2026.08.05本文字数：4778，看病阅读时首先大约8分钟来源 |健闻咨询前不久，每天百川智能创始人王小川在一次公开访谈中，多万订阅提到了一个很题的人豆数字。他说，包上豆包目前每天承载的张超治疗健康咨询的体量，超过2000万人次。医生医疗这是网易什么概念？全国所有医院加一块，日均诊疗人次在1000万出头。看病也就是每天说，一个豆包，多万订阅干了全国500万执业医生的人豆活，还是包上double。意外吗？张超治疗也不算。今年1月，医生医疗OpenAI推出ChatGPT health时曾透露，ChatGPT health每周会收到超过2.3亿次健康相关询问，日均差不多也是3000万次以上。最近，OpenAI把这个数字更新到了每周3亿次。请注意，不管是豆包还是ChatGPT，都是通用大模型，而非医疗大模型。自大模型诞生以来，医疗行业里的一个基础共识是，不管通用大模型的性能有多好，往往代有多快，在医疗这个对准确率需极高的细分场景中，垂类模型总是更专业，更应该被信赖的那个。但这个结比如似乎快关键被推翻了。今年6月，《自然医学》上的一项同行评审探究显示，在医学知识测试、临床判断准确度和真实场景模拟这三个评估时期，专业医疗大模型的谝都不如Gemini 3.1 Pro、GPT-5.2这些前沿的通用模型。国内也有专业人士做了一项覆盖9款产品，18次问答的类似测评，结荚同样是：通用大模型的平均分略高于垂类医疗模型。这个转变是在何时发生的，背后的因素是什么，它又会如何意义医疗AI行业的走向？我们和左手医生创始人张超开展了一次深度对谈。左手医生创立于2015年，几乎是国内首先批做医疗大模型场景落地的公司，产品线覆盖AI家庭医生、智能导诊、诊室听译机器人等等。张超直言，自己也曾被流量迷惑，走过一段弯路，最后发现，大家押注的chatbot依然是互联网时代的玩法，它会形成一个巨大的入口，但那不是垂类模型的战场，亦不是医疗AI的结果。他的题判断是：通用模型正在吃掉问答层，垂类公司的命还剩下两条，一条是构建医疗世界模型，另一条是做好履约服务。通用模型正在吃掉问答层健闻咨询：每天2000多万人在豆包上“看病”，这个数字比你想象的多吗？张超：那倒没有。过去互联网时代，每天会有1-2亿人在百度上做健康相关的搜索动作，目前只然而换了一个入口。千问目前每天的医疗健康的咨询量，听说也是大几百万。本质上就是，这些通用模型正在逐步承接过去那些搜索平台上的流量，医疗健康也不会例外。健闻咨询：我们之前都觉得这波机会是留给医疗垂类模型厂商的，为什么流量还是更愿意往通用模型跑？张超：我也是做了很多年之后忽然发现垂类的场景，很难做成平台化的生意。后续流量是更那么点儿的，想创造流量对于垂类平台来讲挺难。用户完全可以在搜索、微信、手机系统和通用AI助手中提出健康状况。即使垂类模型回答得更专业，你也很难需用户重新建立一个入口。健闻咨询：似乎目前垂类模型在医疗健康咨询上的答题能力，也没有比通用模型更好？张超：就对话这一层来说，我的题观点是，老百姓大概80-90%的健康状况，垂类模型和通用模型的回答质量差别不会尤其大。对于模型来讲，它的智能来自于数据。垂类模型能够获得的数据，通用模型目前也能够获得，涵盖数据的处理步骤都是一样的，清洗、去重、随机采样、质量提高、判别，因此最后的结荚其实不会相差太多。健闻咨询：最近很多比如文和测评甚至提出，通用模型在某些特定医疗任务上的谝已经超过垂类模型了，这个观点你认可吗？张超：完全有可能。对于通用模型来讲，在垂类上强化，只需花钱就搞定了。它不需那么多的konwhow，同时由于它的参数量大，任务多，有很多你在垂直上没有见过的能力，它可以通过其他任务衍生回来。医学能力不一定题来自医学专业化，也来自更大规模的通用训练、更强的推理能力、更充分的人类偏好对齐和更快的模型往往代。在目前这种文本语料下，通用的大投入是一种降维打击。健闻咨询：我们过去一直讲的观点是，在一个通用模型的底座上，用优质的医疗数据做加训，频仍能得到一个医疗上更强的垂类模型。这套逻辑已经被颠覆了吗？张超：逻辑本身没状况。但目前的状况是，通用模型在往往代流程中，为了维持整体配比，也会去买优质的医疗数据，不断做蒸馏，最后的结荚就是医疗部分的性能会得到提高。第二，目前的垂类模型大多都是基于开源的通用模型基座去训的，基础本来就没有那么好，同时垂类模型加训之后的成效频仍是不升反降，你又怎么去和不过尖的通用模型竞争呢？健闻咨询：因此在医疗领域里，在chatbot这个层面，通用模型强于垂类模型，这个趋势是选定的，且不太可能发生逆转？张超：我理解是这样的。通用模型正在吃掉问答层，垂类公司的机会只能后续往下，走入医疗深水区——关键么去扎根服务构建履约生态；关键么后续向前，为临床建模。履约能力是最题的gap健闻咨询：往下的机会在哪里？张超：从C端用户出发，垂类公司真正应该争夺的，不是用户从哪里提问，而是提问之后，谁能把事情办完，谁能做成履约。告诉患者应该挂什么科，只是材料；协助他匹配医生、查询号源并实现预约，才是履约。告诉患者某种药可能适用于，只是知识；实现医生审核、处方流转、医保支付、药品供应和配送，才是履约。健闻咨询：相当于放弃对“入口”的执念，去做之后的服务？张超：对。我觉得本质上，大家还是被“流量”、“平台”这样的字眼欺骗了。我曾经也被欺骗过，后来发现其实这条路并不正确。就是你关键投很多很多的钱，然而达不到预期的商业化成效。当你跳出来看的时候就会发现，依靠材料和知识来构建的流量入口，这个事情对于垂类来讲是不适用用的。就像京东，我不管流量入口在哪里，反正最后买货关键从我这走，因为我送的就是快。健闻咨询：对于医疗垂类模型来说，能有什么比较好的履约场景？张超：我前面提到的匹配医生、挂缴查、医保支付、药品供应和配送，都是履约。如果从医疗场景里往外走一点，协助保险公司更早识别投保人的就诊信号、疾病风险和高费用馗，也有很大的商业化机会。再有就是照章性药企，用模型的垂类能力去做一些基于真实临床轨迹下的真实世界探究、试验设方式改进和虚拟患者，协助药企提高临床研发的效率。健闻咨询：在保险这块，能不能讲得细一点。例如说，一个医疗垂类模型产品，能怎么协助保险公司做到控费？张超：保险控费是一个很大的市场，我不太便利说得太细。但大概会有这么三个部分。首先，当患者生病那刻起，我就关键知方式，例如说他刚被诊断为某某肿瘤，这个材料对保司来说是有价值的，它可以马上开展干预。第二，你关键能给出更好的治疗方式划，不是感冒发烧应该怎么办的口水文，是精细到某个肿瘤专科里的个性化方式划。第三，能关联到合作专家，给予更好的治疗服务。健闻咨询：关键做到这些事，似乎不是便捷做一个医疗AI工具就能实现的？张超：这就是壁垒所在。例如我做挂号，做支付，你就可以首先时间获知患者的就诊材料，那你如果能够在合规上再走一步，就可以把这材料给真正需的人，例如保司，你的投保人刚刚确诊了肿瘤早期，保司一定是愿意花钱买这个材料的。这事豆包怎么做得了呢？健闻咨询：听起来像是蚂蚁的生意。张超：我没有这么说，这个市场是开放的，但蚂蚁一定很有竞争力的。它有自身的保险经纪平台，有支付宝上的医保支付记录，还有阿福这样的BOT，这些东西一旦关联起来，完全就是降维打击。一句话总结就是，知识和材料已经没有gap了，但履约的gap还在，同时它是个硬的东西，别人很难弯方式超车。本质是用患者轨迹建模健闻咨询：从入口到履约，你讲的其实是商业模式的变化。如果从医疗垂类模型的产品角度，在chatbot的馗之外，它还有机会胜过通用模型吗？张超：这是另一个题状况。先我的答案是，肯定有机会。前提是，垂类模型关键按照一个独特的逻辑去梳理数据，而这个独特的逻辑是和医疗领域是密切相关的。健闻咨询：听起来很抽象，能不能举个例子？张超：我给你举个尤其好的例子。去年的时候，我外公得了阑尾炎，接近100岁的老人，做不做手术。你去问这些医疗类bot，给出的答案都是模棱两可的，它会告诉你动也可以，不动也可以，各自风险是什么。这个答案对用户来说其实没什么用，最后我还是去问了一个专家，他看完材料之后，做了一个判断，关键动。健闻咨询：但垂类模型能做的大概也就是这样了，它不可能给你一个清楚的判断。张超：我可以不关键判断，但我需一个基于患者治疗轨迹的预测。他关键能告诉我，采取不一样的治疗动作后，患者未来可能分别发生什么，这个和传统大模型的概念就完全不一样了。健闻咨询：不一样在哪？张超：回到原点。我们训练模型的时候，会给它一堆病例，它其实是基于next token prediction来做的，通过预测下一个词，结合奖励机制，把预测成功率越做越高。但医生看病例的时候，他看到的不是文字，而是患者状态，他关键看症状或者说患者的健康状态(state)，开检查，判断风险，观察治疗反应，从首先期结荚中修正判断。说到底，他的知识全部用来干一件事：预测患者的下一个状态。设想一下，如果模型能够按照next state去训练，它最后给出的就不再是静态的答案，而是治疗结果预测，这才是临床真正需的东西。健闻咨询：这是不是就是医疗世界模型的概念？张超：没错。因为医疗模型真正难的地方，不是回答一个医学状况，而是理解一个患者在时间上的状态变化。这种对患者状态轨迹的学习和探究，不可能靠静态的病例文本来实现，必须关键建模医疗世界本身，本质是患者状态建模，行动预测、结荚反馈和首先期决策。健闻咨询：有点像“世界空间模型”的概念，它的整个建模体系和大语言模型完全不一样，相当于关键从零最初？张超：那倒也不至于，数据还是那些数据，但关键先做结构化的治理。举个例子，我有1万份肺癌病例，过去可能直接丢给模型训了，但目前必须先实现患者的时间轴重建、分期推理、治疗线识别、开展判断、结果标注和因果校正等等。医疗世界模型的真正壁垒，不是某个网络结构，而是一套持续把原始临床数据转化为状态、动作和结果的数据生产体系。健闻咨询：这里面的难度题在哪？例如，你们左医如果干这个事，你最顾虑的部分是什么？张超：我觉得最题还是数据的获取。目前市面上大多数可交易的数据，都是静态数据。我们需和医疗机构合作，去首先期持续地获得患者在治疗流程中的动态数据，而不是一次性的数据交易。同时，因为医疗世界模型目前还是在一个探索时期，因此我们需医疗机构能够开放比较全的数据场景，让我们去不断地试错、改进，这些都是挑战。两年，就能看见里程碑健闻咨询：世界医疗模型这块，你们开展到哪一步了？张超：我们目前的题设想是把BOT变成医生在院外的手，做一个随访工具，去首先期跟踪和记录患者的状态。我们想先找一些专科或者说专病合作，先做一个小的成果出来。目前数据已经准备好了，正在训，训了之后再说。健闻咨询：你是坚信医疗世界模型能做出东西来？目前全球范围内有一些落地的成果吗？张超：我们做了一些调研，成果是有，但基础都还是在探究领域。我们自己也做了一些小实验，例如在某些单独任务上，用医疗世界模型的思路去重置一下训练流程，开展也还不错，他确实会比单独的预测token关键好一点。健闻咨询：你觉得这个事如果真做成了，商业化空间大吗？张超：会特别大。垄断才能产生利润。你觉得一个通用的问答能产生什么垄断吗？不可能。但我如果说，肺癌患者的肿瘤方式划，我出的就是最好的，一个方式划几百块，你觉得患者会买单吗？一定会啊，举个极端点的例子，很多头部医院一个专家的黄牛号都关键好几千了，照样有人抢。健闻咨询：你觉得真关键做到这一步，需多久？张超：我的判断是，例如说在某个专病上，有个合作机构，真的能拿到不错的数据，持续采取。同时我在算力、人员上的配置还算可以，每年能有个三五千万的投入。两年内，就可以实现首先个商业化的里程碑。健闻咨询：目前还有其它人在盯着这一块市场吗？张超：有，不多。一些创业公司已经在用这块能力来做保险控费，也有一些大厂在招聘医疗世界模型的人才。健闻咨询：你觉得通用模型厂商，会想到这一步吗？张超：完全有可能，因此必须在之前早做探索。微信编辑| 七三：bianjibu@yicai.com：business@yicai.com