2025年，大模型技术以破竹之势席卷各行各业；对医疗健康而言，大模型也已成为重塑行业格局的新质生产力。
先进技术需转化为应用工具，并融入各行业的关键工作流程才能发挥价值，医疗健康更是如此。医疗健康行业涉及医、药、险的多个细分领域，场景丰富、流程复杂，专业知识壁垒高，监管严格、合规性要求高，结合各场景实际需求研发可落地的应用工具，已成为行业重要任务。
作为数字医疗健康的重要一员，健康之路基于大模型、智能体技术研发了医疗全场景应用“AI数字员工”。在20多年来广泛触达服务场景、洞察场景需求的基础上，健康之路将借助“AI数字员工”为自身和行业伙伴降本增效，助推智能时代行业基础设施的建设。
AI数字员工”上岗，筑高护城河
据了解，健康之路“AI数字员工”由角色化的智能体矩阵组成，是国内首个医疗场景多角色智能体协作系统，具有高智商、高情商、高效能的“三高”属性；自主研发的智能体引擎可进行智能体行为的精准控制与动态优化，复杂的逻辑推理和自然交流可更好地与用户进行情感交互，全流程自动化则可显著改善服务效率。
首批上线的“AI数字员工”角色包括AI医生助理、AI健康管家，将深度融入健康之路的服务流程中。
截至2024年6月30日，健康之路平台已积累起1.95亿C端用户、87.7万名注册医生。随着业务规模扩大，用户和医生数量的增长，提升服务效能成为重中之重。
健康之路董事会主席张万能表示，公司以服务交付为核心业务，而服务天然具有标准化程度低、人力成本高的特征；公司自2023年起加大AI研发投入，启动“AI数字员工”开发，助力业务降本增效。
数字医疗健康平台服务成本高，健康之路并非个例。在行业内，无论是资源整合、调度还是用户履约，都需投入大量人力；即使有信息化技术助力，也需足够的人力才能保障服务质量和用户体验。
张万能介绍，服务于医生的医生助理、服务于C端用户的健康管家是两大关键岗位，因此成为“AI数字员工”的切入点。“AI医生助理上岗后，可辅助医生服务患者，并进行患者全病程管理；AI健康管家上岗后，可辅助人工进行非疾病用户的健康状况跟踪、异常状态干预等工作。”
他还谈到，“AI数字员工”将促进医生助理、健康管家的服务效率大幅提高，进一步为健康之路筑高护城河。
据此前招股书披露，健康之路近几年来业绩稳步增长，且近年里均录得经调整净利润。得益于“AI数字员工”带来的降本增效，健康之路盈利能力有望持续提升。
从行业层面看，数字医疗健康也正在冲破商业模式瓶颈。2024年以来，在已披露财务信息的公司中，以经调整净利润计算，多家已实现盈利。行业在政策红利期已经过去的情况下，渐入佳境，商业价值越发清晰。
开放AI应用，为行业合作伙伴降本增效
成立20多年以来，健康之路服务了医疗机构、医药企业、健康管理企业、保险公司、互联网平台等多个行业参与方，触达场景丰富；也敏锐捕捉到各参与方对于降本增效的迫切需求。
因此，张万能介绍，下一步将围绕医疗、健康相关场景推出AI药店助理、AI诊所助理、科室助理、医疗机构智能客服等更多数字员工，在增强自身竞争力的同时，还将开放给行业合作伙伴。“试运行数据显示，‘AI数字员工’有望使每用户7*24小时精细化服务成本降低1个数量级。”
纵观全行业，近年来“AI数字员工”已在多种服务场景探索应用，包括政务服务AI数字员工、播报式AI数字员工、咨询交互式AI数字员工、电商直播AI数字员工，分别在公共服务、媒体、消费等领域发挥作用。
医疗健康服务有其特殊性，复杂的医学知识具有更高的专业门槛，且多种角色都需持有相应执业资质，也需严格把握AI与人工的边界。因此，医疗健康领域的“AI数字员工”注定会比其他行业走得更慢，也更谨慎。
当然，正由于医疗健康领域的“AI数字员工”开发应用难度更高、合规要求更高，能够突破这一门槛的企业，也具有更强的竞争力。
张万能表示，在大模型、智能体技术发展日新月异的趋势下，健康之路还投入了岗位预训练系统的开发，未来新岗位的发布速度会越来越快。经预训练的数字员工到岗后经过简单的“上岗前培训”即可快速上岗，并在岗位上持续学习，持续迭代进化。
过去30多年来，医院信息化、互联网+逐步成为医疗健康行业的基础设施，大力推进了服务的提质增效。未来，“AI数字员工”或将成为智能时代的医疗健康基础设施。
助推“AI使用者”转变为“AI主人”
2024年11月，国家卫健委印发了《卫生健康行业人工智能应用场景参考指引》，涉及人工智能+医疗服务、人工智能+医药服务、人工智能+健康管理等十三个大项的84个应用场景。到目前为止，这些场景的AI应用都处于探索期，应用程度较浅，待挖掘空间巨大。
张万能还认为，业内目前对AI的应用大多停留在“赋能于己”的AI使用者的阶段，健康之路的AI战略目标是助推行业参与方从“赋能于己”跃升到“赋能于己、服务于人”，让行业伙伴“拥有”AI，成为“AI的主人”。“以AI医助为例，这个医助是贴上医生标签的‘王主任的医助’，AI健康管家是某健康管理机构派出的健康管家，而不是DeepSeek、文心一言……”。
的确，大模型技术在医疗健康领域的转化才刚刚起步，距离AI在真实医疗场景的灵活应用也还有较大差距。在技术迭代、应用创新的良性循环中，医疗AI将加速从“技术验证”迈向“应用规模化落地”，优秀企业大有可为。