2025年，當DeepSeek橫空出世之后，醫療機構、醫療科技企業、主管部門、紛紛接入或部署。很快，相似的場景再次上演，隨著以Manus為代表的通用AI智能體爆紅，醫療智能體也迎來爆發期。
近期，多家醫療機構、醫療健康服務企業圍繞具體場景應用，密集上線醫療智能體。這也使得業界從幾個月前“言必談大模型”的狀態，悄然邁入“言必談智能體”的新階段。
在AI日新月異的風口之下，醫療智能體究竟實現了哪些突破？
01 從“百模大戰”到“千體之爭”
文獻資料指出，智能體（Agent）源于哲學概念，在人工智能領域，它通常被用來描述一個具備智能行為，且擁有自主性、反應性、主動性及一定交互能力的實體。
大模型與智能體的關系，可以簡單概括為“認知”與“行動”的分工協作：大模型專注于自然語言理解、邏輯推理等抽象能力，能精準解析用戶意圖、生成任務規劃邏輯；智能體則可通過傳感器、API接口等實現環境信息感知與任務工具調用。二者的結合，如同為智能體裝上“大腦”，為大模型賦予“身軀”，形成技術閉環。
智能體具備持續學習、自我訓練、自我評估和動態目標調整的特征，在復雜任務調度、協作場景中表現出強大潛力。具體到醫療領域，智能體在提升醫療服務可及性、優化臨床流程、推動精準醫療等方面可展現出應用價值。
目前，醫療健康多個場景均已出現智能體的身影。在院內，無論是患者服務、輔助診療還是醫院管理，都已有醫療機構和企業聯合發布相應的智能體；在院外，以互聯網醫療、健康管理為主的企業推出了AI家庭醫生、AI健管師、AI心理咨詢師等智能體；此外，智能體還覆蓋科研與教學、藥物研發等領域，甚至能作為企業數字員工，在不同企業的職能崗位上發揮作用。
醫療智能體主要應用場景及布局企業，資料來源：公開信息、訪談
（表格為不完全統計，部分企業布局多種應用場景，未重復統計）
據動脈智庫《2025醫療大模型研究報告》統計，截至2025年5月1日，市面上已公開的主要醫療大模型有近300個。由于依托同一大模型可開發若干個智能體，因此，針對業內已推出并不斷增加的智能體，難以直接獲得準確數字。但總體而言，隨著醫療AI應用的不斷深化，行業正從“百模大戰”跨越到“千體之爭”。
02 擬人化與專科化的進階
當智能體走向 “擬人化”，虛擬形象與專屬名稱成為重要突破口。目前，已經有多家企業從“人的形象”入手打造產品，包括采用虛擬人物形象、醫務人員真人形象，甚至為智能體角色起一個朗朗上口的名字。
2024年11月，紫荊智康開發的“紫荊AI醫生”系統正式上線，首批來自21個科室的42位AI醫生在Agent Hospital亮相。其中，每個科室設置2位AI醫生，一位來自國內，一位來自國際，且每位AI醫生都擁有專屬的虛擬形象和名字。
2025年1月，京東健康依托“京醫千詢”醫療大模型上線“AI京醫”多角色智能體；同年6月升級后，AI醫生“大為”、AI營養師“小晶”、AI藥師“小方”、AI心理咨詢師“小語”等角色均配備了相應的虛擬形象。
此外，騰訊健康與華潤三九合作打造了“三舅”健康管家。作為華潤三九面向用戶溝通的IP，“三舅”是基于騰訊醫療大模型、云計算等新技術搭建的AI智能助手，在為用戶提供健康問答服務的同時，擁有一個綠色的卡通形象。
也有智能體采用數字分身的形式，“復制”醫生的形象與服務能力。
2024年9月，支付寶面向C端用戶上線“AI健康管家”，由醫生、醫院、機構等智能體入駐并提供服務，其中的醫生智能體即為醫生的AI分身。在此基礎上，2025年6月，螞蟻集團發布AI健康應用――“AQ”APP，已覆蓋近200個名醫AI分身。
2025年2月，平安好醫生的AI產品“平安芯醫”上線。作為醫生的數字分身，“平安芯醫”通過對真實專家的形象“復刻”，以及專業知識與醫學實踐經驗的訓練，可全天候為用戶提供線上咨詢、線下就醫協助、報告與化驗單輔助解讀、用藥提醒等服務。
一個鮮明的形象和動聽的名字，能強化智能體與用戶之間的情感連接，讓其更具“人”的意義。它能增強親和力、建立信任感，也能清晰直觀地傳遞智能體的功能定位，強化用戶的記憶與識別；還能將專業交互轉化為使用門檻更低的直接交流，進而提升用戶的使用效率。
在智能體大量涌現的背景下，專科診療智能體正在迅速崛起。
例如，四川大學華西醫院與多家機構合作，聯合研發了“睿兵Agent”。產品基于華西醫院“華西黌醫”醫學大模型研發而成，深度融合臨床醫學專家的實踐經驗、自然語言處理技術與大數據分析能力，主要聚焦消化領域，可實現健康知識普及、疾病全程管理、科研輔助支持三大功能。
深圳大學華南醫院近期上線了腹痛診療智能體，針對腹痛癥狀可自動調用“腹痛”專用知識庫，面對復雜多樣的腹痛癥狀，幫助醫生參考專家診療思路快速完成鑒別診斷與初步分流，降低基層醫生的誤診率。
近期推出的部分專科專病智能體，資料來源：公開信息、訪談
中國信通院云大所數字健康部主任馮天宜表示，過去AI在醫療健康領域多為點狀應用，未來各個專科、亞專科或專病領域可能會出現能力較強的細分智能體，這些智能體將與醫生工作深度結合，作為醫生的助手，提高醫生的工作效率和能力。
由于各專科具有特定的診療路徑，這就要求智能體具備定向進化的能力。不同專科面臨的臨床問題各不相同，通用模型難以滿足專科的特定需求；通過專科定制化訓練，智能體可突破通用模型的精度瓶頸。在智能體的輔助下，專科診療的質量和效率將得到大幅提升。
在此基礎上，專科智能體還能更好地沉淀頂級醫療機構或專家的經驗，并將其向基層醫療機構復制輸出。
03 距離真正的醫療智能體還有差距
不過，當前的醫療智能體主要是應用層的迭代升級，尚未實現底層模型的突破。
浙江大學計算機創新技術研究院智慧醫療研究中心主任相鵬表示，智能體能調用工具（如瀏覽器、API）、操作軟件界面，形成“指令-思考-交互-觀察一再思考”的閉環，是一種不僅能思考，還可以采取行動的AI系統。
AI應用等級，資料來源：訪談
在相鵬看來，按照認知與行動的復雜度，智能體相當于L3級的AI應用，相較于L2階段，AI從被動的“信息處理/推理”走向主動的“與外部世界交互和執行”。“盡管當前業界已有大量‘智能體’，但真正能達到L3水平的極少，大部分仍然處于L1階段，能達到L2的也不多。”
馮天宜認為，現有的醫療智能體大多在功能和能力方面還有待豐富與提升。以專科專病醫生助手型智能體為例，真正的智能體要串聯起就診各環節的邏輯，需經過三輪必不可少的訓練：第一輪是預訓練，積累各類知識，包括教材、學科知識、院士專家經驗、指南等，這是基礎的經驗能力儲備；第二輪是正式訓練，培養“慢思考”能力，讓智能體能規劃行動以配合醫生，這需要通過醫生的實際使用來積累過程經驗；第三輪是續訓練，提升高階推理、自主交互及持續學習能力，讓智能體更貼近人類，最終能切實幫助醫生處理事務，且風格接近醫生本人。“經過正式訓練的智能體，在之后續訓練中，會逐漸貼合醫生的風格與習慣，成為真正的助手。而目前許多智能體還未完成正式訓練這一步。”
總的來說，醫療AI應用要成為真正意義上的智能體，還需從多個方面提升。
首先，需要更多專科的臨床專家深度參與，推進專科專病智能體的完善。僅靠技術人員基于知識整理和基礎開發，所形成的智能體與普通AI解決方案的區別不大，醫生的使用效果也不會理想。
其次，促進行業規范，例如明確智能體的功能、范疇及達標要求，避免因概念模糊、能力界定不清引發認知混亂、產品定位不明。
據了解，目前中國信息通信研究院正在推進醫療健康行業智能體領域的標準編制，已與甲狀腺癌、炎癥性腸病、多發性骨髓瘤等領域的專家合作，啟動相應的專病智能體標準研制。這些標準將為智能體的測評數據集、功能要求、智能體能力、易用性和安全性等多個方面提供參考。
最后，大模型底座能力的飛躍，仍是推動智能體從概念真正成為現實的源動力。
馮天宜談到，智能體對應的“agency”即執行力，代表了AI的主觀能動性，這很容易量化感知。若將一項任務的完成目標設定為一周，有的人三四天就能高質量完成，有的卻需要兩三周，還有人可能半天就放棄，這就是執行力的差異，對AI來說，差異同樣存在。
智能體在執行層面表現出色，核心在于具有記憶、規劃和行動能力，而這些能力的強弱取決于AGI的底座能力。“如今，正因為通用底座能力已達到一定水平，初期的智能體才得以應用。未來，只有AGI實現能力的跨越式突破，人們暢想的各種細分AI應用場景才能真正落地。”
技術水平的躍升是無數量變與質變的結果，在眾多從業者的嘗試與托舉下，相信真正的智能體會離人類越來越近。
