阿里、字节纷纷下场，谁在掘金AI医疗？

AI大模型又解锁了新的落地场景——医疗问诊领域。

近日，字节跳动推出“小荷AI医生”，主打健康咨询与报告解读功能；而就在一周多前，蚂蚁集团也刚上线独立健康应用“AQ”，加速布局AI医疗赛道。

事实上，过去几年已有越来越多科技巨头加码AI+辅助诊断领域：腾讯健康依托“混元”大模型推出“健康管理助手”，京东健康发布“京医千询”医疗大模型，百度上线“灵医”并开放平台接口，美团买药则推出“健康助手”功能……AI医疗助手，正逐渐成为大模型商业化落地的新阵地。

今年年初，ArkInvest首席投资官CathieWood（木头姐）在《BigIdeas2025》报告中曾断言：医疗保健是AI最具潜力、却也最被低估的应用领域之一。

这背后的逻辑不难理解：过去大众对AI的认知多停留在通用工具层面，比如办公自动化、内容生成等；而医疗作为对精度和专业性要求极高的领域，AI的能力长期被局限在基础辅助诊断、病理识别等“边缘环节”，真正在C端场景落地的案例寥寥无几。

换句话说，从单纯的“工具价值”走向完整的“商业闭环”，AI医疗助手目前仍处于早期探索阶段。但过去半年里，科技大厂集体入局、密集推出C端产品的动作，已释放出明确信号：AI医疗的普及化序幕，正在缓缓拉开。

01 AI医疗助手为何成为大厂竞逐的新战场？

近年来，国内医疗健康市场的数字化转型正持续加速。

数据显示，截至2022年底，仅占全国医院总数9.5%的三甲医院，却承担了高达58.4%的诊疗量，长期面临患者激增、医护人力紧张、床位紧缺等结构性压力。在此背景下，数字化手段已逐步渗透至患者信息管理、疾病科普、医院导诊及辅助诊断等多个环节，成为缓解压力的重要抓手。

与此同时，城乡医疗资源分布不均、基层医疗服务能力薄弱等问题日益突出，这也进一步推动了AI技术在更广泛医疗场景中的应用探索。

从市场空间来看，行业增长潜力尤为显著。据弗若斯特沙利文预测，中国AI医疗市场规模将从2023年的88亿元快速增长至2033年的3157亿元，年复合增长率高达43.1%。

众所周知，在AI赋能千行百业的进程中，一个普遍性的行业困境始终存在：绝大多数行业对AI的应用仍停留在效率提升、工具辅助的浅层阶段，尚未真正实现生产关系的重构。这直接导致C端用户对相关产品的付费意愿普遍偏低，“有刚需、无支付”几乎成为行业通病。

相比之下，医疗领域因更“垂直”、更“刚需”，且天然存在供需错配与效率瓶颈，反而更容易建立稳定的市场需求——这也让医疗成为AI技术落地的重要突破口。

AI医疗是以人工智能为核心的技术体系，旨在通过诊断、治疗、康复、健康管理等全环节的渗透，实现效率与精准度的双重提升。根据2025年头豹研究院发布的《中国AI医疗行业白皮书》，当前AI+医疗的核心应用场景集中在五大板块：AI医疗器械、AI医疗助手、AI制药、AI健康管理与自动化药房。

其中，受限于研发投入和用户习惯培育周期过长等问题，制药、健康管理、自动化药房的进展较为缓慢，而AI医疗器械与AI医疗助手则是增长最为迅猛的两大方向。

前者已在医学影像识别、手术机器人、辅助诊断等垂直领域实现规模化落地；后者则在医院内部管理及面向患者的智能问诊、导诊、报告解读等场景中逐步铺开，但商业闭环仍处于早期探索阶段。

但值得注意的是，在AI医疗器械赛道，目前仍被联影医疗、乐普医疗、伟思医疗等传统医疗企业主导，国内科技企业多以上游厂商身份提供软件技术与数据服务，却难以打通“软硬件+终端渠道”的完整闭环。

在这一背景下，互联网大厂纷纷发力AI医疗助手领域，是基于技术积累、数据资源、市场需求的综合战略选择：大厂在用户数据积累和生态整合能力上具有天然优势，这为AI医疗助手的场景拓展提供了关键支撑。

无论是海量的用户数据，还是跨场景的协同能力，大厂可整合支付、电商、硬件等多领域资源，构建医疗服务闭环。这样一来，既能避开传统医疗企业的硬件竞争壁垒，又能利用用户需求快速抢占市场。

尽管AI医疗助手的商业闭环仍处于早期，但AI医疗助手已成为大厂构建医疗健康生态的关键落子，其长期价值或许将随着技术迭代和场景深化逐步释放。而这，也正是越来越多中国互联网玩家加速布局AI医疗助手领域的原因所在。

02 群雄逐鹿，分化初现

就当前来看，在面向C端的AI问诊赛道，随着字节、蚂蚁、京东等头部大厂相继入局，这一赛道已呈现出差异化的产品策略分化趋势。

蚂蚁集团推出的AI医疗助手“AQ”，从原先嵌入在支付宝的医保码服务中独立而来，核心优势在于依托医保码服务占据的用户基础和近200位医生智能体资源。

与此同时，京东健康正成为蚂蚁集团最直接的竞争对手。两者不仅功能上几乎完全一样，京东推出的“AI京医”大模型，也涵盖了医生、营养师、药师等7类场景下的问医智能体，核心优势在于直接接入京东APP，与主站医药类目的销售直接打通。

目前看来，蚂蚁是进一步通过“线上支付——AI问诊”的场景深入，侧重增强用户对于医保码功能的依赖性；而京东通过“问诊——卖药”的线上打通，从而提升销售转化。

相比之下，字节的路径似乎还显得不够清晰。

由于入局医疗行业较晚，字节在AI医疗模型的细分场景上并没有深入，只存在一款单一的大模型，整体打法偏向“内容+流量+轻问诊”。

“小荷AI医生”虽然已经作为独立APP上线，但最核心的入口还是抖音渠道：通过用户在抖音页面搜索相关疾病——跳转小荷医典获得相关疾病的科普，再进一步跳转小荷AI医生进行相关咨询。

值得注意的是，抖音的核心定位是内容消费与流量分发平台，其用户心智被长期塑造为“娱乐、休闲、信息获取”）场景，而平台的商业逻辑高度依赖“内容种草-流量转化-商业变现”的营销闭环。简单来说，用户在抖音的核心诉求是“放松、刷内容”，而非“严肃医疗咨询”，平台属性与医疗服务的专业性需求存在天然张力。

再加上小荷AI医生中，并没有直接引入线上医药销售渠道，而字节的小荷健康也无法进入小荷AI医生的入口，品牌信任度不足、商业闭环未打通，进一步放大了用户对小荷AI医生的“营销化”联想。

对蚂蚁和京东而言，AI医疗助手并非“从零开始的冒险”，而是基于既有生态优势的“顺势而为”：蚂蚁用“支付+数据+大模型”赋能医院数字化，京东用“供应链+药事服务+AI”连接医院与用户，最终目标都是通过医院场景的穿透，将各自的支付、供应链上的核心能力与医疗服务深度绑定，形成别人抢不走的生态闭环。

这种布局既规避了传统医疗企业的硬件壁垒，又通过B端服务获取了数据、信任与政策支持，为C端医疗服务的商业化提供了坚实支撑，这正是互联网大厂在医疗领域“生态化竞争”的核心逻辑。

03 不可忽视的关键较量

一个现实的制约因素在于，医疗体系本身的复杂性极大限制了AI的通用性。

目前我国医疗行业科室划分明确，涵盖12个一级科室和58个二级科室，专业壁垒高、标准差异大，天然形成了数据孤岛。换句话说，AI若想构建通用解决方案，不仅需要跨学科的数据训练支撑，还必须直面模型精度、推理能力及合规风险等多重考验。

因此，功能边界更清晰、标准化基础更扎实的AI医疗器械，一度成为AI在医疗领域率先落地的“突破口”。相比之下，AI医疗助手虽具备更大的市场想象空间，但在用户信任、数据安全、算法泛化能力等方面仍存不少短板，很长时间以来并没有形成规模化的落地。

以医院场景为例，每家大型医院通常配备数十甚至上百个信息化系统，数据分散、系统割裂是常态，完成系统对接本身就需耗费大量资源、人力与时间。

而更大的问题在于，这些系统中的数据并非“开箱即用”——大量非结构化、非标准化、质量参差不齐的数据，必须先经过一轮复杂的数据治理与清洗，才能成为AI模型可用的“燃料”。

这也就意味着，在AI医疗助手的赛场上，本质上比拼的是各大厂商的大模型能力，其背后考验的核心，是对于医院数据的获取和整理能力。从这个角度来看，未来面向全流程系统化的AI大模型服务，不仅能帮助厂商实现技术落地，更是为其提供第一手的医院数据，打造信息孤岛的关键环节，必然要成为各大厂商竞争的焦点。

本文来自微信公众号 “新眸”（ID：xinmouls），作者：简瑜，36氪经授权发布。