中國(guó)商報(bào)（記者 馬嘉）“1名醫(yī)生過去看8種病，現(xiàn)在是8名醫(yī)生看1種病。”中國(guó)工程院院士樊代明道出了醫(yī)療行業(yè)分工過細(xì)、效率低下的怪圈。這背后是醫(yī)生們面臨的困境：將大量時(shí)間耗在了文書、科研和系統(tǒng)操作上，而非病人身上。

4月2日，百度健康發(fā)布了一款名為“有醫(yī)助理”的產(chǎn)品，試圖用AI解決這個(gè)問題。這是國(guó)內(nèi)首個(gè)基于OpenClaw框架打造的醫(yī)療任務(wù)型AI助手，能幫醫(yī)生寫論文、整理病歷、管理患者，被形象地稱為醫(yī)生版“會(huì)干活兒的龍蝦”。多位專家對(duì)中國(guó)商報(bào)記者表示，有了技術(shù)是好的開端，接下來，跨過數(shù)據(jù)安全、成本、醫(yī)院壁壘這三道坎兒，AI會(huì)把時(shí)間還給醫(yī)生。

醫(yī)生苦“雜活兒”久矣

蘭州大學(xué)第一醫(yī)院普外科醫(yī)生李斌既是一名肝膽胰外科醫(yī)生，也是一名自學(xué)編程的“技術(shù)極客”。

他說，自己的日常是這樣的：連軸轉(zhuǎn)做手術(shù)、值夜班、查房、開醫(yī)囑、出門診、帶學(xué)生、跟病人談話、做手術(shù)質(zhì)控、與DRG（根據(jù)患者年齡、診斷、治療方式等因素將病歷分組，形成按組打包付費(fèi)的醫(yī)保支付體系）做各種申報(bào)申訴。到了晚上，還要寫論文、做課題、整理工作總結(jié)。

“我常常在深夜對(duì)著屏幕上密密麻麻的表格問自己：我學(xué)了十幾年的醫(yī)，難道就是為了天天復(fù)制粘貼嗎？”李斌說。

為了“理直氣壯地把這些活兒甩出去”，他從2018年開始自學(xué)Python，用“爬蟲”清洗病理數(shù)據(jù)，用開源項(xiàng)目HRV做心率變異性分析。他甚至用樹莓派搭建了科室內(nèi)部的信息統(tǒng)計(jì)系統(tǒng)。

但個(gè)人編程的局限同樣明顯。2026年初，他在GitHub上發(fā)現(xiàn)了 OpenClaw項(xiàng)目（俗稱“龍蝦”），用周末時(shí)間搭建了6個(gè)機(jī)器人，為同樣是醫(yī)生的太太做了一款小程序：能把醫(yī)患對(duì)話自動(dòng)轉(zhuǎn)化為主訴病史，拍照識(shí)別化驗(yàn)單，提取超聲關(guān)鍵詞，最后還能通過連接藍(lán)牙打印機(jī)打印醫(yī)囑。

“想法很好，但現(xiàn)實(shí)很骨感。”李斌坦言，系統(tǒng)頻繁崩潰、Bug不斷修復(fù)，不到一天就花掉了近千萬token（詞元，AI服務(wù)按調(diào)用的token數(shù)量收費(fèi)），“大部分精力花在了修Bug上，我們最終需要的是穩(wěn)定與安全。”

百度健康A(chǔ)I產(chǎn)品負(fù)責(zé)人說，李斌面臨的問題就是“有醫(yī)助理”想解決的問題。把OpenClaw的能力醫(yī)療專業(yè)化，讓醫(yī)生開箱即用，不用再自己“折騰”。

醫(yī)生版“龍蝦”能干哪些活兒

百度健康A(chǔ)I產(chǎn)品負(fù)責(zé)人給“有醫(yī)助理”區(qū)分了兩個(gè)“工作模式”：檢索模式與任務(wù)模式。

據(jù)其介紹，檢索模式對(duì)標(biāo)美國(guó)醫(yī)學(xué)AI搜索工具OpenEvidence，內(nèi)置了6000多萬篇專業(yè)文獻(xiàn)、20多萬種藥品知識(shí)圖譜、5萬+權(quán)威指南共識(shí)、2萬+醫(yī)學(xué)書籍等專業(yè)素材。譬如與中國(guó)抗癌協(xié)會(huì)率先合作的2025版CACA指南。與通用搜索引擎不同，它的每一個(gè)結(jié)論都能溯源到具體的期刊、指南或藥品說明書。

按照百度健康的規(guī)劃，任務(wù)模式是一大重要“賣點(diǎn)”。基于OpenClaw框架，它掌握了800多項(xiàng)通用與醫(yī)療技能，從自動(dòng)生成PPT、整理病歷，到撰寫論文綜述、管理患者隨訪數(shù)據(jù)。醫(yī)生只需用自然語言下達(dá)指令，AI就能自主執(zhí)行全流程任務(wù)。

百度健康A(chǔ)I產(chǎn)品負(fù)責(zé)人說：“傳統(tǒng)的AI工具只能滿足醫(yī)生工作訴求中的很小一部分，它們只能做基礎(chǔ)的信息檢索和對(duì)話查閱。”

北京大學(xué)腫瘤醫(yī)院副院長(zhǎng)宋玉琴是AI的深度使用者。她發(fā)現(xiàn)，AI可以一鍵生成臨床研究方案：輸入主要研究終點(diǎn)、入排標(biāo)準(zhǔn)和樣本量，過去幾周才能完成的工作現(xiàn)在一天就能搞定。有了AI后，修改學(xué)生畢業(yè)論文的效率也提高了，減輕了她作為導(dǎo)師的負(fù)擔(dān)。

但她也有苦惱。自從各類AI工具普及后，病人帶來的“垃圾信息”也多了。“過去我只需要解釋疾病，現(xiàn)在我還要告訴他這個(gè)是垃圾信息，那個(gè)也是垃圾信息。”宋玉琴說，“本來我的門診量就大，現(xiàn)在更麻煩了。”

宋玉琴的困惑也引出了一個(gè)現(xiàn)實(shí)問題：AI工具的效果，高度依賴于數(shù)據(jù)質(zhì)量和信源可靠性，而這恰恰是當(dāng)前醫(yī)療AI面臨的最大挑戰(zhàn)。

數(shù)據(jù)、安全與成本：要跨越的三道坎兒

有了“醫(yī)生版龍蝦”，醫(yī)生就能從雜活兒中解放出來嗎？在多位專家看來，技術(shù)更新是很好的起點(diǎn)，要讓產(chǎn)品真正落地，還要跨越三道坎兒。

第一道坎兒是數(shù)據(jù)。北京大學(xué)腫瘤醫(yī)院胸部腫瘤中心副主任趙軍直言：“CT報(bào)告應(yīng)該有一個(gè)標(biāo)準(zhǔn)化的模板，比如肺結(jié)節(jié)幾厘米、在什么位置。如果報(bào)告只寫‘右上肺一個(gè)占位’，這種數(shù)據(jù)等于沒有用。”他呼吁建立標(biāo)準(zhǔn)化的醫(yī)療數(shù)據(jù)結(jié)構(gòu)，否則AI的輸入就是“垃圾進(jìn)，垃圾出”。

百度健康主任架構(gòu)師認(rèn)為，多模態(tài)數(shù)據(jù)的整合是行業(yè)難題，“有圖像、有文本，還有基因檢測(cè)這種數(shù)字型數(shù)據(jù)，怎么融合、怎么讓大模型學(xué)習(xí)和應(yīng)用，我們一直在攻堅(jiān)。”但他同時(shí)表示，互聯(lián)網(wǎng)公司在處理數(shù)據(jù)上擁有天然的經(jīng)驗(yàn)積累，搜索推薦業(yè)務(wù)早已面對(duì)過數(shù)值、文本、圖像等多種數(shù)據(jù)的混合場(chǎng)景，這并非不可逾越的障礙。

第二道坎兒是安全。醫(yī)療AI的錯(cuò)誤可能導(dǎo)致嚴(yán)重后果。百度健康技術(shù)負(fù)責(zé)人強(qiáng)調(diào)，“有醫(yī)助理”構(gòu)建了五層安全防護(hù)：從數(shù)據(jù)來源的醫(yī)學(xué)認(rèn)證，到思考過程的安全校驗(yàn)，再到技能的審核認(rèn)證，最后通過AI進(jìn)一步校驗(yàn)結(jié)果。

但數(shù)據(jù)隱私問題仍然敏感。醫(yī)生將患者的病歷拍照上傳，是否會(huì)泄露隱私？百度健康A(chǔ)I產(chǎn)品負(fù)責(zé)人回應(yīng)稱，每名醫(yī)生在云端擁有獨(dú)立的“單間”存儲(chǔ)空間，數(shù)據(jù)不會(huì)被用于模型訓(xùn)練，也不會(huì)被其他醫(yī)生訪問。“主導(dǎo)權(quán)和控制權(quán)都在醫(yī)生自己手里。”

第三道坎兒是成本。通用“龍蝦”的token消耗已經(jīng)讓許多開發(fā)者叫苦不迭，“有醫(yī)助理”的任務(wù)模式消耗更大。百度健康技術(shù)負(fù)責(zé)人表示：“我們現(xiàn)階段不向醫(yī)生收費(fèi)，更多是在打磨產(chǎn)品，商業(yè)模式還不是現(xiàn)在的重點(diǎn)。”但他也承認(rèn)，相比個(gè)人搭建的方案，百度在優(yōu)化后，已經(jīng)將token成本降低了80%以上。

從行業(yè)視角看，“有醫(yī)助理”的意義在于它驗(yàn)證了OpenClaw框架在嚴(yán)肅醫(yī)療場(chǎng)景下的可行性，并率先構(gòu)建了“檢索+任務(wù)”的雙模產(chǎn)品形態(tài)。但正如多位專家所言，技術(shù)只是起點(diǎn)，數(shù)據(jù)治理、安全認(rèn)證、付費(fèi)意愿，這些變量將決定這款產(chǎn)品能否從“醫(yī)生朋友圈的嘗鮮工具”走向“臨床標(biāo)配”。