本文为《2025 年度盘点与趋势洞察》系列内容之一，由 InfoQ 技术编辑组策划。本系列覆盖大模型、Agent、具身智能、AI Native 开发范式、AI 工具链与开发、AI+ 传统行业等方向，通过长期跟踪、与业内专家深度访谈等方式，对重点领域进行关键技术进展、核心事件和产业趋势的洞察盘点。内容将在 InfoQ 媒体矩阵陆续放出，欢迎大家持续关注。
手术机器人、AI 辅助诊疗系统、名医孪生智能体…AI 在医疗领域的落地正在徐徐推动。
2025 年末，政策的定音锤也随之而来：《关于促进和规范“人工智能 + 医疗卫生”应用发展的实施意见》明确指出，到 2030 年，基层诊疗智能辅助应用基本实现全覆盖，推动实现二级以上医院普遍开展医学影像智能辅助诊断、临床诊疗智能辅助决策等人工智能技术应用，“人工智能 + 医疗卫生”应用标准规范体系基本完善等。
我们采访了传神语联创始人何恩培，他结合传神语联 2025 年在医疗领域的实践，分享了自己对医疗 AI 发展、中医和西医两条落地方向以及今年突破方向的洞察与预测。“大模型成为行业模型是个伪命题，而是需要改造或者深度的重构。”他提出，不仅在中医，任何行业领域用通用大模型简单微调的方式做行业落地，都有其局限性。为此，他们启动了“上工传承”工程。
同时，他表示，2026 年，AI+ 中医将以“场景化智能体”为核心形态，通过分层协同的技术模式承接基础诊疗工作，同时拓展心理健康这类新兴服务领域，中医智能体可以成为 24 小时陪伴人类的健康顾问和健康管理专家。“中医的数字化、仪器化、标准化进程都很缓慢，而这些恰恰是 AI 落地的关键基础，所以中医的 AI 发展一直比较滞后，但中医反而是未来最有可能通过 AI 实现全面突破的领域。”
下面是详细对话内容，以飨读者。
医疗 AI，告别单一环节的辅助
Q：如果用一个词或一句话来定义 2025 年 AI 在各行各业应用的总体阶段，您会如何概括？
何恩培：2025 年的 AI，可以这样描述“高普及、浅渗透、理性回归、再出发”。对于以大模型为代表的 AI 落地，2025 年是人们最务实的一年。AI 技术的普及度在各行业实现了大幅提升，从消费端到产业端，AI 的身影随处可见，似乎只有 AI 才代表你是一个拥抱变化、才是一个拥有未来的人或公司，但多数 AI 应用还停留在表面，极少能真正实现行业和场景深度智能化，更谈不上原生的智能化。
很值得欣慰的是，大模型厂商，正在迎来理性回归：整个行业基本放弃了 “参数和算力竞赛”。如今大家终于想明白，模型好不好，不看参数多大，而是看性能和参数平衡：性参比，这是传神 2023 年就提出来的观点。在具体场景里，轻量化、低成本部署成了新方向，更重要的是，大家不仅质疑“Scalling Law”，甚至开始质疑 Transformer。无论质疑对不对，至少人们在理性思考：那难道只有 Transformer 才能吗？事实上 Transformer 的不足也是显然存在的，其实传神的模型架构一直就不是 Transformer，而是“zANN”。
人们也开始理性反思：什么是 AGI、怎么解决实时学习、怎么真正理解物理世界，甚至大佬们针锋相对地争论，其实也意味着行业开启了“再出发”的新征程。
Q：目前在医疗行业，AI 被赋予了哪些角色？这一定位在 2025 年是否发生变化或升级？
何恩培： 当前 AI 在医疗领域的角色早已突破单一某个环节的辅助，正在形成多场景、全链条的赋能格局。首先要强调的是，大模型在医疗领域的应用不只是聚焦“严肃医疗”，更广泛地渗透到了药物研发环节，甚至在药物研发领域的应用占比可能更高。药物研发过程中需要处理海量的数据分析工作，AI 大模型能很好地发挥辅助作用，大幅提升研发效率。更关键的是，在深度药物研发或病理相关分析等细分场景，行业内会专门构建针对性的大模型，类似谷歌的 AlphaFold 蛋白质预测大模型，它的参数规模其实不大，大概只有两个亿左右，远低于那些动辄两百亿、两千亿参数的通用大模型，但在特定研究场景下的精准度和实用性更强。事实上 AI 与医疗、医药、生命大健康领域的融合不仅普遍，而且介入深度越来越深。
以传神素问中医大模型为例，已经不局限于开处方，已经结合四诊仪器形成诊疗闭环，从挂号开始，到预问诊、辅助辨证开方、跟踪患者依从性以及整个康复过程。整个过程也不再是人在调用 AI 工具，而是各个场景智能体化，比如医助智能体、名医孪生智能体等，正在形成从辅助开方的疾病治疗向向全周期健康管理延伸。另一方面，传神素问不再只聚焦于“治已病”，更开始深耕“治未病”的健康管理场景。现在市面上有很多养生误解，比如一到秋冬，姜枣红糖茶就成了养生热门，以为是人人使用的滋补茶包。实际上，只有部分人适合这款茶饮，准确的说应该“一人一方”的茶饮，同样如饮食方面也应该实现“一人一方”的个性化方案，才能够更好的呵护健康。但过去名医精力有限，病人都看不完，哪里能够“一人一方”“一时一方”。
传神素问的名医孪生智能体解决了这个问题，不管是看病吃药、日常饮食，还是喝饮料、喝汤，甚至是健身、听音乐，都“一人一方”“一时一方”。就像现在茶艺师会根据不同身体状态调配茶饮，网上流行的“补肾曲”也是个性化健康需求的体现，本质上都是大家对精准健康管理的追求。这里需要说明的是我们的传神素问中医大模型，已经不只是依靠传统的望闻问切四诊来判断病情，还会纳入现代医学的诊断结果作为数据支撑，进一步提升中医辨证的精准度。
Q：当前 AI 在各行业应用热潮下，我们更关注真实的落地成效。从贵公司的业务视角来看，AI 当前为中医领域带来了哪些预期的和非预期的价值？
何恩培： 我们在医疗领域的探索始终专注于中医方向。选择这个赛道，源于公司两个核心优势。第一，我们的核心团队对中医有着天然的兴趣，从 90 年代就开始了中医和 AI 结合的探索。我始终认为，要做好一个行业的 AI 应用，核心开发人员对这个行业的深刻理解非常重要，我甚至认为对于 AI+ 中医这是必备条件。并且在我看来，目前同时具备中医理解和深度大模型能力的团队是极其罕见的。第二，我始终认为大模型成为行业模型是个伪命题，而是需要改造或者深度的重构。我们核心团队的自研技术从底层算法框架到模型架构，再到上层应用都是自主原创的，具备对大模型进行各类重构和深度解剖的能力。
也正是基于这个两个优势，我们构建中医大模型的底气很足。我们推出的传神素问中医大模型，实际评测效果非常不错，应该是中国第一个能够像专家一样主动问诊的中医大模型。今年 8 月，传神素问通过了中国信息通信研究院可信 AI 中医药大模型评估，获得 4+ 级评级，是信通院中医大模型领域的最高评级。
今年 10 月，我们完成了第一个预期外的成果：一位国医大师的数字孪生，效果相当亮眼：方药的一致性达到 95%；在“四诊辨证、分析病机、最终开方”的全维度的一致性达到 93.5%。这些数据已经极有可能超过了传统的师徒传承。这里需要强调的是，我们的“名医孪生”不是简单的处方模仿，而是思维方式的一致，能够复现名医的“辨证思维”与“临证心法”。例如：模型通过深度学习，能够模拟名医在鉴别肝郁化火与阴虚火旺时，所依据的关键指征和推理路径，而不仅仅是输出一个相似的药方。这种对思维过程的传承，其价值远超单一的处方一致性。当然这种孪生效果，不是靠简单的微调或者增量训练，更不是 RAG 模式，而是基于独创的模型架构“moH”，经过层进式训练而来。
事实上不仅在中医，任何行业领域，在我看来，用通用大模型简单微调的方式做行业落地，都有其局限性。这就好比在别人已经盖好的楼房或者搭好的地基框架上搞建筑，可操作的空间非常有限。因此我们启动了“上工传承”工程，通过传神素问独特的孪生方式，对中医辨证思维实现高精度的复刻，极有可能超越传统师徒传承，这不仅为中医经验传承提供了全新路径，更让我们看到了 AI 助力中医现代化、智能化的更大可能，也坚定了我们用底层原创技术深耕垂直领域的决心。
中医和西医 AI 化，谁先落地？
Q：基于您的观察，当前 AI 在中医药领域的尝试与应用，与西医主流医院相比，呈现出怎样不同的特点和路径？
何恩培： 传神中医 AI 技术其实也已经积淀很多年，只是今年开始了商业化推广。如果具体对比中医和西医的 AI 化，我认为西医的 AI 落地会更容易一些。因为西医很早就开始了数字化、标准化，西医检查设备及其指标体系是全球通用的，这种标准化的特点让西医更容易形成标准数据，更重要的是可以形成海量数据，训练大模型就能达到比较高的水平。现在很多人看病前，会先在 AI 工具上做个初步诊断，再去找医生，通常这些 AI 模型的判断水平都不低。
西医领域的 AI 应用很早就有探索了。以前，IBM Watson 健康系统是美国首个获得处方权的人工智能辅助诊疗平台，有先进的技术和数据分析能力。但在商业化进程中，Watson 在不同医疗体系中的落地面临不少实际挑战。这也说明一个问题：单纯的技术精湛、理论上的先进，还不足以完成整个医疗环节替代。不过 Watson 在辅助诊疗方面确实留下过亮眼的案例：Watson 通过分析大约 2000 万篇医疗文献，治好了一位被放弃治疗的女患者，这个案例也不断激励着 AI 与医疗领域结合的探索与发展。
但中医的 AI 化就难得多了，中西医核心不同在于认知疾病的底层逻辑、诊疗的核心范式以及干预的目标导向存在本质差异，这种差异源于两种医学体系的哲学基础、发展路径和实践方法。本是各有所长，但是主要有这几个方面原因：中医流派较多、各个流派自成体系，标准化程度不高，这些都让中医的复杂性大大增加，想要形成完整的标准化数据，尤其是一定量的数据，难度非常大。中医长期以来受到来自西医视角的“学术压制”，对中医形成了不科学的偏见。举个例子，西医面对头疼，可以有标准化模式，比如拍片、化验等，这些拍片和化验数据是西医设备标准化的，是很科学的，基于这些数据用药自然很标准。用药可能也很简单，如没有异常数据，可能吃止疼片就是一种方法，也很标准。
但中医不一样，中医不是单纯治头疼这个症状，而是要辨证找出头疼的根源，是气郁导致的还是感冒发烧引发的？还是脑部病变引起的？病根源不同，用药和治疗方案完全不一样。在中医里，“同病异治” 是很常见的情况，就算是同一个病因，不同医生不同流派开出的药方可能不同，甚至同一个病因、同一个患者，在不同时间点的药方也可以不同。第三，对中医的偏见认知导致中医一度被边缘化，处于发展滞后状态。由于长期西医角度的“科学”教育，对中医的偏见积累很多，甚至很多人坚决不信中医。这种认知偏差导致从各个层面对于中医领域投入都很少，中医的数字化、仪器化、标准化进程都很缓慢，而这些恰恰是 AI 落地的关键基础，所以中医的 AI 发展一直比较滞后。
即便到现在，传神素问依然没能完全摆脱我刚才说的那些困境，只是我们的独特的模型架构、训练模式让数据和算法能够有效匹配，已经达到了相当不错的水平。不过从我个人的看法来说，我反而认为中医是未来最有可能通过 AI 实现全面突破的领域。
Q：像传神素问中医药大模型这样的技术，将如何定义 AI 在中医药现代化中的新角色？
何恩培： 现在中医面临的最大难点是，传承太难。第一，一个人跟着名医学习，从入门到出师能独立行医，平均需要 8 到 14 年的时间，从周期之长就能看出传承的难度。在一切都已经快节奏的时代，8-14 年可能已经越来越难以接受了；第二，就算熬到出师，传承效果难以保障：一是传不全，二是传不准。由于中医领域长期以来缺乏技术手段支撑，数据沉淀、总结和提炼都不够，行业内的专业研究者也偏少，即便是名医也很难把自己毕生的知识和临床经验完整、准确地传承给徒弟。
传承难最终导致的结果就是好中医太难求。中医的好医生比例很低，大概只有 10%，但这 10% 的好医生却要接诊 50% 的患者。患者都扎堆找好医生，直接造成了一个恶性循环：每个病人能分到的诊疗时间特别少。素问实验室调研数据表明，医师的平均问诊时间约 7.5 分钟，扣除开始的低效环节和最后的收尾环节，医患真正有效沟通的时间只有三四分钟，不管是感冒发烧的小病还是需要精细辨证的大病，一般都是这样的现状。中医圈里一直流传一个说法：只要一个中医的首诊满意度能达到 30%，他的门诊就会排起长队。这也能从侧面看出，好中医资源有多稀缺，患者的诊疗需求有多难被满足，这也可以证明医生首诊满意度有多重要。
而传神素问恰恰就是来解决这些痛点的。我们通过技术把名医进行数字孪生，名医的经验和智慧就不再局限于个人的门诊时间。一方面，孪生模型可以“不厌其烦”“不分昼夜”跟患者交流，让患者能充分阐述自己的病情，医生也能基于更全面的信息做出更精准的判断；另一方面，孪生智能体也能“不厌其烦”的跟徒弟进行深度的教学探讨，把名医的辨证思路、用药逻辑完整地复刻下来，让中医传承不再受限于时间和空间，解决 “传不全、传不准” 的问题。
除此之外，传神素问还能推动中医服务下沉。目前国内大概有数十万持有执业资格的中医，但并不是每个医生都能达到名医的水平。如果把名医的孪生模型推广到基层，就能让更多普通患者享受到优质的中医诊疗服务。所以我认为，以传神素问为代表的 AI 技术，正在推动中医从传统的师徒传承、小众服务，走向标准化、规模化的现代化服务阶段，当然过程还需要不断完善。
减少 70% 线下复诊工作，下一突破在传承与康养场景
Q：能否分享一个传神语联为医疗方提供的最具代表性或成果最显著的 AI 项目？过程中最大的障碍是什么？带来哪些方面的成效？
何恩培： 最具代表性的是我们做的国医大师的数字孪生项目，现在已经开始体现出成效了。传神素问中医大模型的商业化下场的时间不算长，目前主要在这几个方面看到了明显效果：第一，国医大师的学术传承变得容易多了。学生可以有足够的时间跟国医大师的孪生体交流，要知道过去国医大师年纪大了，根本不可能 24 小时随时回答每个学生的问题。不光是传承，在教育体系里用国医大师的相关理论结合孪生模型辅助教学，也是非常典型的应用案例。
另外，我们在一些诊所落地了基于名医孪生的数字诊所，成效也很突出：解放医生时间精力给最需要的人和诊疗过程最能发挥价值的环节，而不是处于无效低效的精力浪费中。通过传神素问，将能够帮现在的中医减少 70% 的线下复诊工作，不用再占用线下资源，把线下资源留给重症患者、初诊病人。这样一来，诊所里好医生的时间就能被解放出来，提升初诊病人满意度，收益也能得到提升。而且，从患者复诊后的居家跟进来看，传神素问也能帮助患者更好地依从医生的处方用药方案，效果很不错。
Q：在 AI+ 医疗方面，实现从试点到规模化部署是一大挑战。在推动中医药 AI 的规模化应用上，传神语联遇到的核心挑战是什么？
何恩培： 在中医大模型的落地与应用进程中，最大的挑战根植于观念与认知的壁垒。这道壁垒并非只存在于单一群体，而是横跨患者、中医医师与制度框架多个层面，彼此交织形成了难以突破的现实阻碍。从患者端来看，部分人对中医大模型的智能辨证、方药推荐持怀疑态度，更信赖传统 “望闻问切” 的面诊模式；从中医医师群体而言，一些从业者担忧大模型的标准化输出会弱化中医 “辨证施治、一人一方” 的精髓，对其技术可靠性和临床适配性存疑。
尤其值得关注的是制度框架层面的制约。作为融合传统中医理论与现代人工智能技术的创新产物，中医大模型的定位、应用边界、安全标准尚未形成明确的行业规范与监管体系。据了解，截至目前，尚无任何一款中医大模型正式取得对应的医疗准入资质。这种资质的空白，不仅让中医大模型的临床应用与商业化推广缺乏明确的合规依据，也使得其在与公立医疗机构、医保体系对接，以及开展大规模临床验证的过程中步履维艰，更难以充分发挥技术赋能中医诊疗标准化、精准化、规模化的核心价值。
Q：接下来在 AI+ 医疗方面，传神语联将重点关注或拓展哪些具体的新场景？据您判断，哪些场景会率先跨越试点，实现规模化？
何恩培： 从我们的规划来看，最快的会在传承场景和康养场景实现突破。这两个场景的优势很明显，“严肃医疗”可能会逐步实现规模化，因为有相当多的规则需要满足，有很多资质需要获得，传承场景是大家比较容易理解和验证的，落地的说服力会更强；康养场景则是大众最容易接受的，毕竟大家更愿意通过吃好一日三餐来维护健康，而不是靠吃药解决问题，市场的接受度和期待值都很高。
除此之外，我们也在和医院推进共同研究的模式，而且这个方向正在落地。共同研究就是技术在医院正式落地的前奏，大家先在实验室里一起打磨、验证、形成统一的共识和标准，为后续的规模化应用铺路。同时，我们也在积极开拓诊所场景。诊所的决策流程相对简单，我们的技术方案也更容易适配它的整体运营体系，推进的速度会相对更快。
“场景化智能体”是未来核心形态？
Q：在您看来，2026 年及未来，AI 为中医领域带来的最具颠覆性的变化是什么？
何恩培： 未来 3-5 年，包括 2026 年，AI 赋能中医的核心变化是让中医从“经验主导”转向“数据赋能”，AI 的角色也将从零散的“单点工具”进化为适配中医诊疗逻辑的“场景化智能体”。这一进化的技术底座，是多模态大模型与传统机器学习、规则系统的分层协同，比如通过多模态技术整合中医“望闻问切”的全维度数据，再以规则系统匹配经典医案与诊疗规范。具体来看，AI 将在中医临床诊疗、中药研发、基层中医服务升级与公共卫生康养等核心领域实现规模化落地和闭环管理。
但有一点必须明确，合规与伦理会贯穿全程，AI 始终只是辅助角色，最终的决策权和责任还是要由中医医师或医疗机构承担，核心是传承中医整体观念的精髓，而非颠覆传统。在这个大趋势下，AI 承接中医领域绝大部分基础及重复性工作，进而极大解放中医医师，让医师专注于辨证论治的创造性、互补性工作，会是必然方向。这里说的基础工作，可一点都不简单。传统中医的“望闻问切”依赖医师个人经验，主观性强，比如脉诊的力度把控、舌象的特征判断，不同医师的水平差异很大，就算是资深医师的助手或学生，也很难高效复刻。
而现在通过 AI 技术，比如智能四诊仪能精准采集左右手寸、关、尺部位的脉波信号，还能通过专业算法分析舌色、舌形、苔质等细节，再结合患者症状、病史数据以及其他检查手段获得的生化指标、病理数据等生成初步诊疗参考，这些基础且关键的数据分析工作，AI 都能高效完成。这能帮中医医师省掉大量基础数据采集与分析的负担，显著提升诊疗效率，让他们从低价值的重复劳动中抽离，聚焦到辨证精准性、方剂配伍优化这些核心工作上。
Q：既然 AI 能深度参与中医诊疗的基础工作，未来是否有可能替代中医医师？
何恩培： 完全不会，也不能替代。这不仅因为合规与伦理问题，更重要的是，中医诊疗的核心是“辨证论治”和“天人合一”的整体观相当长时间还需要人来把握，包括对复杂病机的综合研判等。同时，患者看病的过程不仅是病症的诊断，更是“人”与“人”的沟通、医师对患者情绪、生活环境的体察，这些充满人文关怀和临床智慧的“人的温度”是无法替代的。最终还是要形成“人机协同”的诊疗模式。
Q：2026 年 AI+ 中医还有其他值得关注的突破方向吗？
何恩培： 有的，这也是传神素问正在重点推进的方向——AI+ 中医心理，践行中医“身心灵合一”的康养理念，切入中医情志康养领域。中国中医理论里一直强调“情志致病”，很多人的病不是源于身体细胞的病变，而是情绪失调引发的，这正是中医整体观的重要体现。现在社会环境变化太快，人类的交流对象也不再只有同类，还多了 AI、机器人这些新存在，这种交流对象的巨变让人们的情绪发生了猝不及防的巨大变化。前两天公布的全国各省、各城市抑郁症数据，还有中小学生的抑郁指数，都能看出这些心理问题的严重性和普遍性，而这恰恰是中医情志调理的优势领域。
所以下一步的中医 AI，必须具备在交流中为人们疏导情绪、传递正向能量的能力。换句话说，心理疾病、心理亚健康应该被正式纳入中医治愈和康养的范畴，AI+ 中医情志康养也该成为下一步突破的重点。我们的核心思路是，让 AI 深度学习中医情志调理的理论与实践经验，结合现代心理学技术，为不同情绪状态的人群提供个性化的情志疏导方案，比如配合穴位按摩指引、食疗建议等中医特色方法。我们有信心，2026 年这个方向的突破极有可能由传神素问实现，目前企业已经具备了独特的资源支撑落地，预计会在明年 1 月发布相关推进计划。
Q：总结来看，您认为，2026 年 AI+ 中医的核心价值会体现在哪里？
何恩培：AI+ 中医将会重塑中国文化瑰宝中医的传承、诊疗与康养模式，中医核心价值远远不止于“严肃医疗”，中医智能体将会成为 24 小时陪伴人类的健康顾问和健康管理专家，让人们能够在吃饭、喝汤、喝茶甚至听歌，都能够实现“一人一方”“一时一方”，让人们“好好吃喝，不要吃药”，这是 AI+ 中医最核心的价值。
未来，AI+ 中医将以“场景化智能体”为核心形态，通过分层协同的技术模式承接基础诊疗工作，同时拓展心理健康这类新兴服务领域。最终在合规框架下，既解放医生的生产力，又拓宽医疗服务的边界，让“人的因素”与“技术辅助”的边界更加清晰，让医疗服务更高效、更全面地覆盖人们的健康需求。
文章来自于“InfoQ”，作者 “华卫”。