新智核

| 陈桥辉

《新智核》获悉，近日，阿里健康旗下AI产品“氢离子”已完成内测并开放下载，主要面向临床、科研领域的医生群体。据阿里健康官方介绍，该产品以“低幻觉、高循证”为核心特点，宣称所有回答均具备权威出处，支持一键溯源功能，致力于打造医疗领域幻觉率最低的AI助手。

当下医疗AI赛道面向C端的玩家不在少数。截至2025年5月，国内新增医疗大模型就有133个，累计总量突破288个，但是在面向D端（医生群体）的AI应用却少有布局，其核心原因在于AI“幻觉”风险难控，临床信任严重不足。

据中国医师协会的调研数据显示，仅31%的基层医生会完全信任AI辅助诊断结果；国外的《新英格兰医学杂志》的调研数据也显示出，就算是顶尖大模型，医疗诊断的平均诊断错误率也将近一半。

技术跑得再快，没法赢得医生的信任，终究难以走进临床一线。这道信任鸿沟，或成了医疗AI行业最大阻碍。

面对这一行业共性难题，在医疗领域深耕多年的阿里健康选择迎难而上，推出“氢离子”App，主打“医学循证+AI”特性，希望帮助解决医生一切医学问题。试图探索一条以技术可靠性为核心的落地路径。

最低幻觉率、全场景解答，氢离子如何直击医生痛点

医疗AI的“幻觉”问题，本质是技术可靠性与医疗行业零容错要求的天然矛盾。医学循证AI助手的破题关键，在于找寻证据的逻辑、有效性、权威性。这对数据专业性、数据量、更新频率、临床适配度、筛选标准等各方面的要求极高，且它的受众——一线临床医生们远比普通C端用户敏锐。

因此重构医疗AI的可靠逻辑，搭建医学循证体系、让输出内容权威可信，被认为是关键路径。

阿里健康CTO 祥志在介绍氢离子的技术支撑时谈道：“ 有三个东西很重要：长尾的知识获取、个性化诊断、决策信任。今天大模型+rag刚好符合医生长期在循证医学体系下获取医学知识、证据的范式。”

氢离子App基于阿里健康自研医学大模型打造，每一条建议均可追溯依据，自带的一键溯源功能可让医生直接查看结论对应的原始信源，提升诊疗决策的透明度。

为验证这一特性，《新智核》开展了实测。在搜索框内输入“2024-2025年关于糖尿病新型治疗药物的研究进展”这句话，系统很快就返回了一系列高度相关的文献，而且每个核心观点都清楚标明了出处，从搜索到查证形成了完整的循证闭环。

经过多轮临床场景测试，“氢离子”在循证问答、病例分析、文献解读这些关键场景里，具有可靠的准确性。

多位参与内测的医生反馈，“氢离子”在循证问答、证据整合与分析总结等任务中表现出高度准确度，尤其在临床、科研语境下的智能检索和中英文献研读方面，贴合国内医生习惯。从产品本身看，这种把低幻觉率放在首位的设计，戳中了医生对AI工具“先求可靠，再谈高效”的核心需求。

作为医学AI助手，“氢离子”App的功能布局，较为贴合医生在临床与科研上的实际需求。对于医生而言，传统文献检索中，关键词提炼的高门槛常导致结果偏差，“氢离子”App种的AI语义搜索支持一句话自然语言检索，不用过于复杂关键词组合即可精准匹配需求，大幅降低了使用难度。

在体验过程中，《新智核》还测试了医生查阅外文文献时阅读难、翻译难的场景。发现氢离子App贴合中国医生文献研读习惯上线了在线阅读功能，不仅能自动把原文的核心内容提炼出来，还可以中英文对照翻译，医生不用再逐字逐句啃原文，很快就能抓住关键信息。

《新智核》测试时找了一篇复杂的内分泌领域外文研究，产品只用3秒就输出了核心观点提炼和全文翻译，译文准确无误，专业术语也没出错，研读效率一下提升上去了。

临床辅助场景中，氢离子或许能带来更深层的价值。医生通过氢离子，可以用更高效的交互方式获取更高质量的临床证据，比如国内外顶刊的科研成果、基于循证逻辑的病理分析、更多的病例参考；最终让基层医生的诊断结果和头部三甲医院的主治相当，帮助医生群体水平整体提升一点点，也能让更多患者群体收益。

阿里健康坚定迈向 AI to D之路

医学AI助手“氢离子”的推出，是阿里健康AI战略布局的关键一步。

祥志透露早在“氢离子”立项初期，公司决策层就坚定的选择医生端。因为整个医疗体系中，医生是最重要的决策者，但是长久以来他们的痛点并没有被解决。医学大模型的技术能力应该去帮助医生解决问题，这样才能延展出更多的价值。

被问起与同类产品竞争的核心优势时，祥志分析了几个核心因素：第一是技术，氢离子背靠通义千问，大概率是领先的；第二是内容，阿里健康从6年前做医学知识图谱，3年前做医疗大模型，内容积累也有了；第三是有钱，有卡，有团队；第四是药企端的生态资源。

这几个核心要素一盘，“氢离子”从这一赛道杀出来的确定性是非常高的。

祥志谈及“氢离子”的未来方向时表示：“从长远来看，“氢离子”一定是公司战略级的产品。一个解决中国500万医生一切医学问题的AI工具， 社会价值和商业价值的想象力都是巨大的。”

这一战略选择贴合行业本质：医生作为医疗服务的核心，其专业能力的提升是医疗服务质量升级的关键。公开数据显示，阿里健康已经签约了近25万执业医师、执业药师和营养师，这么庞大的专业人才网络，给“氢离子”的产品迭代提供了源源不断的临床反馈。

从应用场景来看，这类循证型AI工具的市场潜力正在释放。在三级医院，它可作为疑难病例诊断的“智能参谋”和科研高效助手；在基层医疗机构，其丰富的知识储备能弥补医疗资源不足，提升诊疗规范化水平，恰好契合我国医疗资源分布不均的现状。

对于整个赛道而言，循证化转型可能成为新的行业共识。只有将医疗行业的“零容错”要求深度嵌入技术研发逻辑，通过权威数据支撑、透明化验证机制降低“幻觉”风险，才能真正打破临床信任壁垒。

但行业挑战依然不能忽视，譬如循证体系的维护需要持续的权威数据更新，产品迭代需不断吸收临床反馈，而如何平衡免费模式与商业可持续性，也是所有to D医疗AI产品的长期课题。

随着大厂持续加码、技术不断成熟，医疗AI的落地难题正在逐步破解。未来，只有那些真正解决临床痛点、建立起可靠信任关系的产品，才能在这条“慢行业”赛道中真正走得长远。