首頁(yè) 資訊 寶媽成AI醫(yī)療“種子用戶”,如何借婦幼賽道破解C端落地難題?

寶媽成AI醫(yī)療“種子用戶”,如何借婦幼賽道破解C端落地難題?

來源:泰然健康網(wǎng) 時(shí)間:2025年06月25日 10:35

寶媽成AI醫(yī)療“種子用戶”,如何借婦幼賽道破解C端落地難題?

文|羅曾

2025年世界衛(wèi)生日,全球聚焦“健康生活,健康未來”主題之際,北京左醫(yī)科技與重慶醫(yī)科大學(xué)附屬兒童醫(yī)院聯(lián)合推出新一代兒科“AI家庭醫(yī)生”和大模型循證知識(shí)庫(kù)。

據(jù)介紹,這款A(yù)I兒童家庭醫(yī)生產(chǎn)品通過端到端構(gòu)建的AI Agent,結(jié)合國(guó)內(nèi)首個(gè)適配大模型的兒科循證知識(shí)庫(kù),實(shí)現(xiàn)了文字理解、報(bào)告識(shí)別、患教視頻推薦、預(yù)約掛號(hào)等全場(chǎng)景服務(wù)。而在該產(chǎn)品背后,作為一家成立近十年的醫(yī)療科技公司,左醫(yī)科技已覆蓋全國(guó)200多家三甲醫(yī)院,其中40%為Top100醫(yī)院。

AI醫(yī)療并非新概念,但行業(yè)始終面臨商業(yè)化困境與技術(shù)臨床磨合的兩大核心難題,在此背景下,左醫(yī)科技創(chuàng)始人兼CEO張超,這位曾任職百度NLP、新國(guó)大研究助理的技術(shù)專家,究竟看到了怎樣的行業(yè)機(jī)遇以及如何帶領(lǐng)團(tuán)隊(duì)在AI醫(yī)療這一高門檻賽道中突圍?

AI醫(yī)療的冰與火:商業(yè)化與技術(shù)協(xié)同的雙重挑戰(zhàn)

“醫(yī)療AI本質(zhì)仍是軟件生意,付費(fèi)主體集中在醫(yī)院和藥企?!睆埑赋?。但近年來,全國(guó)醫(yī)院門診量普遍下滑,收入縮水,導(dǎo)致在人工智能這塊的采購(gòu)預(yù)算收縮,加之?dāng)?shù)據(jù)隱私和臨床風(fēng)險(xiǎn)的限制,AI醫(yī)療產(chǎn)品的商業(yè)化落地阻力重重。

另一方面,技術(shù)必須與臨床需求深度協(xié)同。張超強(qiáng)調(diào),醫(yī)療場(chǎng)景對(duì)準(zhǔn)確率要求極高,1%的風(fēng)險(xiǎn)都需嚴(yán)格管控,而AI模型天然存在不確定性。需要企業(yè)為此多做很多額外的風(fēng)險(xiǎn)質(zhì)控的事情,“這也是目前醫(yī)療人工智能往應(yīng)用走面臨的比較大的一個(gè)困難,尤其在C端”。

此次左醫(yī)科技選擇兒科領(lǐng)域做AI醫(yī)療的C端突破,上述因素便是重要考量之一。

張超在采訪中透露,左醫(yī)科技在布局全科醫(yī)生后,通過后臺(tái)數(shù)據(jù)分析發(fā)現(xiàn),婦幼人群(孕婦和兒童)對(duì)智能醫(yī)生的依從性顯著高于其他群體。

一方面,孕婦在孕期十個(gè)月及產(chǎn)后育兒階段對(duì)健康指導(dǎo)存在長(zhǎng)期需求;另一方面,張超及團(tuán)隊(duì)觀察到,20多歲的寶媽平均為家庭成員建檔兩到三個(gè),凸顯了這一群體在家庭健康管理中的輻射效應(yīng),寶媽作為家庭健康管理核心的角色,也自然成為了AI醫(yī)療理想的“種子用戶”。

錨定的用戶需求之外,張超指出,更重要的是,與兩性健康、慢病管理等領(lǐng)域相比,婦幼健康問題更偏向常見病、多發(fā)病,診療場(chǎng)景相對(duì)標(biāo)準(zhǔn)化,降低了AI處理的復(fù)雜性。

目前,左醫(yī)科技已延伸至腫瘤內(nèi)科和變態(tài)反應(yīng)科等專科領(lǐng)域,但婦幼仍是其核心試驗(yàn)田?!叭巳汉团R床能夠更好相結(jié)合的科室,是我們首先要做的科室。”張超坦言。

端到端的技術(shù)路徑:從全科到??频摹半A梯式進(jìn)化”

如上述提到,醫(yī)療行業(yè)的特殊性和市場(chǎng)環(huán)境的復(fù)雜性,一定程度上限制了AI醫(yī)療的規(guī)模落地及商業(yè)化。盡管如此,前赴后繼的的入局者仍透露出AI醫(yī)療賽道的可觀前景。這其中,除了平安好醫(yī)生、春雨醫(yī)生等互聯(lián)網(wǎng)醫(yī)療平臺(tái),也不乏支付寶、訊飛、百度等科技頭部選手。

而商業(yè)之外,從技術(shù)層面來看,國(guó)內(nèi)AI醫(yī)療現(xiàn)狀如何?

談及AI醫(yī)療的技術(shù)發(fā)展,張超認(rèn)為,應(yīng)是從全科到???,再到專家分身這樣一條路徑。左醫(yī)科技的技術(shù)演進(jìn)即是如此。

事實(shí)上,國(guó)內(nèi)醫(yī)療AI尚無統(tǒng)一認(rèn)證標(biāo)準(zhǔn),醫(yī)院專科差異也增加了產(chǎn)品適配難度,而上述路徑的終極目標(biāo),是打造一個(gè)適用于醫(yī)療多場(chǎng)景且能獨(dú)立服務(wù)患者的“智能醫(yī)生”。

在張超看來,傳統(tǒng)平臺(tái)依賴“人機(jī)結(jié)合”模式:機(jī)器初步分診,醫(yī)生在線問診,本質(zhì)上仍是人力驅(qū)動(dòng)的醫(yī)療資源匹配。對(duì)比平安好醫(yī)生、春雨醫(yī)生等互聯(lián)網(wǎng)醫(yī)療平臺(tái),左醫(yī)科技的核心差異在于“機(jī)器主導(dǎo)+人類質(zhì)檢”的定位。

這一差異決定了其技術(shù)路徑的獨(dú)特性。

張超指出,按階段來看,打造智能醫(yī)生在當(dāng)前市場(chǎng)上總共有三波技術(shù)方向:第一個(gè)稱為提示詞,即基于提示詞的“角色扮演”模式(如讓大模型直接模擬醫(yī)生),但此類方式不可控且易產(chǎn)生幻覺;第二代叫做Workflow,通過預(yù)設(shè)工作流拆解問診流程(如先篩查急癥、再按解剖部位分析),但環(huán)節(jié)越多錯(cuò)誤率累加效應(yīng)越明顯。

第三代即真正實(shí)現(xiàn)端到端的技術(shù),其整合了思維鏈推理、工具調(diào)用和知識(shí)庫(kù)檢索,讓模型自主決定診療步驟,突破了人工預(yù)設(shè)流程的局限性。

“今年OpenAI和谷歌也發(fā)布了Deep Research,這是真正的端到端的產(chǎn)品,不需要人工干預(yù),讓機(jī)器自己分析接下來要做什么。放眼國(guó)內(nèi),目前大多AI醫(yī)生都停留在第二代,靠的是Workflow搭建,而我們是第一個(gè)做到基于端到端訓(xùn)練的智能醫(yī)生?!睆埑硎尽?/p>

左醫(yī)科技商業(yè)模式思考:To B養(yǎng)公司,To C探未來

上述技術(shù)推動(dòng)下,左醫(yī)科技的產(chǎn)品在落地應(yīng)用中效率提升明顯。例如在導(dǎo)診場(chǎng)景中,左醫(yī)科技的AI產(chǎn)品將患者掛錯(cuò)號(hào)比例從30%降至5%以內(nèi),顯著提升了醫(yī)療資源匹配效率。

在產(chǎn)品矩陣上,左醫(yī)科技構(gòu)建了To B與To C的協(xié)同生態(tài)。To B端圍繞醫(yī)院診前、診中、診后全流程提供服務(wù):診前通過智能分診和病史采集,如北京安貞醫(yī)院15%+患者使用預(yù)問診系統(tǒng),可減輕醫(yī)生負(fù)擔(dān);診中通過語(yǔ)音轉(zhuǎn)寫生成病歷,有實(shí)踐數(shù)據(jù)顯示,借助診中的硬件,門診醫(yī)生的病歷書寫時(shí)間或可從2分鐘縮短至30秒,住院醫(yī)生在病歷上所花的時(shí)間則可能從七八個(gè)小時(shí)縮減至半個(gè)小時(shí)到一個(gè)小時(shí);診后提供個(gè)性化用藥指導(dǎo),覆蓋了諸多頭部三甲醫(yī)院。

張超介紹稱,這些B端服務(wù)以軟件采購(gòu)模式切入醫(yī)院,目前貢獻(xiàn)了95%的收入,成為公司現(xiàn)金流的穩(wěn)定來源。

“我們現(xiàn)在其實(shí)是以To B的業(yè)務(wù)來養(yǎng)活整個(gè)公司,To C業(yè)務(wù)是在單獨(dú)做拓展。”張超透露,公司C端業(yè)務(wù)早期靠會(huì)員訂閱收費(fèi),例如智能醫(yī)生是針對(duì)患者直接收費(fèi),在各類免費(fèi)競(jìng)品存在的情況下,C端產(chǎn)品復(fù)購(gòu)率高達(dá)30%?!澳壳癈端業(yè)務(wù)量占比不大,隨著量變大以后,以后有更多的商業(yè)模式,例如計(jì)劃拓展健康商品撮合交易之類。”

寶媽成AI醫(yī)療“種子用戶”,如何借婦幼賽道破解C端落地難題?

值得一提的是,數(shù)據(jù)安全是醫(yī)療AI的生命線。針對(duì)個(gè)人隱私及數(shù)據(jù)保護(hù),張超介紹,左醫(yī)科技采用“合成數(shù)據(jù)+脫敏處理”雙保險(xiǎn)機(jī)制:線下采集真實(shí)數(shù)據(jù)時(shí),通過多病例合成生成虛擬數(shù)據(jù)(如五個(gè)真實(shí)病例合成一個(gè)訓(xùn)練樣本),切斷與單個(gè)患者的對(duì)應(yīng)關(guān)系;線上用戶上傳報(bào)告時(shí),強(qiáng)制隱去姓名、身份證號(hào)等敏感信息,僅保留年齡、性別、區(qū)域等必要信息,達(dá)到“數(shù)據(jù)可用不可見”。

另外,在醫(yī)院合作層面,左醫(yī)科技通過“項(xiàng)目驅(qū)動(dòng)+收益共享”模式打破數(shù)據(jù)壁壘。例如為醫(yī)院定制專有模型時(shí),雙方基于共同目標(biāo)優(yōu)化算法,提升診療效率;未來計(jì)劃將AI服務(wù)的商業(yè)收益與醫(yī)院分成,形成利益共同體。

至此,左醫(yī)科技的探索揭示了一條AI落地的現(xiàn)實(shí)路徑:從高依從性場(chǎng)景切入,以To B收入支撐技術(shù)迭代,逐步向To C和??瓶v深拓展。而其第三代大模型能否真正顛覆傳統(tǒng)醫(yī)療工作流?仍有待市場(chǎng)驗(yàn)證。

相關(guān)知識(shí)

數(shù)字醫(yī)療的商業(yè)化落地成難題,妙健康如何破局
數(shù)字醫(yī)療的商業(yè)化落地成難題,妙健康如何破局|專訪
數(shù)字醫(yī)療的商業(yè)化落地成難題,妙健康如何破局專訪
AI+醫(yī)療,竟然是這樣落地的
下一個(gè)萬(wàn)億產(chǎn)業(yè)!AI醫(yī)療破解難題 專家熱議AI重塑醫(yī)療體系方向
落地了超1300家,騰訊健康A(chǔ)I大模型商業(yè)化加速跑
大模型落地醫(yī)療,每個(gè)人的AI健康助手正加速到來
醫(yī)療智能體落地 破解基層醫(yī)療痛點(diǎn) 推動(dòng)醫(yī)療AI從“用得上”到“用得好”
AI智能體應(yīng)用加速落地
合成生物、特殊食品、高端醫(yī)美、AI健康——潛力新賽道培育“未來之星”

網(wǎng)址: 寶媽成AI醫(yī)療“種子用戶”,如何借婦幼賽道破解C端落地難題? http://www.gysdgmq.cn/newsview1460761.html

推薦資訊