今天小編分享的互聯網經驗：用AI給孩子看病，這屆家長很「敢」，歡迎閱讀。
今春，AI 兒科醫生是 AI 醫療圈的熱門議題之一。
3 月，北京兒童醫院牽手百川智能，發布了國内首個兒科醫學大模型，推出基層和專家兩個版本 "AI 兒科醫生 "；4 月，重醫兒童醫院聯合左手醫生，推出 " 兒科 AI 家庭醫生 "，以及适配大模型應用的兒科循證知識庫。
這兩家頂級兒童醫院迅速下場之外，還有多家醫院正在應用 AI 兒科產品的路上。
現實中，兒科醫生荒、兒童就醫難等困境存在已久。因為兒童難以準确訴說病情，兒科又被稱為 " 啞巴兒科 "，醫生僅能憑借有限溝通、查體等診斷病情；兒童用藥的品種有限，劑量也多靠醫生酌情使用；再加上兒科又是 " 小全科 "，培養一位優秀的兒科醫生至少要八到十年。
借助 AI 大模型的 " 聰明大腦 "，能否彌補兒醫需求的巨大缺口？
除了讓 AI 服務醫生、提高診療效率，醫生調教後的 AI 能否直接服務患者？
AI 兒科醫生，有可能成為 " 醫療 AI 殺手級應用 " 嗎？
AI 兒科家醫：解寶媽之急
一位健康的年輕女性成為媽媽後，往往要面對很多突如其來的醫療護理問題，如新生兒黃疸、腸脹氣、溼疹、過敏等。
強烈關切之下，大到發育遲緩、感染肺炎，小到便秘腹瀉、頭型不圓，寶媽們對孩子的一切健康問題都十分在意。在傳統的互聯網醫療問診場景中，年輕媽媽即是咨詢頻次較高、有支付意願的群體。
如今，已有許多用戶用 Deepseek、豆包等解讀化驗報告、進行輕問診，但通用大模型直接用于嚴肅醫療，存在較高的幻覺度，普通用戶有時難以判斷答案準确性。另外，DS 等在分析病情、推薦藥方時，通常會列舉多種可能性，缺乏專業醫學訓練的人難以甄别選擇，存在誤診風險。
因此，開發垂直領網域的 "AI 智能醫生 "，成為多家廠商的選擇。百川智能開發了 " 百方 AI 智能醫生 "，豆包官方上線了 " 健康咨詢小助手 " 智能體，重醫兒童醫院聯合左手醫生開發了 " 小乙 · 兒科 AI 家庭醫生 " 等等，這些 2C 產品目前都可以免費使用。
那麼，哪家智能醫生的問診準确度、體驗感更勝一籌？一位醫療行業人士表示，因為醫療存在極大的信息不對稱，C 端患者難以迅速判斷，但有個參考指标：即該 AI 醫療廠商開發的產品，進入了多少家頂級醫院，包括智能病例系統、AI 輔診系統等。
一方面，因為醫院具有專業判斷能力；另一方面，產品入院意味着 " 醫療數據可及性 "，而數據正是訓練 AI 模型關鍵。
左手醫生創始人兼 CEO 張超也表達了相似的看法，他歸納認為："AI 醫生的競争力 = 頭部醫療資源觸及度 x 個人健康檔案厚度 "。創業七八年，在 B 端，左手醫生針對醫院開發的診室聽譯機器人、醫院信息化軟體等，服務了 Top100 醫院中的 40 家。
" 針對 C 端，我們目前更關注成為百姓的‘健康管家’，治療前，用戶可以咨詢兒科 AI 醫生，從而獲得病情復雜性、是否需要入院就醫、推薦哪個醫院的某位醫生等判斷。"
他舉例道，如嬰兒綠便，AI 醫生會詢問用戶喂養方式、體溫、環境改變（如是否受涼）、症狀演變（如是否腹瀉 / 脫水）等，以給出病情分析，判斷是否需要立即就醫。随後，根據診斷結果，會附上重醫兒童醫院錄制的專業科普視頻，供用戶學習。
現階段，醫院和廠商開發的 " 兒科 AI 家庭醫生 "，也自設了很多約束邊界，來把控嚴肅醫療場景的咨詢風險。例如：可以分析化驗單，卻沒有上傳患者症狀圖的入口；可以推薦護理方式，卻沒有用藥建議等等。
在交談中，多位受訪者曾提及AI 要學習醫生的提問方式和思維鏈。" 醫學診斷，是從發散到收斂的過程，問診過程要采集很多信息，最終收斂至一個明确的診斷 "，張超認為既往做 " 診室聽譯機器人 " 和智能病歷的積累，讓與重兒合作開發的這款 AI 醫生，可以較為準确地理解并反饋患者意圖。
目前，這款兒科 AI 家庭醫生主要依靠醫院端的自然流量，将線下患者導流至線上。對醫院而言，兒科 AI 醫生可承擔起治療前 " 遠程分診 "、治療後 " 醫患教育 " 等功能。而且，AI 醫生在向院外更廣泛患者擴散的過程中，也能夠為醫院帶去更具治療價值的病人（如為三甲帶去疑難雜症患者）。
不過據既往經驗，此類 AI 醫療產品很難從醫院、醫保獲得直接收入。那麼，" 兒科 AI 醫生 "，未來如何打通商業化呢？
張超認為，2C 可以收取低價訂閱費用，如日費 1.9 元、月費 9.9 元等，關鍵是檢驗產品力和用戶粘性。未來，可以給 AI 醫生用戶做就醫指導，即更精細的分診、甚至安排就診；再進一步，讓 AI 醫生為用戶提供個性化健康指導。
兒科，不是好的變現場景，因為開不了大處方（兒童用藥限制極多）、大檢查；但兒科背後的寶媽群體，确實消費的好人群。她們不僅關注孩童和自身的健康，也能影響丈夫、父母等人的醫療決策。" 有位寧夏的女性用戶，使用 AI 智能醫生，為 6 個家人建了檔案。"
上述醫療行業人士認為，AI 智能醫生是一個流量入口，用戶量達到一定規模後，商業化的合作方有很多，如藥、硬體、保險等等。但關鍵是要有一定的用戶規模，所以接下來誰能快速入院（獲客），成為競争的重點。" 入院，也是占坑。一般情況下，醫院（數字化）是拒絕重復建設的。"
AI 進入兒科：補醫生之缺
由上可見，現階段 AI 兒科醫生更多解決 " 輕問診 " 需求，更加核心的診療依然靠 B 端醫生完成。當生成式人工智能席卷而來，很多兒科醫生也在用 AI 工具提高工作效率、拓展診療思路。
兒科臨床診療，很大程度上依靠醫生與家長的溝通、對患兒的細致查體等，" 我是一位從業 25 年的兒科醫生，非常喜歡和患者溝通，但不太喜歡把大量時間耗費在病歷資料的書寫整理中，" 曾就職于湘雅二院、現卓正兒科醫生黃丹琳表示。
在黃丹琳的期待中，希望 AI 能夠成為醫生助理：在診前，輔助分析患者健康信息，結構化呈現既往病史；診中采集、記錄病歷信息，提高接診效率；幫助管理患者，讓醫生有更多時間關愛患者，集中精力做身體檢查、處理復雜決策等核心任務。"AI 可以成為兒科醫護人手短缺的補充，而非替代。"
由于醫學復雜性，這些看似不難的功能，在大語言模型技術成熟前，并未得到很好的解決。例如讓 AI 自動記錄問診過程、生成一份高質量的病歷，語義理解是核心難點，靠傳統自然語言小模型就會出現大量冗餘和不準确。
但近兩年，随着 AI 能力提升，相關問題陸續得到解決，AI 生成病歷不僅可以實現全面、準确，在數據準确基礎上，還迸發出一些新的能力，如問診聯想（提示醫生下一個問題是什麼）等。
這其實意味着 AI 已經從單純的效率提升工具，進入到更核心業務，從 " 助理 " 漸漸走向 " 智囊 "。畢業于上海交通大學醫學院、已從業七年的兒科醫生高峥博士表示，" 自 chatGPT 橫空出世之後，他就一直在與 AI 工具做朋友，并把它們當成專業上的夥伴和智囊。"
盡管目前還沒有用過特别成熟的 "AI 兒科醫生 " 產品，但高峥認為，把" 我是一名 xxx 的兒科醫生 " 作為開場人設，在 DeepSeek 等工具上進行探讨式對話，一定程度也算把大語言模型當做 AI 智能兒科醫生。
在輔助診斷決策、提供治療思路、大致預估病程 / 預後 / 并發症風險等方面，"AI 還是很厲害的。它給出的答案不一定很準确，但主打任勞任怨、快速全面。有時我會對它的答案給出質疑，要求它提供數據出處和證據來源，就像同行之間的探讨。"
為了給兒科醫生提供專業準确的工具，北京兒童醫院和百川智能開發了專家版、基層版 AI 兒科醫生。在基層應用中，通過 " 雙醫生 " 機制，提升基層兒科醫生的診療水平，例如在兒童病毒性腦炎的早期識别方面提供輔助診斷等。
由于基層缺乏優質兒科醫生、家長存在求醫焦慮等，兒科的分級診療長期形同虛設。相比于 " 分級診療 "，一位北京協和醫院的教授曾提出 " 分工診療 " 的概念：即在整個診療流程中，除向上轉診，基層醫生可以完成部分分工。如在 AI 等工具幫助下，進行有效的病情問詢、查體等，給出初步病情判斷。
當然，AI 潛力仍在快速釋放。
在幫助患兒家長、節省醫護人力方面，" 不遠的将來，AI 就可以替代一部分人力工作，如遠程分診、患兒就醫時機判斷等，" 高峥認為。除此之外，他判斷未來随着 AI" 解讀分析視頻 " 能力提升，線上用 AI 進行智能兒童發育評估、喂養指導等，也可能很快會實現。
" 比如，家長上傳一些孩子在家裡玩耍的視頻，AI 就能幫忙分析孩子的行為發育、語言社交能力等是否正常，或是否存在自閉症、腦癱等嚴重疾病的風險初步篩查。雖然短時間内，AI 不一定能達到行業專家那麼精準，但 AI 準确度超過低年資、經驗不豐富的醫生，應該完全沒問題。"
