在人工智能技術加速滲透醫療領域的背景下，百度健康于近日正式推出國內首款醫生任務型AI助手“有醫助理”。這款基于Claw框架開發的產品，通過“檢索+任務”雙引擎模式，實現了從單一對話到任務閉環的功能升級，標志著醫療AI從信息檢索向深度應用邁出關鍵一步。

“有醫助理”的研發背景折射出醫療行業的深層痛點。中國工程院院士樊代明在發布會上指出，醫學知識呈指數級增長，但醫生獲取有效信息的效率卻未同步提升。百度健康總經理楊明璐坦言，盡管過去三年全球AI技術突飛猛進，但醫療領域的規?；瘧萌跃窒抻贏I編程等少數場景，核心矛盾在于技術開發者與醫療從業者之間的認知鴻溝。

這款新產品的差異化優勢體現在專業資源整合能力上。通過深度對接《中國腫瘤整合診治指南》及海內外權威學術數據庫，系統支持每條檢索結論精準溯源至原文行間。在任務執行層面，產品可自動完成論文綜述撰寫、多模態數據整合等復雜操作，形成從信息檢索到決策支持的完整鏈條。目前任務模式采取免費申請試用機制，將持續收集醫生反饋優化功能。

醫療AI市場的競爭格局正在發生微妙變化。2025年行業主要聚焦B端醫療機構和C端用戶，而2026年阿里健康、京東健康等企業相繼推出面向醫生群體的產品。阿里健康的“氫離子”強調權威溯源功能，京東健康的“知醫”主打結構化循證結論，形成與百度健康錯位競爭的態勢。但行業普遍面臨用戶規模有限、滲透率不足的挑戰，商業化路徑仍需探索。

技術落地面臨三重考驗。首先是算力成本問題，持續運行的任務型AI對算力需求呈幾何級增長。百度健康通過全棧自研技術將Token成本壓縮80%以上，但在處理高密度計算任務時仍需平衡效率與成本。數據互通障礙更為突出，醫院私有化部署模式導致AI系統難以直接接入電子病歷，目前只能通過文檔導入等間接方式獲取數據。北京大學腫瘤醫院趙軍副主任指出，不同醫療機構的數據格式差異，嚴重制約了AI模型的訓練質量。

安全合規風險成為制約行業發展的關鍵因素。百度健康AI產品負責人透露，當前公開的醫學Skill庫規模達上萬個，但“有醫助理”僅選用800余個經過嚴格審核的模塊。這種克制策略源于對醫療場景特殊性的考量——任何數據偏差都可能影響診療決策。該負責人強調，行業需要在創新探索與風險防控間建立動態平衡機制，這將成為決定醫療AI能否真正落地的核心要素。