声明：本文来自于微信公众号 硅星人Pro，作者：Yoky，授权站長之家转载发布。

最近，螞蟻集團旗下 AI健康應用AQ推出iOS版，上線不到24小時，火速攀升至蘋果應用商店醫療榜榜首，超越小荷AI醫生、京東健康等應用。

用戶用下載量投票:我們要的不是聊天機器人，是更像醫生的AI管家。

C端用戶對AI醫療的需求正從基礎交互轉向專業能力，他們需要的是能提供實質性醫療健康建議和服務的AI助手。

值得關注的是，AQ的快速增長與蘋果生態的深度整合同步推进。据多方消息显示，苹果将与蚂蚁在醫療健康领域展开合作，AQ的iOS版已实现与iPhone、Apple Watch数据的互通，通过整合硬件数据结合AI分析为用户提供个性化健康评估。基于Apple Watch的安全功能，跌倒检测紧急救援等创新服务也在开发中，一个软硬件协同的AI健康生态正在成形。

醫療健康作为大模型商业化的重要垂直领域，早已吸引腾讯、百度、京东、字节等互联网巨头布局。然而两年多来，真正在C端市场形成影响力的产品并不多见，多数仍停留在基础问答或功能简单叠加的阶段。

随着AQ与苹果、vivo、华为等品牌的生态深稛嶷合，当AI大模型的专业能力与硬件设备的全天候监测能力结合，一个真正可用、可信赖的“AI医生”，或许会比我们预期的更快到来。

實測:讓AI更像醫生，能追問會看報告

AQ最大的差異化在于它真正做到了“像醫生一樣思考和問診”。

多數患者咨詢健康問題時，往往因症狀複雜、表述不准確等問題無法得到有效幫助，而AQ可以複刻醫生的問診方式和路徑，通過多輪追問引導用戶提供必要信息，盡可能地還原“望聞問切”。

在寫這篇文章的時候，作者已經因持續咳嗽8周，就醫後經血常規檢查和肺部CT掃描均未能明確病因。

當在AQ中描述症狀並進行多輪交互後，系統推薦其進入AI診室功能。通過約8輪的症狀詢問和反複確認，AQ基本鎖定了可能的病因，爲患者提供了明確的診斷方向。

這個案例充分體現了專業AI醫療系統與傳統健康咨詢工具的本質差異:前者具備系統性的診斷邏輯和深度問診能力，能夠通過結構化的症狀收集和分析，爲複雜病症提供有價值的診斷參考。

第二個層面體現的是AQ對稀缺醫療資源的“數字化複制”能力。在現實醫療體系中，專家號一號難求，優質醫療資源長期處于供不應求狀態。

而在AI診室獲得初步診斷後，作者通過AQ的多輪輔助問診功能，獲得了相應的用藥指導和治療方案建議。如需進一步咨詢，基于螞蟻旗下好大夫平台的能力，AQ還提供真實醫生的在線問診服務，形成了完整的診療閉環。

通過AI技術將頂級專家的診療經驗和知識體系進行“數字化建模”，使普通用戶能夠便捷地獲得接近專家級別的醫療服務。這不僅緩解了醫療資源分配不均的問題，也爲患者提供了更加高效的健康咨詢路徑。

目前，北京协和医院、复旦大学附属华山医院禑猃甲医院的200多位医生都在AQ上开通了AI分身，以杭州市第七人民医院副院长毛洪京为例，基于100小时诊疗经验和超5万篇资料训练的AI分身，已累计服务超400万患者，覆盖全国342个城市。过去毛医生每月最多接诊600名患者，现在通过AI分身一天最多可服务11万人次。

在醫學報告解讀方面，AQ同樣展現了更專業的能力。每天中國有上千萬份醫學檢驗報告産生，但90%的人都看不懂。AQ基于多模態能力可解讀99%的常見報告，解讀准確率達90%以上，不僅支持單報告解讀，還能進行多報告對比分析。

此外，中國有1.5億皮膚病患者，AQ還能識別痤瘡、銀屑病、白癜風等50類常見皮膚疾病，能夠幫助用戶及時自測、合理用藥、長期管理。

同時，AQ的iOS版已實現與iPhone、AppleWatch健康數據的互通，通過硬件監測數據結合AI分析爲用戶提供個性化健康評估。系統能夠基于用戶的運動數據、心率變化、睡眠質量等生理指標，主動識別健康風險並提供針對性建議。

從用戶的角度出發，需要的不是僅會討論醫療話題的AI工具，而是真正具備醫生專業能力的AI助手。同時，隨著個性化醫療需求的提升，用戶更期待一個能夠深度了解自己健康狀況、提供專屬化服務的智能健康管家。

醫療AI的發展方向正從泛化的健康咨詢，轉向專業化的診療能力和個性化的健康管理，只有真正解決用戶的實際需求，才能在市場競爭中脫穎而出，實現從“能聊”到“能診”再到“能管”的跨越式發展。

技術突破與生態整合，AI醫療的雙重進化

AQ能在激烈的AI医疗竞争中异军突起，背后是螞蟻集團在技术深度上的差异化布局。当大多数公司选择用通用大模型简单适配医疗场景时，蚂蚁走上了一条更为艰难但更具前景的道路——系统构建专业医疗大模型。AQ背后的蚂蚁医疗大模型，基于超万亿tokens的专业医疗语料进行训练，数据覆盖医学教材、临床指南、病历报告、药品说明书等医疗领域的核心知识体系。

真正让AQ与众不同的，是其训练方法的创新。蚂蚁醫療健康团队中60%的成员具备医学背景，他们联合上千位医学专家训练大模型，并组建了千人规模的专业标注团队。这支队伍不仅包括临床医生，还汇聚了药学专家、影像学专家等各个细分领域的權威人士。通過反複的模型調優和數據標注，他們正在教會AI如何“像醫生一樣思考”，這種深度的專業化訓練讓AQ具備了真正的醫學推理能力，而非簡單的問答匹配。

在技術架構層面，螞蟻醫療大模型展現出了強大的綜合能力:千億參數的視覺語言識別技術，融合千萬級醫療知識圖譜，實現文本、圖像、語音、視頻等多模態信息的深度理解。這意味著AQ不僅能准確理解用戶的文字描述，還能分析醫學影像、解讀檢驗報告，甚至通過照片識別皮膚病症狀。在HealthBench、MedBench等權威評測中，螞蟻醫療大模型均達到行業領先水平，在醫療視覺文檔問答專用評測集MedDQA中更是達到了SOTA水平。

技术实力为AQ奠定了基础，而生态整合能力则为其打开了更广阔的应用空间。AQ与蘋果生態的深度整合堪称典型案例:iOS版本上线后，用户授权连接iPhone或Apple Watch，系统便能通过步数、心率、睡眠、健身记录等数据提供个性化健康评估。据透露，AQ还将基于Apple Watch的安全功能开发跌倒检测紧急救援等创新服务。

這一合作的意義遠超技術層面。蒂姆·庫克多次公開表示，蘋果對社會最大的贡献将体现在醫療健康领域。从Apple Watch的心电图监测、血氧检测，到iPhone的健康数据整合，苹果正在构建一个覆盖消费级健康监测的完整生态。AQ的加入为这一生态增添了关键的AI诊断维度——传统可穿戴设备主要负责数据收集，而结合AI大模型后，这些数据能够转化为具有实际医学价值的健康洞察。

這意味著AQ不僅能在用戶生病時提供診療支持，更能在日常生活中扮演健康守護者的角色，實現從被動就醫向主動健康管理的轉變。

當然，AQ的生態布局並不局限于蘋果。目前已支持與魚躍、三諾、矽基動感等慢病管理設備，以及華爲、Vivo、榮耀等可穿戴設備的連接，能夠基于血糖、睡眠、運動等多維度信息提供綜合健康建議。

Vivo的蓝心小V便能调用AQ进行专业解答。实测显示，Vivo手机用户可通过语音直接唤起AQ，当其智能助手蓝心小V识别到健康问题时，也会引导用户进入AQ，获得更专业的医保问答、报告解读、医生推荐等醫療健康服务。

深層次來看，AQ的産品設計體現了螞蟻對AI醫療的理解和想象。無論是全流程醫療服務的串聯，還是健康數據的實時監測提醒，都需要産品具備與用戶及時互動的能力。這正是螞蟻選擇推出獨立應用AQ，而非簡單依托支付寶的重要考量。

通過獨立App與硬件設備的配合，AQ正在實現從「問答工具」向「健康管家」的根本性轉變。這種轉變的核心在于服務模式的革新:從被動響應用戶咨詢，轉向主動監測健康狀態並提供預警。這個策略反映出一種洞察:用戶真正需要的不僅是偶爾使用的醫療咨詢工具，更是能持續關注健康狀況、在關鍵時刻提供專業指導的智能夥伴。

（舉報）