AI 与医疗保健的入口 🏥

今年年初，我们分享了对 2026 年的一些预测 。我们希望在接下来的几篇博文中深入探讨其中的部分预测，首先从医疗保健领域开始，因为该领域在今年伊始就表现得极不平凡——可谓是平地起惊雷！

就在最初的两周内，OpenAI 先是发布了 ChatGPT for Health，紧接着又推出了 OpenAI for Healthcare，这标志着其在消费者和提供商用例方面的双重意图。大约一周后，Anthropic 发布了 Claude for Healthcare and Life Sciences。几乎在同一时间，AI 医生 Doctronic 登上头条，成为首批在犹他州拥有处方续方权的 AI 医生之一。

在极短的时间内出现了如此密集的动态。

为什么会突然出现这一连串的公告？部分原因可能在于时机。本周举行了医疗行业规模最大、最具影响力的会议之一——摩根大通医疗健康年会（JPM Healthcare），JPM 提供了一个公开这些消息的天然契机。

但这一时机也反映了更深层次的影响。这些公告顺应了医疗保健领域已经发生的一系列更广泛的结构性变革，而这些变革正在加速推进。

那么，其中一些公告的具体影响是什么，2026年又会发生什么？让我们深入探讨一下！

模型提供商正全力投入

就在过去的一周里，我们看到了来自前沿实验室的重大医疗相关公告：

• 1 月 8 日，OpenAI 推出了“OpenAI 医疗版 ”，这是一套符合 HIPAA 标准的产品，旨在帮助医疗机构和提供者“为患者提供更一致、高质量的护理”。
• 仅三天后，Anthropic 推出了“Claude 医疗版 ”，这是对其 10 月份发布的“Claude 生命科学版”产品的扩展，但更侧重于为医疗保健提供者提供工具和资源，以便合规地将 Claude 用于医疗目的。
• 就在第二天，OpenAI 宣布收购 Torch，这是一家专注于统一实验室结果、药物和医生就诊记录的医疗初创公司。据 The Information 报道 ，此次收购估值为 1 亿美元。
• 最后在 1 月 12 日，NVIDIA 和礼来公司（Eli Lilly）宣布成立“首个此类”AI 联合创新实验室，旨在“在 AI 时代重塑药物研发”，双方将在五年内共同投入高达 10 亿美元用于基础设施和研究。

一周之内出现了这么多 AI x 医疗 x 生命科学的动态！

那么到底发生了什么？正如上文所述，这些发布很可能是为了配合本周在旧金山举行的摩根大通医疗健康年会（JP Morgan Healthcare conference）。

但在更深层次上，这无疑体现了各大主流 AI 实验室对医疗健康及整个生态系统的浓厚兴趣。这并非没有道理。事实证明，许多人正转向 AI 聊天机器人来咨询健康问题。正如 OpenAI 在“ChatGPT 医疗版”发布中所言：

事实上，健康是当今人们使用 ChatGPT 最常见的方式之一：根据我们对对话的去标识化分析，全球每周有超过 2.3 亿人在 ChatGPT 上询问与健康和养生相关的问题。

这些医疗相关的查询可能高度敏感，其内容通常是消费者只愿意与亲近的家人或医生分享的。通过其医疗计划，OpenAI 和 Anthropic 正在增加更多的保护措施和安全控制，以便让消费者和医疗服务提供者在分享敏感数据时感到更加放心。

而这些计划的另一个基石是：数据 。前沿实验室正竞相收集独特的数据集，以训练其模型并提升模型性能。医疗数据代表了一个巨大的、极具价值的消费者信息宝库，而这些信息在互联网上并不能轻易获得。这就是像 Torch 这样的收购对 OpenAI 具有战略价值的原因，因为它们既为用户提供了更好地理解和管理其医疗数据的机会，也为 OpenAI 整合并吸收这些信息提供了契机。

当然，一些医疗服务提供者仍会对将敏感患者信息输入任何 AI 系统（尤其是 OpenAI）持怀疑态度。医生和其他医疗服务提供者采用这些产品的速度究竟如何，仍有待观察。

当然，如果 Google/Gemini 很快也宣布医疗相关的举措，请不要感到惊讶！

消费者拉动正在驱动市场

这些发布会中引人注目的一点是它们对消费者的关注程度。这并非偶然。在消费者端，过去一年我们观察到了强劲的趋势，包括：

• 消费者越来越愿意为定制化、垂直化的服务支付现金，无论是围绕减重（GLP-1s）、心理健康、生育、长寿还是皮肤病学等领域。
• LLMs + 虚拟护理 + 远程监控的结合，创造了可扩展的“1:1”医疗体验
• 异步聊天、AI 分诊以及在经济效益上切实可行的持续指导

这就提出了一个重要的问题：什么将成为患者就医的第一入口？

从历史上看，这一入口一直是医疗服务提供者的界面（例如，通过 MyChart 与医生沟通），或者是针对特定人群的远程医疗服务商。从长远来看，这种情况会持续下去，还是会演变成像 ChatGPT、Claude 或 Google 这样的通用界面？是远程医疗提供商？还是新兴的 AI 初创公司？对于基础护理和分诊，广泛的消费级工具可能就足够了。而对于更深层次的分析、连续性治疗和干预，医疗服务提供者仍然发挥着并将继续发挥关键作用。但无论入口在哪里，消费者的行为倾向是明确的：人们渴望更快速、更个性化、更便捷的医疗服务，并且他们愿意通过使用 AI 来实现这一目标。

向医疗机构销售：一个庞大且持续增长的市场机遇

随着消费者端势头的增强，向医疗机构销售也存在着巨大且引人注目的机遇，尽管仍面临重大挑战，包括：

• 理解并应对极其细微的临床工作流程
• 基于机构规模的系统特定政策和程序
• 碎片化的数据环境
• 非“AI 原生”的机构

即便这些大模型提供商提供了连接器和集成方案，要让这些系统在真实的临床场景中真正发挥作用，仍需要进行大量的工作。

重要的是，这里的限制因素不在于 AI 能做什么，而在于当今医疗体系的结构。随着时间的推移，AI 将能够承担临床医生工作流中的重要部分。从病历记录和分诊，到长期监测和护理协调。AI 的存在不仅是为了取代临床医生，更是为了实现更完整、持续且准确的护理。这一机遇远比单纯的行政自动化要广阔得多。

更深层的价值在于，当今的医疗保健缺乏精准性和连续性。临床医生超负荷工作，护理是片段式的，除了高端特需模式外，真正的“一对一”关注寥寥无几。AI 为实现更正规、个性化的护理创造了第一条可扩展的路径。它承担了人力无法企及的大规模工作，并能精准识别出最需要人类判断的关键时刻。

这也是监管、责任、报销和信托挑战集中的领域，但最终也将是诞生一些最持久的企业级机遇的地方。

新公司和商业模式已经开始涌现

我们正看到新一波医疗商业模式伴随着 AI 的创新应用而出现，涵盖了定制化模型、AI 智能体以及垂直整合服务，这些都在重塑医疗服务的交付和变现方式。我们在 2026 年已经看到并预期会看到更多的一些模式包括：

• 消费者优先的诊断与预防性健康公司：Function Health 等公司正通过直接面向消费者、现金支付的模式，扩大生物标志物数据的获取途径。通过提供 100 多项实验室检测，这些平台将检测环节从发作性护理提前至持续性健康监测，让个人对自己的健康数据拥有更大的所有权和透明度。其他示例：Superpower、InsideTracker、Mito Health。
• 垂直化和专科护理模式： 生殖领域的垂直化服务商（如 Orchid Health）通过掌握从检测、解读到临床整合的完整工作流，专注于特定的临床领域。这些公司直接向患者和专科医生销售完整的服务，比单一解决方案捕获了更多的价值。其他示例：NucleusIVF、Kindbody。
• 服务商平台： 像 OpenEvidence 这样的平台向医生免费提供临床决策支持工具（实时情报），同时通过付费广告位实现变现。这些面向服务商的平台将智能技术直接嵌入临床工作流，帮助临床医生专注于提供高质量的医疗服务，同时减轻病历记录和行政任务的负担。其他示例：Abridge、Ambience Healthcare、Charta Health。
• AI 智能体： 像 Amigo 这样的公司正在开发 AI 智能体，以实现医疗机构临床和行政工作流的自动化。通过减少手动工作并降低采用门槛，这些解决方案在缩短价值实现时间的同时，让临床医生能够专注于提供更具个性化、高接触性的护理，而非日常琐事。其他示例包括 Assort Health、EliseAI 和 HelloPatient。

总结而言……

我们相信这个领域容得下多个赢家，而且显而易见的是，消费者和医生对在医疗保健中引入更多人工智能的需求正在日益增强。从模型创新、芯片开发到日益民主化的数据获取，整个 AI 技术栈的进步正在不断拓展可能性的边界。NVIDIA 在芯片层持续推向最前沿，大型 AI 实验室正推动模型飞速进步，医疗系统自身也意识到这一转变已不可避免。

医疗保健一直是一个充满挑战的市场，但从市场规模和经济角度来看，它仍然是全球经济中最大、最重要的部门之一；更重要的是，传统系统正承受着巨大的压力。

我们相信我们正处于一个转折点。AI 不会一夜之间解决医疗问题，但它正在重塑患者进入医疗系统的路径。这种转变也为那些深思熟虑、负责任且具备全局系统思维的建设者创造了巨大的机遇。