憑借深耕AI的技術優勢，百度健康要做堅定的健康產業賦能者

2021年，百度大健康事業群組成立伊始，內部給團隊提出的第一個問題就是，如何實現商業化，這也是困擾百度探索醫療領域許久的一個問題。

過去的十幾年，每一家互聯網巨頭都想憑借自己的優勢基因找到上述問題的答案，電商、物流、社交、產業鏈等，諸多嘗試后，醫療業務已幾經起落。

2024年，百度無人駕駛汽車蘿卜快跑駛過的身影，讓百度的AI技術吸住了所有人的目光，與此同時，AI又能在醫療領域有怎樣的作為，成為備受關注的熱議話題。

2024年7月19日，低調努力快三年的百度健康走上臺前，首次面向醫藥行業B端人群舉辦產業大會，宣布打破“醫療不可能三角”最有力的武器，正是AI技術。

醫療體系著名的“不可能三角”，是只在既定的約束條件下，一個國家的醫療系統無法同時兼顧提高醫療服務質量、增加醫療服務可及性和降低醫療服務的價格。放眼全球，各國的醫療體系都是根據自身特點出發，從三者中選出其二，衍生而來。

不斷地加大和優化人、才、物的投入，是當下平衡醫療不可能三角應對之策。同時，人們也都隱隱希望，等待一次新的技術革命，對醫療領域產生爆發性的改善。近年來生成式AI大模型的出現，讓人們距離目標更近了一步。

百度健康的優勢正在于此，百度集團資深副總裁、百度集團大健康事業群總裁何明科表示，要借助平臺整合資源，以及AI技術的能力，完善“內容+服務”的醫療生態，致力于實現“患醫藥”服務的閉環。

No.1走出“搜索”舒適圈

在以搜索起家的百度平臺上，平均每天有1.3億人、進行約3億次的健康類目檢索，這使得百度健康成為全網用戶獲取醫療健康信息的第一入口和最大的健康咨詢、就醫決策平臺。

可在醫療健康賽道，如何將信息價值轉化到大規模商業化，對整個行業都是一道難題。

“想掙點小錢是容易的，但是想要大規模化的收入很難。”何明科在分析了產業由患者、醫院、政府和藥械企業四方組成的結構之后，最先選擇了服務患者，賦能企業。

過去三年的時間證明，百度健康確實把這條路走通了。

從一位患者在百度上對某種疾病78次搜索詞條演變分析可以看出，僅用四天的時間，一無所知的患者從最初搜索疾病名稱、原因，逐步到如何治療、預防，最終到疫苗、附近接種點，成為了解疾病機制、尋求預防方案的“專家”。

其實預防疾病比治療疾病更重要，但公眾在預防上知識空白還很多。比如今年因多位娛樂明星感染而受到關注帶狀皰疹病毒，其實可以通過疫苗預防，但是大多數人并不知道。百度搜索后臺大數據將問題展現的一覽無遺，而熱點事件恰恰成為了一個患者教育的切入窗口。

平臺聯合3000多家健康內容機構生產的超過6億條的健康內容就是百度健康完成患者教育最有力的基石。在此基礎上，百度健康已經從2020年開始構建服務生態，陸續上線了醫藥電商、在線問診等服務。

正是依靠AI技術，百度健康能夠真正將“搜索”延伸，將所有資源組合、精準匹配、呈現給患者，成為讓患者能夠“看得上”病的橋梁，找到醫生、找到藥。

在甲型/乙型流感、百日咳等多次突發公共衛生事件中，百度健康第一時間捕捉到醫療資源緊張的需求，與各地衛健委、學會、協會等機構合作搭建50多個問診平臺，提供9秒問醫生、專家義診、免費問答等產品，最高承載了每天570萬的問診咨詢峰值。

在群體更為分散的疑難雜癥或罕見病領域，百度健康通過AI算法的加持，幫患者提供就醫用藥的機會。目前平臺提供的可入組的臨床試驗項目有7000多個，累計報名的患者數量超過10萬。

到2023年3月，百度文心一言大模型的推出，為百度健康AI武器再度升級。此時正值百度大健康事業群完成對醫藥情報數據公司GBI的收購，便立刻將數據庫和大模型嫁接起來。只是倉促間上線的產品效果并不理想，客戶的買單意愿也不強。何明科和團隊復盤后發現，問題在于最初的產品在精準度、技術方面的熟度都比較低。

問題其實又回到原點，精準地解決用戶需求才有人買單。經過一年多的打磨，這一產品的技術更加成熟，體驗也在提升，何明科對GBI賦能產業升級版的能力也更有信心。

No.2探索醫療資源配置優化

雖然已經率先在藥械產業鏈上找到一席之地，但其實百度健康依然想要深入探索醫療服務的腹地——醫院業務，只是這條路走起來更為艱難。

何明科坦言，“我們這六七年間走過的路程，背后確實有太多不為人道的艱辛。”

從2018年百度推出臨床決策支持系統CDSS，就已經展露了進入醫院市場的野心,抓手同樣是AI這一強有力的武器。簡單的說，CDSS就是款為醫生的診療方案提出建議、輔助醫生診療的AI軟件。

雖然百度的CDSS通過提高基層醫生的診療能力，有效降低誤診與漏診,也響應了國家電子病歷評級的需求，已成功落地4000余家基層醫療機構。但更大部分的醫院的付費意愿不強，醫院側業務整體推進最初并不理想。

直到醫療大模型的出現，讓百度健康再次找到了機會。要同時比拼算法、算力和數據，這個新一代的AI，將賽場上真正有實力的玩家篩選出來，而一直深耕AI領域的百度正是其一。

2024年3月，百度健康受到了華中科技大學同濟醫學院附屬協和醫院（下稱“武漢協和醫院”）的青睞，雙方合作打造“AI智慧門診”標桿。

武漢協和醫院作為華中地區的龍頭醫院，年門診量約700萬人次，如何在不增加醫護人員工作量的情況下，給患者提供更好的醫療服務，是醫院管理層亟待解決的難題。AI工具的使用，在這一難題上實現了突破性的進展。

百度健康大模型的優勢在“智能加號”的產品中就得到展現。面對諸多等待醫生加號的患者，武漢協和醫院的智慧門診采用大模型，幫助醫生判斷加號資格的發放，實現“智能加號”，為真正有需求的患者加上專家號。產品在武漢協和醫院落地一個月后，就為300多名患者提供了加號名額，其中超過70%的是需要盡快手術的腫瘤患者，而在傳統加號模式中，這一比例僅不到10%。據統計，目前AI相較專家手動篩選準確率已達到了95%。

結合前幾年的經驗積累，百度健康也明確地把解決醫院需求中的痛點作為第一目標。AI智慧門診目前試點的智能分導診、智能加號、智能候診室功能，都來自醫生反饋的痛點。

更重要的是，實現醫生和患者的“智能匹配”，在每一個個案中是幫患者“看好病”，放到整個醫療服務市場的維度中，更是對醫生資源配置再優化的探索，瞄準的正是中國醫療服務中的癥結所在。

“這個項目受到了國家和地方政府的重視，由此也吸引了更多的公立醫院來談合作。”何明科感受到，領先的技術優勢，能夠真正幫助醫院降本增效、增加醫生收入，醫院就會有付費動力、愿意推動，這是最重要的變化。

另外，對于CDSS這類此前功能相對有限的產品，目前百度健康也在基于大模型能力對其進行升級改造，并探索私有化部署模式，已在復旦腫瘤、北大國際等醫院落地，以期大模型加持的CDSS成為真正意義上醫生工作中的AI助手，而不再只是大醫院評級的工具。

No.3醫療普惠還有多遠？

國家統計局數據顯示，2023年中國全年總診療人次95.6億人次，意味著人均要去7次醫院，每年人均醫療支出超過6000元。

何明科觀察，其實人群中的大部分健康問題，其實是可以依靠咨詢來解決，譬如精準匹配醫院和醫生、看懂化驗報告單、了解藥品用法、多輪解答常規健康疑問等，并不都需要到院治療。

基于此，百度健康通過醫療大模型的介入，發布AI健康助手，通過大模型的“理解、生成、邏輯、記憶”能力，解答用戶的健康問題、為用戶精準推薦醫生，并借助AI解讀醫學報告，提供用藥幫助等，從而著重解決輕度健康咨詢問題，避免醫療資源浪費和重復就醫，隨時隨地“看得起病”。

除了在院外“分擔”醫生的工作，在醫院內，醫生問診前由AI生成“預問診”病歷，在問診中幫助醫生快速寫病歷，百度的醫療大模型同時也在診室里“解放”醫生。據悉，目前由大模型撰寫的病歷可用率超90%。

相比于對有限資源配置的優化，人們對AI賦能醫療更長遠的期待，正是對醫療資源生產力的釋放。

當AI能夠代替醫生所做的基礎性、繁雜性、事務性的工作越來越多，就意味著有更多的醫生資源被釋放出來，專注更核心的醫療服務、更前沿的醫學研究，全球的醫療大模型都在朝著這個方向推動。

何明科表示，“百度健康始終致力于AI普惠，用科技服務患者及用戶的健康問題。”

只是AI變革帶來的醫療普惠究竟還有多遠？何明科知道這可能是十年、二十年甚至更久為單位計的漫長事業，“任何一次技術變革，都是短期被高估、長期被低估，AI大模型也難逃此宿命。”

對等在前方的挑戰，何明科表示會繼續發揮百度健康的兩大優勢：一是強大的互聯網連接能力，線上、線下聯動創造價值；第二就是，百度在AI領域長期的積累，以及在醫療健康領域的資源積累，保持醫療大模型上的先發優勢。

當然，何明科并不回避潛在的風險變數，“很難像互聯網一樣一家獨大把所有市場吃下來，醫療健康行業天生就是一個比較分散的行業。百度健康也不會快速取勝，更重要的是守住自己的優勢。”

另一方面，疾病領域的需求變化可能會讓一些公司快速崛起，這讓何明科時刻警醒著：“永遠不知道你的對手在哪里，只要記住你的位置，長期服務、長期運營的心態很重要，做好醫療行業中的賦能者。