為什么我們希望阿福能成？

今年YC活動上，微軟CEO納德拉聊起狂熱的AI行業，在這個資本開支換股價的人工智能時代，最讓他感觸的變革是一個發生在他的家鄉印度的故事。

2023年初的印度，一位當地開發者用ChatGPT以及構建了一個聊天機器人，交到當地農民手上，讓他們訪問政府網站來獲得農業補貼——美國西海岸的科技漂洋過海，正在惠及遠方具體的人。

在納德拉的觀察里，當下的科技領域，一些模型能力被過度炒作，而這樣體現AI真正價值的故事正在被低估[1]。早在2016年的微軟Ignite大會上，他就表達過類似的觀點[2]：

AI研究不是為了擊敗人類，而是為了賦能每個人類。

每一輪的科技發展最終都將落地到現實生活，普惠賦能也許是AI能帶給這個時代最大的驚喜。

2023年，比爾·蓋茨用一篇名為《The Age of AI has begun》的長文，系統闡述了自己對AI的見解。在文章中，他將醫療和教育單獨拎出來，認為在這兩個勞動力嚴重不足、資源分配嚴重不均的領域，人工智能有著廣闊的用武之地[3]。

商業世界的日新月異的技術競賽中，螞蟻集團旗下的AI健康應用螞蟻阿福也把注意力投向了醫療健康這個深邃的命題。

自6月份推出獨立App后，螞蟻阿福月活用戶六個月突破1500萬大關。這個數字有兩層含義：

一方面，健康與醫療依然是最能觸動用戶神經的場景之一；另一方面，人工智能在其中扮演的角色，恐怕比人們想象中的更加重要。

被忽視的中間地帶

2024年，得益于在AlphaFold 2中的開發貢獻，谷歌DeepMind高級科學家Jumper和創始人Hassabis共同獲得諾貝爾化學獎。

AlphaFold2模型的重要突破在于能預測2.2億種蛋白質結構，幾乎覆蓋了地球上所有已知的生物體，與普通人息息相關的好消息是，它能高效輔助癌癥新藥的研制。

醫學發展日新月異，醫生要用有限的精力追趕知識更新的速度越來越難。1950年時，醫學知識翻倍的速度是50年，但到了2020年，則只需要73天[20]。這種情況下，恐怕不得不再另啟一個AI大腦。

Hassabis認為，如果沒有人工智能的介入，要花費10億年的時間，才能預測這么多蛋白質結構[4]。

在醫療這個語境下，人工智能帶來的進步并非只在學術前沿。如果說AlphaFold 2正在給醫學的未來以希望，那么借助AI改善普通人的健康管理，就是個技術帶動下的全新領域。

作為螞蟻旗下定位健康管理的產品，螞蟻阿福定位“AI健康助手”，其技術底層來自螞蟻醫療大模型，后者在HealthBench等評測中，都處于行業領先水平。

阿福所瞄準的需求，來自一個反復被談及，但一直未能解決的區間：大眾和醫院之間的“中間地帶”。

一方面，“健康”和“生病”之間存在著跨度非常廣的亞健康地帶，身體發出的信號沒能被感知，并不是因為“正常”，而是因為“習慣”。

另一方面，醫療健康天然存在信息壁壘，與之對應的健康管理是個高度專業性的事務。大部分普通人對健康管理的認知停留在知道吸煙有害健康、趕緊抽一根壓壓驚的狀態，基本談不上成體系的管理。

“預防勝于治療”的道理誰都懂，但從公開信息來看，大型體檢機構年度接待量滿打滿算也就不到1000萬人/次。體檢做什么項目，往往也不取決于醫生，而是公司人事部門買的什么套餐。

與之對應，每天有超2億人在互聯網搜索醫療健康問題，但碎片化的信息混雜著真假難辨的廣告，讓90%的人都難以實現有效搜索[12]。

換句話說，目前的體檢覆蓋率都尚未覆蓋最廣大的人群，體檢項目的框架之外，對應的“健康管理”是一個規模非常龐大的市場需求。

《衛報》 報道：超100萬應該老年患者去年在急診室等待超過12小時[9]

過去幾年間，這片“中間地帶”還在慢慢擴大：

一是許多疾病顯現出年輕化的趨勢，比如15-39歲2型糖尿病新發病例的增長速度，超過了全年齡段，而心血管疾病高風險人群中，20-29歲人群占比15.3%[15]；

二是社交媒體放大了很多健康細節，以前說不清哪里難受，現在小紅書逛一圈，確診了10種病，突然咳嗽了幾下，搜索結果顯示肺癌晚期。這也難怪ChatGPT和DeepSeek橫空出世時，大部分用戶都會第一時間求醫問診。

螞蟻阿福的定位有一部分像日常生活中輕量化體檢機構的角色，既不是醫院的“診療”，也不是體檢機構的“檢查”，更接近診療和檢查的前端，即醫療與健康的科普顧問。

在泛濫成災的互聯網廣告和社交媒體上求醫問藥的人群之間，螞蟻阿福正在快速成長。

少一片健康的荒漠

爬過了移動互聯網的草地，走到了人工智能的雪山，產業界對醫療領域興致重燃，原因在于大模型技術的成熟。

在“健康管理”這個語境下，由于醫患之間天然信息差的存在，如何把用戶的主觀感受，轉化為結構化的醫學語言，長期是個難以逾越的技術鴻溝。

舉例來說，“汽車有異響”是用戶的主觀感受，“下擺臂總成老化”是病因，通過感受尋找病因，是個高度專業化的場景，“線上化”無法解決全部問題。

2017年Transformer架構橫空出世后，大模型對非結構化數據的處理能力大幅增強，從而實現了從識別能力到決策能力的大跨步。具體到健康領域的應用，技術打通了主觀感受到醫學語言的鴻溝，產業界摸索多年的“數字醫生”逐步雛形。

作為最早以“支付”為標簽的公司，螞蟻在醫療領域的積累其實非常多。

從2014年中國第一筆線上掛號繳費，到2019年助力國家醫保電子憑證落地，再到2024年收購好大夫在線并推出AI健康管家，目前，螞蟻健康已連接5000家醫院、30萬注冊醫生。

而在后端技術層面，螞蟻醫療大模型學習了超萬億專業醫療語料，融合千萬級醫療知識圖譜，才能達到精準理解疾病特征、診療邏輯和醫學表述。

基于專業的醫療大模型，再結合針對性的小型專業樣本訓練，螞蟻阿福開發了一系列醫生AI智能體。比如基于杭州市第七人民醫院主任醫生毛洪京的智能體，額外訓練了毛洪京醫生100個小時的結構化診療經驗，以及超過5萬篇科普及論文資料。

在精神心理疾病科室從業二十余年，毛洪京平均每年能接待1萬個病人。他成為首批在阿福上線AI智能體的醫生，不到一年時間，“毛洪京智能體”服務的用戶就超過360萬人。

無獨有偶，上海東方醫院婦產科主任段濤的“AI分身”，上線半年已為16萬人提供過咨詢，相當于重慶一家醫院產科門診一年的接診量。段濤醫生說，很多產科門診豎著“男性禁止入內”的牌子，AI讓男性也能更積極參與到孕產過程中來。數據顯示，在阿福上咨詢段濤醫生“AI分身”的用戶中，有24%是男性。

對大部分普通人來說，“看病難”主要集中在三個環節：就診前的優質資源難接觸、就診中的反復奔波、就診后的恢復與護理不到位。

阿福瞄準的環節，其實是就診前的“自我健康管理”，這其實也是整個醫療健康體系里，最容易被忽視也最關鍵的環節之一。

通過專業模型結合人工智能時代“對話”這個最常見的交互，阿福把醫學科普和醫生真實的診療經驗，融入了“咨詢”這個最普適的醫療健康場景，最大限度解放了醫生的工作負荷。

目前，阿福App上已經有500余位名醫開通了AI分身，對于真實就醫人群，30萬醫生可以提供在線問診服務，將醫生的智慧和科技的力量凝聚在一起，能做到面向所有人、7X24小時在線，提供覆蓋醫保商保支付服務、數字化就醫服務、AI醫療健康服務全環節的服務。

與之對應，阿福應用中55%的用戶來自三線及以下城市和鄉鎮，目前每天回答500多萬個健康提問。

據今年6月份的公開報道，以上海仁濟醫院的測試為例，螞蟻與醫院共建了RJUA泌尿外科智能體，在AI的輔助下，醫生診斷正確率提升4%~8%。

相比在其他領域“降本增效”式的商業路徑，人工智能在醫療健康體系內的應用，似乎更接近技術進步理想中的樣貌。

每個人守衛自己的健康，不應該是一件奢侈品。

反復和摸索中進步

從醫學探索到醫療平權，AI的介入正給長期負重前行的醫療行業帶來曙光。

AlphaFold讓解析一個蛋白質結構的時間從幾年壓縮到幾個小時；谷歌用AI幫助乳腺癌篩查的誤診率降低5.7、漏診率降低9.4%；微軟的Dragon Copilot用于輔助臨床工作，為每次就診節省5分鐘時間，為每位醫生每月增加13個預約名額[21][22]。

螞蟻阿福的出現，則是對健康管理領域長期存在的需求的回應。

健康領域“中間地帶”問題之所以長期難以緩解，原因在于大部分創新模式的基礎都在“醫療”而非“健康”，導致客觀上以兩件事為代價：一是增加醫生的負擔；二是增加患者的成本。

這種情況下，只要醫療資源供需的不平衡無法緩解，大部分創新的底色都會成為醫患之間的零和博弈。

“醫療”和“健康”雖然都需要專業性，但其內容對應著截然相反的邏輯。“醫療”語境下，醫院會假設患者有病，寧可錯殺一千不能放過一個。“健康”則是假定一個人各方面身體機能都正常，能吵吵盡量別動手。

阿福的創新之處在于，通過技術手段讓稀缺、專業的醫療資源低成本“分發”，讓普通人也能盡可能接觸專業的健康管理。

換句話說，阿福扮演的角色類似于一個“懂健康的朋友”，它既沒有能力代替醫生出具專業的診療方案，也沒有動力取代醫療機構承擔的社會責任，它更擅長用最簡單的交互，讓普通人也能清晰的了解自身的健康情況。

提及現代醫學的使命，最廣為流傳的說法莫過于“有時治愈，常常幫助，總是安慰”，從現實的角度講，普通人的大部分醫療需求，恰恰是對自身健康情況的掌握和理解，也即“幫助”和“安慰”。

人工智能是一門產業，以規模、產值、利潤和就業為表征，但作為一門技術，它應該關乎平等、進步與人的尊嚴。

健康AI顯然不是最性感的商業模式，但它帶來了人工智能的另一種可能：讓健康成為一種權利，而不是一種恐懼。

全文完，感謝您的耐心閱讀。

參考資料

[1] TPK宸鴻，快、趕、搶，抓住蘋果，天下雜志

[1] A conversation with Satya Nadella，Y Combinator

[2] Microsoft CEO Satya Nadella: ‘We are not pursuing AI to beat humans at games’，Geek Wire

[3] The Age of AI has begun，Bill Gates

[4] Driving Scientific discovery with AI，Demis Hassabis

[5] 全國人民上協和，新華社

[6] 2024年我國衛生健康事業發展統計公報，中華人民共和國國家衛生健康委員會

[7] Health at a Glance 2025，OECD Indicates

[8] One in 20 patients in England wait at least four weeks to see GP, figures show，The Guardian

[9] More than 1m older people in England waited over 12 hours in A&E last year，The Guardian

[10] 小地方也能看上“大專家”，螞蟻阿福 聚集百大名醫AI坐診，河南日報

[11] 2024中國居民家庭醫生需求調研報告，21世紀經濟網

[12] 螞蟻集團發布AI健康App「阿福」，普通人也能有健康管家了？紅星新聞

[13] 超8成國人死亡源于慢性病！上觀新聞

[14] 全球高血壓報告，世界衛生組織

[15] 每6個人中就有一個患者，這種病為什么會盯上年輕人？新京報

[16] AI賦能，醫療的邊界在何處？中國科學報

[17] 王寧利委員：人工智能助力打造眼科大模型，北京日報

[18] The AI doctor will see you…eventually，The Economist

[19] How AI is reshaping the future of healthcare and medical research，Microsoft Research

[20] Challenges and Opportunities Facing Medical Education，Transactions of the American Clinical and Climatological Association

[21] International evaluation of an AI system for breast cancer screening，Nature

[22] Meet Microsoft Dragon Copilot: Your new AI assistant for clinical workflow，Microsoft AI

[23] 《2024年中國AI醫療產業研究報告》，甲子光年

[24] AlphaFold的下一步是什么？對話諾獎得主John Jumper，DeepTech深科技

作者：羅雪妍

編輯：李墨天

責任編輯：黎錚

封面圖片來自ShotDeck