自生成式人工智能兴起以来，医疗健康一直是AI最常被提问的领域之一，把AI当作“健康顾问”的人也越来越多。目前已有健康AI应用开设了真人医生的智能体“AI分身”，它们能像名医一样与用户展开专业、持续的问答交互。
AI技术正成为重构医疗健康服务体系的重要力量，吸引了互联网行业头部企业纷纷入局，同时，商业化瓶颈与信任危机也成为制约其发展的关键。
互联网大咖加码AI健康行业
随着生成式AI技术的不断成熟，医疗健康领域的智能化转型需求日益迫切，互联网头部企业凭借技术、流量、资源等优势，纷纷加码AI健康赛道。
蚂蚁健康推出AI健康APP“蚂蚁阿福”，该应用前身为支付宝小程序，升级后聚焦百姓看病就医刚需和健康管理痛点，打造了健康科普、就诊咨询、报告解读等上百项AI功能。
百度将原“百度AI健康管家”升级为“文心健康管家”，定位于24小时“全能家庭医生”，依托文心大模型构建覆盖轻症咨询、复杂疾病规划、泛健康管理的全链路服务体系。
京东健康推出AI健康智能体“康康”，依托4000万份医学指南与文献构建的循证医学库，提供个性化咨询、报告解读等服务，同时整合“医+检+诊+药”全场景资源，依托京东物流实现药品28分钟本地急送。
此外，阿里健康、腾讯健康等也纷纷布局，推出AI问诊、慢病管理等产品，形成群雄逐鹿的竞争态势，推动行业持续迭代。
AI健康商业模式仍在探索阶段
尽管AI健康赛道迎来流量爆发期，互联网大咖的持续加码也让行业热度攀升，但当前行业仍处于发展初期，商业模式尚未成熟，商业化变现与用户信任度建设仍是亟待解决的重大考验。
兴业证券医药首席分析师孙媛媛认为，AI健康产品商业模式仍在探索，多数应用存在错误或“幻觉”问题，这在严肃医疗领域难以接受。这一痛点直接引发信任危机，进而影响商业化进程——AI的“幻觉”可能导致误诊误判，比如糖尿病患者查询用药时，若AI未识别恶意指令，可能推荐错误剂量引发风险。这种隐患让用户仅将AI作为健康参考，不愿付费，限制了产品商业化价值。
此外，数据安全与隐私保护也影响用户信任。行业监管体系不完善，准入标准、责任界定等存在空白，给行业发展带来不确定性。
多维度加持，破解AI健康短板
面对AI健康行业的短板，解决相关难题，核心是权威人机协同校验、数据闭环、持续的安全技术打磨，三者相辅相成，筑牢AI健康服务可信防线。
建立AI生成+医生复核的双轨机制，是破解信任危机的关键。需明确AI作为医生辅助工具的定位，AI负责基础咨询、风险预警等工作，高风险问答、复杂诊疗建议强制真人医生复核。
多模态数据融合训练，是提升AI模型专业能力的核心。当前AI错误率高，源于训练数据单一，需打破“数据孤岛”，整合电子健康记录、医学影像、可穿戴设备数据等多模态资源，加强与医院、科研机构合作，保障训练数据权威真实。
迭代模型安全架构，是筑牢安全底线的保障。一方面，采用隐私脱敏、加密存储等技术，确保用户数据“可用不可见”，符合相关法规，蚂蚁阿福便通过信通院最高等级安全测评；另一方面，构建风险拦截体系，优化防御架构，拦截恶意输入，结合真实场景持续迭代安全规则，及时排查隐患。
