作者 ｜ Yoky
郵箱 ｜ yokyliu@pingwest.com

這個五一，阿福幫我解決了一個大問題。

阿福大家應該不陌生：螞蟻集團做的AI健康App，用戶過億，每天大家能問它上千萬個健康問題。但我一直想知道一件事：真實在用阿福的普通人，到底是怎么用它的？

這次五一給了我一個絕佳的觀察機會。

我媽自己去做了年度體檢，拿到報告滿臉問號的她，做了一件所有中老年人都會做的事，去搜索。報告上寫著甲狀腺結節，她搜了一下，出來的說法把她嚇到了。給我打電話的時候語氣明顯不對：“是不是很嚴重？要不要去大醫院看看？”

我說你別急，下載一個阿福，把報告拍進去它幫你看。你自己先問問，再做決定。

我想看看：一個58歲、智能手機玩不太明白的人，在沒有任何人教的情況下，能不能自己用好它。

1

讓阿福分析體檢報告，還跟AI電話聊了半小時

第一步就很有意思。我媽拍的體檢報告照片發過來，果然，老年人的腦回路很奇怪。五張照片，有兩張幾乎是反過來的，全部歪歪扭扭，還有一張拍進去半個桌角。

我心想壞了，這個App可能識別不了。

左右滑動查看

結果它竟然全都識別出來了。 五張角度刁鉆、邊緣模糊的照片，一張沒漏。這一步如果卡住了，后面一切白搭，對中老年用戶來說，“拍不好”才是常態，“拍得標準”才是意外。

大概一分鐘，解讀報告就出來了。

報告內容其實很詳細，甲狀腺結節怎么回事、肺部要注意什么、哪些指標正常，都講了。但問題是--對我媽來說，字太多了。她不會像我一樣一段段看完，她就想知道“有事還是沒事”。

這時候紅黃藍綠燈的分級就起作用了。 紅燈重點關注，黃燈需要注意，藍燈持續觀察，綠燈正常。不用讀文字，光看顏色就知道輕重緩急。說實話這個功能我自己第一時間都沒注意，但我媽反而直接get到了。

左右滑動查看

她點進黃燈的“甲狀腺結節”，阿福告訴她：你的甲狀腺功能五項全在正常范圍，結節沒有影響內分泌，不用緊張。但6到12個月內要做一次超聲復查，看結節大小有沒有變化。平時留意脖子有沒有壓迫感，吞咽有沒有不舒服。飲食正常吃就行，不用刻意忌碘。她后來跟我復述的時候說得八九不離十，她真聽進去了。

左右滑動查看

其實整個過程中，我媽沒有問過我一個問題。她自己就很順滑地把這件事做完了。阿福一直通過按鈕和追問來引導她進行更深度的溝通，這其實就是產品的能力，用戶不需要思考“下一步該干什么”，產品已經把路鋪好了。

但真正讓我意外的是后面。她看完報告之后，自己點進去了阿福的電話咨詢。跟阿福打了半個小時電話，把想問醫生卻沒來得及問的問題，問了個遍。

看體檢報告不再“懵圈”，阿福做了三件事

這些看似簡單的功能，背后卻需要下不少真功夫，才能讓每個普通人看體檢報告也不再“懵圈”。這也是阿福真正觸動我的地方，阿福幫她解決的問題，是一層套一層的。

第一層是看懂。那些你根本叫不出名字的指標，阿福全部用“紅黃藍綠燈”標注一遍——紅燈需要立刻處理，綠燈沒問題，中間還有兩檔。不需要再去搜“4A類結節是什么意思”，燈的顏色已經告訴你該怎么反應。

但光看懂還不夠。很多人知道“有問題”，卻不知道“然后呢”。這就是第二層：知道接下來做什么。阿福會生成一份行動清單，按優先級排好——哪個要去哪個科室復查，多久一次，飲食上要注意什么。不是扔給你一份解讀就結束，是幫你把下一步想好了。

第三層是更長線的管理。我媽說她以前每次體檢結果都放在抽屜里，看完就不知道怎么辦。阿福可以把歷年報告一起上傳，對比關鍵指標的變化趨勢，讓你看清楚自己的身體是在往哪個方向走。單次報告告訴你“現在怎樣”，連續對比告訴你“在往哪走”——這個視角，門診很難有時間給你的。

掛完電話之后她明顯安心了很多，不是因為結果變了，而是因為終于有人把事情跟她說清楚了。

1

行業不缺AI，缺的是解決真實問題的AI

今年1月，OpenAI發布了“OpenAI for Healthcare”，ChatGPT醫療版已經進了美國幾家頂級醫院。同月亞馬遜基于One Medical搞了個Health AI虛擬助手，問診、處方、藥房一條龍。美國現在每天4000萬人拿ChatGPT問健康問題。

國內的阿福更先一步，早于硅谷構建了從問答、陪伴到就醫的全流程服務。很多大廠也在積極布局醫療大模型，2026年中國AI醫療市場同比漲了快47%。

但這個行業缺的從來不是AI。

缺的是有人愿意蹲下來，去解決那些看起來不夠性感、但真實存在的問題，尤其是困擾每個普通人又存在服務空白的問題。

拿體檢這件事來說。每年幾億人做體檢，報告拿回來，大多數人看不懂，看完也不知道下一步怎么辦。這個空白地帶夾在“查完”和“治病”之間，體檢機構和醫院沒有精力填，普通人又沒有能力自己填。

阿福做的事情，就是把這個空白接住：讓普通人不再檢完即止，而是真的能看懂報告、知道接下來怎么做、把體檢變成日常健康管理的起點。

這件事不需要替代醫生，也不需要攻克什么技術難題。它需要的是有人把專業的東西翻譯成人話，把服務的門檻降到人人用得起。

我覺得這才是垂類AI真正該干的事：不是追技術上限，而是把已有的能力用在真實的人身上。

醫療AI喊了這么多年，多數時候在講模型有多強、數據有多全，但真正的用戶或許根本不關心這些，她們關心的是“這個結節嚴不嚴重、我要不要去醫院”。

能接住這個問題的，才算真的跑通了。

點個“愛心”，再走 吧