氨基觀察-數(shù)字醫(yī)療組原創(chuàng)出品

作者 | 張曦

在AI醫(yī)療的宏大敘事里，我們太久只聽見一種聲音：算力、模型、準(zhǔn)確率、算法迭代。

理工男式的技術(shù)自信撲面而來，仿佛只要參數(shù)足夠大、數(shù)據(jù)足夠多，人工智能就能成為普通人的私人醫(yī)生，精準(zhǔn)診斷、高效問診、一鍵解決健康焦慮。

可很少有人愿意沉下心來，回答一個(gè)最樸素的問題：當(dāng)一個(gè)對醫(yī)學(xué)一無所知、對信息真假缺乏判斷力的普通人，點(diǎn)開一款A(yù)I問診小程序時(shí)，他真能分得清，這是技術(shù)，還是營銷嗎？

十幾年前魏則西的悲劇，至今仍有極強(qiáng)的現(xiàn)實(shí)鏡鑒。大眾習(xí)慣于信任搜索框里的結(jié)果，信任包裝成“前沿療法”的噱頭，信任聽起來專業(yè)、聽起來先進(jìn)的詞匯。

魏則西的悲劇，從來不止百度競價(jià)排名作惡那么簡單。更深層的現(xiàn)實(shí)是：普通用戶沒有專業(yè)知識(shí)積累，沒有信息篩選與分辨能力，不知道什么是靠譜，什么是騙局，更不會(huì)預(yù)設(shè)自己會(huì)被欺騙。他們把對健康的渴望，毫無保留地交給了看起來更“先進(jìn)”的工具。

如今，這套邏輯似乎正在AI醫(yī)療C端重演。

打開C端的口子

AI醫(yī)療正在迎來一場直白、粗暴、用錢堆出來的C端流量大戰(zhàn)。螞蟻、百度等巨頭接連重金下注，還有一批新銳大模型玩家入局兇猛。

這場熱鬧背后，藏著一個(gè)行業(yè)不得不承認(rèn)的現(xiàn)實(shí)：G端、B端的故事，已經(jīng)撐不起宏大敘事。

過去幾年，AI醫(yī)療的主戰(zhàn)場長期在院內(nèi)。醫(yī)院經(jīng)營壓力加大、DRG/DIP控費(fèi)持續(xù)收緊，預(yù)算收縮、采購謹(jǐn)慎、回款周期拉長，商業(yè)化落地遠(yuǎn)不及預(yù)期。

當(dāng)ToG、ToB的增長天花板肉眼可見，行業(yè)只能被迫打開C端的口子。雖然沒有確定的模式，但看起來C端不會(huì)是死胡同。

巨頭扎堆涌入，首先看到的是供給端的長期稀缺。

當(dāng)下市面上的C端AI健康應(yīng)用，功能高度同質(zhì)化：健康問答、體檢報(bào)告解讀、用藥咨詢、掛號(hào)導(dǎo)診、醫(yī)生推薦。大多是工具型功能，淺嘗輒止，停留在信息檢索層面。真正能做到連續(xù)健康管理、慢病長期陪伴、風(fēng)險(xiǎn)前置干預(yù)、具備專業(yè)深度、穩(wěn)定可信賴的產(chǎn)品，依然極度匱乏。

而另一邊，用戶端的需求一直都在，只是長期被忽視。

很多人習(xí)慣說，大眾健康意識(shí)不足、付費(fèi)意愿弱。但換個(gè)角度看，患者本就應(yīng)該對自己的健康負(fù)責(zé)，不是不愿付費(fèi)，是過去沒有靠譜的產(chǎn)品可以付費(fèi)。

線下就醫(yī)成本高、排隊(duì)久、溝通時(shí)間短；線上信息雜亂，真假難辨；專業(yè)健康服務(wù)價(jià)格高、門檻高。

不少AI醫(yī)療負(fù)責(zé)人的理念是，只要供給端能做出安全、克制、專業(yè)、好用的產(chǎn)品，用戶的付費(fèi)意愿會(huì)被快速激活。

補(bǔ)長期缺位的供給，這也是巨頭們敢砸重金的底層邏輯。

神話與現(xiàn)實(shí)

創(chuàng)業(yè)者熱衷于渲染神話。

AI可以媲美三甲醫(yī)生、在家精準(zhǔn)看病、秒出診療方案、替代線下就醫(yī)。短視頻里、朋友圈里、各類小程序里，AI問診被包裝成普惠神器、健康捷徑。

但問題是，有一個(gè)最樸素、最硬核的醫(yī)學(xué)常識(shí)，被刻意忽略了：大模型一問一答的模式，從根上就不適合做診療。

醫(yī)學(xué)診斷，從來不是“用戶輸入癥狀—機(jī)器給出結(jié)論”的單向問答游戲。絕大多數(shù)普通人，根本不會(huì)準(zhǔn)確描述自己的身體。疼痛位置、持續(xù)時(shí)間、痛感類型、伴隨癥狀、既往病史，患者給出的信息往往模糊、片面，甚至完全錯(cuò)誤。錯(cuò)誤的輸入，必然導(dǎo)出錯(cuò)誤的輸出。

大模型擅長的是語言整合、文本推理，它只能基于用戶給出的文字信息做判斷，卻無法驗(yàn)證信息真假，更無法補(bǔ)充缺失的關(guān)鍵細(xì)節(jié)。

而在真實(shí)的臨床診斷里，最關(guān)鍵的環(huán)節(jié)恰恰是體格檢查。醫(yī)生問診，一半靠聽，一半靠查。視、觸、叩、聽，摸淋巴結(jié)、按壓腹部、聽心肺音、觀察神態(tài)氣色，這些是文字問答永遠(yuǎn)無法替代的核心信息。

很多病癥，僅憑口述極易誤診，必須依靠醫(yī)生的現(xiàn)場檢查、細(xì)節(jié)追問、動(dòng)態(tài)觀察，才能排除干擾、鎖定病因。

AI看不見、摸不到、觸診不了，也無法對患者進(jìn)行實(shí)時(shí)查體。它只能在殘缺、失真的信息里做邏輯推演，本質(zhì)上是隔著屏幕猜病。

這也是為什么，越是渲染“AI替代醫(yī)生”，就越危險(xiǎn)。

警惕技術(shù)的傲慢

技術(shù)圈常有一種隱秘的傲慢。認(rèn)知不足、不會(huì)辨別，是用戶自己的問題。只要我技術(shù)做得夠好，用戶就該學(xué)會(huì)理性使用；只要我標(biāo)注了僅供參考，用戶就該看懂免責(zé)聲明。

理工思維習(xí)慣追求最優(yōu)解、追求準(zhǔn)確率、追求模型迭代，沒有問題。卻常常忽略一個(gè)最基礎(chǔ)的社會(huì)學(xué)問題：C端醫(yī)療，面對的是脆弱的普通人，不是理性的實(shí)驗(yàn)樣本。

官方數(shù)據(jù)顯示，2025年12月“螞蟻阿福”App的月活用戶已超3000萬，其中約55%的用戶來自三線以下城市。

他們不懂循證醫(yī)學(xué)，不懂診斷概率，不懂模型偏差，他們只想要一個(gè)確定的答案、一個(gè)安心的結(jié)果、一個(gè)活下去的希望。

所以AI醫(yī)療C端首先該做的，不是用技術(shù)碾壓用戶認(rèn)知，而是敬畏用戶的認(rèn)知局限。

我們需要的不是一個(gè)無所不能的AI醫(yī)生，而是一個(gè)懂得謙卑、懂得克制、懂得尊重普通人認(rèn)知短板的AI產(chǎn)品。把AI定位成科普助手、健康參考、初篩工具，而不是私人醫(yī)生、診療終端。

畢竟醫(yī)療的底線，從來不是技術(shù)多先進(jìn)，而是不能利用信息差，把希望變成絕望，把新技術(shù)變成新騙局。

別讓魏則西的悲劇，換一張AI的皮，再次上演。

PS：歡迎掃描下方二維碼，添加氨基君微信號(hào)交流。