大模型的医学把脉

6月份，一家头部制药公司迎来了几位客户。他们手持基于某大厂模型能力的“半成品”系统，希望用厂商提供的用户数据作为必需品，实现初步合作。

会议厅的空调没能驱散夏天的炎热和寒冷。经过几个小时的焦虑讨论，制药公司最终以40美分/人的价格购买了集团名下某种药物的相关数据，并承诺在该地区尝试“附加”的大型商品。

市场部领导李学勤(化名)简单估算了一次又一次的成本，决定维护与这家制药公司的BD关系，并在生产研究中努力摆脱模型产品之前，完全赢得这位客户。

这只是目前垂直大模型“火爆落地”的一个角落。李学勤告诉光子星球，从去年下半年开始，很多大厂商的互联网医疗品牌都接触到了他们，希望通过他们的渠道销售模型能力。

当腾讯、字节跳动、百度等厂商在2020年这个节点推出自己的互联网医疗品牌时，估计他们并没有想到这条赛道会在短短几年内如此跌宕起伏。

截至7月5日，阿里健康和JD.COM健康的总市值分别为514.94亿和674.57亿。互联网医疗高估值神话破灭，能卖药的勉强守住了品牌，卖不出药的只能暂时边缘化。

但是，在这种模式下，这些边缘资产有了被激活的迹象。

01 转为to B

众所周知，互联网医疗的爆发始于三年非常时期，用户需要就医。当时公立医院一般负荷较重，互联网需要进一步增长的新领域，两者一拍即合。

但是，随着时间的推移，在线咨询逐渐被视为一种“痒点”。

需要注意的是，随着“黑天鹅”三年的同步进步，用户对日常疾病有了深刻的认识，通常的小病小痛不再需要就医。公开数据显示，2012年居民的健康素质从8.8%提高到2022年的27.78%。对于需求依然旺盛的大病慢病管理需求，网上咨询似乎“做不到”。

需求逐渐被证伪，导致商业模式始终跌跌撞撞，接诊和医疗管理难以到达用户。“以医疗的名义卖药”已经成为唯一可行的选择。以阿里健康为例，截至2022年9月30日止6个月，其收入为115亿元，其中医疗电商收入占近88%。

即便如此，过分依赖现有的零售系统，以及医药流通的即时特性，仍然限制了网络医疗讲述新故事的可能性。

以抖音旗下的互联网医疗品牌“小莲”为例，2022年尝试在配送能力和网上销售资质不足的情况下，建立“线上咨询-线下转换”的商业链。但缺乏价格补贴的线上诊疗通常比线下三甲医院更贵，流量无法帮助小莲走出“O2O医疗”的困境。to C的小荷健康App早在去年年初就关闭了。

然而，缺乏“黑天鹅”对互联网医疗的价值催化，曾被称为内部创新业务的to 但B方向却顽强地熬过了网络医疗的严冬，最终拿到了进入大模型时代的机票。

“To 用互联网思维很难做出C方向的诊疗、医药销售、重/慢性病管理等服务，因为找不到明确稳定的支付方。相比之下，一位接近一心堂的人士表示，无论是药店、诊所还是医院，客户支付的集中度都要高得多。

有趣的是，正是医疗电子商务对药品流通的影响迫使药店、诊所等多个环节的线下流通和制药企业的数字化。另一方面，药业线下零售也让追求透明、高效、轻资产的互联网公司望而却步。即使是从互联网的角度来看最“重”的JD.COM，其线下直营药店数量也未能超过200家，与大型药店连锁往往是“万店”相比相形见绌。

我们从华南某药业SaaS公司了解到，从去年年中开始，已经接触到了包括Tiktok小莲、腾讯医典、百度健康在内的互联网医疗品牌，希望用这些“中间人”来啃国内药店数字化的新蛋糕，其中Tiktok小莲已经和它有过线上引流相关的合作。

根据国家美国食品药品监督管理局的统计，截至2022年12月，全国药店总数已达62.3万家。据我们所知，单位药房数字化系统的价格是300元/年，这条B2B2C赛道已经逐渐增长到10亿甚至100亿。

此外，在这次数字化浪潮中，还增加了大模型这一新变量。

02 大型医疗模式不赚钱？

在人工智能向垂直领域发展的旅程中，医疗作为典型的高人效比行业，一直是每一位玩家都非常关注的跑道。

早在上一轮互联网医疗概念爆发的时候，AI诊疗就成了互联网厂商使用AI的新故事。即使是2022年推出的第一份关于互联网医疗的文件《互联网诊疗监管细则(试行)》就规定了禁止AI代替医生接诊的“红线”，行业还是以“辅助诊疗”的名义保留了一定的AI效率空间。

换句话说，医疗行业对AI并不陌生，甚至现实是医疗相关不同行业的角色都在尝试拥抱AI。然而，从过去一年的实际应用来看，大模型并没有实质性地提高过去的医疗AI。

光子星球了解到，诊断和治疗作为AI切入医疗场景的“排头兵”，在过去，AI诊断和辅助诊断的问题仍然悬而未决——不是AI能力不足，而是客户“能力不足”。

“如果一个感冒患者去看医生，AI诊断和治疗需要他输入自己的具体疾病来“对症治疗”，但患者往往无法清楚地描述症状。一旦输入有差异，AI的内容误差会更大”。东南地区疾控中心一位主任说:“任何错误都可能导致错误诊断，比如鼻涕、舌苔、发烫、畏寒等。”

对于专业人士来说，他们不喜欢AI辅助诊断的能力。然而，素质相对较低的药店药师缺乏对AI辅助诊断产生内容的判断。因此，与诊断和治疗相关的信息自始至终是医学AI中最不乐观的情况。

但是，除了AI诊断、辅助诊断和从此衍生出的用药方案外，AI大模型的效率也在逐步得到验证。

据悉，早在去年，东南两家医科大学附属医院就购买了“撰写材料和研究申请、跟进研究项目趋势和商标设计”的文心大模型。“今年年初，我们医科大学第二附属医院因为大家疯狂使用，让领导注意到了。后来，他们因为‘学术造假’而被禁止使用大模型，附属医院的一位主任医生调侃道。

换句话说，以医院专家为代表的用户将大模型集中在科研和评价上，在用户画像和使用目的上与大学高度重合。不可否认，即使从垂直领域的角度来看，这些需求也相对较小，商业化价值也不高，但需求确认和集中是一种合适的小规格商品落地思路。

相对来说，连锁制药公司更有商业空间。与上述疾控中心不同，有基于全国研究的疾病预防控制数据作为支撑。这些零售巨头通常具有高度的区域性，包括库存药物SKU、商店分布，信息来源等。这就意味着进一步的市场开发缺乏相关的数据支持，药品采购和供应也是两眼一抹黑。

基于向量数据库的AI能力可以建立一个药物信息大脑，在相对宽泛的现行药物标准的基础上提高颗粒度和准确性。同时，根据前后的理解，可以区分药物描述中不可避免的同义多样表达问题，从而提高药店的库存管理效果。李学勤说:“就像感冒药一样，中成药和西医的疾病描述差不多，大模型可以帮助我们快速区分和落入SKU管理。

随着人口的老龄化和慢性病的年轻化，以数字人为媒介的智能药事管理和严重慢性病管理也值得关注。与隔壁电商的数字主播相比，医学数字主播需要更加努力地适应老年人和专业技能。

经过初步检验的产品有很多方向，但就目前而言，大模型在医疗相关行业的应用还处于实用化初期。应用医疗大模型BD的原话是:“能赚钱的(地方)不能用，不赚钱的挺好用的”。

03 在危机下信任中间商

大模型都想拥抱千行百业，分配是第一道坎。

随着腾讯和字节两个移动互联网的流量捕手，他们推出了自己的AI智能体开发助手，依靠不同生态的分发权之争已经成为原型。然而，这仅限于流量的明争暗斗。对于“大模型进入千行百业”来说，聊胜于无。

情况和使用次数是造成这种情况的直接原因。一个AI开发应用的社区可以轻松拉出几十、几百个500人的微信群，对大模型的访问和调用是另一个数量级。然而，面对企业，尤其是大型企事业单位，很少购买模型能力和服务。

除了相对偏向C端情境的教育业务外，大模型对医疗、法律、工业等物质财富集中的行业的渗透也不尽如人意，尤其是在人类效率和数据价值较高的领域。除了大模型的“幻觉”和“黑箱”之外，信息安全和信息自主性也成为老板们首要关心的问题。

以医疗行业为例，一家大型连锁药店的负责人在一次讨论中表达了对互联网行业的不信任，大致意思是:“美团JD.COM做即时零售是为了争夺食物，腾讯阿里做大模型是为了窃取数据”。

垂直领域的龙头企业最担心的是，他们用大模型把积累的数据资产交给云厂商，这部分数据和精调模型会不会被厂商卖几次。

不容置喙的现实是，李学勤之所以能够与上述制药公司达成初步合作，关键在于大厂用户数据的“必需品”。

由于数据倒卖已经成为业内“不可言说的秘密”，上述连锁制药公司、诊所等医疗组织都是高度区域化的，数据是消除区域性的关键。那么，模型服务提供商很难深入医疗行业也就不足为奇了。

在信任危机下，大型赛道上的云厂商玩家开始为自己“找代理”，希望让更符合垂直行业的SaaS公司成为触达大型企业的“中介”。与此同时，在这些行业中，不愿意约束模型制造商的公司和组织也逐渐摆脱了自己的大模型，比如中医爱好者熟知的“停止中医”、ClouDGPT和叮当健康HealthGPT等智云健康。

短短一年多的时间，一条不大的赛道就被大厂、医疗SaaS公司、制药公司包围了。为了争夺“中间商”的份额，一些大厂商甚至在报价表上对三大厂商的互联网医疗进行了明确的比价。

对于价格以外的竞争，大厂商的优势在于内部生态的开放和搜索流量，而医药公司、连锁药店等新型医疗AI势力的优势在于聚焦和灵活性。

随着B2B2C医疗AI的链条逐渐开放，安静已久的互联网医疗终于迎来了一个大模型的新故事。最后，互联网医疗不仅仅是卖药。

本文来自微信微信官方账号“光子星球”（ID:TMTweb），作者：吴坤谚，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com