蚂蚁集团正逐步把医疗板块视为核心业务之一。

6 月 26 日，蚂蚁集团发布 AI 健康独立应用 "AQ"，从功能定位上来看，AQ 被蚂蚁视为 AI 版 " 健康管家 "，主要以对话框的形式提供健康科普、就诊咨询、报告解读、健康档案等 AI 功能。同时该产品还 " 连接了全国超千家医院、近百万医生 "，并且适配了鱼跃、三诺等居家慢病管理设备及华为、苹果等可穿戴设备。

蚂蚁集团在医疗 AI 方面的主要布局始自 2023 年。此后陆续与浙江卫健委合作首创数字健康人 " 安诊儿 "，推出医疗大模型，发布 "AI 健康管家 "，收购好大夫在线、共创 AI 医生助手等等。

值得注意的是，为这款新 App，蚂蚁集团董事长井贤栋和 CEO 韩歆毅罕见共同现身站台，凸显其在公司战略中的分量。

名医 AI 分身是否靠谱？

在这款新应用中，名医是蚂蚁集团主打的一张王牌，在发布会场也邀请到了院士级别的著名医生为其站台。在 APP 中，用户也可以与著名医生的数字人形象进行沟通。

那么，这些名医 AI 分身是否靠谱，是否只是具备 " 形象代言 " 色彩。

对此，蚂蚁集团副总裁张俊杰和蚂蚁集团 AI 医疗总经理刘军伟向笔者解释了名医 AI 分身的背后原理：

支持名医 AI 的一方面是坚实的大模型底座与专业数据训练。刘军伟强调，AQ 的基础是蚂蚁自主研发的医疗大模型。在数据层面，蚂蚁构建了 " 医疗领域最全面的多模态医学数据体系，依托超万亿 tokens 专业医疗语料底座，支撑自主研发千亿参数多模态模型，并融合千万级医疗知识图谱 "。这使其具备 " 对疾病特征、诊疗逻辑和医学表述的深度理解 "。 

另一方面，名医 AI 分身并非单纯的形象和声音授权。刘军伟表示，其关键在于 " 大模型对医生科室诊疗经验的针对性学习 "，需要 " 让这个智能体真正接近医生本人的问诊逻辑 "。

以首批开通 AI 分身的医生杭州市第七人民医院主任医师、副院长毛洪京为例，团队 " 加训了 100 个小时的结构化诊疗经验和超过 5 万篇科普及论文资料 "，让分身 " 越来越接近于他自己诊疗的能力 "。蚂蚁方面表示，毛洪京本人也会每日查看线上数据，监控分身的表现并参与优化，甚至开玩笑称分身能达到他 "80% 的水平 "。

为确保可信度，AQ 在产品设计上融入了医学循证机制。" 出了任何结果，我们都会引用，它会告诉你这种逻辑是怎么推出来的，也专门把 RAG（检索增强生成）来源标注出来，这些来源都是医学知识中最新最顶尖的。" 刘军伟介绍。

此外，在 AI 诊室咨询后，AQ 还会根据具体结论，主动推送线上问诊、就医挂号或者医生智能体，而一旦用户进入线下就诊流程，AQ 也会持续跟踪信息，提供云陪诊、医保服务、诊后随访等服务。 

蚂蚁的 AI 医疗布局，是一场生态战  

虽然蚂蚁对 AQ 的能力边界有着明确的界定，即专注于咨询与辅助，不涉足诊断，主要知识提供专业的科普知识、解答诊前诊后问题。但蚂蚁的整体医疗布局、AQ 试图串联起来的医疗能力却远不止于此。

按照张俊杰的表述，蚂蚁在过去 10 年间，" 先接了医保支付，再接了医院挂号，再接通好大夫，拉通了大部分省份的医疗数据 "，打通这些用户就医所需的基础服务之后，试图再用 AI 的方式给到用户更好的体验。

更进一步的是，张俊杰将 AQ 比喻为 " 智能体的管家 "，目前其旗下拥有医保智能体、医院智能体、医生智能体等。这些智能体在用户提出需求时，能被管家调用来解决具体事务，例如医保支付、挂号。据了解，Q3 蚂蚁将推出智能体开放平台，引入更多医疗智能体。

同时，蚂蚁也在尝试推动旗下医疗服务的全链路、全场景覆盖。蚂蚁强调，其第一用户是普通 C 端。从支付宝 APP 内嵌到独立 APP，再到与华为、vivo、鱼跃等硬件厂商合作，以及未来布局 PC 端，蚂蚁的目标是让 AQ"Inside everywhere"，实现 " 在任何场景、任何地点、任何设备上都可以用到 AQ 这样的能力 "。 

可见，蚂蚁集团的 AQ 并非孤立的产品，而是基于其生态基础，通过开放合作、资源整合与技术赋能，试图构建起一个覆盖医疗健康全链路的服务体系。 

尽管具备优势，蚂蚁的 AI 医疗大模型布局仍面临多重挑战：

一方面，医疗 AI 是一个新兴且高度受监管的领域。目前大模型医疗领域的行业标准仍处于探索和发展初期，存在分散和缺失的问题。刘军伟指出，当前对 AI 医疗产品的可信度、安全性、合规性和专业性的衡量标准比较分散。他提到，目前正在推动相关行业标准的建立，关于行业标准建立在 " 今年之内会有一些大动作 "。

不过，这种不确定性可能影响产品的迭代速度和推广范围。尤其是 "AI 不做诊断 " 的边界如何维持、责任划分等问题，仍需在实践中持续摸索。 

与此同时，要想与传统医疗体系深入融合并非易事。尽管蚂蚁已接入一定量的机构和医生，但医疗体系的复杂性和地域性差异巨大。如何更深入地打通院内核心流程，解决医疗机构自身痛点，或许将决定其在医疗垂直领域的天花板。 

在商业化路径方面， 蚂蚁方面表态短期内商业化并非核心目标。但如何在长期实现可持续的商业模式，是所有 AI 医疗企业面临的终极拷问，目前行业也尚未解出一份参考答案。（本文首发于钛媒体 APP，作者｜蔡鹏程，编辑｜胡珈萌）