7月30日，百度健康正式启动“满天星公益计划”，将联合10万名医生共建超1亿条AIGC（人工智能生成内容）权威科普，打造100个头部专家IP，为1000名医生免费打造数字分身，以及开放百度健康大模型底座能力并提供千卡级算力资源与医学院校、科研院所共建行业大模型。

其中，百度健康设计的“AIGC审阅权威科普”专项，直指医疗AI行业痛点——大模型的“幻觉问题”。三级审核机制颇具行业标杆意义：AIGC快速生成内容后，先经AI审核师智能筛查，再由专业团队人工校验，最终交由外部医生专家终审。这种“让AI打草稿（技术生成）+医生批改作业（真人背书）”的模式，或将不断提升健康信息的准确度。

借助搜索引擎与流量入口的强大加持，百度健康此举能否在众多投身医疗AI的厂商中拔得头筹、重辟新径？

百度详解“3+3”业务模型

7月22日晚，在百度《AI连麦中》直播中，百度健康用户产品部总经理武晓云详细介绍了近期百度健康在医疗健康与AI结合领域的布局与实践。

他表示，自文心系列产品技术取得重大突破后，百度健康在医疗健康与AI的融合方面开展了多项工作，按服务对象可分为四大板块：

其一，面向患者及家属，百度健康重点推进AI医学科普。鉴于单纯AI在信息生成中易出现错误或“幻觉”，百度健康通过与医生合作，借助AI力量强化医学科普，这是过去半年投入大量精力的核心方向。此外，百度还陆续推出了AI健康管家、医生智能体等类似Chatbot或AIGC的产品。

其二，面向医生群体，打造助力医生的产品能力。在内容创作上，AI可协助医生生成内容，结合医生个人习惯减少手动输入，大幅提升效率；在诊后场景，AI能辅助医生进行患者管理，如提醒用药、复诊等。

其三，与医院展开合作，在部分三甲医院落地智能问诊、智能分导诊等场景。智能问诊通过诊室门口二维码，让患者提前录入基础病情，减少与医生的基础信息交流时间；智能分导诊则根据患者对疾病的初步描述，指导其精准挂号，避免错挂重排。

其四，在业务流程中引入“数字员工”，包括AI医学审核人员、药师审核人员，对医疗全流程进行质检巡检，形成完整链路。

对于AIGC出现“幻觉”的行业通病，百度健康选择采用“3+3”的业务模型，最大程度避免AI产生错误。

在内容生产环节，百度健康建立提示词工程，设身处地转化为用户角色，将问题拆解分析，AI因人而异作答。

在审核环节，第一层是AI审核师智能审核，百度训练出一个专属AI审核的数字员工，它会夜以继日地进行线上的审核、巡检、抽检，对比多个模型之间的差异；第二层由百度健康医学审核中心人员在高时效性场景做真人直接审核，类似于国外的标注工程师；在第三层，百度健康合作了近万会在业余时间做科普的执业医生，由同科室、同疾病的医生进行内容审阅，且不允许跨科室审阅。

在反馈环节，用户可以反馈与互助，百度针对问题进行及时调整。目前，百度医疗搜索上80%的结果均由上述三层模式共同生产。

“我们希望通过3+3模式，提升健康信息检索的可信赖度。”武晓云表示。此外他还透露，百度健康“满天星公益计划”中，为1000名医生免费打造数字分身的项目。

百度的医疗AI突围路

反观百度在AI医疗领域的布局，始终伴随着路径探索。

早在2017年，百度创始人李彦宏曾在公开场合称，“人工智能将重新定义医疗行业。所以互联网医疗不行就要退下，AI医疗登上历史舞台。”

2018年，百度开始布局医疗内容生产，以AI重构医疗信息入口为起点，尝试AI生成权威科普内容（如百科类知识）、试水临床决策支持系统（CDSS）等技术应用；

2020年，百度成立独立健康品牌，开始构建服务生态，推出在线问诊、医药电商等基础服务，构建覆盖“患医药”的基础闭环；2021年，百度大健康事业群（HCG）建立，强化技术与医疗场景的融合落地；2022年至今，依托文心大模型升级，百度健康开始渗透不同场景，包括患者健康管理、医生辅助提效、医院智能化改造及医药企业服务。目前已推出了五款应用产品，包括面向普通用户的健康智能体家族、面向医患的在线医疗Copilot、面向医院的“AI智慧门诊”、大模型的私有化产品CDSS，以及面向企业的灵医开放平台。

2024年10月，百度健康的架构调整，杨明璐直接负责。这场调整背后，是互联网医疗行业整体进入下一个周期的缩影，也折射出行业的结构性矛盾。这背后有三重因素：国家集采、医药反腐风暴及医院DGR付费改革背景下，药企与医院预算收紧，采购决策更加谨慎。在面向B端的医疗信息化赛道中，同质化竞争激烈，万达信息、卫宁健康等老牌厂商深耕医院系统、医疗AI创业公司如鹰瞳科技影像诊断，不断占领市场空间。与此同时，医院内部数据互通难、临床验证周期长，而药企合作依赖“流量变现”链条，难以形成稳定现金流。

在去年组织架构调整后，百度健康进一步聚焦C端用户需求与商业化闭环。据悉，基于百度日均3亿次的健康检索，百度健康已吸引30余万专业医生入驻，累计服务超2.1亿名患者。日前百度公布的“满天星公益计划”，便是面向C端用户需求的进一步探索与尝试。

医疗AI短期被高估、长期被低估？

近年来，在政策层面，国家针对医疗人工智能（AI）领域出台了一系列系统性、多层次的政策文件，旨在推动技术创新与临床应用深度融合，同时强化安全监管与风险防控，构建健康有序的发展生态。

2022年发布的《"十四五"全民健康信息化规划》，将人工智能列为提升医疗服务效率和质量的关键技术，明确提出要加速AI在智能诊疗、个性化医疗、健康管理等领域的应用。

2023年发布的《关于进一步完善医疗卫生服务体系的意见》强调，深化AI在疾病早期筛查、精准诊疗和健康管理中的应用。要求利用AI技术提升医学影像分析、病理诊断和个性化治疗的效率与准确性，优化医院资源配置（尤其是基层与远程医疗场景），并加强AI技术监管以保障患者数据安全。

2024年，国家卫健委、中医药局及疾控局联合发布《卫生健康行业人工智能应用场景参考指引》，首次系统性梳理84个典型AI医疗应用场景，划分为四大维度：医疗服务管理包括智能问诊分诊、辅助诊断、临床决策支持、AI医生助手等；基层公共卫生服务包括慢性病管理、健康监测预警、传染病防控；健康产业发展包括药物研发加速、患者招募、医药营销合规优化；医学教学科研包括虚拟教学、手术模拟训练、医学数据挖掘。该文件为医疗机构、企业及科研机构提供场景落地参考框架，明确技术边界与优先级。

政策不断细化的同时，行业的触手在悄然渗透。

根据国家卫健委统计数据显示，2024年全国三甲医院人工智能技术应用覆盖率已达92.6%，而在五年前，这一数字尚不足30%。据弗若斯特沙利文预测，中国医疗AI市场规模将在2025年突破3000亿元。如此庞大的市场规模也吸引了众多参与者，竞争异常激烈。

例如，腾讯健康打造“腾讯觅影”，专注于肿瘤筛查和疾病预测，并建立国家科技部依托的医疗影像AI平台，目前已获得了肺炎CT影像辅助诊断、慢性青光眼辅助诊断、结直肠内镜辅助诊断3项医疗器械的三类证；并与北京协和医院合作，利用光学定位、Slam等技术建设神经外科的手术导航系统，对患者的CT、核磁共振等二维影像进行三维重建，帮助医生更准确地多角度观察病灶，引导提醒医生更精准地实施手术。

阿里健康以“医药电商闭环+AI服务”为特色，将智能技术深度融入药品流通与健康管理全链条。其AI药师系统可实现处方自动审核、用药禁忌提醒，支撑线上医药电商的合规高效运营；面向用户的健康管理平台则通过AI工具提供慢病管理、体检报告解读等服务，同时依托支付宝流量入口与线下药房网络，构建“线上咨询-处方开具-药品配送”的完整服务闭环。

华为云医疗AI则以“技术底座与数据安全”为核心竞争力，为医疗机构提供底层算力支持与智能化解决方案。其推出的医疗大模型支持医学影像分析、病历结构化处理等场景，同时依托鸿蒙系统与物联网设备，构建覆盖院内外的健康监测网络；在数据安全方面，华为强调“本地部署+隐私计算”，满足医院对患者数据保护的严格要求，目前已为多家大型医院的智慧化升级提供技术支撑。

与其他科技巨头相比，百度凭借在搜索领域的优势，在健康内容生态构建上占据先天优势。累计6亿条健康内容、98%常检药品覆盖度的数据壁垒，使其AI模型训练具备独特优势。

但行业深水区的挑战依然严峻。医疗AI的商业化仍面临三重桎梏：医院端数据孤岛难以打破、政策合规红线严苛、用户付费意愿尚未成熟。

在上述去年的产业生态大会上，百度健康曾向媒体表示：短期被高估、长期被低估是包括AI大模型在内的技术变革的宿命。在医疗AI领域，虽然百度在大模型方面有一些先发优势，但医疗健康领域是个天然比较分散的行业，每个公司都很难把所有市场吃下来，且随时可能有新的对手崛起。“一家企业很难速胜、当常胜将军或当绝对垄断者，我们要有长期服务、长期运营的心态”。

审校：李艳

责编：王春丽