百度健康發布的“有醫助理”以“檢索+執行”的完整閉環,讓醫療AI真正開始替醫生干活。
撰文 | 文慧
![]()
晚上9點半,醫生陳曦還在工作。
他今天新收治了一位病情復雜的患者,各指南之間的表述略有出入,他需要查得更清楚些。
這樣的夜晚,對中國大部分醫生來說,并不陌生。“醫學界”推出的調研報告顯示,我國約40%的醫生每天花在門診和手術的平均時間就超過8小時,而這往往并不是醫生工作的全部,還有帶教、患者教育、科研、行政等,因此,加班是常態。
臨床診療忙、文獻查閱亂、科研成效慢、文書事務雜、患者隨訪重……是醫生日常工作中最沉重的幾座“大山”。
AI技術被視為破局的關鍵。但過去落地的工具,大多“能聊不能做”:會回答問題,但不會真正干活;能給出建議,卻要再核實出處;偶爾還會一本正經地給出一個“幻覺”答案,讓醫生越用越不放心。
醫生們最需要的,究竟是一個又一個搜索框,還是一位真正能幫忙做事的“數字同事”?
4月2日,百度健康給出了一個答案——“有醫助理”。這是百度健康面向醫生群體推出的AI專業智能助理,是國內首個醫生專業版“龍蝦”,也是國內首個將權威醫學檢索與任務型AI執行深度融合的全場景醫生工作平臺。
“有醫助理”的意圖也在口號中點明:讓醫生從“信息檢索”走向“任務完成”。
讓每一步決策都有依據的“數字金標準”
對腫瘤科醫生來說,“查指南”這件事,從來沒有表面看起來那么簡單。
腫瘤醫學是更新最快的臨床領域之一。以肺癌為例,中國每年新發肺癌病例約106萬,發病率居惡性腫瘤首位;新靶點、新免疫藥物、新聯合方案層出不窮,CACA、CSCO、NCCN、ESMO各大權威指南每年更新,版本互有交叉,有時結論并不一致。醫生要在繁忙的臨床工作之間,隨時跟上文獻前沿,難度可想而知。
中國工程院院士、中國抗癌協會理事長樊代明在發布會上表示,醫學發展到今天,醫生面臨著困境:知識越分越細,醫生難以掌握全部信息。“我們怎么辦?需要AI來幫忙。”
![]()
林靜是某三甲醫院腫瘤內科的醫生,她對“理想檢索工具”的設想是:“我不需要它替我做決策,我需要它告訴我,這條建議從哪來的、證據是幾級、有沒有本土數據支撐。臨床上我最怕的,是用了一個‘看起來像指南’的答案。”
“有醫助理”的檢索模式,正是在回應這一需求。
對于其背后構建的知識體系,
百度健康給出了一組數據:6000萬+專業文獻、20萬+用藥知識圖譜、5萬+權威指南共識、2萬+醫學書籍等。每一條結論均可溯源并定位至原文,解決“信息確定性”難題。
![]()
“有醫助理”還深度聯合醫典頂尖專家生態,針對臨床疑難科室開展“專家經驗+AI模型”的持續性共建。以腫瘤領域為例,平臺聯合中國抗癌協會,率先引入《中國腫瘤整合診治指南》(CACA指南)并聯合院士級專家團隊構建腫瘤診療的“數字金標準”,解決能力已達到行業領先水平。
樊代明院士強調,AI取代不了醫生,但不懂AI的醫生一定會被取代。他評價道:“百度今天做出來的有醫助理,把CACA指南裝進去,當醫生的高級助理。”他也指出:“授人以魚不如授人以漁,但是我們做的是告訴你哪個地方有魚——有醫助理就是那個指路人。”
這不是信息的簡單搬運,而是一套以循證醫學范式為底層邏輯的知識組織系統。
![]()
產品界面圖
陳曦是“有醫助理”的體驗用戶之一。當他向“有醫助理”提問:局部晚期非小細胞肺癌、PD-L1高表達、驅動基因陰性患者,同步放化療后免疫維持的一線方案選擇依據是什么,CACA與NCCN的推薦有何異同?
“有醫助理”用秒級的速度整理出了CACA與NCCN相關條目的對照說明,注明了各自的推薦等級,并附上了支撐這些推薦的核心臨床研究的主要終點數據。
“快是一方面,”陳曦說,“更重要的是,它給的東西我敢用。每一條都能查到出處,可以拿來直接進行討論。”
乳腺外科的趙磊則更看重“有醫助理”有效輔助診斷和對“本土數據”的覆蓋。“輸入患者病情后,系統可以自動檢索權威指南、最新臨床證據,給出診療建議。另外,很多指南是以歐美人群的臨床試驗為基礎制定的,但亞裔患者,無論是EGFR突變的發生率,還是對某些免疫藥物的毒性反應,都有自己的特點。‘有醫助理’能調出國內多個中心的真實世界研究和本土指南,這對我們來說意義很大。”
這正是“有醫助理”檢索模式所追求的價值:不做知識的搬運工,而是成為深度參與臨床決策與學術研究的“數字合伙人”。
一個“懂你”的數字同事
如果說檢索模式解決的是“信息從哪來”的問題,那么“有醫助理”的任務模式,解決的則是“事情誰來做”的問題。
“有醫助理”是國內首個基于Claw框架的醫生任務型AI助理(俗稱醫生版“龍蝦”)。它的核心突破,不在于回答問題,而在于執行任務:自動收集研究資料、定時整理科研進展、記住醫生的日程安排、整理文件……真正做到“聊天即用、幫你做事”。
Claw框架的獨特之處,在于賦予了AI“計劃—執行—反饋”的閉環能力。它不只是一個被動響應的對話系統,而是能夠主動感知任務進度、分解復雜工作流、在多步驟執行中保持上下文連貫的智能助理。醫生不需要反復下指令,系統會自行推進,并在需要確認時主動提醒。
這種能力正在讓醫生的工作方式發生切實的改變。
科研論文,是壓在幾乎每一位臨床醫生心頭的“拖延癥”重災區。
以一篇綜述類論文為例,文獻綜述階段通常需要醫生在3到5個檢索庫之間反復橫跳,積累數百篇文獻,逐篇篩選、閱讀、標注、提煉。這個過程,往往要耗費數周乃至更長時間,而這還只是“開始寫”之前的準備工作。
而“有醫助理”的任務模式將傳統“單線程苦熬”的科研過程轉變為“多線程協作”的高效體驗。
從選題、開題、數據收集與分析,到論文撰寫、投稿修改及答辯,有醫助理可在醫學科研全流程中為醫生提供切實有效的幫助。
以選題為例,醫生不再需要花2~3周泡在PubMed里摸不清方向,“有醫助理”30分鐘即可生成選題預研報告,一次性對比三四個方向的可行性、熱度與空白點,提前識別倫理風險和樣本量缺口;數據分析則可實現代碼實時編寫調試,一鍵生成符合期刊要求的圖表;投稿修改階段,它能幫忙分析期刊匹配度,生成針對性Cover Letter,逐條拆解審稿意見并制定回復策略。
林靜完整測試了這一流程,“節省了非常多的時間,這些時間可以用在那些真正需要我來思考的部分,研究的創新點在哪里,數據的解讀視角從哪切入等等。”
醫生的日常,還有大量時間消耗在文書工作上:病歷記錄、出院小結、MDT討論紀要、患者知情同意的核對與歸檔……
“有醫助理”的任務模式支持標準化病歷改寫、生成影像描述、匯總檢驗報告異常等多項功能,讓醫生從這些繁雜的文字工作中抽身。“有醫助理”還設想了未來患者隨訪管理的應用場景,將在二期上線。
以腫瘤為例,患者的隨訪時間長達數年乃至數十年,每次隨訪的內容可能涵蓋影像復查、癥狀評估、毒副反應監測等多個維度。一個管理數百名患者的腫瘤科醫生,僅隨訪計劃的維護與提醒,就已是不可小覷的工作量。
“有醫助理”的任務模式,可以自動記錄每位患者的診斷信息、治療階段與隨訪節點,主動提醒醫生和患者,并在約定時間自動觸達患者。隨訪數據則實現自動分析,主動預警異常指標,而且,這些數據還可以自動沉淀支持后續科研分析,變為“科研資產”。
趙磊暢想了這種體驗,在他看來,這是“從救火變成防火”。“以前是患者快到隨訪期了我才想起來追,如果有這項功能,系統可能提前提醒我,哪些患者該復查、哪些患者距離上次隨訪已經超過了建議周期。主動權在我手里了。”
從被動應對到主動管理,“工具”與“同事”之間的差別,不僅是功能層面的,更是工作關系層面的。工具等著你來用,同事會主動幫你想。“有醫助理”的任務模式,正在嘗試成為后者。
醫療AI將走向哪里?
回到陳曦那個晚上9點半的時間。如果他打開了“有醫助理”,將會發生什么?
他在對話框里輸入患者的癥狀概述和用藥史,檢索引擎即刻調用深度專科數據提供多維度的分析邏輯與循證方案對比,每一條建議附帶原文出處;
切換到任務模式,他把當天需要完成的16份病歷整理工作交給助手,系統批量生成階段性診療小結,并為其中3位患者自動設置下周隨訪提醒;
空出的那段時間,他打開了那篇拖了六周的論文,而“有醫助理”已經幫他完成了文獻綜述的初稿,數十篇文獻,按研究類型分類歸納,核心數據提取齊全,引用格式規范標注。
這是“有醫助理”正在落地的工作閉環。
“有醫助理”代表著醫療AI從“單一檢索”或“單一對話”向“檢索+執行”完整閉環的范式躍遷。
檢索模式解決的是“知”的問題,任務模式解決的是“行”的問題;兩者疊加,構成的不是簡單的功能相加,而是1+1遠大于2的協同效應。
“1+1”閉環的技術支撐,來自百度健康對醫療AI底層能力的系統性投入。“有醫助理”以醫療專精模型為核心,具備長期記憶、定時任務、技能擴展、多任務并行、詢證幻覺控制等關鍵能力,讓模型越用越懂醫生。實現從“會問答”到“能干活”的關鍵技術跨越。
安全方面,“有醫助理”采用了覆蓋醫學合規、數據隔離、通信安全、權限管控、持續防護的5層安全體系,每位醫生擁有獨立隔離的運行環境,數據完全物理隔離,嚴格遵守醫療數據保護規范,確保醫療AI應用符合行業安全標準。
AI的邊界在哪里?“有醫助理”始終保持清醒的自我定位。所有檢索結果均標注出處,不生成無依據的推斷性內容;任務執行過程中,醫生始終保有審閱、修改與最終決策權;在涉及診療方案的場景中,系統明確以“輔助決策工具”的角色呈現,不替代醫生判斷,不對患者直接提供診療建議。
在“有醫助理”發布會上,百度健康方面明確表示:AI不是為了替代醫生,而是為了讓醫生成為更好的醫生。安全、可信、可溯源,是“有醫助理”在醫療場景中恒久堅守的底線。
“讓醫生回歸醫療,把時間還給臨床,把繁瑣交給AI。”這是“有醫助理”的目標,也是醫生們的心聲,是AI賦能醫療的終極價值。
“有醫助理”能否真正成為醫生日常工作流中不可或缺的一部分,最終的檢驗標準只有一個:它能否真正理解臨床的復雜性,任務執行的質量能否持續達到醫生的專業預期。
這條路,沒有捷徑。但它已經出發。
注:文中醫生名均為化名。
*“醫學界”力求所發表內容專業、可靠,但不對內容的準確性做出承諾;請相關各方在采用或以此作為決策依據時另行核查。
![]()
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.