终于出现一款真正面向 C 端的 AI 医疗产品了。

在 DeepSeek 掀起全民 AI 应用浪潮之后，一些专业深度较高的领域也开始 AI 起来了，但在医疗这个领域大家还是谨慎得多。

结果这次蚂蚁一出手，直接给 C 端撕开了一个口子。

他们上线了个 APP，取名AQ。

（这里一定要说个谐音梗，AQ 取名的来源是「如果你突然打了个喷嚏 AQiu，那一定就是我在想你」，这时候你就可以问问 AQ，有问必有答那种）。

这个 APP 光 AI 功能就有一百多项，包括不限于健康科普、就诊查询、报告解读、健康档案管理等，反正就是所到之处都是 AI，妥妥的 AI APP。

与其他通用 AI APP 不同的是，它还连接着现实，从根本上保障着它的专业性和严谨性——

全国超 5000 家医院、近百万医生、近 200 个名医 AI 分身都汇聚于此，共同提供全天不间断的医疗服务。

比如，中国工程院皮肤领域专家廖万清院士团队，能够为你的皮肤保驾护航；胸外科领域专家王俊院士团队能够为你平时的胸闷气短症状提供专业解答。

它还打通了不少智能硬件，根据 vivo、华为、苹果等可穿戴设备所记录的血糖、睡眠、运动等信息，提供个性化健康建议。

考虑到长辈的使用需求，AQ 特别设置语音通话功能，老人无需复杂操作，张张嘴就可获取健康帮助。

可以说，这是一款真正为全民打造的 AI 健康管家。

AI 真就这么水灵灵地进入专业赛道了？！

面向全民打造的 AI 健康管家

AI 医疗其实早早就有玩家参与，因为里面场景很多，又牵涉到国计民生，AI 所能发挥的价值十分显著。可能其他领域需要找钉子，但医疗这块肯定就没有这样的困境。

不管是上市公司科大讯飞，还是像字节京东这种大厂，以及百川这样大模型创业公司，都有在这个领域布局。

但如果将他们的进展梳理起来，就会发现当前 AI 医疗呈现出明显的「重 B 轻 C」的格局。

大家瞄准的还是 toB，以医院、政府这种 H/G 端作为核心客户；尽管存在面向消费端（toC）的产品，但没有形成足够的规模。

这种格局的呈现，源于两个深层矛盾。

首先就是数据问题。医疗决策依赖海量高质量、多模态专业数据作为支撑。如果仅是基于公开互联网数据，那么大模型的幻觉问题难以满足诊断的准确性要求。

但高质量数据依赖于百万真实的病历，要么仅限医院内部使用不公开，又或者属于个人敏感信息，需要脱敏处理。而即便花很大功夫做好了匿名化、标准化的数据处理，可能会有各种丰富的模态，这也给模型训练和生成提出了很高的技术要求。

其次就是服务闭环。B 端可为效率提升买单，比如 AI 能缩短病历撰写的时间、帮助医生辅助诊疗。但是 C 端而言，没有与医院、智能设备等打通形成「诊前 - 诊中 - 诊后」闭环，加之用户医疗需求碎片化、低频化，且习惯免费服务，导致创业公司难以实现商业变现。

因此在这个赛道，瞄准 toB 服务者众，却缺少对用户实用、友好的原生 AI toC 产品。

而蚂蚁出品的 AQ 则打破了这一层局面，而且展现出充足的准备——

因为 AQ 在产品形态和设置上，精准回应了用户在医疗场景中的核心痛点。

首先，不仅有问必答，而且还会追问。

像咨询问题、解读报告 / 病历已经是基本操作，它还支持药盒、皮肤这种精准性照片的识别和诊断。

比如拿家里很久没有用的瓶子，测试一下。（PS，有刻意遮住关键字样）

结果它也精准识别出来了，是治疗鼻炎的曲安奈德喷雾剂。然后告诉了我它的用处。在下方，它还备注了一些你可能遇到的常见问题。

如果你或者身边人最近正好需要用药，那可以将用药信息保存并设置用药提醒。

再来看看它的皮肤识别。随手贡献一张脸，它能自动识别描述皮肤形态、颜色、分布及表面特征。

之所以能够如此精准，据他们介绍，蚂蚁医疗大模型一直在多模态能力上发力，构建了医疗领域最全面的多模态医学数据体系，依托超万亿 tokens 专业医疗语料底座，支撑自主研发千亿参数多模态模型。

在 AQ 产品应用中识别报告、药品、皮肤病等图像准确率达 90% 以上，可精准识别痤疮、银屑病、白癜风等 50 种常见皮肤疾病，包括对超过 100 多种复杂的、多页的医学检验检测报告进行识别和解读。

如果这些还只是 AI 应用层面的秀肌肉，那么它能够追问，则真正还原了真人医生的问诊逻辑。

多数患者在咨询健康问题时，经常会因为症状复杂、共病干扰等因素，不知道如何准确表述病症，又或者表述得很模糊。

AQ 会像医生一样一步步引导你回答、提供必要准确的信息。而且问的问题也很有条理，在上方你能看到它的询问进度。

还是刚才的皮肤问题，在问答的最后，它推荐了「AI 诊室」，然后就开启了问诊模式。

当询问进度达到 100% 后，意味着它已经获得很全面的信息了，然后就可以给出更为精准的回答。

以上还只是展现它融会贯通处理问答的能力，但要是能作为健康管家，要求其实远远不止这些。因为管家不光要能说，还得做。

这也是 AQ 第二个比较吸引我的点，那就是它的服务很全面，将用户的各种碎片化需求一站式地连接起来。

就在给出需要及时去皮肤科就诊的提醒之后，它又直接调出「在线问诊」或者「预约挂号」。

它可以根据你的所在地、问的症状以及个性化需求推荐医生和医院。

目前，AQ 已经连接了超 5000 千家医院、全国近百万医生、近 200 位名医 AI 分身，但凡有需求就能获得更专业的医疗服务。

线下就诊过程中，目前在全国 200 多家医疗机构内，AQ 还能为患者提供就医陪诊服务。诊后再针对医生出具的病历、报告给出康复建议。

与此同时，它还邀请了一波名医「AI 分身」。

来自中国工程院的两大院士（胸外科专家、北京大学人民医院院长王俊，中国皮肤与真菌病领域泰斗级专家廖万清），以及北京协和医院、复旦大学附属华山医院、浙江大学医学院等三甲医院 20 大科室的 200 余位医生，都在 AQ 上设置了自己的分身服务患者。

这样一来，不用到现场，人人都可以享受到名医的资源。

而为了更具个性化，它还支持一站式的健康档案管理服务——

根据你之前上传的记录，像报告病历还有药盒啥的，都可以一键保存在你的健康档案里。

更关键的是，它打通了硬件设备，支持鱼跃、三诺、硅基动感、华为、苹果、vivo、荣耀等这些居家检测 / 可穿戴设备，还能根据你个人的血糖、健康等更多信息来提供健康建议。

当然也不止你一个人，还可以加上你父母长辈的档案，这样也能关注到他们的健康状况。

从「诊前咨询 - 诊中陪诊 - 诊后康复 - 长期健康管理」，AQ 构建了单一模型 /Agent 无法实现的全流程服务体系，真正成为「问答专业、服务全面的私人健康管家」。

在「AI 进军专业领域」这个节点上，为什么会是 AQ，为什么会是蚂蚁有机会突破 AI 医疗的瓶颈？

为什么会是 AQ？为什么会是蚂蚁？

要实现 AI 医疗的真正价值，技术是基础，资源连接同样重要。

医疗行业的特殊性正是在于其高度依赖系统性协作，数据、专家、机构、支付方等资源如同 " 孤岛 "。而蚂蚁数十载的深耕，正好成为打通这些「孤岛」的关键，也成为其他玩家难以逾越的行业壁垒——

自 2014 年首创线上挂号以来，目前已经连接超 90 万医生、5000 家公立医院，以及医保、药品等多维度知识体系和数据，构建了覆盖 " 预防 - 诊断 - 治疗 - 康复 " 的全周期健康生态。

因此说回到 AQ，它成为健康管家的背后，是依赖于坚实的技术底座，还有生态的携手共建。

AQ 背后的技术引擎之一蚂蚁医疗大模型，已经完成了推理能力升级。

在超万亿 tokens 专业医疗语料训练之下，它不仅具备 " 医学思维 " 推理能力，还具备图片、语音、视频等多模态交互能力——

特别针对报告解读这一高频场景，他们提出了 Admire 多图多模态理解全新方法，无需修改底层模型架构即可提高性能和识别效率。

该论文入选全球顶会 KDD2025，根据其在四个开放数据集和一个封闭行业数据集上使用两种主流模型进行对比测评，效果达到业界 SOTA 水平。

在开源基准测试 HealthBench 中，用于挑战性提问场景测试的 HealthBench Hard、由医生验证评估的 HealthBench Consensus 两项评测集中，蚂蚁医疗大模型分别得分 26.9、93.29，超过 DeepSeek-R1，后者得分分别为 22.64、91.04。

（HealthBench 是 OpenAI Hearth AI 团队推出的一个开源基准测试，用于衡量医疗保健领域大型语言模型的性能和安全性）

在国内权威医疗大模型评测平台 MedBench 刚刚更新的评测榜单中，蚂蚁医疗大模型评测榜以 98.9 分再度夺得双榜冠军，在医学知识问答、医学语言生成、复杂医学推理三类单项中再创新高。

与此同时，它还集合了蚂蚁在隐私安全风控方面的技术优势，业内率先通过信通院医疗健康大模型双领域可信评估，获安全测评最高等级。

除了底座模型的持续迭代和升级，他们还邀请了顶尖名医深度参与共创 AQ。

据了解，每个 AQ 上的医生智能体都需经过医生及其团队严格训练与测评，才能上线为用户提供服务。

而全国 10 余所顶级三甲医院不同学科的带头人也组成专业顾问团，深度参与 AQ 专科问答评估等工作。

就像与上海仁济医院共建的 RJUA 泌尿外科专科智能体。这是全国首个用疾病结构化数据训练、在真实医疗场景中运行的专科智能体。

RJUA 采用了上海仁济医院覆盖 97.6% 疾病谱的标准化病例数据集，以及 20 多个专科医生撰写的场景疾病知识图谱。

上线前，仁济医院还专门设计了评估研究——

由 150 名不同级别医生在千名患者真实诊疗中进行了评测，结果显示，RJUA 诊断准确率为 69.81%，虽然略低于专科医生的 73.65%，却能让医生的诊断正确率提升 4%-8%。

目前这个专科智能体能提供诊前咨询、多轮问诊、报告解读、治疗推荐以及医疗挂号等全流程医疗服务。

上线半年，已经服务超 30 万患者占门诊量超 50%。所以这相当于用 AI 再造了个仁济医院泌尿科？！

基于技术积累与生态势能共振，蚂蚁给出了 C 端新参考：一个有专业背书、实现服务闭环的全民健康管家。

相较于其他科技公司仍停留在 " 健康手环 " 或 " 通用问诊 " 的浅层探索。AQ 撕开了一个口子，让 AI 实现了从技术工具到健康管家的角色跃迁。

从 " 技术工具 " 到 " 健康管家 " 的角色跃迁

已经形成行业共识的是，DeepSeek 作为一个分水岭，降低了技术门槛，重塑了行业生态。中小企业和开发者能以极低成本调用顶尖 AI，垂直领域涌现出定制化解决方案，AI 技术普惠化进程大幅提速。

如果说，ChatGPT、DeepSeek 如同推开 AI 专业领域大门的 " 杠杆 "，而蚂蚁 AQ 正悄然构建 AI 落地的 " 生活化场景 "，将专业医疗能力转化为日常健康管理服务。

当上班族深夜拍摄皮肤照片可获得三甲医院院长级诊断；偏远地区老人用方言唤醒 AQ 即可解读血糖报告；慢性病患者足不出户完成复诊提醒与用药指导……

这就不仅是产品创新，而是全面健康管理时代的开始。

就像杭州市第七人民医院主任医师、副院长毛洪京推出了他自己的专家智能体。目前已累计服务超 400 万患者，帮助毛洪京医生团队筛查出约 2 万睡眠障碍人群，进行咨询的用户从以前的省内为主，到覆盖至全国 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 " 一天最多能服务超 11 万人次，服务范围也从省内拓展至全国。

毛医生说：" 如果让西藏这些医疗技术相对不是那么强的地方，也能获得比较好的医疗资源，这是我们的初心。"

当然这也是众多案例中一个小小的侧影。

而蚂蚁作为行业先行者，已经为医疗 AI 普惠投下了第一枚路标。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见