“AI六小龙”百川智能all in医疗，看上去是一个激流勇进，果敢又有些悲壮的故事。

它有着幸运的开始：成立于2023年，在去年年中的资本寒冬里融资50亿元，作为国内“AI六小龙”的明星公司；也是一家在openAI和Deepseek带来的AI技术冲击下被托起又被冲击，而后最终进入医疗——这曾是多个互联网玩家沉没之处。

抱着医疗情怀的前搜狗CEO王小川，以百（“bio”）川为公司起名，在不同场合表达要“造医生、改路径、促医学”的宗旨。

但这个“力图改变中国医疗生态倒三角型”的宗旨曾让位于“打造中国版openAI”，公司曾将主要资源放在放在通用模型而非细分的医疗模型，公司也因此而顺利拿到大融资。

然而融资仅仅过去半年，Deepseek R1“空降”，通用模型的故事成为明日黄花。在几位联合创始人出走之后，四月，王小川发布内部信，称公司战线拉得太长，应尽早透传聚焦医疗的决心和要求，否则不会使部分团队的工作目标出现动摇和偏差。 

从“打造中国版openAI”到“造医生”，在互联网医疗从业者看来，业内如百川这般高调者已经很少见，这可能更像是十年前互联网进军医疗界的口号。

在目前已有的医疗AI软件，以提效为主：要么向医院卖硬件，搭配AI算法组件（如钉钉、华为），利润来自硬件；要么以医生端和院外场景为主，通过随访、患者预约系统，提供效率工具。

而百川智能像互联网一样是以患者为中心，“造医生、改路径、促医学”分别对应的是造全科医生、实现分级诊疗、促进医学新研究范式形成，看上去，百川不要和其他医疗AI公司一样走“小而美”的路线，而是要实现改变医疗生态的野心——而全科医生、分级诊疗是我国医疗资源不足和不均的背景下，多年还未能实现的改革愿景。

十年尝试和碰壁，投资人对互联网医疗的故事早已有些疲惫。

王小川的百川智能，这是又一个互联网人要改变医疗的故事。一位和他接触多次的医疗体系人士回忆：“他（王小川）是有信念的，他要创造千万个医生智能体，做AI诊室，让AI医生真的落地。他反复讲这个故事，坚持讲了好几年了。”

一些专业医疗教授，私下都觉得：这种“造医生”的话只有他能讲，别人讲没信服力。王小川身上那种“光环”和融资能力，也确实让人不敢轻视。

但这一次，手握AI这个新的生产力工具，兼具“钞能力”和相对灵活身段的百川智能，能够改变新技术在医院空间难以施展和融入的宿命吗？

从通用模型到医疗模型，Deepseek步步紧逼下的百川转向

在AI之前，上一个试图改变医疗生态的技术是互联网。

然而改造渠道、降低诊疗成本这个美好的愿景，最终败在供给侧也即医疗资源的强势和稀缺上——好的医生，患者们跨省跨市去三甲医院挂号都来不及，还怎么让医生们分一部分精力给互联网？

这也是王小川想要打破的中国医疗的“倒三角结构”。

几轮在现实中碰壁后，在医疗AI领域，大厂最终找准了自己的位置：在芯片承载的算力之上，发展通用模型，为具体的医疗AI模型及产品建立一个好的技术底座——不碰那个“倒三角”。

身处互联网行业而试图进入医疗领域的“碰壁者”，也包括十年前的王小川。当时，工学背景、作为搜狗CEO的王小川以个人和公司名义陆续投资了鹰瞳科技、小鹿中医等医疗健康公司，还结合AI技术打造了搜狗明医，但这个产品最终没有成功。

2021年，搜狗正式并入腾讯，王小川离开搜狗，在2023年成立了百川智能。百川的“百”是“bio”的意思，王小川一开始就有意让公司向医疗方向靠近。

只是，历经过一轮“互联网医疗”泡沫的王小川，也明白在2023年“医疗AI”已并不是一个好故事，全力转向医疗是后来的事情。

有业内人士认为，当时号称要做“中国版chatgpt”的百川，正是踩中了openAI带来的红利，才能在资本寒冬中完成了这么大一笔融资。否则，若百川当时的标签不是“通用模型”而是“医疗模型”，这种体量的融资很难完成。

在2024年7月完成了50亿元的融资后，也是在这个月，百川在年中内部战略会上确定了all in医疗的策略。

百川选择医疗赛道，“王小川的医疗情怀”或许不是唯一的解释。通用模型的激烈竞争、金融领域虽有创收但并不在行业的排头尖兵之列，让转向医疗看起来像是一个合理的选择。

“对医疗有追求，know-how一般。”一位从业者回忆起两年前与王小川接触的印象时称，当时还并不认为其是一个医疗行业的“局内人”。

但互联网出身的王小川，用另一种视角突破“局内人”的想象力。

不同于现有医疗AI商业模式卖硬件、提效的常规路线，百川走的是“患者为中心”的路径：试图围绕“医生智能体”构建一个以分诊、导诊、问诊、用药、电商为一体的互联网医疗平台。

据业内人观察，百川智能的路径可能是：构建搜索型导诊产品，做AI分诊的第一入口； 以儿科为突破口（社会关注度高、医生缺口大）打造专病模型；投资检测公司，串联诊断和药品电商； 构建千百万个医生智能体，覆盖全国不同层级医疗机构；从APP聚集入口流量，形成患者主导的导诊闭环。

核心是“捏医生”，即训练AI医生的Agent（智能体）替代一部分人力医疗节点。

从儿科入手：医院和基层场景，一种“想象中的竞争”

今年3月，百川智能与北京儿童医院、小儿方健康共同发布“福棠·百川”儿科大模型。王小川曾表示，计划在3年内打造出具有三甲医院主治医师水平的AI儿科医生，相当于新增100万儿科主治医师，覆盖全国乡一级的诊所。

一位业内人士表示，百川智能选择儿科，是坚持“专病专科”路线。他表示质疑：“其儿科模型是全科+专科一起上的，百川把‘全科医生’当成‘互联网的入口’，但现实问题是，中国没什么全科医生的体系，社区来了病人还是要往上转专科，患者也没有全科医生的概念。”

无论是何种模型，大量以及高质量的数据都是训练AI的基本素材，对于医疗AI模型来说更是如此。理想情况下，应有大量来自三甲医院长期、稳定、深度的数据供养。

更何况，在中国，医疗是一个供给侧（也即医院）尤其强势的行业，医生集团发展还未成规模，上游技术公司无法绕过医院而直接与医生合作。

于是，医疗AI公司“前期所有的商业模式都要围绕着医院来做”，一边在应用端与医生和医院系统细细磨合，一边从中收集大量数据来训练模型，把产品打磨得越来越好。

在现实中，多数技术团队仍以DSS（临床决策支持系统）作为切入点，其核心在于“信息平权”——通过结构化数据提升基层医院的信息可及性。但真正影响就医效率的，是“知识”和“资源”的可达。因此，不少企业选择从头部医院起步，构建医联体模型，例如先布局10家核心泌尿外科医院，再向县域、边远地区下沉，实现知识的“传导式下沉”。这一过程中，渠道能力成为竞争关键：神州系擅长影像，深度绑定信息科；润达系在检验科系统中根基深厚。

而互联网出身的百川智能，优势并不在于渠道。

北京儿童医院并不是百川接触的第一家医院，医疗数据上的合作绝非易事，“他们想做通用的医学的模型，希望把医院的数据拿出来，但是这第一步就很难成立。”

最终，百川在2024年年末投资了医疗数据服务公司“小二方”，后者与北京儿童医院合作了多年，百川与北儿的合作也顺理成章。

但百川与医院的合作才刚刚开始。医疗场景较强的封闭性、数据获取的难度、know-how的重要性、医疗AI公司花费多年踩过的“坑”，以及反腐语境下目前医院并不宽松的商业化环境，这些都让业内人士怀疑，百川最终能否追上同行的脚步。

在百川与北京儿童医院的合作之前，其他医疗AI公司同行早已和各大头部医院合作多年，有公司与全国上百家医院都达成了合作，其中一些能够有直接付费意愿，“基本上能够让公司生存下来”。

大医院向来不缺主动上门“出钱出人”合作的医疗AI公司，“这些事影像AI公司都干过一轮了”，而真正能在医院里留下、赚到钱的公司屈指可数。

医院之外，百川还学习一些同行的做法，与重点发展互联网医院的宁夏，以及北京海淀区合作。医疗AI公司将健康数据管理、初诊等应用推广向基层，迎合一些地方政府的政绩需求。

但基层患者很难形成转向AI的路径依赖。有医疗AI公司在当地政府的大力支持下，靠基层的社区卫生院向居民发冰箱贴、在医疗单据上印刷二维码等方式，让当地几十万居民都注册了应用，如今日活跃度在2%左右。而在北京，大医院密集，“家庭医生”的需求弱，推广这类应用更是不易。

看起来，在医院和基层场景，百川在医疗AI赛道上还不具备什么成熟的优势。

有和百川团队接触过的公司方面称，百川有成立投资团队，正在寻求合作。但令其犹疑的地方在于，论模型能力，deepseek以及大厂们已经足够强大；论医疗数据和医院渠道，比起其他已深耕多年的医疗AI公司，百川的原始积累还比较薄弱。“要合作的话，可能就会变成一个纯财务的合作”。

“百川和我们？一种想象的竞争关系吧。”一位同行称，“它唯一的优势可能就是有钱。”但在融资环境冷意依旧的当下，这也不得不说是一个难以替代的优势——“有钱”在资源缺乏等短板处，可以找寻专业的合作伙伴。

“造医生”

在以医生为权威和中心的医疗体系里，百川所称的“造医生”，是一件稍显“叛逆”的事。

过去，利用互联网技术来辅助医生诊断，有从业者认为不甚成功。其参与了全国近1000家互联网医院的建设，十年过去，互联网医院使用率依旧很低，“一家全国顶级的医院，互联网医院使用率最高的科室，去年上半年使用了不到8000次，平均1天就四五十次，而且做的就是简单的复诊、配药工作。”

“互联网医疗无非就是做了挂号、充值、缴费等一些基础功能。”在改革生产关系之前，必须要提高的是生产力——做到互联网没能做到的事情，这是AI的使命。

但如今，能力上，距离一个真正具备独立、综合诊断能力的AI医生出现，依旧遥远。大部分厂家都还处在将AI放到医疗场景中尝试解决具体问题的阶段，如帮助医生做预诊、病历生成、患者管理等。

AI暂时还不具备什么综合能力，“问诊的能力、开医嘱的能力、读影像报告的能力，这些能力都经过长时间的数据训练、检验后，再结合到一起，才会进入到成为一个AI医生的层面”。

AI的语言能力自身也还有很多问题需要解决，比如在大模型中很常见的幻觉问题，“需要很多的技术和工程的细节去控制，包括微调层面的，prom（可编程只读存储器）层面的，还要用到一些软件和知识库。”

伦理上，即便“AI医生”的能力达标，让患者完全接受也不是一日之功，医生的权威及人文关怀还很难被取代；而“AI医生”又可能与医生的话语权形成冲突，以医生为中心的医疗体系里，医生使用AI的动力是什么？“造医生者”没能回答这个问题；“AI医生”与医生的关系、诊断权与责任何在，相关法律几乎空白。

为了避开这些足够尖锐的问题，许多公司提出了“医生助理”的概念，“一方面不会让医生觉得在‘抢饭碗’或者指手画脚，另一边又实实在在地为医院、医生解决了很多问题。”另一个思路是利用AI工具帮助医生进行科研工作。

医疗是一个复杂的体系，涉及患者、医生、医院、医保几方的权力互动，并不是理论上对患者有好处、能够缩短诊疗路径，一个产品就能够成功。

一些互联网团队造出的医疗产品，给从业者留下了“天真”的印象。一家国际科技服务商曾在2015年高调成立AI医疗部门并进入中国，点燃了国内医疗AI的投资及创业热情。但最终，这个团队只造出了一个“花四五千块远程让一个美国产品帮忙做一次性诊断，结果方案出来中国根本没有药”、让人啼笑皆非的产品。

不过，百川并未强调其“AI儿科医生”的独立性，也多次提到医生助理的概念。

“问诊的权利和责任主体从人变成AI，AI去独立开处方，我认为国内将在很长时间内还不能看到。”一位从业者表示。

Deepseek等AI改变了医疗什么

在“造出医生”之前，目前医疗AI的发展还十分依赖算力释放、模型优化等底层技术能力的进步，“医患问答、病历生成、患者管理、辅助决策等功能，这些都是底层能力的进步带来的”。

而今年Deepseek R1的出现，让通用模型的成本也不再是一个问题了。“做医院业务，特别是我们做本地化的，对参数量是有要求的，参数太大的模型在院内推理的速度会很慢，影响终端的使用。所以有Deepseek 这样一个性能高、参数量不太大、还开源的模型出现，对行业会有很大的帮助，有点技术平权的意思了。”

当“大模型的能力到了”，“突然发现大模型的语言能力，对话的能力、书写的能力，已经达到了一个大家日常工作可以接受的程度”，这时便会生发出许多新场景与创造新商业模式的机会。

只不过，包括“造医生”在内，这些概念和应用都还在被验证和被接受的阶段，国内能靠这类业务真正实现盈利的厂家恐怕不会很多。

今年可能会是一个转折年，因为Deepseek不仅在技术端解决了医疗AI的通用模型成本问题，还在应用和销售端省去了医疗AI厂家许多宣传科普的工夫，“大量医院都在拥抱大模型”。

医院拥抱AI的准备可能早已经开始。为了适应新技术，一家全国顶级医院在去年下半年大规模更新了系统，有参与者认为其他医院可能会学习跟进。这动辄几千万元的改造成本，从业者寄希望于政府来买单。

业内一个主流观点是，未来以硬件产品为载体、附赠软件服务，会是一个主流模式。不过，目前相当一部分AI医疗厂家仍在发展软件服务的阶段，“硬件是以后要想的事”。

在所有厂家中，华为又是一个特殊的存在，“华为有个规矩是上不碰应用下不碰数据，只集中力量做算力和硬件”，而且华为的盘古大模型并不对外销售，更不构成竞争。有业内人士感觉到，华为和产业链条上的各个板块公司的合作越来越紧密。

付费是绕不开的行业痛点，也是如今医疗AI发展的早期阶段，产品与合作模式还不够成熟的情况下，许多从业者“没法细想”的问题，“不独立诊断、不向患者收费、理论上不需要申请医疗器械注册证，也就很难有医保的可能。”

部分从业者寄希望于医药险，尽管当前商业医药险发展也并不成熟。目前医院直接付费是厂家们主流的收入来源，但医院自身是一个并不“富裕”的支付方，“除非AI真的能帮助医院带来更多收入，目前并不能。”

即便Deepseek 等AI的出现，为复杂的医疗系统提供了用AI提高效率的可能性，但百川智能手握AI工具，想要成为医疗系统的“生产力创造者”、重塑医疗结构的梦想，距离实现会有多远？

来源：深蓝观 作者：韦晓宁