一场关于医疗服务模式的革命正在静悄悄地发生。
2026年1月8日，当OpenAI发布ChatGPT Health并宣布用户可以上传电子病历时，硅谷的科技巨头们终于向医疗行业扔出了第一颗"真正的炸弹"。同一周，特朗普政府的ARPA-H（美国高级卫生研究计划局）宣布启动"ADVOCATE"计划，目标是在3年内实现首个FDA授权的临床AI Agent，专注于心血管疾病管理。
几乎在同一时间，北京清华长庚医院的医生们开始在临床工作中使用"紫荆AI医生"；苏州市立医院上线了能听懂苏州话的AI导诊系统；京东健康的"AI京医"智能体数量突破1500个，覆盖从健康咨询到慢病管理的全流程……
这不是巧合。2026年，医疗AI Agent正从"PPT上的承诺"走向"病房里的现实"。
2025年12月1日，一条看似平淡的新闻在医疗AI圈子里引发震动：美国FDA宣布为全体员工部署Agentic AI能力。
这标志着全球最严格的药品监管机构，正式将AI从"监管对象"转变为"工作伙伴"。FDA局长Marty Makary在声明中表示："我们正在扩大AI的应用，为审评人员、科学家和调查员提供最好的工具，以加速更多疗法和治疗方法的批准。"
什么是Agentic AI? 不同于传统的单一任务AI，Agentic AI（智能体AI）能够：
FDA的这一举措，相当于用自身作为"试验田"，为医疗AI的临床应用探路。数据显示，FDA此前部署的LLM工具"Elsa"已被超过70%的员工自愿使用，频繁迭代优化后已深度融入工作流程。
如果说FDA的内部部署是"小试牛刀"，那么ARPA-H的ADVOCATE计划则是"破釜沉舟"。
2026年1月，ARPA-H宣布启动首个临床AI Agent项目，目标直指美国第一大死因——心血管疾病（CVD）。该项目计划：
为什么选择心血管疾病？
但挑战同样严峻：迄今为止，全球尚无任何临床AI Agent获得FDA授权。监管不确定性、技术局限性、医疗责任划分……每一个都是横在面前的"拦路虎"。
2026年1月7日，OpenAI在官网低调上线了"ChatGPT Health"功能，允许用户：
这是OpenAI首次将生成式AI直接对准个人健康管理场景。与此同时，OpenAI还发布了面向医疗机构的"OpenAI for Healthcare"企业级方案，支持HIPAA合规（美国医疗隐私法案），帮助医疗机构减少行政负担。
隐私争议随之而来：TIME杂志的报道质疑："把病历交给ChatGPT是个好主意吗？"批评者担心数据泄露、算法偏见、错误建议引发的医疗事故责任归属问题。
OpenAI的回应是：ChatGPT Health创建了专用加密空间，数据不会用于模型训练。但对于已经上传病历的用户而言，"信任"仍然是一个需要时间验证的问题。
就在OpenAI高歌猛进时，Google DeepMind CEO Demis Hassabis公开表示"惊讶"——他没想到OpenAI会如此快速地在ChatGPT中引入广告系统，并直接向C端用户提供医疗服务。
Google的策略更加谨慎：DeepMind专注于与学术机构和医院合作，开发经过严格临床验证的AI诊断工具，而非直接面向消费者。2026年，Google在医疗AI领域的布局包括：
两大巨头的路径差异折射出医疗AI的两难困境：激进创新vs谨慎验证，哪条路才能真正改变医疗？
2025年4月，清华大学宣布成立人工智能医院（Tsinghua AI Agent Hospital），计划分阶段建设：
2026年1月，清华AI医院的首个应用场景落地：AI赋能包虫病清灭行动。通过AI筛查、智能分诊、远程会诊，清华团队将包虫病的早期发现率提升了40%，为西部地区2000多万潜在患者带来希望。
京东健康 在2026年1月的年度医生盛典上发布了三大AI产品：
百度灵医、讯飞医疗、蚂蚁医疗等头部玩家也纷纷加码：
商业化破局：2025年已有一系列上亿级政府主导的AI项目落地，标志着医疗AI从"烧钱研发"进入"规模化盈利"阶段。中信证券预测，2026年AI医疗市场规模有望突破千亿元人民币。
苏州市立医院部署的AI导诊系统支持苏州话与普通话双语交互，患者无需排队，通过语音对话即可完成：
类似系统已在全国数百家医院落地，平均缩短患者排队时间30%-50%。
在北京、上海、杭州等地的三甲医院，AI预问诊系统已成为"标配"：
对于直径小于5mm的肺结节，医生的检出率约为60%-70%，而AI辅助后可提升至95%以上。多家三甲医院的放射科已将AI作为"第二阅片医生"，实现：
京东健康的"AI京医"、平安好医生的"AI医博通"等产品，已为数千万慢病患者提供：
案例：一位糖尿病患者通过AI健康管家，血糖控制达标率从60%提升至85%，住院次数减少50%。
2026年医疗AI的一个显著趋势是：多智能体协同（Multi-Agent System）取代单一大模型。
传统路径：训练一个包罗万象的医疗大模型，试图解决所有问题 新兴范式：构建多个专业化小模型，各司其职并相互协作
京东健康的"AI京医"体系就是典型案例：
这种架构的优势在于：
尽管进展迅速，医疗AI Agent仍面临三大技术难题：
1. 幻觉问题（Hallucination）
2. 算法偏见（Bias）
3. 责任归属（Liability）
2026年，医疗AI商业化的最大突破是支付方逻辑清晰化：
1. 政府采购（To G）
2. 医保支付（To B2）
3. 医院采购（To B）
4. 个人付费（To C）
医疗AI企业的商业模式正在从"一次性卖软件"转向"持续提供服务"：
| 模式 | 收入方式 | 代表企业 |
|---|---|---|
| SaaS订阅 | 按月/年收取订阅费 | 京东健康、平安好医生 |
| 按量计费 | 按AI问诊次数/影像数量计费 | 讯飞医疗、推想科技 |
| 分成模式 | 从医院新增收入中抽成 | 数坤科技、汇医慧影 |
| 政府采购 | 竞标政府AI项目 | 百度灵医、蚂蚁医疗 |
乐观派：AI将成为医生的"超级助手"，处理80%的常规工作，让医生专注于20%的复杂病例 悲观派：AI可能加剧医疗服务的"去人性化"，患者失去与医生的情感连接
现实情况：短期内AI无法完全取代医生，但某些岗位（如影像科技师、病理科技师）面临被替代的风险。
当用户上传病历到ChatGPT Health时，数据的所有权、使用权、删除权如何界定？
OpenAI的承诺：
但批评者质疑：
FDA虽然开放了Agentic AI的探索，但具体监管标准尚未出台。关键问题包括：
中国的情况类似。2026年1月，中康科技参与制定了首批医疗大模型行业标准，为AI设立"能力标尺"，但法律层面的监管细则仍在起草中。
到2030年，预计超过5亿中国人将拥有专属的AI健康管家，实现：
"互联网医院"将不再是单纯的"在线问诊"，而是：
未来的医学生将与AI共同成长：
AI医疗的普及可能带来新的不平等：
解决方案：政府主导的公共AI医疗基础设施建设，确保"AI医疗人人可及"。
2026年，医疗AI正站在从"技术验证"到"临床实战"的关键节点。
乐观的理由：
谨慎的理由：
但有一点是确定的：AI已经不可逆转地进入了医疗领域。问题不再是"AI能否改变医疗"，而是"我们如何确保AI向善地改变医疗"。
或许，正如清华大学AI医院院长董家鸿院士所言："AI不是来取代医生的，而是来帮助医生成为更好的医生。"
未来的医疗，将是人类智慧与人工智能的共舞。
参考资料：
[1] FDA Expands Artificial Intelligence Capabilities with Agentic AI Deployment | FDA | 2025年12月1日 | https://www.fda.gov/news-events/press-announcements/fda-expands-artificial-intelligence-capabilities-agentic-ai-deployment
[2] ARPA-H to revolutionize cardiovascular disease management with clinical agentic AI | ARPA-H | 2026年1月 | https://arpa-h.gov/news-and-events/arpa-h-revolutionize-cardiovascular-disease-management-clinical-agentic-ai
[3] Introducing ChatGPT Health | OpenAI | 2026年1月8日 | https://openai.com/index/introducing-chatgpt-health/
[4] 清华大学举行人工智能医院成立仪式 | 清华大学 | 2025年4月26日 | https://www.tsinghua.edu.cn/info/1177/118454.htm
[5] 2026京东健康年度医生盛典举行 | 新华网 | 2026年1月19日 | http://www.news.cn/health/20260119/d0b56ad3733d4167ba7632989c34bb4b/c.html
[6] IDC FutureScape 2026十大预测：医疗健康行业正在进入"智能体医疗时代" | IDC | 2026年1月27日
作者：超能文献团队 | 超能文献（https://suppr.wilddata.cn/）