Story

2025 年底，我去医院看感冒，医生说我是风寒。

我跟他说：“豆包说我是热感冒，您看……”

话还没说完，就被医生打断了，最后确诊还是风寒，那一次我差点吃错药。

今年再去医院结果又说顺嘴了：“豆包帮我看了最近一周的平均血压，建议我来看看……。”

这回医生对我挺好，还让我坐下慢慢说。

AI成了线上医疗市场的鲶鱼

2025 年初 ，DeepSeek-R1 引领了一波AI大模型的集中爆发。QuestMobile 数据显示，到当年 3 月，中国 AI 原生 App 月活达到 2.7 亿，其中DeepSeek 1.94 亿、豆包 1.16 亿；用户也不只是下载尝鲜，月人均使用时长同比增长 32.7%，使用次数增长 53.1%。到 2026 年 3 月，AI 原生 App 整体月活进一步达到 4.46 亿，豆包达到 3.45 亿。

当几亿人已经习惯在同一个窗口里问工作、查资料、写东西，关于身体健康的问题也顺理成章不断向AI提出。OpenAI 在 2026 年 1 月发布 ChatGPT Health 时披露，全球每周已有超过 2.3 亿人使用 ChatGPT 询问健康和保健问题；到 7 月，这个数字超过 3 亿。中国用户使用AI的情况也有类似的趋势在发生，而且非常迅速。

AI 健康入口相关数据（数据来源见图内）

中国线上医疗已经发展十几，从营收方面看还有不小的发展空间。2022 到 2025 年，京东健康营收从 467.36 亿元增长到 734.41 亿元，年度活跃用户从 1.543 亿增加到 2.177 亿，日均在线问诊从 30 万以上增加到 50 万以上。

平安健康走的是另一条线：2022、2023 年经历收入收缩和亏损，2024 年转盈，2025 年重新恢复增长。阿里健康则从 FY2022 亏损转到 FY2023 盈利，到 FY2026 营收达到 342.55 亿元，利润达到 19.36 亿元。

这并不是说“AI 起来了，传统线上医疗就下去了”，发生变化的主要是用户处理健康问题的入口，而我们可以观察的是同一个时间段内还有哪些事情正在发生。

2025 年，蚂蚁完成对好大夫的收购。好大夫从 2006 年开始做互联网医疗，到 2025 年，已经积累了 9520 万有互联网医疗服务记录的患者，累计医患交流 11.6 亿次；收购完成时，拥有 28 万实名注册医生。另一边，支付宝医疗已经连接超过 3600 家医院，覆盖医保、挂号、购药等服务。

2025 年 6 月，蚂蚁推出独立 AI 健康应用 AQ。

用户首先面对的不再是医生列表或医院科室，而是 AI。健康科普、就诊咨询、报告解读、健康档案都围绕这个入口展开；它背后同时连接着 5000 多家医院和近百万医生。

如果只看前台，AQ 很像一个典型的 AI 原生产品。很多原来需要搜索、找科室、翻资料才能完成的动作，被压进了一个对话窗口。

但前面已经有支付宝铺好的医院、医保、挂号和购药能力，又接进了好大夫近二十年积累下来的医生、患者和医患关系。

线上医疗平台与服务能力数据（不同平台口径见图内）

2025 年 9 月，AQ 月活达到 785.5 万。到 2026 年，蚂蚁披露 AQ/阿福总用户已经超过 1 亿，每天处理超过 1000 万次健康相关咨询。

2026 年 8 月，好大夫医生版升级为 AQ for Doctor/阿福医生版，并与消费者端打通。医生 AI 智能体可以在正式问诊前先向患者追问、收集资料、整理病史，再把关键信息交给真人医生。

前台可以很快换成 AI，但很多用户还是需要真正往医疗服务深处走，因为后面对接的是真实的医生、医院以及解决健康问题的医疗服务。

去医院之前已经和AI聊过不少了

用户行为的变化更多体现在就诊前的咨询入口发生了转移，“问 AI”和“找医生”也并不矛盾。

Rock Health 2025 年对 8000 名美国成年人进行调查，使用 AI 聊天机器人获取健康信息的比例从 2024 年的 16%上升到 2025 年的 32%。

42%的受访者在问完 AI 后会继续搜索其他资料，40%的受访者会继续咨询医生或医疗专业人员，81%的受访者至少采取了一项后续行动。

KFF 2026 年的调查里，65%的用户使用 AI 主要是为了更快获得信息，41%的用户是在决定是否看医生前先了解情况；还有人拿它解释检查结果、理解治疗方案，或者帮助判断下一步。使用 AI 处理健康问题的人里，41%上传过检查结果、医生记录等个人医疗信息。

过去分散在搜索、咨询、个人整理和等待去看医生之前需要做的事情，现在可以在同一个 AI 窗口里完成了。

AI 诊前使用行为数据（美国用户调查数据）

一张化验单人们看不懂，可以拍下来问AI一句：“这个高不高？”

药名记不住，直接拍药盒。皮肤出现变化，不知道怎样描述，就先给一张照片。甚至连完整的问题都没有，只是从“我最近好像有点不舒服”开始，一边聊一边把情况补充好。

有句话叫久病成医，看病的时候要想少跑冤枉路，尽快把病看好，需要自学不少知识，看不少资料，要能看懂报告里哪个指标异常，药叫什么名字。

而多模态和实时语音降低的是这部分的理解成本，可以把更多原始材料直接交给 AI，尝试过的用户会很快养成使用习惯。

随着AI的发展，拥有更强的记忆和更长的上下文处理能力，很多用户在沟通中会发现AI能记住很多自己的情况，很多数据、检查结果自己可能要核查化验单才能找到，现在问一下常用的AI就知道了。

ChatGPT Health 已经允许用户主动连接医疗记录和 Apple 健康等数据，比较新旧检查，查看一段时间里的睡眠、活动和运动变化。这也提供了一种身体状态可以进行综合对照和判断的数据基础。

连续对话与记忆示意：让前一次的信息进入下一次交流

去看医生时，AI这些能力还可以提供一项实用的帮助：整理诊前信息。

蚂蚁阿福可以把连续多年的体检报告放在一起读取，比较关键指标变化，并把资料存入个人健康档案。腾讯健康的患者档案可以由 AI 整理病情时间线、既往病史、检查报告和指标趋势；智能预问诊通过多轮追问形成诊前报告。京东健康从 2024 年开始用 AI 辅助采集患者病情。患者先提交简单主诉，AI 再追问症状时间、位置和伴随症状，整理成病情概述交给医生。

这里有一个很重要的限定：京东明确提出，AI 负责追问和整理，诊疗意见仍然由医生给出。OpenAI 对 ChatGPT Health 的定位同样保留了这条线——支持医疗，而不是代替医疗诊断和治疗。

我自己那次感冒已经碰到过另一面：如果 AI 给出的判断错了，而人直接把答案当成诊断，那可能就会吃了不对症的药，引起更多的麻烦。

诊前整理示意：AI负责读取、追问和整理，诊疗意见仍由医生给出

两次和医生提起豆包，中间差了差不多一年时间，AI装机量迅速攀升，能力也是在迅速变强。医生自己也是某些AI的用户，这也许是对我态度有转变的原因之一吧。

AI不只是在回答问题了

过去大多数健康信息来自一次体检、一次问诊，或者身体出现明显不适以后的一次主动记录。现在手表已经可以长时间采集心率、血氧、HRV、睡眠等数据。比如华为不断强化 PPG、多光路传感和长期健康监测，本质上是在让身体状态从一个个孤立的时间点，逐渐变成可以连续观察的数据。

当这些长期数据再进入 AI，上下文就开始真正有价值。

一次心率偏高意义有限，几个月的数据放在一起，才可能看到变化；一张体检报告只能描述当时的状态，几年的检查结果放在一起，才能形成趋势。AI最适合处理的，恰恰是这种人很难长期自己整理的大量信息。

一边是大模型理解能力、记忆、多模态和上下文不断提升；一边是手表等设备持续产生健康数据；另一边，越来越多用户已经习惯先问 AI，再决定下一步做什么。

于是，医疗的入口正在从医院、挂号平台和专门的医疗 App，继续往用户每天都在使用的 AI 和设备上移动。

入口变了，后面的资源也会跟着重新组合。

医生可以提前得到更完整的病史和趋势，减少问诊里反复确认基础信息的时间；医院可以把部分咨询、随访和健康管理延伸到院外；用户也可能少跑一次医院、少重复一次检查，更快找到真正需要的服务。

对京东健康、平安健康、阿里健康、蚂蚁这些公司来说，这同样意味着新的空间。

过去互联网医疗首先解决的是挂号、问诊、买药这些具体环节。AI把入口进一步往前推以后，健康管理、问诊、药品、保险、慢病管理和后续服务都有机会围绕同一个用户连续展开。它们多年积累的医生、医院、药品和保险资源，也有机会在新的入口下发挥更大的价值。

所以 AI 医疗更大的变化可能是：AI、穿戴设备、医生、医院、药品、保险和互联网医疗服务，正在围绕一个人的长期健康数据重新连接。

上下文与趋势比较示意：从单次提问到长期数据变化

过去互联网医疗解决的是“把一部分医疗搬到线上”，现在 AI 正在让分散在设备、用户、医生、医院和平台之间的数据与服务真正开始流动起来——医疗行业的竞争也不会围绕更像医生的聊天机器人展开，而是看谁能把这些资源组织得更有效，让一个人更早发现问题、更容易找到合适的服务，也让有限的医疗资源发挥更大的价值。

本文来自微信公众号“冯伟冯大白”，作者：冯大白，36氪经授权发布。