我先说结论：
AI把医疗答案变便宜了，信任却变贵了。这句话，你耳朵大概都听出茧子了。毕竟这年头，谁都在讲信任。
但是，等等，医疗这件事，还真有点不一样。
10月24日，我在百度健康的发布会现场，听到一个挺有意思的细节：
文心健康管家产品负责人李想提到，有位医生一上午接诊30个病人，其中25个带着AI给的答案来找他。
患者坐下来，先把手机递过去，让医生看看AI说得对不对。AI帮患者省了翻资料的时间，医生却多了一道工序，得先核对这些答案，再结合病情作判断。
患者觉得自己做足了功课，到了诊室，还是得听医生怎么说。
发布会上还有一个数字，62.4%的用户对AI辅助看病持谨慎态度。
很多人已经习惯有问题先问AI，但真涉及自己的身体，心里还是会打鼓；问完AI，还要搜医生、查医院，好不容易挂上号，坐到医生面前，又把同样的问题问一遍。
你看，信吧，又不敢全信。
这里挺拧巴的，AI可以把答案复制无数份，医生的时间却复制不了；一天能接诊多少人，专家能拿出多少时间，都有现实限制。
更何况，医疗跟普通的信息搜索不一样，问路问错了，大不了多走两条街；可用药出了问题，后果可能严重得多。
过去两年，AI把健康问答的门槛降下来了，找答案越来越容易，难的是判断哪个答案能信。
所以，医疗AI接下来的竞争，恐怕不能只看谁回答得快、谁懂得多。
用户还想知道，答案背后有没有医生把关，真需要去医院的时候，能不能找到合适的医生？
百度健康这次拿出来的健康相机、好医答和好医加号，想解决的就是这件事。
这三样东西，对应着患者就医时的三道坎。
第一道，是说不清。
比如：皮肤上突然长了个疙瘩，自己分不清是疣还是过敏；拿到一张检查报告，满纸都是专业术语，也不知道哪些指标值得注意。
患者自己都描述不明白，医生自然还得花时间反复追问。
健康相机就想把这件事变简单。
文字、语音、方言、图片、视频、报告单，它都接。你可以边拍边说，让AI看看哪里不舒服；皮肤有什么变化、关节能活动到什么程度、报告单上哪些指标异常，都可以放在一起分析。
跟去年的拍照识别相比，这次升级最大的变化，是从看一张照片，变成了能同时看、听、理解。
用户可以直接拍摄视频上传，健康相机的多模能力就可以进行动态识别，甚至是多发症状的位置关系都能一目了然，这背后有300万份影像素材和超过1亿次诊疗逻辑数据支撑。
按照百度健康发布会现场披露的数据：
去年拍照识别累计使用8200万次，皮肤病识别一致率95%；报告单解读使用2700万人次，准确率98%以上。
其实，这些功能单拎出来，都不算新鲜。
百度健康这次的目的，是把它们放进同一个入口，让用户不管用什么方式描述病情，AI都能尽量把信息收得更完整，拍完之后，还能一键转给真人医生。
34岁的雨薇就用过这个功能。
父亲的体检报告上好几项标红，血脂、尿酸、脂肪肝，胆囊里还有一个4毫米的息肉样病变，哪一项该着急，哪一项可以先观察，她心里没底。
她把报告拍下来，上传到文心健康管家，AI帮她把指标分成三类：
需要尽快关注的风险信号、可以先观察的项目，以及复诊时应该问医生的问题，雨薇把这些内容整理成一页，发给了父母，非常清晰。
好，信息看明白了，接下来还有第二道坎：不放心。
尤其涉及用药、孩子生病或者慢性病管理，AI说得再有道理，用户还是想找医生确认一下。
这就轮到好医答了。
它的工作方式并不复杂。用户提出问题，AI先把症状、图片和描述整理好，再匹配相应科室的真人医生。医生拿到信息，可以直接追问、判断，不必从头了解一遍。
目前，百度健康已有15万+全名三甲真人医生接入好医答服务。医生可以根据AI收集到的信息和报告，给出专业的医学诊断，必要时直接建议患者去医院。
百度健康总经理杨明璐也谈到了这条边界，AI可以帮助理解用户的需求，但涉及医疗判断和决策，还是应该交给医生。
好医答首批开放皮肤科、内科、中医科和妇科，支持7*24全天候咨询，最快1分钟响应，目前限时免费。在百度App里搜索相关健康问题，就有机会进入这项服务。
小玉的经历，能把这套流程讲得更清楚。
36岁的小玉，父亲因为腰腹绞痛去了急诊，查出输尿管结石。拿到正式报告后，她把CT、尿检结果上传到文心健康管家。
AI整理出报告重点和复诊时要问医生的问题。她又发起在线咨询，由医生复核、补充意见；第三天，父亲在线下复诊，医生确认可以先止痛、观察排石。大约两周后，结石排出。
这件事里，AI帮她读懂报告，医生提供专业意见，具体怎么处理，最后还是由线下复诊来确定。
不过，很多疾病在线上解决不了。真需要手术、检查，甚至找一位经验丰富的专家，下一步又该怎么办？
这就到了第三道坎：挂不上号。有意思的是，挂号难，有时候还不只是号源少。
嗯，杨明璐杨总有句话我特别有感触：
一边，患者想找专家，却不知道该找谁，或者根本挂不上号；另一边，一些专家也希望在有余力的时候帮助到更多迫切需要进一步治疗的患者。
两边都有需求，却未必能碰到一起。
好医加号想做的，就是把匹配这件事提前；患者提交病历和检查报告，AI先按病情和医生专长整理、匹配，再交给医生本人审核，医生认为合适，才会通过加号申请。
所以，好医加号的价值不只是多一个挂号入口，还在于让有限的专家时间，有机会用在更匹配的患者身上。
按照百度健康披露的数据，平台每天有超过12万个加班号源，最长可以提前30天预约，累计成功加号近600万次，申请通过率接近七成。
且目前全部是公益加号，平台不收取任何费用。
甘肃的老魏就经历过一次。
他患有肺大疱，当地医院建议手术。他想去唐都医院找闫小龙副主任医师，连续三天在医院官网尝试预约，都显示号源已满。
后来，他通过好医加号提交申请，第二天获得通过，到院后顺利完成就诊。
类似的事情，平台上每天都在发生。
小儿心外科专家杨克明教授，常规号源一直很难约。有位患者家属，全网号都满了，抱着试一试的心态，在杨教授的主页提交了加号申请。
几分钟后，他收到了审核通过的消息。
对平台来说，这只是一条申请记录；可对那个正在焦急等待的家庭来说，它可能是一条终于走通的路。科技听起来很大，落到一个家庭身上，是让等了很多天的人，早一点坐到医生面前。
你看，从说不清，到不放心，再到挂不上号，百度健康想接住的，是患者在不同阶段的不同需求。
好医矩阵里还有好医榜、好医说和好医评，分别帮用户选医生、看医生科普、参考真实就诊评价；注意，其中好医评还有一道门槛：患者需要上传诊断证明，才能提交评价。
把这些服务连起来，患者从提出问题，到找到医生、完成就诊，中间就少了一些需要自己摸索的环节。
听起来很不错吧？可是，我说可是，这套完整的医疗服务做起来却比一个AI问答入口重得多，也慢得多。
为啥？因为医疗服务这件事，本来就急不来。
AI可以几秒钟给出答案，但患者要找到合适的医生、顺利走进医院，靠另一套能力。
百度健康为此已经准备了很多年。
最早做搜索时，它连接信息。用户搜一个症状，得到网页和科普内容，至少能知道自己可能遇到了什么问题。
2020年前后，百度健康开始把重点放到医生和医院身上。医生陆续入驻，医院系统逐步接入，线上问诊也发展起来。
平台连接的对象，从网页和内容来源，逐渐变成了能够直接提供医疗服务的人和机构。
到了AI这一代，百度健康做的仍然是连接，只是往服务端又走了一步；AI可以帮患者整理病情、理解报告、匹配医生，把原本需要自己逐个寻找的服务环节接起来。
模型当然重要，但模型后面站着谁，同样重要。
一个功能，可以跟着产品版本不断迭代，可要让它真正进入医院的服务流程，光靠技术还不够。
医院愿不愿意接入，医生愿不愿意使用，患者用起来顺不顺手，都得慢慢磨合；这也是为什么，连接得多还不够，关键还得匹配得准。
对了，百度健康有一个条件：用户需求足够多。
文心健康管家月活超过5000万，再加上百度每天约3亿次健康信息检索，平台能够接触到大量不同疾病、不同地区的健康需求。
这些需求如果能与医生的专业方向对应起来，就有机会帮助平台找到更合适的医疗服务供给。
好医加号的逻辑就在这里。
患者带着具体病情来，平台逐渐知道哪些需求还缺少合适的医生；需求看得越清楚，就越有机会找到对口的专家；匹配得越好，患者也越愿意使用这项服务。
如果这条链能够持续运转，用户和医生之间就可能形成一个正向循环。
技术这一层，百度健康也拿出了一份外部测评成绩。
中国信通院发布的健康垂类AI应用测评报告显示，基于本次测评数据集，文心健康管家在报告单解读、皮肤病识别、药盒识别和中医舌诊四项能力的综合评分中，均位列参测产品第一。
不过，技术能力得到验证，不代表整套医疗服务已经跑通。
医生愿不愿意持续参与，AI能不能帮医生节省时间，以及患者能不能顺利从线上走到线下，都是需要团队弯腰弄脏双手，才能干好的事。
如果干成，百度健康积累的医生、医院和用户资源，才有机会变成真正的竞争壁垒。
说到这里，再回到最开始那句话的意思：
AI让健康问题越来越容易得到回答；可患者真正需要的，仍然是有人能看懂他的情况，有医生愿意给出专业判断，需要去医院时，还能找到一条走得通的路。
答案可以越来越便宜，医生的时间和专业判断却依然稀缺；百度健康想做的，就是让每个健康问题背后，都有一个靠谱的医生。
不知道我说的够不够清晰？
热门跟贴