最近，蚂蚁集团旗下 AI 健康应用 AQ 推出 iOS 版，上线不到 24 小时，火速攀升至苹果应用商店医疗榜榜首，超越小荷 AI 医生、京东健康等应用。

用户用下载量投票：我们要的不是聊天机器人，是更像医生的 AI 管家。

C 端用户对 AI 医疗的需求正从基础交互转向专业能力，他们需要的是能提供实质性医疗健康建议和服务的 AI 助手。

值得关注的是，AQ 的快速增长与苹果生态的深度整合同步推进。据多方消息显示，苹果将与蚂蚁在医疗健康领域展开合作，AQ 的 iOS 版已实现与 iPhone、Apple Watch 数据的互通，通过整合硬件数据结合 AI 分析为用户提供个性化健康评估。基于 Apple Watch 的安全功能，跌倒检测紧急救援等创新服务也在开发中，一个软硬件协同的 AI 健康生态正在成形。

医疗健康作为大模型商业化的重要垂直领域，早已吸引腾讯、百度、京东、字节等互联网巨头布局。然而两年多来，真正在 C 端市场形成影响力的产品并不多见，多数仍停留在基础问答或功能简单叠加的阶段。

随着 AQ 与苹果、vivo、华为等品牌的生态深度融合，当 AI 大模型的专业能力与硬件设备的全天候监测能力结合，一个真正可用、可信赖的 "AI 医生 "，或许会比我们预期的更快到来。

实测：让 AI 更像医生，能追问会看报告

AQ 最大的差异化在于它真正做到了 " 像医生一样思考和问诊 "。

多数患者咨询健康问题时，往往因症状复杂、表述不准确等问题无法得到有效帮助，而 AQ 可以复刻医生的问诊方式和路径，通过多轮追问引导用户提供必要信息，尽可能地还原 " 望闻问切 "。

在写这篇文章的时候，作者已经因持续咳嗽 8 周，就医后经血常规检查和肺部 CT 扫描均未能明确病因。

当在 AQ 中描述症状并进行多轮交互后，系统推荐其进入 AI 诊室功能。通过约 8 轮的症状询问和反复确认，AQ 基本锁定了可能的病因，为患者提供了明确的诊断方向。

这个案例充分体现了专业 AI 医疗系统与传统健康咨询工具的本质差异：前者具备系统性的诊断逻辑和深度问诊能力，能够通过结构化的症状收集和分析，为复杂病症提供有价值的诊断参考。

第二个层面体现的是 AQ 对稀缺医疗资源的 " 数字化复制 " 能力。在现实医疗体系中，专家号一号难求，优质医疗资源长期处于供不应求状态。

而在 AI 诊室获得初步诊断后，作者通过 AQ 的多轮辅助问诊功能，获得了相应的用药指导和治疗方案建议。如需进一步咨询，基于蚂蚁旗下好大夫平台的能力，AQ 还提供真实医生的在线问诊服务，形成了完整的诊疗闭环。

通过 AI 技术将顶级专家的诊疗经验和知识体系进行 " 数字化建模 "，使普通用户能够便捷地获得接近专家级别的医疗服务。这不仅缓解了医疗资源分配不均的问题，也为患者提供了更加高效的健康咨询路径。

目前，北京协和医院、复旦大学附属华山医院等三甲医院的 200 多位医生都在 AQ 上开通了 AI 分身，以杭州市第七人民医院副院长毛洪京为例，基于 100 小时诊疗经验和超 5 万篇资料训练的 AI 分身，已累计服务超 400 万患者，覆盖全国 342 个城市。过去毛医生每月最多接诊 600 名患者，现在通过 AI 分身一天最多可服务 11 万人次。

在医学报告解读方面，AQ 同样展现了更专业的能力。每天中国有上千万份医学检验报告产生，但 90% 的人都看不懂。AQ 基于多模态能力可解读 99% 的常见报告，解读准确率达 90% 以上，不仅支持单报告解读，还能进行多报告对比分析。

此外，中国有 1.5 亿皮肤病患者，AQ 还能识别痤疮、银屑病、白癜风等 50 类常见皮肤疾病，能够帮助用户及时自测、合理用药、长期管理。

同时，AQ 的 iOS 版已实现与 iPhone、Apple Watch 健康数据的互通，通过硬件监测数据结合 AI 分析为用户提供个性化健康评估。系统能够基于用户的运动数据、心率变化、睡眠质量等生理指标，主动识别健康风险并提供针对性建议。

从用户的角度出发，需要的不是仅会讨论医疗话题的 AI 工具，而是真正具备医生专业能力的 AI 助手。同时，随着个性化医疗需求的提升，用户更期待一个能够深度了解自己健康状况、提供专属化服务的智能健康管家。

医疗 AI 的发展方向正从泛化的健康咨询，转向专业化的诊疗能力和个性化的健康管理，只有真正解决用户的实际需求，才能在市场竞争中脱颖而出，实现从 " 能聊 " 到 " 能诊 " 再到 " 能管 " 的跨越式发展。

技术突破与生态整合，AI 医疗的双重进化

AQ 能在激烈的 AI 医疗竞争中异军突起，背后是蚂蚁集团在技术深度上的差异化布局。当大多数公司选择用通用大模型简单适配医疗场景时，蚂蚁走上了一条更为艰难但更具前景的道路——系统构建专业医疗大模型。AQ 背后的蚂蚁医疗大模型，基于超万亿 tokens 的专业医疗语料进行训练，数据覆盖医学教材、临床指南、病历报告、药品说明书等医疗领域的核心知识体系。

真正让 AQ 与众不同的，是其训练方法的创新。蚂蚁医疗健康团队中 60% 的成员具备医学背景，他们联合上千位医学专家训练大模型，并组建了千人规模的专业标注团队。这支队伍不仅包括临床医生，还汇聚了药学专家、影像学专家等各个细分领域的权威人士。通过反复的模型调优和数据标注，他们正在教会 AI 如何 " 像医生一样思考 "，这种深度的专业化训练让 AQ 具备了真正的医学推理能力，而非简单的问答匹配。

在技术架构层面，蚂蚁医疗大模型展现出了强大的综合能力：千亿参数的视觉语言识别技术，融合千万级医疗知识图谱，实现文本、图像、语音、视频等多模态信息的深度理解。这意味着 AQ 不仅能准确理解用户的文字描述，还能分析医学影像、解读检验报告，甚至通过照片识别皮肤病症状。在 HealthBench、MedBench 等权威评测中，蚂蚁医疗大模型均达到行业领先水平，在医疗视觉文档问答专用评测集 MedDQA 中更是达到了 SOTA 水平。

技术实力为 AQ 奠定了基础，而生态整合能力则为其打开了更广阔的应用空间。AQ 与苹果生态的深度整合堪称典型案例：iOS 版本上线后，用户授权连接 iPhone 或 Apple Watch，系统便能通过步数、心率、睡眠、健身记录等数据提供个性化健康评估。据透露，AQ 还将基于 Apple Watch 的安全功能开发跌倒检测紧急救援等创新服务。

这一合作的意义远超技术层面。蒂姆 · 库克多次公开表示，苹果对社会最大的贡献将体现在医疗健康领域。从 Apple Watch 的心电图监测、血氧检测，到 iPhone 的健康数据整合，苹果正在构建一个覆盖消费级健康监测的完整生态。AQ 的加入为这一生态增添了关键的 AI 诊断维度——传统可穿戴设备主要负责数据收集，而结合 AI 大模型后，这些数据能够转化为具有实际医学价值的健康洞察。

这意味着 AQ 不仅能在用户生病时提供诊疗支持，更能在日常生活中扮演健康守护者的角色，实现从被动就医向主动健康管理的转变。

当然，AQ 的生态布局并不局限于苹果。目前已支持与鱼跃、三诺、硅基动感等慢病管理设备，以及华为、Vivo、荣耀等可穿戴设备的连接，能够基于血糖、睡眠、运动等多维度信息提供综合健康建议。

Vivo 的蓝心小 V 便能调用 AQ 进行专业解答。实测显示，Vivo 手机用户可通过语音直接唤起 AQ，当其智能助手蓝心小 V 识别到健康问题时，也会引导用户进入 AQ，获得更专业的医保问答、报告解读、医生推荐等医疗健康服务。

深层次来看，AQ 的产品设计体现了蚂蚁对 AI 医疗的理解和想象。无论是全流程医疗服务的串联，还是健康数据的实时监测提醒，都需要产品具备与用户及时互动的能力。这正是蚂蚁选择推出独立应用 AQ，而非简单依托支付宝的重要考量。

通过独立 App 与硬件设备的配合，AQ 正在实现从「问答工具」向「健康管家」的根本性转变。这种转变的核心在于服务模式的革新：从被动响应用户咨询，转向主动监测健康状态并提供预警。这个策略反映出一种洞察：用户真正需要的不仅是偶尔使用的医疗咨询工具，更是能持续关注健康状况、在关键时刻提供专业指导的智能伙伴。