医生的AI助手来了：前钉钉副总裁，要做中国的医生版“ChatGPT”

　　在阿里钉钉工作几年后，王强宇逐渐意识到，自己并不是“最适合大厂节奏的人”。

　　“我这个人就不适合在大厂干，”他笑谈，“钉钉在 2020 年已经做到很高的位置了，但我更喜欢折腾，更喜欢做从 0 到 1 的事情。”

　　王强宇是一位连续创业者，有二十多年的创业经历，做了很多从0到1的事。2017 因为创办的短视频趣拍云被阿里云收购，进入阿里，担任钉钉副总裁。2020年他离开钉钉时，钉钉的日活用户从几百万增长到1.5亿。2021年，成立壹生检康，指向一个被互联网行业忽视已久的方向——生命科学。

　　或许因为创办过许多家公司，和其他创业者略有不同，你从他身上似乎看不到压力，创业于他而言，更像是一种有趣的游戏。他是一位永不停歇的玩家。

　　壹生检康CEO王强宇

　　从一滴血卵巢检测，到面向普通用户的妇科垂类模型——豆蔻大模型，以及12月初在钉钉刚上线的“豆蔻医生超级助理”，王强宇玩得越来越大。

　　30多人的团队，在自有资金的投入下，做出了和国外医疗领域最火的公司“OpenEvidence”一样的产品。“我们要做中国的‘OpenEvidence’，”王强宇告诉我们，刚开始或许还不那么确定，但几个月后，真的做出来了，这给了他们团队很大的信心。

　　OpenEvidence是一家为医生打造的AI助手工具，被福布斯称之为医生版的ChatGPT。目前已经吸引美国40%的医生用户，每月的临床咨询量高达1650万次。这家公司更是在短短的三个月时间里（7-9月），估值从23亿美元窜升到60亿美元，上涨了50%。

　　对王强宇而言，让他感到兴奋的是，壹生检康的AI助手工具，真的参与到医生最核心的工作——临床决策中，帮助医生及时获得最新研究成果，辅助做出更科学、准确的判断。

　　01 “这不是一件小事，而是真正的救人”

　　年初DeepSeek加速了AI 智能体浪潮的到来，国内陆续上线多家医疗AI工具，比如蚂蚁的AQ，字节的小荷AI医生，京东的AI京医。以及一直把医疗视为大模型皇冠上明珠的百川智能，也推出AI助手工具。但这些工具大多是面向普通用户，扮演“AI医生”的角色，和豆蔻医生超级助理不同，后者完全服务于医生，用来临床辅助诊断。

　　“医生对AI 助手工具的需求，没想到这么大。”王强宇说。豆蔻医生超级助理从上线到现在不过几天，已有 300 多家医疗机构注册，其中包括复旦大学附属红房子医院这样的顶尖三甲，也包括许多王强宇过去从未听过名字的县域医院，如阿拉善盟医院。

　　在医疗实践中，医生在面对患者看似镇定，但内心往往充满焦虑。不是因为不会看病，而是担心自己“漏掉了最新知识”，做出了错误判断。

　　浙江大学医学院附属妇产科医院（下称“浙大妇院”）钱江医院的副院长胡文胜告诉王强宇一个让人震惊的案例。在以往产前诊断时，如果发现胎儿患有法洛四联症，一种先天性心脏病，通常会被建议引产。但是根据现有文献，实际上98%的病例预后可以完全康复的。

　　今天医生要面对的知识更新，已经远远超过了人类个体的极限。医学文献每天新增 2000 多篇，五年翻一番，“你就是一天 24 小时不吃不喝，也不可能全部读完。”王强宇说。

　　豆蔻医生超级助理相当于解决了医生面对复杂病例时的这一痛点。“AI 可以把近4000万份医学文献迅速读完。” 王强宇说，“它可以帮医生把证据查全、查准、查快。这就是我们产品最大的价值。”

　　02 接近零幻觉

　　谈到豆蔻大模型的独特性时，王强宇反复强调的一点是，他们并不是在复刻美国的 OpenEvidence，而是有许多创新。

　　“比如我们有个叫 Deep Decision 的能力，是胡文胜医生给我们起的名字，意思就是——做的不只是临床诊断，而是深度的临床决策。”他说。

　　所谓“深度决策”，并不是让模型一次性给答案。豆蔻的大模型会主动进行五轮左右的文献搜索与证据链校验，每一轮都检查证据是否充分，再推进下一步推理。最终得出的诊断结论，都会带着完整的文献链接和引用路径。

　　“医生可以接受模型慢一点，但不能接受 30% 的错误率，”王强宇说，“B2C 产品 70% 准确率已经很高了，但医生用不了——因为剩下那 30% 不对，是真的可能害人。”

　　这也是医生工具最核心的要求，必须接近 0 幻觉。为了攻克幻觉，他们从意图识别、工作流上设置提示词工程，要求严格按照医生诊断时，有完整证据链和循证逻辑做诊断。

　　“以证据链为例，要求大模型从4000万份文献检索权重最高的文献，五年之内的新文献，阅读引用次数等都是影响权重的维度。”王强宇说。正是因为这个深度决策，导致AI跑5分钟左右，token消耗量是过去的10倍到100倍。

　　03 盲测验证：AI已获得专业级判断力

　　产品在浙大妇院经过了3到4个月的真实临床打磨，几乎每周都会有来自浙大妇院的几十份复杂病例，交给豆蔻医生超级助理诊断。

　　最令壹生检康团队欣慰的是，最终大模型输出的结果，获得胡文胜在内的顶级医生认可。这也意味着，他们的产品真正可以进入到医生的核心决策中。

　　更典型的一个案例是，两周前壹生检康团队在合作伙伴那里的一次病例验证。

　　对方半信半疑地拿出一个六年前的典型病例，这是他曾经的下属，一个怀孕六个月的年轻女性。产检时发现卵巢上有一个混合性包块，肿瘤指标高达 1500 多，被多家医院高度怀疑是卵巢癌。三四位医生里有两位给出的建议都是：立即终止妊娠，并切除卵巢，以保证母亲的生存机会。

　　他们把最初的诊断报告发送给豆蔻医生超级助理后，让 AI 给出结论。几分钟后，模型生成了完整的诊疗路径，第一条建议就是“不建议立即终止妊娠”。第二条建议是，在 12 周左右做进一步的盆底 MRI。

　　“这个判断和当时顶尖专家方案，几乎一字不差。” 王强宇拿着手机截图展示给我们。AI 不仅给出判断，还自动附上了所有引用的指南、文献和循证证据。当时的年轻女性保住了卵巢，孩子也顺利出生。

　　对于医生而言，这是一场足以改变认知的冲击。因为这类病例的难点就在于“不确定”：混合包块、孕期激素变化、肿瘤指标飙高……每一个信号都可能推向不同结论。而对于不同的医院，医生个人倾向性和专业性不同，给出的方案也往往截然相反。 相对这些不确定性，AI 恰好填补了空白，可以根据证据、指南和临床路径给出最合理的决策建议。

　　04 “三条腿走路”

　　相比AQ 这类依赖免费模式跑向大流量的 C 端产品，豆蔻医生超级助理、OpenEvidence这样的AI医生工具更有想象力。

　　在王强宇看来，医生这一专业人群本身，就是医疗体系的核心决策者，也是最值得投入的服务对象。

　　一方面，医生有明确的专业效率诉求与付费意愿。如果工具能真正提高临床决策质量，哪怕是 99 元/月的订阅，对不少医生而言也属于“确定能付、愿意付”的成本。另一方面，医院端的采购模式更能形成规模效应，医院付一笔 5–10 万级别的年度费用，本质是在采购一个能提升整体诊疗效率的生产力工具。

　　更重要的是，医生群体同时也是药械企业争夺的最关键触点。制药与器械厂商愿意为医生免费提供工具，并通过合规方式在其中部署学术内容或品牌资源，形成第三条收入曲线。这类模式也是OpenEvidence目前采用的商业模式。

　　王强宇说，豆蔻医生超级助理上线后，一些头部药企主动找来与豆蔻接洽，甚至表示愿意承担费用。

　　在 200 多万中国注册医生、其中妇科医生近 40 万的庞大专业群体面前，豆蔻超级助理的商业模式并不是“靠用户付费生存”，而可能是靠上面的“三条腿走路”。

　　作者：柳嘉