“AI六小龍”百川智能all in醫療，看上去是一個激流勇進，果敢又有些悲壯的故事。

它有著幸運的開始：成立于2023年，在去年年中的資本寒冬里融資50億元，作為國內“AI六小龍”的明星公司；也是一家在openAI和Deepseek帶來的AI技術沖擊下被托起又被沖擊，而后最終進入醫療——這曾是多個互聯網玩家沉沒之處。

抱著醫療情懷的前搜狗CEO王小川，以百（“bio”）川為公司起名，在不同場合表達要“造醫生、改路徑、促醫學”的宗旨。

但這個“力圖改變中國醫療生態倒三角型”的宗旨曾讓位于“打造中國版openAI”，公司曾將主要資源放在放在通用模型而非細分的醫療模型，公司也因此而順利拿到大融資。

然而融資僅僅過去半年，Deepseek R1“空降”，通用模型的故事成為明日黃花。在幾位聯合創始人出走之后，四月，王小川發布內部信，稱公司戰線拉得太長，應盡早透傳聚焦醫療的決心和要求，否則不會使部分團隊的工作目標出現動搖和偏差。 

從“打造中國版openAI”到“造醫生”，在互聯網醫療從業者看來，業內如百川這般高調者已經很少見，這可能更像是十年前互聯網進軍醫療界的口號。

在目前已有的醫療AI軟件，以提效為主：要么向醫院賣硬件，搭配AI算法組件（如釘釘、華為），利潤來自硬件；要么以醫生端和院外場景為主，通過隨訪、患者預約系統，提供效率工具。

而百川智能像互聯網一樣是以患者為中心，“造醫生、改路徑、促醫學”分別對應的是造全科醫生、實現分級診療、促進醫學新研究范式形成，看上去，百川不要和其他醫療AI公司一樣走“小而美”的路線，而是要實現改變醫療生態的野心——而全科醫生、分級診療是我國醫療資源不足和不均的背景下，多年還未能實現的改革愿景。

十年嘗試和碰壁，投資人對互聯網醫療的故事早已有些疲憊。

王小川的百川智能，這是又一個互聯網人要改變醫療的故事。一位和他接觸多次的醫療體系人士回憶：“他（王小川）是有信念的，他要創造千萬個醫生智能體，做AI診室，讓AI醫生真的落地。他反復講這個故事，堅持講了好幾年了?！?/p>

一些專業醫療教授，私下都覺得：這種“造醫生”的話只有他能講，別人講沒信服力。王小川身上那種“光環”和融資能力，也確實讓人不敢輕視。

但這一次，手握AI這個新的生產力工具，兼具“鈔能力”和相對靈活身段的百川智能，能夠改變新技術在醫院空間難以施展和融入的宿命嗎？

從通用模型到醫療模型，Deepseek步步緊逼下的百川轉向

在AI之前，上一個試圖改變醫療生態的技術是互聯網。

然而改造渠道、降低診療成本這個美好的愿景，最終敗在供給側也即醫療資源的強勢和稀缺上——好的醫生，患者們跨省跨市去三甲醫院掛號都來不及，還怎么讓醫生們分一部分精力給互聯網？

這也是王小川想要打破的中國醫療的“倒三角結構”。

幾輪在現實中碰壁后，在醫療AI領域，大廠最終找準了自己的位置：在芯片承載的算力之上，發展通用模型，為具體的醫療AI模型及產品建立一個好的技術底座——不碰那個“倒三角”。

身處互聯網行業而試圖進入醫療領域的“碰壁者”，也包括十年前的王小川。當時，工學背景、作為搜狗CEO的王小川以個人和公司名義陸續投資了鷹瞳科技、小鹿中醫等醫療健康公司，還結合AI技術打造了搜狗明醫，但這個產品最終沒有成功。

2021年，搜狗正式并入騰訊，王小川離開搜狗，在2023年成立了百川智能。百川的“百”是“bio”的意思，王小川一開始就有意讓公司向醫療方向靠近。

只是，歷經過一輪“互聯網醫療”泡沫的王小川，也明白在2023年“醫療AI”已并不是一個好故事，全力轉向醫療是后來的事情。

有業內人士認為，當時號稱要做“中國版chatgpt”的百川，正是踩中了openAI帶來的紅利，才能在資本寒冬中完成了這么大一筆融資。否則，若百川當時的標簽不是“通用模型”而是“醫療模型”，這種體量的融資很難完成。

在2024年7月完成了50億元的融資后，也是在這個月，百川在年中內部戰略會上確定了all in醫療的策略。

百川選擇醫療賽道，“王小川的醫療情懷”或許不是唯一的解釋。通用模型的激烈競爭、金融領域雖有創收但并不在行業的排頭尖兵之列，讓轉向醫療看起來像是一個合理的選擇。

“對醫療有追求，know-how一般。”一位從業者回憶起兩年前與王小川接觸的印象時稱，當時還并不認為其是一個醫療行業的“局內人”。

但互聯網出身的王小川，用另一種視角突破“局內人”的想象力。

不同于現有醫療AI商業模式賣硬件、提效的常規路線，百川走的是“患者為中心”的路徑：試圖圍繞“醫生智能體”構建一個以分診、導診、問診、用藥、電商為一體的互聯網醫療平臺。

據業內人觀察，百川智能的路徑可能是：構建搜索型導診產品，做AI分診的第一入口； 以兒科為突破口（社會關注度高、醫生缺口大）打造專病模型；投資檢測公司，串聯診斷和藥品電商； 構建千百萬個醫生智能體，覆蓋全國不同層級醫療機構；從APP聚集入口流量，形成患者主導的導診閉環。

核心是“捏醫生”，即訓練AI醫生的Agent（智能體）替代一部分人力醫療節點。

從兒科入手：醫院和基層場景，一種“想象中的競爭”

今年3月，百川智能與北京兒童醫院、小兒方健康共同發布“福棠·百川”兒科大模型。王小川曾表示，計劃在3年內打造出具有三甲醫院主治醫師水平的AI兒科醫生，相當于新增100萬兒科主治醫師，覆蓋全國鄉一級的診所。

一位業內人士表示，百川智能選擇兒科，是堅持“專病?？啤甭肪€。他表示質疑：“其兒科模型是全科+?？埔黄鹕系?，百川把‘全科醫生’當成‘互聯網的入口’，但現實問題是，中國沒什么全科醫生的體系，社區來了病人還是要往上轉?？?，患者也沒有全科醫生的概念?！?/p>

無論是何種模型，大量以及高質量的數據都是訓練AI的基本素材，對于醫療AI模型來說更是如此。理想情況下，應有大量來自三甲醫院長期、穩定、深度的數據供養。

更何況，在中國，醫療是一個供給側（也即醫院）尤其強勢的行業，醫生集團發展還未成規模，上游技術公司無法繞過醫院而直接與醫生合作。

于是，醫療AI公司“前期所有的商業模式都要圍繞著醫院來做”，一邊在應用端與醫生和醫院系統細細磨合，一邊從中收集大量數據來訓練模型，把產品打磨得越來越好。

在現實中，多數技術團隊仍以DSS（臨床決策支持系統）作為切入點，其核心在于“信息平權”——通過結構化數據提升基層醫院的信息可及性。但真正影響就醫效率的，是“知識”和“資源”的可達。因此，不少企業選擇從頭部醫院起步，構建醫聯體模型，例如先布局10家核心泌尿外科醫院，再向縣域、邊遠地區下沉，實現知識的“傳導式下沉”。這一過程中，渠道能力成為競爭關鍵：神州系擅長影像，深度綁定信息科；潤達系在檢驗科系統中根基深厚。

而互聯網出身的百川智能，優勢并不在于渠道。

北京兒童醫院并不是百川接觸的第一家醫院，醫療數據上的合作絕非易事，“他們想做通用的醫學的模型，希望把醫院的數據拿出來，但是這第一步就很難成立。”

最終，百川在2024年年末投資了醫療數據服務公司“小二方”，后者與北京兒童醫院合作了多年，百川與北兒的合作也順理成章。

但百川與醫院的合作才剛剛開始。醫療場景較強的封閉性、數據獲取的難度、know-how的重要性、醫療AI公司花費多年踩過的“坑”，以及反腐語境下目前醫院并不寬松的商業化環境，這些都讓業內人士懷疑，百川最終能否追上同行的腳步。

在百川與北京兒童醫院的合作之前，其他醫療AI公司同行早已和各大頭部醫院合作多年，有公司與全國上百家醫院都達成了合作，其中一些能夠有直接付費意愿，“基本上能夠讓公司生存下來”。

大醫院向來不缺主動上門“出錢出人”合作的醫療AI公司，“這些事影像AI公司都干過一輪了”，而真正能在醫院里留下、賺到錢的公司屈指可數。

醫院之外，百川還學習一些同行的做法，與重點發展互聯網醫院的寧夏，以及北京海淀區合作。醫療AI公司將健康數據管理、初診等應用推廣向基層，迎合一些地方政府的政績需求。

但基層患者很難形成轉向AI的路徑依賴。有醫療AI公司在當地政府的大力支持下，靠基層的社區衛生院向居民發冰箱貼、在醫療單據上印刷二維碼等方式，讓當地幾十萬居民都注冊了應用，如今日活躍度在2%左右。而在北京，大醫院密集，“家庭醫生”的需求弱，推廣這類應用更是不易。

看起來，在醫院和基層場景，百川在醫療AI賽道上還不具備什么成熟的優勢。

有和百川團隊接觸過的公司方面稱，百川有成立投資團隊，正在尋求合作。但令其猶疑的地方在于，論模型能力，deepseek以及大廠們已經足夠強大；論醫療數據和醫院渠道，比起其他已深耕多年的醫療AI公司，百川的原始積累還比較薄弱?！耙献鞯脑?，可能就會變成一個純財務的合作”。

“百川和我們？一種想象的競爭關系吧?！币晃煌蟹Q，“它唯一的優勢可能就是有錢?！钡谌谫Y環境冷意依舊的當下，這也不得不說是一個難以替代的優勢——“有錢”在資源缺乏等短板處，可以找尋專業的合作伙伴。

“造醫生”

在以醫生為權威和中心的醫療體系里，百川所稱的“造醫生”，是一件稍顯“叛逆”的事。

過去，利用互聯網技術來輔助醫生診斷，有從業者認為不甚成功。其參與了全國近1000家互聯網醫院的建設，十年過去，互聯網醫院使用率依舊很低，“一家全國頂級的醫院，互聯網醫院使用率最高的科室，去年上半年使用了不到8000次，平均1天就四五十次，而且做的就是簡單的復診、配藥工作?！?/p>

“互聯網醫療無非就是做了掛號、充值、繳費等一些基礎功能。”在改革生產關系之前，必須要提高的是生產力——做到互聯網沒能做到的事情，這是AI的使命。

但如今，能力上，距離一個真正具備獨立、綜合診斷能力的AI醫生出現，依舊遙遠。大部分廠家都還處在將AI放到醫療場景中嘗試解決具體問題的階段，如幫助醫生做預診、病歷生成、患者管理等。

AI暫時還不具備什么綜合能力，“問診的能力、開醫囑的能力、讀影像報告的能力，這些能力都經過長時間的數據訓練、檢驗后，再結合到一起，才會進入到成為一個AI醫生的層面”。

AI的語言能力自身也還有很多問題需要解決，比如在大模型中很常見的幻覺問題，“需要很多的技術和工程的細節去控制，包括微調層面的，prom（可編程只讀存儲器）層面的，還要用到一些軟件和知識庫?！?/p>

倫理上，即便“AI醫生”的能力達標，讓患者完全接受也不是一日之功，醫生的權威及人文關懷還很難被取代；而“AI醫生”又可能與醫生的話語權形成沖突，以醫生為中心的醫療體系里，醫生使用AI的動力是什么？“造醫生者”沒能回答這個問題；“AI醫生”與醫生的關系、診斷權與責任何在，相關法律幾乎空白。

為了避開這些足夠尖銳的問題，許多公司提出了“醫生助理”的概念，“一方面不會讓醫生覺得在‘搶飯碗’或者指手畫腳，另一邊又實實在在地為醫院、醫生解決了很多問題?！绷硪粋€思路是利用AI工具幫助醫生進行科研工作。

醫療是一個復雜的體系，涉及患者、醫生、醫院、醫保幾方的權力互動，并不是理論上對患者有好處、能夠縮短診療路徑，一個產品就能夠成功。

一些互聯網團隊造出的醫療產品，給從業者留下了“天真”的印象。一家國際科技服務商曾在2015年高調成立AI醫療部門并進入中國，點燃了國內醫療AI的投資及創業熱情。但最終，這個團隊只造出了一個“花四五千塊遠程讓一個美國產品幫忙做一次性診斷，結果方案出來中國根本沒有藥”、讓人啼笑皆非的產品。

不過，百川并未強調其“AI兒科醫生”的獨立性，也多次提到醫生助理的概念。

“問診的權利和責任主體從人變成AI，AI去獨立開處方，我認為國內將在很長時間內還不能看到?！币晃粡臉I者表示。

Deepseek等AI改變了醫療什么

在“造出醫生”之前，目前醫療AI的發展還十分依賴算力釋放、模型優化等底層技術能力的進步，“醫患問答、病歷生成、患者管理、輔助決策等功能，這些都是底層能力的進步帶來的”。

而今年Deepseek R1的出現，讓通用模型的成本也不再是一個問題了?！白鲠t院業務，特別是我們做本地化的，對參數量是有要求的，參數太大的模型在院內推理的速度會很慢，影響終端的使用。所以有Deepseek 這樣一個性能高、參數量不太大、還開源的模型出現，對行業會有很大的幫助，有點技術平權的意思了。”

當“大模型的能力到了”，“突然發現大模型的語言能力，對話的能力、書寫的能力，已經達到了一個大家日常工作可以接受的程度”，這時便會生發出許多新場景與創造新商業模式的機會。

只不過，包括“造醫生”在內，這些概念和應用都還在被驗證和被接受的階段，國內能靠這類業務真正實現盈利的廠家恐怕不會很多。

今年可能會是一個轉折年，因為Deepseek不僅在技術端解決了醫療AI的通用模型成本問題，還在應用和銷售端省去了醫療AI廠家許多宣傳科普的工夫，“大量醫院都在擁抱大模型”。

醫院擁抱AI的準備可能早已經開始。為了適應新技術，一家全國頂級醫院在去年下半年大規模更新了系統，有參與者認為其他醫院可能會學習跟進。這動輒幾千萬元的改造成本，從業者寄希望于政府來買單。

業內一個主流觀點是，未來以硬件產品為載體、附贈軟件服務，會是一個主流模式。不過，目前相當一部分AI醫療廠家仍在發展軟件服務的階段，“硬件是以后要想的事”。

在所有廠家中，華為又是一個特殊的存在，“華為有個規矩是上不碰應用下不碰數據，只集中力量做算力和硬件”，而且華為的盤古大模型并不對外銷售，更不構成競爭。有業內人士感覺到，華為和產業鏈條上的各個板塊公司的合作越來越緊密。

付費是繞不開的行業痛點，也是如今醫療AI發展的早期階段，產品與合作模式還不夠成熟的情況下，許多從業者“沒法細想”的問題，“不獨立診斷、不向患者收費、理論上不需要申請醫療器械注冊證，也就很難有醫保的可能?！?/p>

部分從業者寄希望于醫藥險，盡管當前商業醫藥險發展也并不成熟。目前醫院直接付費是廠家們主流的收入來源，但醫院自身是一個并不“富裕”的支付方，“除非AI真的能幫助醫院帶來更多收入，目前并不能?！?/p>

即便Deepseek 等AI的出現，為復雜的醫療系統提供了用AI提高效率的可能性，但百川智能手握AI工具，想要成為醫療系統的“生產力創造者”、重塑醫療結構的夢想，距離實現會有多遠？

來源：深藍觀 作者：韋曉寧