3 月 6 日，京東健康發(fā)布 2024 年全年業(yè)績公告。全年總收入達到 581.60 億元，年度盈利為 41.57 億元，收入、凈利潤超出市場預期，尤其是2024年下半年，京東健康收入實現同比“雙位數”的更快增長，展現良好勢頭。
此前，高盛發(fā)布報告指出，中國互聯網行業(yè)的競爭格局正逐漸分化為兩大陣營：AI基建和AI應用。有人將至概括為：“AI基建看阿里，AI與toC產品結合看騰訊”，這句話相當生動。
但筆者認為，至少還有一個角度值得探討，那就是“AI產業(yè)全場景落地看京東”，因為京東擁有零售、健康、物流、工業(yè)、政企等廣泛產業(yè)布局，為AI技術提供了應用落地“產業(yè)沃土”。
從目前來看，業(yè)內較有共識的觀點是，某項AI技術是否有實際的落地價值，在于它能否獨立或盡可能在減少人的介入的前提下完成對人的替代性工作，其替代性越強，落地的驅動力就越強，也就越發(fā)能發(fā)揮獨立價值。
從這個角度來講，一個企業(yè)能夠有多少需要AI介入乃至獨立解決的痛點和需求點，這個企業(yè)就越具備AI落地的場景優(yōu)勢。
特別是21世紀的第二個十年，隨著AI走向成熟，以及京東健康在整個賽道中的領先優(yōu)勢和規(guī)模體量越來越獨此一家，人們才對互聯網醫(yī)療的終局模式有所認識。
這其中的關鍵要素，當然是目前AI的能力越來越強。但這并不是唯一原因，更重要的是，京東也好、京東健康也罷，它們的基礎DNA是不畏難、不畏重，持續(xù)靠解決人所難及的問題形成差異化競爭力，靠拉長價值鏈條形成產業(yè)閉環(huán)。這種基礎特質，決定了此前并不以“技術”為主要標簽的京東健康，反而成為了全球互聯網健康賽道中AI實踐最豐富、最多元的一個綜合性實驗場。
——導語
01
沒有AI ，就沒有今天的京東健康
京東健康探索研究院（JDH XLab）首席科學家王國鑫有一句話說的很好，他認為——如果沒有過去十年或者十幾年持續(xù)發(fā)展的AI技術，京東健康的互聯網醫(yī)療業(yè)務能不能成功，以及能不能走到今天，都會打一個問號。
從2018年京東互聯網醫(yī)院問世開始，就可以發(fā)現，隨著時間的發(fā)展，AI應用在京東場景中的應用落地密度，與AI+醫(yī)療能力的發(fā)展時間線完全吻合。
京東健康的早期AI業(yè)務孕育在2018年—2019年。
2018年《互聯網診療管理辦法》開始明確允許AI輔助分診，從政策層面消除了AI進入醫(yī)療場景的障礙。
事實上，京東健康渴盼這個時刻的到來。這是因為，2019年京東健康獨立運營后，在線問診服務量同比增長超300%，傳統人工分診效率不足（日均處理量約10萬次），亟需AI技術緩解醫(yī)生資源緊張問題。
京東健康的AI能力同步開始體系性構建。幾乎是同期，京東AI Lab迅速完成了醫(yī)療知識圖譜構建（覆蓋超8000種疾病、20萬條癥狀關聯），為AI分診1.0、AI審方1.0在2018年的落地提供了技術基礎。
初代的AI分診尚沒有大模型的加持，主要依靠自然語言理解來解析患者的主訴，可以初步將患者匹配至12個一級科室（如內科、外科）和58個二級科室（如心血管內科）。
但由于初期的預訓練數據不足，1.0版本的分診準確率大概在70%-80%，還有巨大的提升空間。
于是在2020年，京東健康的AI分診進行了大幅度升級，開始接入京東健康自建醫(yī)療知識庫，分診準確率提升至90%左右。同時開始支持圖像識別和語音交互，進入多模態(tài)分診時代。
而一直發(fā)展到今天，分診系統已經與京東健康“京醫(yī)千詢”大模型融合，實現跨科室聯合診斷建議，并接入醫(yī)保智能審核模塊，形成“分診-診斷-支付”全鏈路AI輔助。
AI+能力的發(fā)展，一直在持續(xù)推動京東健康從早期的“流量入口”、“藥品零售”向“技術驅動型的醫(yī)療平臺”轉型，而這一模式，則是整個京東健康在AI時代的主路徑。
這其中的重要時點還有，2021年，AI開始第一次為京東健康的醫(yī)生側提供輔助診斷能力；2022年，AI從早期的較為集中在診前、診中環(huán)節(jié)，開始切入診后環(huán)節(jié)，一個新的閉環(huán)在形成。
2022年11月，隨著ChatGPT的問世，大模型成為新的AI賦能基座。僅僅幾個月后，基于京東言犀大模型的垂類大模型——京醫(yī)千詢大模型問世。
正因為此，大模型底座的賦能價值也得以快速在整個京東健康體系內主動與需求和痛點相結合，從早期的用于解決服務、問診流程，到開始多面開花。
特別是京醫(yī)千詢迭代到2.0后，我們不難發(fā)現，無論是進一步完善服務流程的AI診中重癥風險預警，還是為醫(yī)生提供專業(yè)支持的皮膚癥狀精細化評估，抑或是服務于患者的AI心理陪伴師“聊愈小宇宙”，AI能力在前端被不斷細分化為對toC、toB、toD、toH等不同的業(yè)務場景提供支撐。
同時，猶如百川歸海，隨著京東健康業(yè)務的持續(xù)正增長，京醫(yī)千詢模型得以依據更豐富的應用反饋不斷升級，開始支持整個大健康賽道的全場景應用持續(xù)向AI化大閉環(huán)演進，并逐步穩(wěn)定形成了一個“AI與醫(yī)療健康服務的全局落地模式范本”。
02
路選對了，才能達到彼岸
筆者與京東健康探索研究院首席科學家王國鑫有過一次深入交流，我們談及了人類歷史上一次非常重要的AI+醫(yī)療實踐——IBM Watson Health的失敗。
這次交流的共識是，這一項目失敗的很重要一個核心原因，就是未對自己到底要達到一個什么能力水準和發(fā)揮什么作用做到清晰的定位。
王國鑫認為，京東健康之所以在AI+上發(fā)展的比較順利，是因為一直在“仰望未來”和“低頭看路”之間取得了平衡。
從這個角度來看，京東健康的AI+能力，主要可以分為三個類別。
第一類，是人和AI都可以做，但AI效率更高的場景。
如AI分診、AI病歷、智能審方等，這類場景要處理的問題相對簡單，但實用性很強，屬于應該優(yōu)先落地、可以實現對大量重復性人力勞動替代的場景。
第二類，是人做的不錯，但加了AI會做的更好的場景。
這其中比較突出的包括AI輔助診療，AI對病情的精細化評估、智能醫(yī)生助手等業(yè)務，它們的作用是幫助醫(yī)生增強業(yè)務能力，進一步提質增效。
以一位皮膚科專家為例，他在一例很容易誤診的病情診斷中，先是根據自己的經驗判斷為A癥。但AI助手則一直提醒他，這一病情同樣可以考慮為B癥。在AI的持續(xù)提示下，這位醫(yī)生采取了更為審慎的策略，進行了更為精細的檢查、檢驗，最終確診為B癥。
“讓我感到驚喜的不完全是AI輔助能力提示了一個正確的方向”，這位醫(yī)生說：“真正讓我感到震撼的，是AI的介入，改變了千百年來門診醫(yī)生根據自己的主觀經驗和檢查、觀察結果來做出獨立判斷的這一過程。它更像是一次微型的‘會診’，提供了基于知識圖譜的智力加持，促使醫(yī)生從另一個維度得到啟發(fā)和提示，最終提升了診療的質量和降低了誤診率。”
而更為重要的第三類，是目前只有人類能做，但AI有望在未來提供替代性方案的，這其中最典型的就是AI獨立診斷。
“AI獨立診斷是一個非常難的事情，它的難在于醫(yī)療的特殊性”，王國鑫說：“任何一次診斷，即使是高年資的人類醫(yī)生也會面臨三種情況，第一是有答案，第二是沒有答案，第三是可能有不止一個答案，這里面凝結了非常復雜的思考過程，也是目前AI獨立診斷在發(fā)展中必須解決的問題。目前來看，這個問題很難在很短的時間里解決?！?/p>
僅僅從最粗略的角度來看，AI要想習得人類的診斷能力，就有兩個難關。第一個是診斷過程一定是非標化的多模態(tài)處理過程，如經典的“望聞問切”就涵蓋了對多個要素的提煉和評估；第二是醫(yī)生的推理、表達過程很難標準化，這對模型獲取優(yōu)質訓練數據造成了障礙。
王國鑫則告訴筆者，在這個問題上京東健康已經找到了相對最優(yōu)解：一方面，在多模態(tài)識別的過程中，先通過大量的醫(yī)學資料的訓練，使模型能夠基于已有的、既定的病理和診斷建立基本能力，這極大的提升了多模態(tài)學習的準確率；另一方面，基于假設驗證的過程，通過模型的方式構造了大量的醫(yī)生推理的路徑，形成了問診、診斷、結論這樣的稀疏數據，再與實際過程相結合，實現了對京醫(yī)千詢的診斷能力的有效增強。
一個數據是，根據這套方法，京東健康已經可以在150種皮膚病上實現90%以上的準確率。
王國鑫認為，根據這套方法，可望在3-5年內，讓醫(yī)生智能體可以以目前中等年資醫(yī)生的水準進行獨立的、無人類介入的診斷能力。但在實際應用中，把醫(yī)生智能體用于直接診斷還需要審慎評估，或會優(yōu)先用于全面的健康管理場景中，再向獨立診斷前進。
03
AI+醫(yī)療的一局大棋
結合京醫(yī)千詢大模型及部分數據集的開源，我們似乎可以發(fā)現，在整個醫(yī)療領域，京東健康似乎在謀劃一局更大的棋。
目前，不同的研究機構對AI+醫(yī)療的發(fā)展預期并不一致。但若粗略的取其平均數，則未來5-10年中，AI+醫(yī)療行業(yè)的復合增長率無論如何也不會低于20%。
目前，AI+解決方案市場競爭已經十分激烈，很多企業(yè)都與知名醫(yī)療機構合作，推出了智慧醫(yī)療的相關示范項目。
但是，這些示范項目有一個共同特點，就是在單點創(chuàng)新上不乏新意，但大部分都是“量身定制”的非標式項目，在大批量復制和普惠效率上仍有諸多短板。
與此相反，京東健康與在全國三級公立醫(yī)院績效考核中位居前列的溫醫(yī)大附一院等醫(yī)院在全場景智慧醫(yī)院上的業(yè)務合作，卻更傾向于展示高可復制性。
接近京東健康的人士告訴筆者，目前已有百余家醫(yī)療機構在“排隊”，希望與京東健康合作打造類似的全場景智慧醫(yī)院。
這和前述的京醫(yī)千詢大模型的開源，關系密切。
目前，互聯網醫(yī)療大模型已經成為行業(yè)競爭焦點，開源自身模型可以提升自身的技術透明度，獲得行業(yè)的信任，建立與閉源模型形成差異化的行業(yè)競爭力，而這將極大的加強京東健康在醫(yī)院側業(yè)務的延展。
此前，雖然已經有許多的智慧醫(yī)療示范案例，但大部分案例只是基于一次性的改造，其后期應用水平和升級空間都有很大的不確定性。
相反，京東健康的toH端業(yè)務，是真正“活的”體系式賦能，它基于一個持續(xù)維護、進步的AI底座和一個可共享的生態(tài)，不但在透明性上更高，尤其具有某種高可持續(xù)性?？芍^是一次賦能、永續(xù)升級、生態(tài)支撐的模式。
例如，目前溫醫(yī)大一附院目前已經實現多種智能化服務，如個人就醫(yī)管家、全流程無感陪診、“室內高德”式就醫(yī)導航、智能病歷撰寫輔助、AI輔助診療等toC、toD、toH多方面的能力。這些能力是通過基于京東卓醫(yī)這個產品來進行提供的。某種程度上，京東卓醫(yī)就可以看作是每個醫(yī)院都可以安裝的“智慧醫(yī)療操作系統”，這個操作系統有其高度的一致性，也有一定的個性化能力，但它最大的特點還是非常強的可復制性。
和很多醫(yī)療機構的智慧醫(yī)院解決方案的二次升級、開發(fā)都需要依賴第三方不同，京東卓醫(yī)的升級和內核更新，主要來自于京醫(yī)千詢開源生態(tài)帶來的提升，而且方式多樣。
如果打個比方的話，“安裝”了“京東卓醫(yī)未來數字醫(yī)院”這個“操作系統”的醫(yī)療機構，既可以在開源社區(qū)里主動尋找新的功能、模塊，用類似在應用市場里下載新的APP一樣，去升級或新增功能模塊；也同時會伴隨著京東卓醫(yī)，以及卓醫(yī)所基于的京醫(yī)千詢大模型底座的升級，實現自動、無感、即時的永續(xù)升級。
同時，這又把對醫(yī)院所需要的專業(yè)AI人員的需求將到了最低。也就是說，傳統醫(yī)療機構并不需要常年維持一個AI開發(fā)團隊，而還是可以集中精力做好醫(yī)療機構該做的事。
而對于京東健康來說，由于有AI底座能力+操作系統+生態(tài)，不僅在醫(yī)院客戶接入后，可以便捷的持續(xù)升級服務能力，獲得更強的用戶粘性。更重要的是，每一家新的醫(yī)療機構的加入，就相當于增加了一個可以提供持續(xù)的需求反饋和數據反饋的來源，而隨著數據越來越多、多模態(tài)能力越來越全面、智能體能力越來越強大， 這些醫(yī)院會越發(fā)感到“單點貢獻，多點收獲”的好處，進而就將和京東健康的生態(tài)體系，形成一個良性互動、深度吻合、持續(xù)提升的全天候數字化醫(yī)療共同體。
這不僅是醫(yī)療行業(yè)所需要的新質生產力的最佳輸出和培育方式之一，似乎也是中國式互聯網醫(yī)療+智慧醫(yī)療的終局模式，它從單點、全場景、全行業(yè)不同層次深度契合，同時又因為其開源社區(qū)的特性，兼具有松耦合屬性。
04
結語：
此前，筆者曾預測，京東健康將成為toC領域的最大的醫(yī)療健康類的ai落地場景，現在，這已經變成了事實。
另外，在2月24日更新的MedBench 評測榜單上，“京醫(yī)千詢”醫(yī)療大模型以綜合得分96.1位列榜首；在權威醫(yī)療評測集MedQA上，也獲得88.9的高分。這與京東健康的行業(yè)地位，非常相稱。
開源會迅速形成生態(tài)，而下一步，這個全場景生態(tài)中產生的數據、智慧和能力模塊，會通過開源大模型+生態(tài)+操作系統式的產品體系的方式，向全行業(yè)有意愿的機構、醫(yī)院分發(fā)，最終通過C側和H側的雙輪驅動，推動中國AI+互聯網醫(yī)療的國際競爭力和創(chuàng)新活力，成為具有世界水平的互聯網醫(yī)療健康的創(chuàng)新策源地。
熱門跟貼