作者｜塔猴，编辑｜小塔，文 | 熊鑫

2026年1月，大模型行业的叙事逻辑发生了剧变。如果说2023年是参数规模的“军备竞赛”，那么现在，战火已烧到了最厚重、最贴近民生的垂直领域——医疗健康。

1月16日，OpenAI正式官宣推出ChatGPT Health，并完成了一笔价值1亿美元的战略收购，目标直指医疗初创公司Torch；几乎在同一时间，Anthropic发布了针对医生端的Claude for Healthcare。

这种“掐点式”的博弈并非巧合，而是一场预谋已久的“抢滩登陆”。数据显示，每周已有超过2.3亿用户在ChatGPT上寻找健康答案，这一数字已锚定了全球最大的“数字门诊量”。站在2026年的关口，AI医疗正从“搜索引擎”的替代品，进化为拥有决策能力的“私人医生”。

硅谷的野心，从“念百科”到“开处方”

OpenAI的野心不再局限于通用对话。此次收购的Torch，其核心价值在于对碎片化医疗数据的“洗炼”。

回溯过去两年的技术瓶颈，AI医疗最大的阻碍在于数据孤岛：Apple Health的步数、医院的DICOM影像、药店的处方记录，彼此割裂。而Torch的能力在于将这些混乱的数据整合并“喂”给模型。

这意味着，ChatGPT Health正试图完成从“通用百科”到“私人数字医生”的惊险一跳。

它不再是机械地复述病症表现，而是能基于用户实时的血检报告与运动轨迹，给出“降低训练强度”的确定性建议。

与此同时，OpenAI的老对手Anthropic则选择了完全不同的切入点。其发布的Claude for Healthcare直接接入了CMS报销目录、ICD-10诊断编码及PubMed文献库。

比起C端的陪伴，Anthropic更看重B端的“超级副驾驶”价值，试图通过重构复杂的医保报销流程，将医生从繁杂的文书中解放出来。

中国式破局：高频服务对底层参数的“换道超车”

在硅谷死磕技术参数与数据整合时，中国科技巨头走出了另一条极具本土特色的路径：场景为王，服务兜底。

蚂蚁集团推出的“阿福”是这一路径的典型样本。阿福并没有陷入“纯模型”的死胡同，而是利用阿里系擅长的“高频打低频”战略，将服务触角延伸至饮食、睡眠等日常管理。

笔者注意到，阿福的爆发逻辑并非冷冰冰的工具性，而是大模型时代稀缺的“陪伴感”。

• 存量博弈：依托11年积累的医疗支付数据与8亿医保码用户。

• 服务交付：当AI遇到决策红线时，一键切入全国30万真人医生。

这种“AI咨询+真人兜底+生态闭环”的模式，解决了AI医疗最核心的难题——责任边界。通过挂号、购药、保险的闭环交付，中国巨头正在重构医患关系的基本盘。

而在模型层，百川智能发布的Baichuan-M3在HealthBench中夺冠，预示着国产垂类模型在核心能力上已完成对GPT-5.2的“代差式”追赶。

逻辑重构：从“炫技”到“祛魅”的深水区博弈

2026年的医疗AI热潮，标志着行业正式进入“深水区”。这场博弈的底层逻辑已发生三个根本性转变：

1. 从“幻觉”到“零容忍”：医疗AI已完成对“本能反应”的重构，行业共识正从追求参数规模转向对医学逻辑的严苛遵守。

2. 从“索引”到“方案”：连接是互联网医疗的过去式，决策与交付方案才是AI医疗真正的护城河。

3. “人机协同”的权力移交：AI并非替代医生，而是处理80%的标准化初级诊疗，填补院外服务的真空。

然而，焦虑依然存在。国家传染病医学中心主任张文宏近期表示，拒绝将AI引入病历系统。他担心，如果年轻医生跳过了鉴别诊断的“艰苦训练”，可能会丧失独立判断的能力。这反映了硬核医疗圈对AI技术入侵的防御姿态。

终局思维：数据反哺下的文明进阶

步入2026年，AI医疗不再是一个独立的概念，而是整个医疗体系智能转型的“催化剂”。

通用大模型的基座已经就绪，但真正的胜负手在于高质量临床数据的“反哺”能力。掌握核心医疗资产的实体机构，正通过大规模的Capex（资本性支出）投入自研，试图接住这股技术的红利。

正如“穿云箭”射向云端，AI医疗正在实现政策难以推动的“分级诊疗”。它在患者端降低了门槛，在医生端实现了减负。这不仅是一场商业上的“军备竞赛”，更是人类社会在资源错配难题下，利用技术杠杆实现的一次生产力突围。

时代的齿轮已经转动，AI医疗的“闸门”一旦开启，便再无回旋余地。