文 | Vb 动脉网

过往数届 WAIC，直观感受是医疗 AI 越来越少，颇有被边缘化之感。直至今年，大模型加持之下，医疗 AI 正 " 卷土重来 "。

在现场会议及论坛，能够清楚地看到大量初创企业入驻与数字医疗大厂回归。

作为一个泛领域 AI 大会，腾讯、阿里、字节等互联网大厂每年都会携着大量前沿 AI 成果来 WAIC，但大多紧扣城市、汽车、安保等赛道。

而在今年，大厂们重拾医疗，将其作为对外展示的 AI 版图核心业务之一。

此外，赛诺菲、诺华、Veeva、飞利浦医疗及大量药械企业也在论坛上积极讨论中国医疗 AI 的未来范式，出海、AI 药物研发、AI 临床应用、医疗普惠等关键词成为热门话题。

动脉网观察到，在风口之下，医疗 AI 正沿着两条路径快速下沉。

路径一：破碎的 AI 开始成体系地赋能医疗

进入大模型时代前，医疗 AI 总是以 " 节点 " 的方式现身于医疗领域中的各个场景，如诊前的预问诊、诊中的单病种辅助诊断。这种模式能够很好地解决某一特定问题，却因为价值有限，很难跑通商业模式。

此外，由于 AI 研发需考虑开发成本及未来应用能够覆盖的用户数量，这类应用通常集中于某些高频的、大通量的场景，因而漏掉了医疗场景中大量分散却亟须 AI 赋能的场景。

如今的智能体或能改变这一现状。

它的本质是 " 主动目标驱动的实体 "。相较于解决特定领域单一或窄范围任务的传统 AI 工具，智能体能够自主规划并执行一系列行为，持续自主学习，以达成动态目标，适应动态环境，并能与用户进行复杂交互。

置于医院这一领域，智能体的出现意味着 AI 能以 " 环节 " 为目标进行赋能。它不仅能够处理主流的任务，还能对一些细小场景进行学习，进而将数智化能力融入医疗的每一个角落，解决医生日常工作中所需解决的所有问题。

以体检为例。近年来这里已经孕育了大量 AI，它们有的能够自动分析报告，有的能够预约套餐，但这些应用是独立、分散的，访问流程复杂，且需要用户发出具体指令才能推进。

相较之下，腾讯健康在 WAIC 上展示的智能体 " 健康管理助手 " 对体检过程中乃至体检后用户需要用到的各种智能工具进行了整合。

譬如，" 健康管理助手 " 可以充当 " 健康哨兵 "，以体检报告、检验检查报告智能解读为基础，帮助用户动态分析健康状况，发现潜在风险，进而给出针对性的健康管理计划。

日常生活中，它也能担当用户的 " 行动教练 "，通过长期的智能跟踪健康指标变化，帮助用户有效、及时地发现潜在健康风险，克服无法进行长期健康管理的问题。

过去用户只有在身体不适时才会在微信、小程序等入口寻找医疗服务，这是一种低频的、被动的使用方式，不能达到疾病预防的目的。

" 健康管理助手 " 这一可视化的 AI 智能体不仅对 AI 能力进行了整合，还改变了用户的使用模式，同其建立起了高频的、长期的关系。

初创公司中，亦有不少企业瞄准一些过去数智化程度比较低的场景，引入大模型进行逻辑重构。如福鑫科创便将 AI 工具引入了模拟患者场景，通过数字人模拟患者提升规培医师临床能力，为医生提供智能化的教学问诊产品，还原真实问诊场景。

此外，福鑫科创还将智能体引入数据分析与应用场景，未来临床医生有数据分析需求后，仅需用自然语言的方式对智能体发出指令，FusionAI 智能体便能迅速理解任务目标，自主规划出一条包含数据探索、多维查询、深度分析、报告生成与可视化的完整工作流。

而在 AI 主动健康管理方面，则建立 " 主动随访 + 健康宣教 + 个性化推荐 " 体系，辅助医院精准触达目标患者，帮助患者完成随访、挂号、开具检查检验、诊疗等全流程的诊疗闭环。

路径二：从通用到垂直，解决深层次临床问题

与医疗相关的 C 端场景赋能固然重要，但更大的价值仍然隐藏于临床中。

2025 年没有 DeepSeek，国内做临床专科模型的企业与医院屈指可数，很多企业、医生没有意识到大模型能为医院带来的颠覆性价值。

直到 DeepSeek 赋予了他们本地化部署、模型定制的能力时，医疗专科模型开始爆发。

自今年 2 月全面开源以来，京东健康持续聚焦打造 " 京医千询 2.0"，旨在通过技术创新与生态开放，推动医疗人工智能从全科服务向更复杂专病领域纵深拓展，形成 " 三引擎 + 四模型 " 技术架构。

简单来看，" 三引擎 " 即具备循证数据的引擎、具备临床病例的引擎，以及实现医患交互仿真的引擎，其核心目标是完成可信的数据训练，为 " 四模型 "（即全科医生模型、专科医生模型、健康 Agent、影像大模型）的能力升级持续提供动能。

据京东健康探索研究院首席科学家王国鑫介绍，" 京医千询 2.0" 目前已重点在拟人对话、可信推理和医学全模态等方面实现显著突破。" 拟人对话 " 能为用户带来高度人性化和自然感的对话体验。不仅能够理解用户的语义，还能模拟人类医生的问诊方式，进行多轮病情询问，按照循证医学的逻辑要求，给出合理的建议。

" 可信推理 " 是 AI 医疗的基石。" 京医千询 2.0" 严格遵循医生临床诊疗思维路径，注重内部知识与外部知识、思维深度与问题难度的结合，具备反思机制和专家反馈的自适应能力，并经过超 140 个临床科室医生，及百万级真实临床复杂病案的专家评测，以确保医学推理的可靠性。

" 医学全模态 " 则是大模型走向临床深水区的必由之路。" 京医千询 " 已实现对文本、影像、检验数据等多模态医学数据的综合解析，能为精准诊疗提供全面支持。

基于 " 京医千询 2.0" 的基础模型能力突破，京东健康正加快推动互联网医疗迈入 AI 规模化应用新阶段。

就在 WAIC 2025 召开前夕，京东健康旗下 "AI 京医 " 大模型产品体系迎来重要进展，除了再次升级了以 AI 医生 " 大为 " 为核心的多专业角色智能体能力外，京东互联网医院还上线了超 500 个专家医生智能体。

至此，京东健康率先构建起 "AI 医生 + 多专业服务角色智能体 + 专家医生智能体 " 的 AI 健康全专业服务矩阵，在全科大模型与专科大模型中同时完成布局。

另一家值得提及的是联影智能。

由于医学影像数据更难获取、更难清洗，国内目前着力影像大模型的企业并不多，而联影智能是现阶段做得最好的企业之一。

在 WAIC 分论坛上，联影智能展示了全球唯一的胸部一扫多查智能体。该智能体与过往的单病种 AI 存在根本区别，也并非市面上将多个单病种小模型简单堆叠、再包装成 " 一扫多查 " 的应用。

依托胸部平扫影像，可自动检出肺结节、骨折、肺气肿、主动脉增宽等 73 种胸部常见异常，其平均 AUC 值达 94%。

此外，该智能体不仅能实现从影像到报告的自动化输出，还支持医生以语音方式录入报告，开创了放射医生阅片诊断与报告撰写的新体验。

联影智能还在论坛现场组织了一场真实的人机协同挑战：由复旦大学附属中山医院放射科主任兼放射诊断科主任曾蒙苏带队，3 名医生在胸部一扫多查智能体辅助下完成影像诊断与报告撰写，另 3 名医生则凭经验应战。

在现场 3 例病例中，智能体在复杂病例诊断上展现出较强优势。无 AI 辅助组医生需逐行排查每一个断层影像，并手动撰写报告，花费 8 分钟完成影像诊断和报告撰写工作，而有 AI 辅助组医生借助智能体，一键就检出肺结节、冠脉钙化等胸部异常，医生仅需要逐一核实诊断即可生成报告，整体效率提升 25%。

总的来看，大模型从通用到垂直迁跃，并非只是简单的将过去的 AI 重做一遍。

在梳理、整合过往医疗需求中，新一代 AI 不再模仿医生的某一诊疗行为，而是完成了对于医生整个诊疗流程的高度复刻，能够像真正医生一样面对患者。

野蛮生长的大模型，亟须标准支撑

在动脉网发布的《2025 医疗大模型研究报告》中曾在今年年初对国内医疗 AI 赛道进行了一次全面调研。

那时，市面上已有的医疗垂直大模型便已超过了 300 个，且绝大部分产品形态为智能体。

不过，AI 爆火背后并未建成完整的监管体系，从技术到产品，从研发到跑通商业化，医疗大模型也需要一套完整的标准，保证行业有序发展。

在 WAIC 上，蚂蚁集团旗下 AI 健康应用 AQ 与中国信息通信研究院率先出击，针对 " 医生智能体 " 这类应用，联合发布了首个《医疗健康行业智能体 AI 医生》标准体系，面向 AI 医生的基础要求、技术要求、应用要求和治理要求，围绕技术性能、隐私安全、数据治理、专科应用等 4 个关键方向开展首批标准研制，推动 AI 医生智能体开发与落地服务。

蚂蚁集团 AI 医疗总经理刘军伟认为：" 根据实践来看，医生智能体需要具备高性能、高可靠性、高适配性，既要在技术上追求稳定与安全，也要在应用上符合专科专病的医学特色。"

中国信通院云大所数字健康部主任冯天宜则表示：" 如今启动标准的编制工作，意味着医疗智能体迈入系统化、规范化的新阶段，也将为行业提供一套专业可行的评估基准。"

该标准的出台无疑为 AI 医疗发展打造可验证的行业参考。伴随更多细分领域的智能体出具标准体系，中国有望走在世界之前，成为专业智能体落地层面创新与规则的推动者，引领大模型应用层的迭代升级。

医疗 AI 转机在即？

尽管医疗 AI 在这半年间经历了翻天覆地的变化，愈发接近于一个真正的医生。但由于健康数据的所有权与伦理问题及医疗本身的严肃性，这里的创新比之算力基础、自动驾驶、机器人等领域，还是略显失色。

包括腾讯、蚂蚁、京东在内的互联网大厂，他们能够凭借自身互联网基因迅速跑通 C 端部分的应用，建起稳定的用户流，但并未提及如何解决商业化环节的挑战。

长期困扰医疗 AI 的盈利，短期内也不会因为大模型的崛起而消解。

不过，我们坚信，医疗 AI 在历经数年的失速后，依然存在爆发可能。

今年的 WAIC，我们已经目睹了政府、卫健委、医院、研究机构及企业们的决心。他们开始合力制定 AI 行业标准，推动健康数据流通，构建深入临床大模型应用范式。

这些行为背后隐含的是对医疗 AI 价值的公允。当 AI 带来的提质增效能被精准量化，我们或许能在未来数年之内看到医疗 AI 跑通商业模式，成为医疗生态中每一个角色的必需品。