凭借深耕AI的技术优势，百度健康要做坚定的健康产业赋能者
2021年，百度大健康事业群组成立伊始，内部给团队提出的第一个问题就是，如何实现商业化，这也是困扰百度探索医疗领域许久的一个问题。
过去的十几年，每一家互联网巨头都想凭借自己的优势基因找到上述问题的答案，电商、物流、社交、产业链等，诸多尝试后，医疗业务已几经起落。
2024年，百度无人驾驶汽车萝卜快跑驶过的身影，让百度的AI技术吸住了所有人的目光，与此同时，AI又能在医疗领域有怎样的作为，成为备受关注的热议话题。
2024年7月19日，低调努力快三年的百度健康走上台前，首次面向医药行业B端人群举办产业大会，宣布打破“医疗不可能三角”最有力的武器，正是AI技术。
医疗体系著名的“不可能三角”，是只在既定的约束条件下，一个国家的医疗系统无法同时兼顾提高医疗服务质量、增加医疗服务可及性和降低医疗服务的价格。放眼全球，各国的医疗体系都是根据自身特点出发，从三者中选出其二，衍生而来。
不断地加大和优化人、才、物的投入，是当下平衡医疗不可能三角应对之策。同时，人们也都隐隐希望，等待一次新的技术革命，对医疗领域产生爆发性的改善。近年来生成式AI大模型的出现，让人们距离目标更近了一步。
百度健康的优势正在于此，百度集团资深副总裁、百度集团大健康事业群总裁何明科表示，要借助平台整合资源，以及AI技术的能力，完善“内容+服务”的医疗生态，致力于实现“患医药”服务的闭环。
No.1 走出“搜索”舒适圈
在以搜索起家的百度平台上，平均每天有1.3亿人、进行约3亿次的健康类目检索，这使得百度健康成为全网用户获取医疗健康信息的第一入口和最大的健康咨询、就医决策平台。
可在医疗健康赛道，如何将信息价值转化到大规模商业化，对整个行业都是一道难题。
“想挣点小钱是容易的，但是想要大规模化的收入很难。”何明科在分析了产业由患者、医院、政府和药械企业四方组成的结构之后，最先选择了服务患者，赋能企业。
过去三年的时间证明，百度健康确实把这条路走通了。
从一位患者在百度上对某种疾病78次搜索词条演变分析可以看出，仅用四天的时间，一无所知的患者从最初搜索疾病名称、原因，逐步到如何治疗、预防，最终到疫苗、附近接种点，成为了解疾病机制、寻求预防方案的“专家”。
其实预防疾病比治疗疾病更重要，但公众在预防上知识空白还很多。比如今年因多位娱乐明星感染而受到关注带状疱疹病毒，其实可以通过疫苗预防，但是大多数人并不知道。百度搜索后台大数据将问题展现的一览无遗，而热点事件恰恰成为了一个患者教育的切入窗口。
平台联合3000多家健康内容机构生产的超过6亿条的健康内容就是百度健康完成患者教育最有力的基石。在此基础上，百度健康已经从2020年开始构建服务生态，陆续上线了医药电商、在线问诊等服务。
正是依靠AI技术，百度健康能够真正将“搜索”延伸，将所有资源组合、精准匹配、呈现给患者，成为让患者能够“看得上”病的桥梁，找到医生、找到药。
在甲型/乙型流感、百日咳等多次突发公共卫生事件中，百度健康第一时间捕捉到医疗资源紧张的需求，与各地卫健委、学会、协会等机构合作搭建50多个问诊平台，提供9秒问医生、专家义诊、免费问答等产品，最高承载了每天570万的问诊咨询峰值。
在群体更为分散的疑难杂症或罕见病领域，百度健康通过AI算法的加持，帮患者提供就医用药的机会。目前平台提供的可入组的临床试验项目有7000多个，累计报名的患者数量超过10万。
到2023年3月，百度文心一言大模型的推出，为百度健康AI武器再度升级。此时正值百度大健康事业群完成对医药情报数据公司GBI的收购，便立刻将数据库和大模型嫁接起来。只是仓促间上线的产品效果并不理想，客户的买单意愿也不强。何明科和团队复盘后发现，问题在于最初的产品在精准度、技术方面的熟度都比较低。
问题其实又回到原点，精准地解决用户需求才有人买单。经过一年多的打磨，这一产品的技术更加成熟，体验也在提升，何明科对GBI赋能产业升级版的能力也更有信心。
No.2 探索医疗资源配置优化
虽然已经率先在药械产业链上找到一席之地，但其实百度健康依然想要深入探索医疗服务的腹地——医院业务，只是这条路走起来更为艰难。
何明科坦言，“我们这六七年间走过的路程，背后确实有太多不为人道的艰辛。”
从2018年百度推出临床决策支持系统CDSS，就已经展露了进入医院市场的野心,抓手同样是AI这一强有力的武器。简单的说，CDSS就是款为医生的诊疗方案提出建议、辅助医生诊疗的AI软件。
虽然百度的CDSS通过提高基层医生的诊疗能力，有效降低误诊与漏诊,也响应了国家电子病历评级的需求，已成功落地4000余家基层医疗机构。但更大部分的医院的付费意愿不强，医院侧业务整体推进最初并不理想。
直到医疗大模型的出现，让百度健康再次找到了机会。要同时比拼算法、算力和数据，这个新一代的AI，将赛场上真正有实力的玩家筛选出来，而一直深耕AI领域的百度正是其一。
2024年3月，百度健康受到了华中科技大学同济医学院附属协和医院（下称“武汉协和医院”）的青睐，双方合作打造“AI智慧门诊”标杆。
武汉协和医院作为华中地区的龙头医院，年门诊量约700万人次，如何在不增加医护人员工作量的情况下，给患者提供更好的医疗服务，是医院管理层亟待解决的难题。AI工具的使用，在这一难题上实现了突破性的进展。
百度健康大模型的优势在“智能加号”的产品中就得到展现。面对诸多等待医生加号的患者，武汉协和医院的智慧门诊采用大模型，帮助医生判断加号资格的发放，实现“智能加号”，为真正有需求的患者加上专家号。产品在武汉协和医院落地一个月后，就为300多名患者提供了加号名额，其中超过70%的是需要尽快手术的肿瘤患者，而在传统加号模式中，这一比例仅不到10%。据统计，目前AI相较专家手动筛选准确率已达到了95%。
结合前几年的经验积累，百度健康也明确地把解决医院需求中的痛点作为第一目标。AI智慧门诊目前试点的智能分导诊、智能加号、智能候诊室功能，都来自医生反馈的痛点。
更重要的是，实现医生和患者的“智能匹配”，在每一个个案中是帮患者“看好病”，放到整个医疗服务市场的维度中，更是对医生资源配置再优化的探索，瞄准的正是中国医疗服务中的症结所在。
“这个项目受到了国家和地方政府的重视，由此也吸引了更多的公立医院来谈合作。”何明科感受到，领先的技术优势，能够真正帮助医院降本增效、增加医生收入，医院就会有付费动力、愿意推动，这是最重要的变化。
另外，对于CDSS这类此前功能相对有限的产品，目前百度健康也在基于大模型能力对其进行升级改造，并探索私有化部署模式，已在复旦肿瘤、北大国际等医院落地，以期大模型加持的CDSS成为真正意义上医生工作中的AI助手，而不再只是大医院评级的工具。
No.3 医疗普惠还有多远？
国家统计局数据显示，2023年中国全年总诊疗人次95.6亿人次，意味着人均要去7次医院，每年人均医疗支出超过6000元。
何明科观察，其实人群中的大部分健康问题，其实是可以依靠咨询来解决，譬如精准匹配医院和医生、看懂化验报告单、了解药品用法、多轮解答常规健康疑问等，并不都需要到院治疗。
基于此，百度健康通过医疗大模型的介入，发布AI健康助手，通过大模型的“理解、生成、逻辑、记忆”能力，解答用户的健康问题、为用户精准推荐医生，并借助AI解读医学报告，提供用药帮助等，从而着重解决轻度健康咨询问题，避免医疗资源浪费和重复就医，随时随地“看得起病”。
除了在院外“分担”医生的工作，在医院内，医生问诊前由AI生成“预问诊”病历，在问诊中帮助医生快速写病历，百度的医疗大模型同时也在诊室里“解放”医生。据悉，目前由大模型撰写的病历可用率超90%。
相比于对有限资源配置的优化，人们对AI赋能医疗更长远的期待，正是对医疗资源生产力的释放。
当AI能够代替医生所做的基础性、繁杂性、事务性的工作越来越多，就意味着有更多的医生资源被释放出来，专注更核心的医疗服务、更前沿的医学研究，全球的医疗大模型都在朝着这个方向推动。
何明科表示，“百度健康始终致力于AI普惠，用科技服务患者及用户的健康问题。”
只是AI变革带来的医疗普惠究竟还有多远？何明科知道这可能是十年、二十年甚至更久为单位计的漫长事业，“任何一次技术变革，都是短期被高估、长期被低估，AI大模型也难逃此宿命。”
对等在前方的挑战，何明科表示会继续发挥百度健康的两大优势：一是强大的互联网连接能力，线上、线下联动创造价值；第二就是，百度在AI领域长期的积累，以及在医疗健康领域的资源积累，保持医疗大模型上的先发优势。
当然，何明科并不回避潜在的风险变数，“很难像互联网一样一家独大把所有市场吃下来，医疗健康行业天生就是一个比较分散的行业。百度健康也不会快速取胜，更重要的是守住自己的优势。”
另一方面，疾病领域的需求变化可能会让一些公司快速崛起，这让何明科时刻警醒着：“永远不知道你的对手在哪里，只要记住你的位置，长期服务、长期运营的心态很重要，做好医疗行业中的赋能者。
