文 | 醫健新勢力

只要硝煙起，就少不了互聯網大廠們拉起戰旗。

從十多年前“微博”大戰，到卷團購的“百團大戰”，外賣、資訊客戶端、視頻直播……再到眼下卷AI大模型的“百模大戰”，巨頭從未獨善其身。

當下，大模型的競賽已從“拼技術”轉向“拼應用”的下半場。一個趨勢是，除了通用大模型，越來越多針對細分行業的垂直大模型發布，其中醫療場景尤為受到各方關注；而隨著智能體（Agent）的不斷涌現，AI大模型在醫療行業的應用滲透將進一步提速。

9月5日，支付寶基于早先發布的原生多模態醫療大模型的基座，在“2024Inclusion·外灘大會”上正式推出“AI健康管家”，首批入駐20多個醫療智能體，覆蓋了找醫生、讀報告、陪看診、問醫保、管健康等30多項健康服務。

支付寶此番發布有意通過一個產品或者一個入口，就串聯起用戶在醫療健康端所需要的一切服務。

醫療行業，這顆“大模型皇冠上的明珠”，會在智能體方向開辟出新的戰地，讓這場巨頭競賽愈演愈烈嗎？

而自2015年前后涌現的一批醫療AI創業公司，如鷹瞳科技、數坤科技、推想醫療、深睿醫療等，是聚焦自身業務還是應聲加入？

或許，解鈴還須系鈴人。

事實上，自2023年以來，除了螞蟻集團發布的醫療大模型，已有諸多互聯網巨頭押寶醫療大模型，例如，百度發布的國內首個“產業級”醫療大模型靈醫大模型；騰訊推出的“騰訊醫療大模型”；京東健康發布的“京醫千詢”等等。

這些醫療垂直大模型都有一個通用大模型作為基座。譬如螞蟻的醫療大模型底座是自研的百靈大模型，靈醫大模型的技術底座是百度文心大模型，騰訊醫療大模型則是基于自研的混元大模型。

大模型底座給醫療大模型提供了堅實的技術支撐，互聯網大廠以億為單位的用戶基數以及充足的市場營銷預算，也使得醫療大模型的推廣應用相對容易，更有信心打贏用戶和流量的價格戰。

僅以國內大模型AI產品應用數據來看，在今年Q2的一波大規模投放后，大廠已經占據絕對上風。

據AI產業榜數據，2024年8月，國內AI應用（APP）月活用戶（MAU）排名前十的產品里，僅有三家來自創業公司，分別是Kimi智能助手、星野、智譜清言，其余都是來自字節跳動、百度、阿里以及昆侖萬維、科大訊飛等大廠。

其中，抖音豆包、百度文心一言領先優勢明顯，是國內唯一過千萬月活的AI應用，分別達4031萬，1190萬。

盡管使用過AI大模型的用戶數以億計，每一個“都市隸人”或多或少都用AI生成過文字、圖片和視頻，但在用戶端，能夠真切感受到的事實是：為什么AI離改變我們的生活還是那么遠？

業內也普遍認為，大模型作為一種能力，想要革新整個行業路阻且長。巨大的大模型泡沫下，亟待探索殺手級場景和應用，讓人看到清晰的商業化路徑，才能讓觀望中的投資人扣響投資的扳機。

這一點，對于醫療行業來說尤是。

動脈網報告顯示，2024年上半年，國內醫療健康融資交易數量和總金額，分別下降32.3%和12.2%。從不太樂觀的信號看，2024年全年國內醫療健康融資金額可能跌破百億美元。

當然，大廠們也明白，單純卷流量拼用戶規模終究意義有限，關鍵還是要找對場景，跑通付費邏輯

在此次支付寶推出“AI健康管家”之前，百度健康也發布了AI健康助手、在線醫療Copilot、AI智慧門診、CDSS+LLM等4款醫療大模型應用與1款開放平臺；

騰訊健康亦在PR稿中多次強調，卷大模型沒有意義，卷應用才能真正體現醫療大模型的價值，于去年9月便發布了智能問答、家庭醫生助手、數智醫療影像平臺等多場景AI產品矩陣。據披露數據顯示，其醫療AI及相關產品已落地超過1300家機構。

在醫療大模型的風口下，大模型應用或“智能體”的推出是在流程和架構創新上的探索，一方面能夠讓大眾直接感知到AI給醫療健康服務帶來的便利，另一方面也提供了更為具體、較為清晰的商業化路徑可能。

相較于百度、騰訊等大廠推出的醫療大模型應用，支付寶先前在電子醫保等領域的嘗試積累了更多醫療健康領域的落地經驗，同時也在一定程度上養成了線上醫療服務的用戶習慣。

不過對于大廠們來說，醫療領域仍然是一塊“難啃的骨頭”。除了賣藥，大廠們以往在醫療領域的戰略布局都遭遇了層層阻力，鮮有回報。

在前期投入高，落地難，變現更難的醫療AI領域，近年來強調降本增效的互聯網大廠們，這次又能堅持多久？

由于就醫需求大及診療效率亟待提升，醫療行業無疑是整個AI產業中落地最快的垂直領域之一。因此，大模型對醫療行業的滲透也是最早、最快的。

《2023醫療健康AI大模型行業研究報告》數據顯示，截至2023年10月，國內累計公開的大模型數量達到238個。其中，醫療大模型近50個。

但與此同時，醫療行業恰恰又具備著極大的嚴肅性。當ChatGPT以較大的容錯率率先問世時，誰也不敢將這樣的容錯率真正應用到醫療行業。因為哪怕一個錯誤的出現，或許遭遇的就是一個醫療事故，一條人命。

正是如此，互聯網大廠發布的醫療大模型離實際應用還尚有一定距離。

在醫療AI行業率先實現落地應用的，恰恰是那些“小廠”（創業公司）們。

這些小廠普遍有幾個特征：

第一，聚焦于更垂直的細分領域。例如，鷹瞳科技、致遠慧圖等企業聚焦于眼科賽道的視網膜影像AI輔助診斷；深睿醫療、推想醫療等企業最早則是聚焦于肺結節的影像輔助診斷這個熱門細分賽道；數坤科技更多深耕于心血管領域；強聯智創定位在腦血管病的智能診療上。

第二，創始團隊不少具備醫學背景或復合背景。深睿CEO喬昕曾任西門子醫療事業部大中華區副總裁；鷹瞳創始人張大磊則是畢業于第二軍醫大學，因中學時期便愛好編程，畢業后接連在微軟、新浪等互聯網公司擔任高管。

最后，也是最關鍵的是，這些創業公司在產品研發和市場推廣的思路上不是互聯網邏輯，而是醫療的邏輯。

移動互聯網的邏輯下，流量為王的指引下一切網民皆是用戶，容易“拿著錘子去找釘子”；而醫療的邏輯下，用戶是一個個有具體診療需求的個體，解決需求遠比創造需求重要。

當然，“大模型”“AIGC”除了帶來效率的提升外，對于資本來說也具備足夠的吸引力和想象空間。這也導致了這樣的差異：互聯網大廠是先有大模型再去找場景，發布AI應用產品，而這批成立近10年的創業公司，反而是先有了場景和AI產品，再去研發大模型，上演了一出“雞生蛋還是蛋生雞”的哲學迷思。

也就是說，不同于大廠以通用大模型為底座向垂直大模型延伸，醫療AI創業公司是從專用（專?。┬∧Ｐ碗A段進而研發醫療垂直大模型。

例如，數坤科技自主研發的醫療專用大模型ShukunGPT，深睿醫療研發的SAMI醫學圖像通用分割大模型等，均是基于其在醫學影像輔助診斷特定場景下的技術沉淀和數據積累。大模型技術的應用，進一步提高了其各自業務開展的效率。

然而值得注意的是，醫療大模型仍處于發展早期，創業公司如果想要Allin大模型，需要考慮的是大模型究竟能多大程度上助益原有AI應用或開發新的AI應用？

現階段，創業公司是把相對有限的資金放在跟大廠一塊兒卷大模型，還是更專注于專用小模型的研發和應用推廣，其中的ROI是值得深思熟慮的事。

畢竟，經歷了大模型和生成式AI的一波熱潮后，資本對AI或多或少祛魅了。

醫療AI領域，仍然在等待著一個成熟的商業化路徑。

無論是卷流量還是卷應用，卷大模型還是小模型，最終目標都應是解決實際問題。

而不管是對于大廠還是創業公司來說，醫療行業都注定是一條困難、孤獨且需要長期堅持的路。

面對“看得起病、看得上病、看得好病”這個醫療領域的“不可能三角”，醫療AI應用需要有人做，更需要更多堅信長期主義的人做。

當人們忘記技術本身，目光所及皆是患者或消費者的實際醫療健康需求時，資本必有回響。