徽声在线4月2日消息（记者 李晓峰）在生成式人工智能技术历经两年迅猛发展后，医疗行业正经历从“技术概念验证”到“真实场景应用”的关键转型。在此背景下，百度健康于今日正式推出面向临床医师的智能辅助工具“有医助理”，并首次提出“智能检索+任务执行”双引擎架构，旨在医疗AI从“信息查询工具”向“全流程工作助手”升级过程中抢占先机。

据百度健康向徽声在线透露，“有医助理”被定位为医生专属智能助手，其技术架构对标国际标杆产品OpenEvidence，核心功能由“循证检索引擎”和“智能任务引擎”构成。其中检索系统依托千万级医学知识图谱，整合了包括《新英格兰医学杂志》在内的国际顶级期刊、全球诊疗指南及中国临床路径数据库，实现证据链可追溯的精准检索；任务系统则基于自主研发的OpenClaw框架，成为国内首个落地医疗场景的任务型AI，可完成学术论文撰写、电子病历生成、患者随访管理等复杂工作，突破传统AI“仅能回答问题”的局限。

值得关注的是，百度健康明确表示“有医助理”在检索功能上直接对标美国医学AI工具OpenEvidence。

公开资料显示，OpenEvidence作为美国医师广泛使用的循证医学平台，通过整合权威医学文献与临床指南，为诊疗决策提供可验证的证据支持。截至2025年底，该平台已吸引超过43万名美国注册医师（占全美医师总数40%），月均处理临床咨询超千万次，被视为医疗AI从“通用问答”向“专业决策支持”转型的里程碑产品。其核心优势在于构建了“文献检索-证据评估-决策支持”的完整闭环。

针对中国医疗场景的特殊需求，百度健康强调其检索系统具备四大差异化优势：在数据维度上，既涵盖国际前沿研究成果，又深度整合中国临床指南、药典及专家共识；在专业适配方面，与301医院、协和医院等顶级医疗机构共建肿瘤、心血管等专科模型，其中肿瘤专科已率先接入中国抗癌协会CACA指南；在生态建设上，打通了医药企业、科研机构的数据壁垒，形成“产学研用”协同创新体系。这些特性使其在处理中文医学术语、本土诊疗规范等方面表现更优。

从技术演进路径观察，“有医助理”的研发思路折射出全球医疗AI的发展趋势。早期医疗AI主要聚焦医学影像识别、辅助诊断等单一场景；大模型时代虽实现通用问答能力突破，但因“幻觉问题”导致临床接受度受限。当前行业正形成两大创新方向：一是以OpenEvidence为代表的循证检索工具，通过结构化知识管理提升决策可靠性；二是基于Agent框架的任务型AI，尝试突破“信息提供”到“流程执行”的边界。百度健康此次推出的产品，正是这种技术融合的典型代表。

国内医疗AI市场同样呈现加速分化态势。互联网巨头方面，蚂蚁集团推出的“阿福”医疗助手已在在线问诊、健康科普等领域形成用户积累；腾讯“腾讯觅影”持续深化影像AI布局，在肺结节识别等细分场景达到国际领先水平。专业医疗科技公司则聚焦医生工作流优化：阿里健康“氢离子”系统通过低幻觉知识引擎支持临床决策，讯飞医疗智医助理覆盖基层诊疗全流程，医渡科技依托真实世界研究平台赋能科研创新。百度健康此次推出的“有医助理”，进一步将能力边界扩展至科研管理、临床文书、患者运营等核心场景。

具体到应用场景，“有医助理”构建了三维支持体系：在科研场景中，AI可将文献调研周期从数周压缩至数小时，并自动生成数据分析框架和论文初稿；在临床场景中，实现病历结构化录入、检验报告智能解读、治疗方案循证推荐；在患者管理场景中，支持个性化随访计划制定、智能外呼触达和健康数据动态监测。百度健康产品负责人表示，这些功能直击医生“信息过载”与“时间碎片化”的核心痛点，经内部测试可使医生日均工作时间减少1.5小时。

尽管前景广阔，医疗AI落地仍面临多重挑战。技术层面，医院信息系统孤岛现象严重，电子病历数据标准不统一，制约了AI的深度集成；伦理层面，高风险诊疗场景中的算法可解释性、责任认定机制尚未完善。对此，百度健康强调“有医助理”严格遵循医疗AI三原则：定位辅助工具不替代医生决策、采用联邦学习保障数据隐私、通过区块链技术实现操作留痕。目前该系统已通过国家卫健委医疗AI安全认证。

商业模式方面，医疗AI尚未形成可持续的盈利闭环。当前行业面临研发成本高昂（单个医疗大模型训练成本超千万元）与付费意愿不足的矛盾。百度健康采取“基础功能免费+增值服务收费”策略，其检索引擎永久免费开放，任务系统前三个月限时免费使用，后续将推出按使用量计费的SaaS模式。这种“先培育市场再探索盈利”的路径，与微软Azure医疗云初期策略颇为相似。

目前，用户可通过“百度健康工作台”App的“智能助手”入口或PC端官网体验产品，任务系统已向三甲医院医生优先开放测试权限。据内部人士透露，百度健康正与中华医学会合作推进专科认证体系，未来计划将服务延伸至医药研发、医疗保险等产业链环节。