豆包日均两千万咨询背后：医疗AI从“问答入口”向“履约与服务”的范式转移

近期数据显示，字节跳动旗下的豆包平台每日健康咨询量已突破2000万人次，这一数字甚至超过了全国医院日均诊疗总量。与此同时，OpenAI旗下的ChatGPT Health每周也接收超过3亿次健康相关询问。这种海量流量涌入表明，通用大模型正迅速取代传统搜索引擎，成为公众获取健康信息的首选入口。尽管行业曾普遍认为垂直医疗模型在专业性上更具优势，但《自然医学》及国内多方测评均显示，包括Gemini和GPT系列在内的前沿通用模型，在医学知识测试和临床判断准确度上，已超越部分专用医疗模型。

左手医生创始人张超分析指出，这一现象源于通用模型通过大规模数据训练和人类偏好对齐，具备了强大的推理与泛化能力。对于普通用户而言，约80%至90%的健康咨询需求，通用模型的回答质量已与垂类模型相差无几。通用模型通过购买高质量医疗数据进行蒸馏和加训，实际上对依赖开源基座且数据积累有限的垂类厂商形成了“降维打击”。因此，单纯依靠问答层获取流量的模式已难以为继，垂类模型必须寻找新的生存空间。

张超提出，医疗AI的下一个竞争高地在于“履约服务”。与仅提供信息不同，履约涵盖从医生匹配、号源预约到医保支付、药品配送的全流程闭环。例如，京东凭借物流速度建立壁垒，医疗垂类厂商也需通过解决实际问题来锁定用户。此外，面向保险和药企的商业化机会巨大，如帮助保险公司识别早期疾病信号以控费，或辅助药企进行真实世界研究和试验设计优化。这些场景要求模型具备深度整合医疗资源的能力，而非仅停留在文本生成层面。

在技术演进方向上，张超强调应构建“医疗世界模型”，即从预测下一个词（token）转向预测患者的下一个状态（state）。传统大模型基于静态病例文本，而医生诊疗本质是对患者动态轨迹的连续判断。构建此类模型需对原始临床数据进行结构化治理，包括时间轴重建、分期推理及因果校正等。这要求企业必须与医疗机构建立长期合作，持续获取治疗过程中的动态数据，而非依赖一次性交易。目前，左手医生正尝试在特定专病领域落地随访工具，预计通过每年数千万的投入，两年内可在专科领域实现首个商业化里程碑，形成难以弯道超车的硬壁垒。