摘要：48岁的刘娜，是基层医疗数字化服务平台云鹊医的CEO，2017年，她从北京某互联网大厂医药部离职，之后创立了这个如今服务近300万基层医生的平台，将上级医生和基层医生串联起来，向基层医生培训医疗相关知识。

文丨邬宇琛

编辑丨周近屿

“安多老师，你知道‘ask’这个单词吗？”今年6月份，在一场AI培训开始前，刘娜向一位来自西藏的基层医生提问。

“问；请；询问；请求。”安多回答。

“你用什么查的？百度吗？”

安多发来一张照片，是女儿涂涂画画的英文教材，“ask”是第一单元的第12个单词。刘娜笑了。她没想到，在2025年，还有人需要通过课本查询英文单词。

● 安多医生发来的课本。图源：受访者供图

48岁的刘娜，是基层医疗数字化服务平台云鹊医的CEO，2017年，她从北京某互联网大厂医药部离职，之后创立了这个如今服务近300万基层医生的平台，将上级医生和基层医生串联起来，向基层医生培训医疗相关知识。

今年夏天，刘娜决定给基层医生进行AI培训，培训前，她向平台上3万多名基层医生发放了一份问卷调查，并对一些基层医生进行了口头调查。得出的结论是，至少有80%的基层医生不会使用AI，仍然在用百度等传统工具查病，甚至有像安多这样的医生，连搜索引擎都不会用。

剩下听说过，或者用过AI的约20%基层医生，大多来自东部、南部、或者北部发达城市的乡镇，他们其中有人认为，AI并不如互联网上所说的那么好用。

过去一年，AI的浪潮加速蔓延到医疗领域。大城市的三甲医院以突进的姿态全方面拥抱AI技术，但基层医疗却如刘娜所看见的那样，渗透率低、普及过程困难。

此外，基层医生们大多接触到的AI产品是通用大模型——比如豆包、DeepSeek，它们面向所有用户，却缺乏医学语境的精准性，产生出许多问题。而真正针对医学知识、临床指南的医疗专业大模型，并不多，此前在该群体中几乎未被使用。

作为中国医疗体系的毛细血管，基层医疗承担着最贴近居民的日常健康管理或疾病初诊等任务，关系至少7亿人的健康服务。在AI时代，基层医疗似乎又成为了看不见的角落，延续着医疗鸿沟。而即便在已经渗透了AI的基层医疗场景里，机遇和困境也在交织生长。

大城市、大医院以为的习以为常，却是基层的遥不可及。对基层医院的医生和病患来说，过去一年是复杂的。浪潮改变了一些事，也无力于一些事。

为基层医生们培训AI课程这段时间，刘娜又想起几年前下乡的情景。

一些村民突然推开门，抱着刘娜哭着喊“神仙下凡”。一位医生告诉她，通过她的平台串联了上级医生，帮助治疗了村里很多病人，让他成为了村里的名医，他的看诊收入远超过去，甚至卖掉了牛，只靠看诊生活。这些场景是如今刘娜向基层医生推广AI的动力之一。

刘娜如今为了确定基层医生和患者的诊疗需求到底是怎样的，每年至少下基层50次，足迹从城市的社区医院，到草原牧场的村卫生室。每次下基层时，她都像个女战士，利落的短发，背个双肩包，鞋底沾着泥土走进诊室，完全看不出来是前大厂女高管的模样。

她注意到，在偏远基层，许多医生面对病人的疑难病时常束手无策，还有基层医生甚至在长期缺乏专业指导下失去向大城市医生看齐的底气。而近两年，AI的风潮让她看到了基层医疗新的机会。就像互联网进村落那样，她认为AI可以帮助基层医生提高诊疗水平和职业信心，解决普通人实际的看病问题，用AI越早越好。

但这显然不是一件容易的事。她给基层医生们相继开了三堂AI培训课。从怎么使用AI通用大模型，到怎么用AI解决慢阻肺管理的问题，再到AI大模型平台之间的对比……第一节课上完，铺天盖地的反馈涌过来。

有医生告诉刘娜，“AI不好用！”还有医生告诉刘娜，“我老了，这些先进的东西都和我没关系，现在是大医生的天下。”刘娜有点生气，也有点挫败，“你今年才多少岁？你的第二春才刚刚开始，如果你现在使用AI，一定能跟上一些大专家！”

● 刘娜下乡时收到的村民给她的信。图源：受访者供图

在中国庞大且复杂的医疗体系里，基层医疗卫生机构泛指乡镇卫生院、社区服务中心等单位。再扩大一些范围，甚至是远离大城市的县级、地级市医院。他们是覆盖最广人群的首诊阵地。然而，与三甲医院相比，基层长期面临资源匮乏、信息化落后等困境。AI时代的到来，为医疗增加了新的变量。

2024年11月，国家卫健委会同多部门发布了《卫生健康行业人工智能应用场景参考指引》，明确列出了84个AI+医疗的典型应用场景，鼓励AI落地医疗系统。但事实是，近一年中，大城市的医院快速也顺利地拥抱AI，而基层医疗缓慢的步伐则逐渐与其拉开差距。

根据智药咨询的研究，如今AI辅助诊疗技术在三甲医院的渗透率达到60%以上，超百家三级医院官宣医院人工智能框架本地化部署，涉及北京、上海、广东、江苏、浙江等20个省市。行业普遍认为，中西部地区的基层医疗AI渗透率远低于发达地区。

刘娜深知AI在基层渗透的难度。在她的经验里，基层的环境是相对封闭的。刘娜刚开始创业时，带领团队投入了大量资源，认为有政策支持和资金保障，必定可以快速推动产品落地。

人们面面相觑，对新事物漠然又恐惧。“基层医疗甚至不是一个医疗体系，就是一个自我运转的世界。”刘娜说。

八年过去，基层已经发生了很多改变，人们更熟悉手机的工具属性了，短视频变得流行了，但面对AI，城墙依然坚固。当刘娜想要拉腾讯会议时，还有许多基层医生根本不知道如何使用腾讯会议。刘娜最后决定先把愿意接触AI，并且有一些信息能力的基层医生纳入到培训课程里，让一批村医先学上，先用起来。

● 刘娜（左二）和村民、村医合影。图源：受访者供图

基础设施、文化教育水平、经济发展水平，甚至生活习惯等都限制着基层医疗和AI的融合。尽管过去一年，大城市医院和AI结合得如火如荼，但正如刘娜所说，对基层医疗来说，“渗透的节点都还没到。”

58岁张红春是江苏海安市海南医院的中医科医生。

有一天中午，他在急诊独自值班，突然来了一个病患，伴随着发热、头晕、呕吐，还出汗，症状复杂。张红春一时不好判断，便通过DeepSeek把症状输入。对面告诉他，这名患者可能是多发性脑梗，建议做个CT检查，张红春听从了建议。在其他医生们赶到医院之前，一次短暂的危机被解决。

● 海安海南医院。图源：受访者供图

尽管AI在基层渗透速度慢，但基层医疗显然是需要AI的。

在刘娜的观察里，当AI真的被基层医生使用时，几乎没有人会排斥、焦虑，反而是好奇。通用大模型改变了一些基层医生们的信息获取和传播能力，也让基层医生们的诊疗能力和工作效率提升。

张红春过去有问题都用搜索引擎，但信息繁杂，特别是在医疗问题上，经常是在医疗广告里找有用的信息。但现在，他只要问DeepSeek，就可以得到较为干净和全面的答案。除此之外，在日常医疗工作里遇到的新问题，比如陌生药品信息，都可以通过AI帮助解决。

人们将AI视为继互联网之后更加平权的工具，它让医疗领域的信息更加普惠、透明，缩小了基层医院和大医院之间的信息鸿沟。但技术的落地从来不只是一个简单“赋能”的故事。

通用大模型在医疗场景存在明显局限。幻觉率偏高、建议笼统、关键用药和剂量难以准确把握，是基层医生最常抱怨的问题。

陕西汉阴县的医生刘华梅就曾在遇到患者血糖波动问题时，发现Deepseek无法回答“明天该吃多少药”的关键问题；西部一所中医院的医生张蕊也发现，Deepseek提供的中药剂量已经严重滞后于当下的医药环境，无法解决患者危重的问题。

● 刘华梅医生正在问诊。图源：受访者供图

刘娜在基层和顶级三甲医院之间游走，时常感受到“分裂”。如今，刘娜看到AI已经深度嵌入三甲医院的日常，心电图分析、核磁、CT，甚至连病历书写也逐渐由AI替代人工，医生们并不依赖AI进行诊疗，只把AI当做辅助工具。但是在基层，AI应用的场景则常常被用于医生看病问诊，也最需要被用来看病问诊。

“现在的AI大模型回答往往是为大专家训练的，把资料一股脑给出来，冗长又复杂。对基层医生来说，最需要的不仅仅是知识本身，而是诊疗思路。”刘娜说。

能破局的或许是医疗专业大模型。

在2025 Inclusion外滩大会上，上海交通大学医学院附属仁济医院泌尿科主任潘家骅展示了一项对照实验：若将专科医生的诊断水平量化为1，那么实习医生的诊断水平为 0.41，ChatGPT作为通用大模型，诊断水平为 0.412（相当于大学生水平），社区医生为 0.48，普通专科医生为 0.57——这些水平都难以满足复杂病和疑难病的诊疗要求。

此后，团队主要医生和蚂蚁集团构建了泌尿专科智能体“RJUA”，并用一千名真实的患者，进行了对照实验。在专科智能体加持后，所有医生的诊断水平普遍提高4%-7%。

如今，RJUA泌尿专科智能体在蚂蚁旗下AI健康应用 AQ上线。蚂蚁集团副总裁张俊杰披露，AQ不仅学习包括权威教材在内的超万亿专业医疗语料，还联合全国10余所顶级三甲医院学科带头人参与AQ的训练评估，并组建千人医学标注团队，提升大模型的专业性。

正如潘佳骅所说，“AI需要人类医生共同参与，才能构建一个更加有意义，或者真实可用的智能体。”在基层，医生们最需要的是既快速又精准、可靠的诊疗支持，而专业医疗智能体正是弥补通用大模型局限的关键工具。

尽管困难重重，但鸿沟正在被看见和弥合。

今年3月，国家卫健委等10部门发布《关于印发紧密型县域医共体信息化功能指引的通知》，其中提到要推进人工智能等新一代信息技术应用。

一个月后，第七届健康县域大会在北京召开。会上的县域医疗机构和企业代表围绕数字化改造、AI下沉等话题展开讨论，有人展示了影像、心电等AI模型，有人则介绍了通过AI监管诊疗过程的案例。它们都在指向一个目标：让基层和大医院的距离，不再用公里数来计算。

政策的支持外，技术也做好了进入基层的准备。近期，蚂蚁集团CEO韩歆毅公布了医疗专业大模型AQ的最新数据——在它服务的1.4亿用户中，近6成来自小城镇。这背后，已经能看到一些细微而温暖的变化：

在江西，一位“00后”村医吴静怡，借助AQ为全村200多位老人建立数字健康档案，她一边学习AQ提供的三甲医院医生AI分身的诊疗建议，一边提升诊疗能力。如今，她已是深受村民信赖的“小吴村医”。

在杭州，知名睡眠专家毛洪京常年“一号难求”，即便全年无休，一年最多只能接诊一万人。而现在，他的AI分身“杭好梦”在AQ平台上线后，不到一年就为超650万人次的失眠患者提供帮助，通过这个智能体解决睡眠障碍的用户遍布中国342个城镇。

在上海，黄浦区南京东路社区卫生服务中心的王洁婷医生，通过AQ平台上的「黄浦数字家医」智能体，为她所在超高龄社区的老人提供24小时健康咨询。像她这样的200多位家庭医生，都在平台上拥有自己的AI分身，共同守护40万常住居民和百万职业人群的健康。

● 刘娜制作视频劝导乡村医生学习使用AI。图源：社交媒体截图

各方越来越积极了，刘娜不再孤军奋战，也更笃定地向前一步。最近一次培训，刘娜拿出了五个AI语言大模型，同一个问题，给医生们不停地试。最后，AQ为代表的专业AI产品获得了许多基层医生们的赞许。“我们从通用AI了解大模型的能力，但到专业人士认同可用，还是需要有专业知识训练的AI。”

公开报道显示，AQ融合了智能问诊、报告解读等AI功能，可模拟医生追问症状，识别健康问题并给出建议，也连接了全国5000多家医院和百万医生的真实服务。其背后的技术引擎是专业医疗推理模型，可以理解为走医生培养路径，尽可能避免“信息噪音”的同时，“复刻”医生诊疗思维，并引入医生专家团定期对模型校正，让AI更像“医生”。

这是近几年以来，刘娜认为相对最好用，也最适应诊疗场景的AI大模型。在进入AI诊室问健康问题时，AQ更像医生问诊的过程，而当她询问医学之外的商业信息，会自动退出。“说明它背后的大模型是受医学知识训练，不用庞杂的互联网信息，这对医疗场景应用来说很关键，可以确保基层医生或普通人使用时更可靠。”

她相信，在这样的现实背景下，好的AI产品可能是未雨绸缪，改变困境的破局点，可以进一步弥合基层医疗和大城市医疗的鸿沟。

“中国基层医疗至少服务5亿多的居民，这些村医往往是最被周围居民信任的人，他们影响整个社区的看法。让他们接触AI，作用是很大的。”刘娜说。

在乐观地期待新图景展开之前，现在，刘娜还开始为基层医生们开基础教育课了，语文、数学、英语……她打算从根源做起。她有个笨拙却有效的想法，她想在每个村卫生室门口都贴上真正好用、实用的医疗大模型的二维码，一个村、一个乡镇慢慢开始。

尽管刘娜依然觉得AI进入基层的路途曲折，但未来也就在眼前了。

来源：中部城市群