跳出聊天框：医疗AI的竞争，从对话转向履约

来源：HIT专家网 供稿：京东健康

过去两年，医疗AI赛道挤满了“聊天搭子”。

从通用大模型到垂直医疗应用，绝大多数玩家的叙事逻辑高度一致：参数规模、问答流畅度、共情能力、多轮对话体验。打开一个医疗AI产品，你大概率会看到一个温和亲切的对话框，它耐心倾听、温柔回应、引经据典，甚至能陪你聊到深夜。这套“流量派”打法在消费级市场屡试不爽，低门槛、高粘性、易传播，天然适合跑马圈地。

但京东健康在2026年JDD大会（京东全球科技探索者大会）智能健康论坛上，给出了一个截然不同的答案。

从“像医生”到“交结果”

论坛上，一位专家说了一句很重的话：“以前很多模型训练，要训练得有医生感，但不像医生，它只是解释得像医生。这种模型是很可怕的。”

这句话精准刺中了当前医疗AI的困境。大量产品把精力花在“让AI听起来像医生”上：语气要温和、解释要通俗、共情要到位。但问题在于，医疗场景的终极检验标准从来不是“说得好不好”，而是“做得对不对”。

一个体检报告解读得再通俗易懂，如果用户看完之后不知道该挂哪个科、该吃什么药、该做什么复查，这个AI就是失败的。一个问诊对话再温暖人心，如果患者拿着AI建议去三甲医院发现跟医生判断不一致，这个AI就是有害的。

京东健康选择的路径是：不做聊天搭子，做交付结果。

京医千询3.0的升级方向清晰地体现了这一点。原生3D影像理解，让AI像医生一样翻阅CT序列、调整窗宽窗位、对比时序变化；MedCode代码执行模式，把临床指南转化为可执行、可校验的代码，每一条结论都能溯源；长程任务协作，支持跨步骤调用工具完成多学科会诊、论文写作等复杂工作。这些能力的共同特征是：它们都不服务于“对话体验”，而服务于“任务完成”。

基于京医千询3.0发布的医生AI工作台MedWork，则进一步把能力嵌入医生每天的工作流。以医学论文为例，研究者给出研究问题和原始数据后，MedWork可以连续完成文献检索、实验方案设计、分析代码编写与运行、统计检验、图表绘制，最终交付论文稿、图表、分析代码及可复盘的执行过程。在AI 3D阅片任务中，MedWork将完整CT、MRI影像载入医生工作空间，按照医生真实阅片方式连续浏览、调整、定位、测量，医生能实时看到AI正在查看的位置和执行的操作，发现偏差可立即中断并返回原始影像复核。

京东健康做AI有一个很朴素的原则：从场景里长技术，而不是从技术里找场景。呼吸专科大模型的训练，用了将近百万级别的真实病例、3000多本呼吸领域循证指南、多学科疑难病例讨论记录。但该项目负责人特别强调：“不是所有数据越多越好，我们要挑选有质量的数据进行专科化训练。”AI阅片医生的训练，用了1万条医生操作流轨迹，不是简单地输入3D影像、输出结果，而是让AI模拟医生操作软件界面，把医生为什么在这里停下来、为什么做这个操作记录下来。

这些工作，没有一件是“聊天搭子”需要做的。但正是这些工作，决定了AI能不能真正进入临床。

护城河：“AI+供应链”的复合壁垒

如果只是技术路线的差异，京东健康的“务实派”打法还不足以构成壁垒。真正让竞争对手难以短期复制的，是“AI+供应链”的复合能力。

论坛圆桌还分享了一个真实案例：一位慢阻肺合并心梗的老人，出院后血氧只有90%。通过京东互联网医院视频问诊，医生给出调药方案并建议配备呼吸机。第二天，呼吸机送到家，护士上门调试，数据实时同步到京东健康App，AI在数据异常时自动报警，医生及时介入调整方案。中日友好医院林江涛教授评价：“慢阻肺患者出院后的长期管理一直是个大难题。现在通过数据回传和远程问诊，医生从被动等患者复诊，变成主动根据数据调整方案。这对慢病管理来说，是一次真正的模式升级。”

这个案例里，AI负责分析和判断，硬件负责感知和监测，服务负责履约和陪伴。三者缺一不可。而这三者中，最难复制的恰恰是“服务履约”这一环。互联网医院可以快速搭建，AI模型可以快速迭代，但覆盖全国的供应链网络、护士上门服务体系、冷链物流能力、药品配送能力，是需要十年、二十年积累的基础设施。

京东健康在论坛上宣布与鱼跃、欧姆龙、瑞思迈、可孚、硅基动感、新华医疗完成AI+医疗器械战略签约。这些品牌看中的，正是京东健康“AI+供应链”的复合能力。鱼跃医疗副总裁于才皓直言：“京东的护士上门服务，有天然的信任感和专业度，一定程度上降低了我们的退货率。”呼吸机的退货率普遍超过50%，原因很简单：用户不会用、用不好、没人教。京东健康的解法是：护士上门调试+AI持续监测+互联网医院医生远程指导。这套组合拳打下来，退货率大幅下降。

这就是“AI+供应链”的威力，它解决的不是“知道该怎么做”的问题，而是“真的能做到”的问题。

论坛上有一个数据被反复提及：AI医生“大为”接近70%的咨询发生在凌晨以后，超半数用户来自三线及以下城市。安徽合肥基层医生林枫的分享很有代表性。他干了17年基层医生，最怕两件事：遇到拿不准的病人，没人问；病看准了，患者买不到药。“现在AI帮我们看得更准，供应链让药买得到、送得到。”京东知医通过云鹊医平台覆盖全国300万基层医生。这意味着一个村医在深夜遇到拿不准的病例时，有一个随时可查的循证顾问；意味着一个基层患者不需要跑到省城三甲医院，就能拿到跟专家一样的治疗方案。

“务实派”的检验标准是“结果交付”，而结果交付的前提是服务可达。如果AI只能服务一线城市、只能服务高净值人群，那它交付的结果就是残缺的。

让医生能力可复制，而非替代医生

论坛上，京东健康发布了业内首个全智能名医智能体。这个产品的逻辑值得深思。

它不是要造出更多的名医，而是要让一位名医的能力造福更多的人。用户看病有几个常见痛点：不知道该不该去医院，不知道挂哪个科，检查报告看不懂，看完病没人提醒复诊。名医智能体要做的，是在这四个环节里接住用户。

用户输入症状、病史、检查报告后，系统会结构化收集信息，生成病情摘要，并按风险等级自动分流：轻的走智能体服务，重的转专家线上问诊，高危的优先提示立即就医。进入智能体后，用户获得四项核心服务：病情分析、报告解读、就医建议、康复随访。在医生端，它化身辅诊助手，帮助补全病情、提供鉴别诊断、预警用药风险，决策权在医生，重复劳动交给AI。

这项能力源于专家共建。首都医科大学附属北京安定医院临床心理中心首席专家李占江教授在论坛现场分享了自己与AI协作进行心理干预科研试用中的感受：“可用、好用、敢用。这是医生对AI最直接的判断。”目前，京东健康正与中南大学湘雅二院王小平教授、首都医科大学附属北京安定医院李占江教授、中日友好医院杨顶权教授等顶级专家深度合作，把专家的诊疗思路、表达方式和服务标准，沉淀为可复用的模型能力。京东健康医生专家智能体已超3500个，覆盖400余家三甲医院，好评率超96%。

专科纵深层面的落地也已在加速推进。京东健康与广州医科大学附属第一医院共建呼吸专科大模型，该模型已上线AI辅助智能门诊全流程，覆盖诊前预问诊结构化病史采集、诊中实时病历书写及诊后主动回访跟踪，形成闭环支撑。

医疗AI的终局，不是替代医生，而是让医生的能力可复制、可规模化、可普惠。这需要AI具备“交付结果”的能力，而不是“聊天陪伴”的能力。因为患者需要的不是安慰，而是治愈。

【责任编辑：陈曦 版式：明超】