2026年第一月份，医疗AI赛道热闹非凡，我来谈以下10点观察：
1.医疗是AI领域里很不好做的赛道。AI赛道正在细分化，有的赛道红海，有的赛道蓝海；而医疗AI赛道很纯粹，就是纯粹不好做。无论To Doctor（医疗专业人士），还是To C（普通消费者）。
2.除了不好做，还特别慢，压根快不起来。互联网思维讲究“快、迭代、流量”，而医疗讲究“慢、严谨、安全”。这两者天然冲突，那些善于互联网打法的人，那些曾经赢在互联网打法的人，转行做医疗AI，很可能会死在“心急”上。越“急”越难见效，除了沉下心去做之外，也不是完全无路可走，还有死路一条。
3.尽管医疗AI的研发本身进展缓慢，但为了竞争力，头部企业在收购上没有任何一家跑得慢，跑马圈地热火朝天，OpenAI奥特曼投资Retro Bioscience，OpenAI 收购，整合患者健康数据的初创公司 Torch。蚂蚁金服全资收购雷军投资的好大夫在线APP。
4.医疗容错率为零，医疗AI容错率也为零。具备“严肃问诊”能力不够，而是要有零幻觉的，这个能力不是初级能力。很多人对此的态度都是既质疑，又反感。
更糟糕的是，厂商标榜“颠覆人类医生”“奇点已至”“全球最强”“全球最权威”，只会让患者恐惧，让监管警惕。现在，别谈谁有最强的医疗AI，产品和模型都是‘菜鸡互啄’。想标榜“最”字，无非就是在“最”字前面一直加定语，今天你“最”，明天他“最”，谁也拿不下用户心智。
5.“我们对标美国OpenEvidence公司”，在国内做医疗AI，很多人动不动一上来就这么说。人家确实估值高，你能对标，竞品公司也能对标。你靠啥对标人家的估值？你又靠啥胜出？
6.别以为医疗的本质是准确性和效率，产品交互性就是噱头。我看到了头部AI应用大厂的内部数据，提高产品交互上的易用性也是相当有效的打法。
7.现阶段不存在同时面向医生与患者的好产品（注意是产品，不是模型），暂且不说生成内容上专业度的差别，“To Doctor和To C”使用截然不同的两套产品容器。
医生要专业答案，普通用户要“讲人话+看得懂”，这是产品上的战略选择，尽管模型可以是一套。
8.假如你的医疗AI产品战略选择是的C端，那恭喜你，你讲很快踏上“流量打不动”的地狱级战场。且不说，现在AI的C端流量非常昂贵，阿里已经用奶茶外卖流量打AI的C端流量了。还且不说，腾讯字节跳动有好的医疗健康优质流量池，卖不卖给你？翻过烧钱买流量的山，AI投入这么高，就算有广告变现，够回本吗？下一步似乎更难，如何让这些C端用户掏钱？
9.互联网大厂天价广告费烧出来的大结果，所有人都能看到，这和Wiki百科和医学院教材里的数据的性质一样，是公开知识（经验）；
然而，真正值钱且不公开的是“教科书上没写，但专家主任都在用”的经验，以及经过时间验证的真实世界的结果。医疗AI通过哪种医学考试不重要，也不决定胜负。
而是，医疗AI各利益相关方尽快建立有关开源基准数据集（Benchmark）的共识，摸索提高数据质量的方法，毕竟只有数据好，才有好模型。
这一点上OpenAI HealthBench已出手，且看国内动作。Benchmark需要根据本地特定的国别和地域属性进行调整。很多北美经验，无法照搬。
10.医疗AI不会是国内头部科技大厂的全部，但没有头部厂商会完全放弃医疗AI，只是目前大多搞得不够好，没啥底气拿出来说。
截至目前，北美巨头推出专用版已经是是标准打法，ChatGPT Health产品模块已经集成在 ChatGPT内，同时期的2026年的1月9日，OpenAI作为模型公司推出的面向医疗机构（企业级）的产品套件OpenAI for Healthcare，底座是GPT-5.2模型，用于自动化临床文档生成等方面。1月12日Anthropic公司推出医疗专用版Claude（Claude for Healthcare），同时拓展Claude在生命科学领域的功能矩阵。1月13日，谷歌以医疗AI开源模型MedGemma1.5入局。
写稿没累着，调研和思考累着了。
文章来自于微信公众号 “亲爱的数据”，作者 “亲爱的数据”