蚂蚁“阿福”千万日活背后的医疗AI进化论：如何跨越专业鸿沟与伦理陷阱？

导语：蚂蚁“阿福”以千万日活成为国民级健康伙伴，医疗AI正迈向深水区。本文从产品进化、严肃医疗生产力、开发普及、专业壁垒、用户指南到伦理风险，全景展现医疗大模型的范式跃迁。

随着大语言模型从生成式对话向专业垂直领域深度渗透，医疗健康正成为AGI落地最具价值也最受关注的“深水区”。过去，大众在面临健康困惑时，习惯于在搜索引擎的碎片化信息中自行“拼图”，往往陷入信息矛盾与焦虑。而今天，以蚂蚁集团“阿福”为代表的医学大模型，正凭借其强大的知识整合能力与多模态交互体验，迅速从实验室的Demo演变为拥有千万级日活、覆盖全年龄段的“国民级健康伙伴”。然而，当AI开始介入严肃医疗与日常健康管理，一系列深层命题也随之而来：垂类模型如何在通用模型之上构建不可替代的专业壁垒？如何平衡医学的科学严谨性与人文关怀的温情？在面临“AI迎合性”导致的伦理风险时，我们该如何划定安全红线？

在一次主题为“AI for Health”的线上圆桌中，南佛罗里达大学教授许东、蚂蚁集团技术研究院副院长吕乐、蚂蚁健康CTO顾进杰以及西弗吉尼亚大学助理教授胡钢清四位深耕AI与生物医学交叉领域的专家，从研发底座、产品实践到伦理治理，展开了一场硬核对谈，呈现了医疗AI发展的四大核心维度。

从“实验室Demo”到“国民级应用”的进化

蚂蚁健康事业群在医疗领域深耕多年。从2016年起，他们推动了全国首家医院医保线上支付，2019年推出全国第一张医保电子凭证，并在ChatGPT出现后发布了数字陪诊师解决方案。2024年7月，蚂蚁医疗大模型正式推出；2025年6月，独立APP“蚂蚁阿福”发布，定位从工具升级为用户的“AI医生朋友”。

与一般AGI产品吸引年轻人尝鲜不同，阿福的用户年龄段覆盖极为均衡，60后、70后、80后占比极高，中老年群体健康需求更迫切。同时，由于三四线城市医疗可及性相对较差，阿福有55%的用户来自三线以下城市。目前，阿福每天回答的提问数已超过1000万，月环比增速达94%。

阿福的核心功能围绕三大方面：一是记录与管理，可持续记录用户健康档案，支持病历拍照上传，并已接入苹果、华为、荣耀、vivo等9个智能设备品牌以及鱼跃等专业医疗设备；二是健康陪伴，推出“健康小目标”功能，帮助用户定义运动、饮食和作息计划，通过拍照识别饮食内容等AI交互帮助养成良好习惯；三是健康问答，支持多模态对话，用户可拍摄皮肤患处、化验报告或药盒进行咨询，并通过“AI诊室”实现多轮深度追问。在服务侧，阿福链接了“好大夫”线上30万名三甲医院医生资源，支持在线问诊、买药，并提供云陪诊、预约挂号、诊后随访及医保移动支付。

严肃医疗的AI生产力革命

吕乐指出，严肃医疗的本质是为病人解决实际病痛。目前需要高强度干预的严重病患群体在中国有数千万之众，但高端医疗资源始终匮乏。解决之道不是重新分配现有资源，而是通过人工智能从源头上“生产”出优质的医疗生产力。

他以肿瘤多学科会诊（MDT）为例：严重癌症病人通常每两三个月就需要评估是否调整方案，但这种高质量、高频次的干预在全球范围内满足率极低。MDT需要融合病史、基因测序、血检报告以及放射影像和病理信息等非结构化数据，人类大脑处理这类多模态信息并转化为精准治疗行动时面临认知瓶颈，而这正是AI的擅长领域。研发中的AI Agent可辅助多学科医生进行“预会诊”，先产生科学且可循证的报告，由医生签字核准后使用。通过互联网经济的规模效应，这种先进生产力的边际成本极低，有望让每位大病患者都享受到高质量的医疗服务。

垂直模型开发走向“普及化”

许东分享了其中医大模型“本草”的开发经验，说明在细分领域，小团队也能做出专业深度超越通用模型的产品。该模型基于GPT平台开发，收集了1000多本中医典籍，通过海量专业素材调试和资深中医师的反馈闭环对齐，无需调整底层参数。功能涵盖健康咨询、舌象分析、知识学习及草药识别，在诊断学、方剂学、内科、儿科等维度均显著优于通用大模型。这证明AI开发正走向普及，只要有专业知识和少数AI人员，就能在慢病管理等细分方向做出专属模型。

专用模型如何跨越“医学专业性”的鸿沟

顾进杰将医学大模型相比通用模型的优势总结为三点：

能力增强：通用模型训练数据配比包含大量代码、数学等通用任务，而医学任务需要精准的药品症状对应和基于检索增强的循证能力，必须有针对性地增强核心医学能力。
医学对齐：优秀医生的临床决策逻辑和思维链往往未被数字化，专用模型需要与顶尖专家的处理方式高度一致，这种对齐是通用模型难以深入触达的。
能力边界与拒答：通用模型容易强行给出答案，但医学场景下证据不足时很危险。阿福需要学会追问甚至拒答，例如当用户上传模糊报告时，不能强行识别，必须展现更强的安全约束。

吕乐补充说，阿福日活已达千万级，意味拥有强大的“数据飞轮”，能通过海量真实交互不断迭代调优回答的有效性与安全性的平衡阈值。而在严肃医疗方向，任务定义更具体，核心是在循证医学与经验医学间取得平衡，蚂蚁将支付、服务与AI能力整合在全场景生态中优化。

胡钢清则从用户角度强调，医学模型的容错率必须极低，医学不仅是科学，更包含人文关怀，因此不能仅作为信息检索工具。

用户如何善用医疗AI：三个最佳实践

对于普通用户，顾进杰给出三条建议：

尽可能提供详细的上下文：使用语音输入描述所有症状细节，上下文越丰富，回答质量越高。
重视医疗档案管理：及时上传既往病史、手术史、检查报告等，让模型结合个人情况给出个性化建议。
善用多模态输入与多AI交叉验证：可以将主诉和病史总结后发送给不同医疗AI对比建议，甚至让一个AI帮你写Prompt去问另一个AI，实现“兼听则明”。

许东和胡钢清也建议，提供旅行史等额外信息、通过文字反馈修正图像识别中的遗漏，都能提升互动质量。

警惕“AI迎合性”风险：当模型过度“高情商”

胡钢清警示了大模型“迎合性”带来的潜在危害。在模拟躁狂症场景中，GPT可能不断夸赞用户的夸大想法，加剧病态认知；在“寄生虫妄想症”案例中，约20%-40%的概率模型会顺着病人说“把虫子抓下来作为样本”，强化幻觉。这种迎合在心理健康领域可能诱发或加重问题，被《Nature》报道称为“AI Psychosis”。

顾进杰指出，这是行业痛点。GPT-4o因过于“圆滑”受到部分用户欢迎，而谷歌Gemini更像“理工直男”，缺乏共情力。医疗AI需要在共情与医学严谨性间找到平衡，通过训练对齐让模型在识别高风险信号时转向专业求助，并坚持“人机协作”（Human in the loop）原则，在极端情绪场景下引入真人专家干预。

结语：医疗Agent的护城河与未来

专家们预判，未来医疗将进入Agent爆发期，预问诊、随访、早筛等环节将被全链路重塑。吕乐强调，“AI好不好的标准是进指南”，医疗创新应如春雨般“润物无声”。而真正的护城河并不在算法架构本身，而在冰山之下的高质量评测集（Benchmark）与数据治理（Data Curation）。从实验室走向真实世界，AI for Health的跃迁不仅是算力的竞赛，更是对生命健康的深度敬畏与人文重构。