21世纪经济报道记者闫硕
这个春节，元宝、千问、豆包掀起AI红包大战，主打C端健康场景的蚂蚁阿福也迅速入局。另一方面，短视频平台的爆款内容让部分AI产品成功出圈，大模型这股风正加速吹向下沉市场。
在皖北一座小县城，用大模型当“健康顾问”已并不鲜见。49岁的秀梅前段时间体检时查出甲状腺结节，跑了好几家医院，医生都建议静养观察，但她心里始终不踏实。侄子给她推荐了一款垂类大模型，自此，她便频繁咨询，看着“不必过于担心”的回复，这款产品成了她康复路上的一颗“定心丸”。
有时候，使用大模型也会带来意外发现。30岁的小飞前两年偶遇一款“感冒神药”，服用后鼻塞流涕一夜缓解，却没记住药名。后来再感冒，只能硬扛一周。但近期通过大模型，他发现此前吃的并非什么感冒神药，只不过是对症下药，感冒症状可能是由过敏所致。这种误判，在日常诊疗中并不少见。
数据印证了这股热潮：目前，千问日活跃用户数（DAU）已超7000万，基本与豆包持平；元宝日活跃用户数也已近2000万；蚂蚁阿福每天解答用户健康咨询已达1000万次。由此可见，春节期间C端用户对大模型的使用已较为频繁且有特定场景。
那么，大模型“看病”到底怎么样？在平台与用户之间有哪些法律红线？未来，第三方平台与医疗机构应当如何协同，“人工智能+医疗卫生”又该如何更好赋能群众健康管理？面向C端的产品如何跑通商业化？一系列问题值得深入探讨。
蚂蚁阿福宣传广告｜图源-“蚂蚁阿福”官微
一个月前，体检报告上的异常指标让秀梅整宿睡不着，她揣着报告跑了县城、市区的三家医院，尽管医生均给出“良性，静养观察”的建议，但焦虑依旧笼罩着她。“结节会不会变大？会不会转成恶性？要不要直接做手术？”秀梅向21世纪经济报道记者坦言，身边一些负面案例，让她的担忧如潮水般涌来。
后来，侄子推荐给她一款大模型APP，“我最开始问的是‘良性甲状腺结节会不会转成恶性的’，输入问题后几秒便有了回复。”秀梅说，看着“恶变概率非常低，通常在5%以下，很多研究甚至认为低于1%”的回复，而且其中还附了多份权威资料链接，她松了一口气，反复读了好多遍。此后她又追问康复期间的各类注意事项，AI的答复总能接住她的细碎担忧。
用户对大模型的应用，早已不局限于健康咨询场景。记者通过走访线下药店了解到，有不少人已经开始拿着大模型推荐的药品进行咨询、购买。“不少人过年期间存有忌讳就医的习俗，即便出现小病小痛也不愿前往医院，大多会选择自行购药缓解。”有药房工作人员向记者说道，也有部分人面对一些常见病会自行购药治疗。
小飞向记者讲述了他发现的可能过敏原的经历。“前两天我吃了几块巧克力，随后出现鼻塞流涕的症状，便自行吃了一款感冒药。但第二天起来并未有好转。”小飞回忆道，当时他约了许久未见的朋友，担心传染对方，情急之下便在大模型上描述症状并查询用药。大模型根据他的情况推荐了几款药品，他购买服用后，症状很快基本消失。“我上次吃这款药有效时，也曾大量食用巧克力，平时我吃巧克力就总想打喷嚏。”
据此，他推断，自己应该是对巧克力轻微过敏，长时间不食用后突然大量摄入，才引发类似感冒的症状。如果直接去医院或自行购药，很可能只提出“买感冒药”的诉求，反而延误对真实原因的判断。目前他已经计划年后前往医院，最终确定过敏原。
事实上，AI辅助梳理健康问题、排查症状的案例已屡见不鲜。知名财经博主、盘古智库高级研究员江瀚日前在社交媒体分享了他的经历：家中老人曾长期被一种说不清道不明的头痛折磨，辗转上海多家医院、挂过专家号，但最终只能靠不断升级的止痛药度日。而这一难题，被一款AI健康助手一眼识破，老人也顺利开展对症治疗。
不难发现，AI已在特定场景有所突破。健康通副总裁、首席发展官张畅向21世纪经济报道记者表示，目前医疗大模型对于科普、轻症咨询和处理意见、慢病监测管理、就医导诊“扫盲”、检查报告解读“框架”、诊后指导及生活方式干预等应用已经比较扎实。
但是，用大模型“看病”还是个比较激进的提法。张畅指出，“幻觉”问题是一个大的限制。尽管技术层面可以通过权威素材加所谓“安全围栏”进行输入质量提高和输出逻辑更可检视，也可以通过人工审查等方式作为补充，但这类应用还只能被视为广义的健康需求，似乎离老百姓定义的“看病”不完全一致，也不能替代医生的诊断。
02合规大模型的普及和使用在这个春节不断实现突破。苹果App Store中国区免费榜显示，千问、蚂蚁阿福、元宝、豆包曾一度包揽榜单前四名。相关应用日活也均达千万级别，其中千问和豆包日活更是达到7000万级水平。
在用户规模快速扩张的背景下，如何在提供便捷健康建议与严守监管红线之间找到平衡，成为各大平台亟待破解的现实难题。小飞告诉记者，他此前使用的药品，正是通过大模型直接推荐药名后查询、购买的。
值得警惕的是，“从合规红线的禁止性规定看，大模型一旦针对特定人的具体症状，给出了明确的药品名称、剂量或疗程，就构成了事实上的诊疗行为，用户和平台都需要谨慎对待。”上海德禾翰通律师事务所律师张晓欣向21世纪经济报道记者表示，普适性的、知识性的健康科普/建议通常处于“绿灯区域”。
张晓欣进一步举例区分边界：若AI告诉用户“一般感冒可选用某某成分的药”，这属于健康科普；但AI针对用户“我咳嗽有痰三天了”的信息输入直接回复“建议服用氨溴索，一次30mg”，这就是越界了。
“若平台纵容这种‘打擦边球’的行为，面临的不仅是行政处罚，一旦发生用药损害，将承担民事赔偿，情节严重的甚至可能构成非法经营罪等刑事犯罪。”张晓欣说。
除用药合规外，医疗健康信息的隐私合规同样暗藏风险。秀梅在咨询时曾将自己的报告全部上传至平台，尽管平台明确提醒对图片有“隐私保护”，她仍担心个人健康信息被泄露。“我们其实很忌讳这一点，不想让太多人知道我生病了，哪怕不认识，感觉也不舒服。”
张晓欣指出，普通用户很容易踩一些隐私合规坑，首先是信息收集环节，用户可能不了解使用规则，以为问诊必须填完所有项目才能用，于是把CT片、血常规、过往手术史全部上传，不知道提供的信息已超出了与当前咨询直接相关的信息。
其次在同意环节，打开APP弹出一大篇隐私政策，直接点“同意”。用户以为只是同意“看病”，其实可能同时同意了“把数据给第三方保险公司”“用于AI模型训练”“跨境传至境外服务器”。
再者在脱敏环节，用户以为平台把姓名、身份证号抹掉，数据就是“匿名”的了。殊不知，这只是“去标识化”，而不是真“匿名”，这些去标识化的信息还是用户的个人信息。
此外，共享环节，用户大概率不知道问诊页面内嵌多个第三方SDK，比如广告插件、数据分析工具、云服务商。在用户点“开始问诊”那一刻，这些插件可能同步把其症状关键词传给了广告商。
不仅如此，平台过度收集用户个人信息，或者要求用户一揽子授权，目前仍是行业普遍现象，也是近几年App专项治理的重点打击对象。
张晓欣表示，2025年之前，监管部门主要是在“立规矩”，像“强制、频繁、过度索取用户信息权限”与“未提供撤回同意途径”“未取得单独同意即向第三方共享”都是查处频率最高的违规行为。2026年，个人信息综合治理向“严执行”纵深推进，网信办明确要求“分功能场景配置同意”与“以结构化清单逐项披露”，可见一揽子授权终将成为历史。
03共舞现有互联网诊疗、生成式AI、医疗器械相关规定，对AI健康咨询的监管仍然存在一些空白，相关制度各管一段，不构成诊疗、只是陪用户聊天、又不注册医疗器械的通用健康大模型成为“灰色地带”，目前近乎零门槛准入。
对此，张晓欣建议，首先要明确责任归属。按照“谁部署、谁获利、谁负责”的原则，对直接面向消费者的通用医疗咨询AI，应当由服务提供者承担产品责任或服务侵权责任，不得以“仅供参考”完全免责。
其次，明确准入底线。建立“高风险健康咨询AI”强制备案与内容基线审查制度。这方面，可以参考欧盟《人工智能法案》，对涉及疾病症状判断、用药指引的大模型，必须经过安全性测试，算法更新需报备。
另外，明确监管协同。哪些话AI能说、哪些绝对不能碰，不应由平台自己摸索、自己猜，而应由卫健等部门出具负面清单，网信等部门负责执行。目前《人工智能拟人化互动服务管理办法》征求意见稿已提出跨部门协同机制，但尚缺落地细则，仍待进一步完善。
毋庸置疑，随着技术发展与监管完善，AI健康咨询有望迎来规范化快速发展。张畅向记者表示，未来若能打通患者照片、视频、病历、检验、影像、病理等全链条数据，可能会更加整合成一个具体患者的健康“顾问”。未来，或许能展望相对更加个性化的AI意见，促成更好的健康管理。
“另外，从对医生的C端而言，目前的病例分析讨论、文献管理、循证查询等，走专业化的发展战略应该也能更加可持续发展。”张畅补充道。
这也指向另一关键命题：医院尤其是基层医院如何借助AI实现提质升级。2025年11月发布的《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》提出目标，包括到2027年，形成一批临床专病专科垂直大模型和智能体应用；到2030年，基层诊疗智能辅助应用基本实现全覆盖。
张畅认为，AI对于基层的正面作用更加突出，政策推动下，基层可能成为AI落地的主战场。C端健康软件与这一方向的协同，可以放大优质内容和资源的辐射半径、提升赋能的方式和效果。“例如我们所观察到的‘AI预问诊+基层医生复核’模式、‘AI辅助诊断系统+基层机构’模式、‘云端专家资源池+线下终端’模式等。”
这一过程中，应做好两方面的协同：一是医生与AI的协同；二是线上线下的协同。
对于医生与AI的关系，国家传染病医学中心主任、复旦大学附属华山医院感染科主任张文宏教授近期提出担忧，认为过度依赖AI可能会破坏医生培养体系，弱化年轻医生临床思维的培养。
对此，张畅认为，假如AI替代了“分析框架搭建、假设提出和初步判断、求证方法论设计”等关键的思考过程，并且总是这样的话，是值得担心的。
他进一步指出，但这里要考虑两方面，一是站在什么观察水平——假如使用者本身对于分析框架、假设的丰沛程度、求证的方法论等了解并不充分，那么AI就起到一个帮助的正面作用；二是如何使用——假如使用者确实得到了AI的帮助，并且把这些正面作用“内化”成为自己的一部分，那整体上也是个螺旋式的上升。“我相信大部分情况还是向着正面发展的良性协同。 ”
“在线上咨询和线下诊疗的衔接方面，主要的观察点包括数据互通与互认、患者和患者信息转诊、支付联动和处方流转、供应链跟踪支持等。”张畅说。
04可持续当前，包括蚂蚁阿福在内的各类大模型应用纷纷通过红包补贴+广告轰炸争夺用户市场，动辄数十亿元的营销费用，也引发外界对其底层商业逻辑的疑问。
张畅向记者指出，近期的“营销战”，底层商业逻辑是互联网流量思维在医疗领域的再次探索，回到了抢占流量入口的逻辑。对于科技公司，也有把AI医疗加入业务组合的资本市场逻辑。
他主要关注两个方面：一方面是获客成本和服务成交的平衡：做哪些服务能成交、能保持合理的利润？还需要观察。第二是数据层面，这些新的医疗AI工具会记录咨询甚至健康数据，但对于数据长期的使用、开发，是否能获得完全的自由度？当然，还有一个观察点：通过补贴等“加速”方式获取的用户及数据，在数据清洗和探查、可持续的商业需求适配本身，可能也要多花一些心思。
而在短期获客成本与长期用户留存的ROI（投资回报率）方面，张畅判断，在一定时期内，首先会有各类的（轻）健康服务、咨询服务、保险服务等涌现，但落实的抓手还得回到药品/器械的“提供”本身——可能是生产、也可能是供应链。
“因此，增量业务的关键，在于能不能正确识别此前未满足的健康需求，落实到检验、药品、器械的‘提供’本身，这样才有可能在我们的严肃医疗生态里可持续发展。”张畅说。
从盈利模式来看，张畅表示，似乎利用大模型进行纯粹问诊的盈利模式还在探索，可能还需要整个生态的摸索进化，走出医疗类似于中国互联网、电商、科技等行业已经实践的盈利模式发展道路。面向政府和支付方、医院和医生、企业、病人和消费者等现在都有一些商业化的场景了，大模型问诊是个补充的工具。
“可持续发展的方向，恰好是盈利模型的清晰化：用什么产品和服务、解决什么问题、向谁、定何种（水平和方式的）价格等。当然，技术方面也要在大模型幻觉和监管及临床接受之间找到平衡点。”张畅补充道。
整体来看，近期的大模型健康咨询热潮，既印证了大众对便捷健康服务的迫切需求，也让AI在健康科普、轻症排查、诊后指导等场景的价值得到充分释放。但需要强调的是，人工智能与医疗的融合，从来不是简单的技术叠加，而是需要在守住安全底线的基础上，让技术适配医疗的专业属性，才能推动“人工智能+医疗卫生”行稳致远。
（秀梅、小飞均为化名）
更多内容请下载21财经APP
恒正网提示：文章来自网络，不代表本站观点。
