Deep Dive
AI在医疗行业的主要应用有哪些？
AI在医疗行业的应用包括医生助手、医疗影像识别、临床辅助决策支持、科研助手、病例生成与管理、患者端的问诊助手等。这些应用旨在提高医生的工作效率，优化患者就医体验，并在预防、诊疗和康复等环节中发挥作用。
支付宝的AI健康管家有哪些功能？
支付宝的AI健康管家主要提供三个功能：1) 问答咨询助手，帮助用户进行日常健康管理；2) 数字陪诊师，全程陪伴用户就医；3) AI数字医生，支持医生工作并与医生共同协作。其目标是贯穿用户的健康全流程，提升就医体验和健康管理的可信度。
AI医疗与互联网医疗的主要区别是什么？
AI医疗与互联网医疗的主要区别在于技术能力和服务模式的转变。互联网医疗主要通过平台化模式链接患者和服务提供方，而AI医疗则通过大模型等技术提高医疗行业的效率，整合线上线下服务链路，甚至可能实现虚拟医院和混合服务模式。
AI医疗的未来发展方向是什么？
AI医疗的未来发展方向包括虚拟医院、混合服务模式（多agent+人类）、智能体协作生态等。AI将逐步渗透到医疗服务的各个环节，从医生助手到独立AI医生，甚至可能形成新的医疗形态，如数字医院和专科智能体。
AI医疗的安全和责任问题如何解决？
AI医疗的安全和责任问题主要通过与医生和医疗机构的紧密合作来解决。AI作为辅助工具，责任主体仍然是医生和医疗机构。AI在提供建议时需基于循证医学，确保数据的安全性和全面性，同时与线下医疗服务结合，确保患者的安全。
AI医疗如何帮助医生提高工作效率？
AI医疗通过自动化处理重复性任务（如病例生成、患者档案整理、报告解读等）来帮助医生提高工作效率。AI还可以辅助医生进行临床决策，提供科研支持，减少医生的工作负担，使其能够专注于诊疗工作。
AI医疗的用户接受度如何？
AI医疗的用户接受度相对较高，尤其是年轻一代对AI技术的接受度更高。用户对AI医疗的宽容度和认可度比互联网医疗时代更高，这为AI医疗的推广扫清了许多障碍。
AI医疗的盈利点在哪里？
AI医疗的盈利点可能不在医疗本身，而在于与医疗相关的服务，如就医规划、陪诊、交通住宿等。通过优化患者的就医流程和资源匹配，AI医疗可以衍生出多种增值服务，形成新的盈利模式。
AI医疗如何帮助医疗资源的合理匹配？
AI医疗通过强大的计算能力和数据整合能力，帮助患者找到最合适的医生和医疗机构，优化医疗资源的匹配。AI可以作为底座，支持分级诊疗和资源优化，提升医疗服务的效率和公平性。
AI医疗的数据来源和质量如何保障？
AI医疗的数据来源包括权威文献、医院合作课题、互联网医疗问答等。支付宝等平台通过与权威机构合作，确保数据的专业性和可信度。数据质量通过严格的筛选和标注流程保障，确保AI模型的准确性和可靠性。
- AI改变医疗服务的生产力，影响生产关系
- AI渗透老百姓生活，影响健康素养
- AI提升医院服务流程效率
Shownotes Transcript
自从大模型浪潮以来，AI成为医疗行业创新发展绕不开的话题。万物生长FM特别愿意找到行业的入局者和探索者们来聊聊他们的在这场浪潮中摸过的石头。
1月11日，蚂蚁集团收购好大夫在线尘埃落定。双方在收购完成后首度携手亮相，并表示将共同推进医疗服务的AI化，以AI提升医生工作效率，同时发布了助力医生科普和病历管理的“AI助理”。在医疗AI的探索上，蚂蚁集团动作频频。此前，2024年9月，支付宝发布了“AI健康管家”，还宣布开放医疗智能体协作生态。
我们一直好奇医疗AI如何落地应用才能真正发挥其价值，如果有了合适的应用后，AI又将如何赋能和改变医疗行业，所以本期播客我邀请到两位嘉宾，并向他们请教了一些关于医疗AI的问题，特别是互联网医疗时代向AI医疗时代迈进的路上，AI应用如何落地、AI在怎样改变医疗服务行业。
本期嘉宾：
甄帅 支付宝医疗AI业务拓展负责人
**Jonathan **医疗行业战略咨询专家
内容时间轴：
2:56 AI本质上可以改变一部分医疗服务的生产力，从而改变生产关系
5:42 数字医院、“多agent+人”的混合服务模式为真正的线上线下一体化医疗服务带来可能
6:50 与互联网医疗相比，市场和用户对于AI医疗认可度和宽容度都更高，为应用推广扫清了很多障碍
10:15 AI在医生助手、医疗影像、临床辅助决策支持等领域已有成熟应用，但在医疗服务领域中外都在积极探索。
13:52 在预防、诊疗、康复等就医和非就医场景的服务中，AI可能是最好的润滑剂
16:41 医疗AI行业中的两条路线选择如何选：医生+copilot（类似智能驾驶L2、L3）VS独立AI医生（类似智能驾驶L5）
17:17 “一名真人医生+一名AI医生＞三名医生”
21:12 生下来就用智能手机的年轻人可能更容易接受AI医疗
24:43 在AI医疗的探索上小公司可能更激进，但大公司要尽到教育市场的责任，所以产品设计会更“稳妥”
29:36 医保助手、家庭医生、就医陪诊、中医体质辨识、预问诊机器人……分场景的智能体可能更合适培养用户的使用习惯
31:53 “在大模型的训练方面，后入局者因为没有大量的业务数据，可能也有优势”
35:55 用户在人工智能时代的“AI素养”可能比互联网时代的“信息化素养”更容易培养
39:44 对于一个新形态的产品，第一批骂的用户，可能会在习惯之后给与好评
45:21 医生智能体一定程度上形成了小团队内部的分级诊疗
48:36 基于用户对AI的认知，用户知道医生智能体不是真人医生之后，反而可能会更接受AI医疗
49:30 面向未来，在医疗服务场景里，医疗智能体的最小形态是医院智能体、专科智能体，还是医生智能体？
56:50 智能体为建立长期、持续、健康的医患连接提供可能
1:01:06 “还没有到为医疗智能体寻找付费方的阶段”
1:02:46 医疗行业人工智能应用场景的参考指引给了正在探索的行业参与者们一个“名分”
1:07:03 医疗体系是一个非常艰难才能维持住的体系，很难有某个技术出现就能颠覆这个体系
1:12:02 在医疗资源合理匹配上，AI作为一个底座能发挥巨大价值
1:13:15医疗AI的真正盈利点可能不在医疗本身
1:14:31 AI医疗的安全和责任问题，从各方角度，如何看待？
1:20:03 AI医疗可能激发建立从需求侧出发的就医评价体系
1:29:00 面向未来，悲观者永远正确，乐观者永远前行
听友群加VX：hooley777
商务合作：[email protected])