难的商业化考验。
段涛将医生与 AI 的协作分为三个阶段：把 AI 当作工具，到把 AI 当作副驾驶，再到把它视为可以信任的团队成员。在他看来，医疗 AI 正处于从第一阶段向第二阶段过渡的过程中。对互联网大厂而言，谁能让医生愿意把更多工作交给 AI，谁就更有可能在医疗场景中站稳脚跟。
把名医装进 AI 分身
段涛是最早在蚂蚁阿福拥有 AI 分身的医生之一。2025 年初，蚂蚁集团找到他合作打造分身。段涛为分身提供了产科专业书、临床指南和研究文献，还把自己过去十年的科普文章和短视频喂给分身，让它 " 会说人话 "。段涛觉得，很多病人不必再专程到门诊找他，有问题可以先问他的 AI 分身。
从知识体系搭建到测试、调整对话方式，整个训练过程花了近半年时间。起初，技术人员过于谨慎。比如，孕妇询问 " 我现在头痛怎么办 "，AI 分身会连续追问年龄、孕周、既往病史，问上五六轮，仍不给出建议。段涛告诉对方，患者愿意在诊室配合医生逐步排查，但在线上会缺乏耐心，因此，AI 分身不能照搬线下问诊流程。经过磨合，段涛要求系统必须在三轮对话内提供初步建议，再补充提问。
首都医科大学附属北京友谊医院皮肤科副主任医师徐宏俊也较早尝试在蚂蚁阿福打造他的 AI 分身。现在，患者可以先向他的 AI 分身描述病史和用药情况，AI 分身会将信息整理成结构化病历交给徐宏俊。过去需要他逐项询问、手动整理的信息，如今他交给 AI 来初步处理。
蚂蚁健康 AI 健管就医服务部负责人霍键说，医生精力有限，难以兼顾更多患者，AI 可以在预问诊、病史梳理、诊后随访等环节提供辅助，帮医生拓宽服务半径，这也吸引了许多名医加入。目前，已有 2000 多位医生在蚂蚁阿福医生版开设了 AI 分身，其中包括 8 位院士。
霍键介绍，在打磨 AI 分身时，医生会向团队提需求，比如，如何让回答更专业、操作更简单？为此，团队会和医生团队定期打磨 AI 模型，让回答更贴近医生判断标准。
随访服务也是蚂蚁阿福医生版的重点功能之一。过去，很多人走出诊室后，与医生的联系就中断了。现在，医生可以通过 AI 随访了解慢病患者和老年患者的情况。一旦患者出现异常，医生就能收到 AI 的提醒。在基层医疗场景中，蚂蚁阿福医生版探索了另一种路径：帮家庭医生提升服务效率和深度，为乡村医生提供诊疗辅助。
霍键介绍，在中国，一名家庭医生需要负责 2000 至 3000 名居民，许多人忙不过来。蚂蚁阿福尝试帮家庭医生承担线上签约、健康宣教、用药引导等工作。居民日常通过 AI 咨询基础健康问题，有需要时再联系家庭医生。现在，相关功能已落地全国 40 多个城市，覆盖数万名家庭医生。
在乡村，蚂蚁集团发现村医的烦恼是不被乡亲信任。无论得大病还是小病，大家都跑去县医院看病。在贵州普安、广东梅县等地区，蚂蚁阿福定期组织村医 AI 技能培训，也帮他们教村民用 AI。现在，遇到复杂报告等情况，村医可以拍照上传，让 AI 辅助自己判断。
霍键介绍，除了和医生直接合作外，蚂蚁集团还和部分医院合作开发智能体，探索预问诊功能，直接和医院的信息系统打通，患者去医院之前，就可以上传个人基本情况。
让 AI 走进临床决策
2026 年 5 月的一天，厦门弘爱康复医院院长邵明在互联网上检索一篇论文，偶然点开搜索结果中的医学 AI 氢离子链接。他发现氢离子能调取大量文献原文，同时完成智能拆解、要点提炼与研究脉络梳理，也支持中英文翻译。
邵明并非一开始就对 AI 足够放心。前两年，他在使用豆包查找医学资料时踩过坑：AI 输出的内容看似逻辑完备，文末还罗列了参考文献，可他逐一核对之后，发现部分参考文献和论述并不匹配。" 人命关天的事情，连参考文献都能出错，我怎么敢信？" 邵明说。起初，他也逐条核对氢离子的每一篇引用文献，经过多次验证，确认工具调取的文献均可真实检索，引用内容和输出观点基本吻合，他才逐步放下顾虑，成为氢离子的深度用户。
徐宏俊也是氢离子的早期使用者。2026 年初，这款医学 AI 工具在正式发布前，阿里健康请他试用并提出建议。他告诉经济观察报，目前，氢离子向医生收取 360 元的 VIP 服务年费。
阿里健康氢离子产业生态及商业战略负责人殷杰告诉经济观察报，氢离子立项前，该团队与大量医生进行深度访谈，覆盖基层医生、三甲医院医生、临床科学家和医院管理者，发现医生有很多散点需求，比如做 PPT、查说明书、查指南。团队没有简单将这些需求拼成一套功能，而是为氢离子定了一个核心目标：在诊疗和科研过程中，为医生提供更可靠的决策建议。现在，在部分顶尖医院，使用氢离子的医生占比已超过 15%。另外，氢离子已有一批每月提问超百次的 " 极高频用户 "。
中国每年有超过 100 亿次诊疗行为，医生需要根据知识和经验下判断。以前，遇到疑难问题，医生往往请教导师和同行，或自行推演。如今，他们开始试着把某些问题交给 AI。
这也决定了氢离子对话式 AI 的主要形态。殷杰介绍，检索并非目的，关键是能否基于医学证据，给出符合循证医学原则的建议。为此，氢离子将医学证据、循证医学和 AI 能力视为三个支柱。
2026 年 5 月，氢离子公布与 BMJ Group 英国医学期刊集团的合作，此后又陆续与 NEJM《新英格兰医学杂志》、JAMA《美国医学会杂志》等医学出版机构合作。殷杰说，和医学顶刊合作全文内容而不是只拿摘要，是氢离子和一些竞品的重要区别，氢离子的答案会深入全文里的关键细节，比如有统计学意义的亚组数据。
与医学顶刊的合作并非水到渠成，双方需要从头建立理解和共识。殷杰说，合作前，氢离子与几家顶级期刊分别开过几十场会，它们反复追问氢离子如何看待医学、AI 能为医学带来什么价值，以及产品的应用边界。
产品上线后，团队定期面向医生群体调研使用反馈。在连续的调研中，氢离子发现，医生提问的重心正从 " 帮我查一下 " 变成 " 这个病人该怎么处理 "" 这类病人最新的诊疗意见是什么 "，甚至有医生一次上传四五千字的脱敏病案。在殷杰看来，这种变化意味着医生开始尝试让 AI 参与更复杂的临床思考。
段涛会用氢离子查文献、找指南，有时也会问自己的 AI 分身。光是妊娠期用药，就涉及成千上万种药物，相关知识还在不断更新，把所有知识都记在人脑里不太现实。
但段涛认为，垂类医疗模型距离真实临床应用仍有差距。现实中的患者往往同时患有多种疾病，情况远比临床研究复杂。另外，垂类模型虽较少出现幻觉，但拆解复杂问题的能力可能不如 ChatGPT、Claude 等通用大模型，后者更强的推理和上下文分析能力，能在一定程度上弥补文献检索工具的短板。
从答问题到做任务
相比国内其他医生 AI 工具，MedWork 更强调任务执行。京东健康智能算法负责人胡浩源打比方说，有的工具提供食材，有的负责调味，MedWork 希望串联各个环节，最后端出一盘菜。胡浩源举了写论文的例子。过去，医生需要反复向 AI 提问，找研究进展、理文献综述，再自己梳理思路、设计实验。MedWork 把这些环节串起来：先与医生讨论方向、确定切入点，再列提纲、设计实验，拿到数据后继续统计分析、建立模型、绘制图表，最终形成论文初稿。" 我们是医生的辅助驾驶，而不是全自动驾驶。做决策的始终是医生，医生随时可以喊停。" 胡浩源说。
胡浩源介绍，此前，京东健康已围绕健康管理、严肃医疗问诊等场景，形成面向普通消费者和医生的产品矩阵，但缺少一个专门服务医生的 AI 工作台，MedWork 正是为了补上这一环。目前，MedWork 发布一个多月，已开放访问，但尚未大规模推广，主要由合作医院和医生等种子用户使用。
10 月 21 日，邵明第一次体验 MedWork，觉得它和腾讯 AI 办公智能体 WorkBuddy 有相似之处，但更加面向医学专业场景。
胡浩源不避讳 MedWork 与 Codex、WorkBuddy 等通用 AI 工具的相似处。他说，京东健康要做的是将这类工具调用和任务执行能力适配医疗场景，在模型之外，加强医学证据的检索、引用和校验，尽可能减少幻觉。在其他领域，AI 或许需要 " 高情商 "，但医疗领域更需要准确。他举例，一些通用模型在缺少身高、体重等必要信息时，可能自行假设 " 中国平均身高体重 " 并继续作答，这是 MedWork 要避免的。
谁来买单
目前，阿里健康、蚂蚁集团、京东健康均未公开旗下医生端 AI 应用的用户规模，也未向经济观察报披露具体数据。
截至 10 月 21 日，安卓应用市场显示，蚂蚁阿福医生版、氢离子、京东医生的安装量分别为 1994 万次、489 万次、238 万次。
殷杰告诉经济观察报，梳理医疗产业链和价值链后，团队认为，医生是 AI 最应该服务的群体之一。中国有约 500 万名医生，相比面向全体消费者的互联网产品，医生的规模并不算大，但价值却很高。阿里健康不单纯从互联网业务的角度衡量这项业务，更看重医生的强生产力属性与 AI 作为生产力革命的天然匹配，以及极高的社会价值。
氢离子立项前，阿里健康就在思考，如何能更好地服务医生，团队曾尝试构建医学知识图谱，但这类基础设施难以转化为医生常用的工具。殷杰说，大语言模型的出现，让团队看到了新的可能。
蚂蚁集团也在规划如何长期服务于医生群体。霍键介绍，集团将蚂蚁阿福定位为蚂蚁集团未来十年最重要的产品之一，希望未来服务好三甲医院、基层医疗机构和乡村等不同场景中的医生。
徐宏俊发现，尽管互联网大厂投入了不少广告，但是他身边仍有很多医生不了解这些产品。
段涛用 " 能用、好用、愿用、离不开 " 四个尺度衡量 AI 应用，他认为不少面向医生的 AI 产品还停留在前两个阶段。
谈到面向医生的 AI 产品的商业模式时，多位受访者提到成立于 2022 年的美国医疗 AI 平台 OpenEvidence，这是全球最受关注的 AI 医疗公司之一。OpenEvidence 专为执业医师提供循证医学检索与临床决策支持，覆盖美国超 40% 的医生群体，估值约 120 亿美元。其商业模式是向医生免费开放，向药企出售广告位。
段涛认为，中国的医疗环境和政策与美国不同，难以直接照搬这一模式，因为中国不允许处方药做广告。而如果只向医生收费，收入空间会比较有限。
京东健康内部讨论过 MedWork 的商业模式。胡浩源说，如果只是帮医生更高质量、更简单地搜索信息，那在商业化上确实会有挑战，因为搜索引擎是不收费的；但如果能帮医生解决处理庞杂材料、写论文、提高诊疗质量等复杂问题，情况就会不一样。
" 我们不避讳让医生付费这件事。只要提供的价值足够厚，医生不见得不买单。但从普惠的角度考虑，氢离子也在评估推出免费的基础版，满足医生的基本需求。" 殷杰透露，阿里健康的调研显示，在中国，约 3% 的医生已付费使用一些国际模型解决日常临床问题，在部分三甲医院中，这个比例甚至超 10%。
另一条可能的商业路径是为药企提供服务。殷杰说，未来，医学 AI 平台可以帮助药企向医生传达最新的药品临床数据，在符合国内的合规要求的前提下满足医生和企业的需求。他说，药企的商业合作不应介入医学 AI 的答案生成，氢离子仍按照时效性、权威性、全面性和相关性组织答案。可以探索的方式，是在答案之外提供延伸阅读，让医生自行了解企业的最新研究数据。
霍键则介绍，暂时不考虑向医生收费，也没有可对外披露的商业化计划。
