中國商報（記者 馬嘉）“1名醫(yī)生過去看8種病，現在是8名醫(yī)生看1種病。”中國工程院院士樊代明道出了醫(yī)療行業(yè)分工過細、效率低下的怪圈。這背后是醫(yī)生們面臨的困境：將大量時間耗在了文書、科研和系統(tǒng)操作上，而非病人身上。

4月2日，百度健康發(fā)布了一款名為“有醫(yī)助理”的產品，試圖用AI解決這個問題。這是國內首個基于OpenClaw框架打造的醫(yī)療任務型AI助手，能幫醫(yī)生寫論文、整理病歷、管理患者，被形象地稱為醫(yī)生版“會干活兒的龍蝦”。多位專家對中國商報記者表示，有了技術是好的開端，接下來，跨過數據安全、成本、醫(yī)院壁壘這三道坎兒，AI會把時間還給醫(yī)生。

醫(yī)生苦“雜活兒”久矣

蘭州大學第一醫(yī)院普外科醫(yī)生李斌既是一名肝膽胰外科醫(yī)生，也是一名自學編程的“技術極客”。

他說，自己的日常是這樣的：連軸轉做手術、值夜班、查房、開醫(yī)囑、出門診、帶學生、跟病人談話、做手術質控、與DRG（根據患者年齡、診斷、治療方式等因素將病歷分組，形成按組打包付費的醫(yī)保支付體系）做各種申報申訴。到了晚上，還要寫論文、做課題、整理工作總結。

“我常常在深夜對著屏幕上密密麻麻的表格問自己：我學了十幾年的醫(yī)，難道就是為了天天復制粘貼嗎？”李斌說。

為了“理直氣壯地把這些活兒甩出去”，他從2018年開始自學Python，用“爬蟲”清洗病理數據，用開源項目HRV做心率變異性分析。他甚至用樹莓派搭建了科室內部的信息統(tǒng)計系統(tǒng)。

但個人編程的局限同樣明顯。2026年初，他在GitHub上發(fā)現了 OpenClaw項目（俗稱“龍蝦”），用周末時間搭建了6個機器人，為同樣是醫(yī)生的太太做了一款小程序：能把醫(yī)患對話自動轉化為主訴病史，拍照識別化驗單，提取超聲關鍵詞，最后還能通過連接藍牙打印機打印醫(yī)囑。

“想法很好，但現實很骨感?！崩畋筇寡?，系統(tǒng)頻繁崩潰、Bug不斷修復，不到一天就花掉了近千萬token（詞元，AI服務按調用的token數量收費），“大部分精力花在了修Bug上，我們最終需要的是穩(wěn)定與安全?！?/p>

百度健康AI產品負責人說，李斌面臨的問題就是“有醫(yī)助理”想解決的問題。把OpenClaw的能力醫(yī)療專業(yè)化，讓醫(yī)生開箱即用，不用再自己“折騰”。

醫(yī)生版“龍蝦”能干哪些活兒

百度健康AI產品負責人給“有醫(yī)助理”區(qū)分了兩個“工作模式”：檢索模式與任務模式。

據其介紹，檢索模式對標美國醫(yī)學AI搜索工具OpenEvidence，內置了6000多萬篇專業(yè)文獻、20多萬種藥品知識圖譜、5萬+權威指南共識、2萬+醫(yī)學書籍等專業(yè)素材。譬如與中國抗癌協會率先合作的2025版CACA指南。與通用搜索引擎不同，它的每一個結論都能溯源到具體的期刊、指南或藥品說明書。

按照百度健康的規(guī)劃，任務模式是一大重要“賣點”?；贠penClaw框架，它掌握了800多項通用與醫(yī)療技能，從自動生成PPT、整理病歷，到撰寫論文綜述、管理患者隨訪數據。醫(yī)生只需用自然語言下達指令，AI就能自主執(zhí)行全流程任務。

百度健康AI產品負責人說：“傳統(tǒng)的AI工具只能滿足醫(yī)生工作訴求中的很小一部分，它們只能做基礎的信息檢索和對話查閱?！?/p>

北京大學腫瘤醫(yī)院副院長宋玉琴是AI的深度使用者。她發(fā)現，AI可以一鍵生成臨床研究方案：輸入主要研究終點、入排標準和樣本量，過去幾周才能完成的工作現在一天就能搞定。有了AI后，修改學生畢業(yè)論文的效率也提高了，減輕了她作為導師的負擔。

但她也有苦惱。自從各類AI工具普及后，病人帶來的“垃圾信息”也多了?！斑^去我只需要解釋疾病，現在我還要告訴他這個是垃圾信息，那個也是垃圾信息?！彼斡袂僬f，“本來我的門診量就大，現在更麻煩了?！?/p>

宋玉琴的困惑也引出了一個現實問題：AI工具的效果，高度依賴于數據質量和信源可靠性，而這恰恰是當前醫(yī)療AI面臨的最大挑戰(zhàn)。

數據、安全與成本：要跨越的三道坎兒

有了“醫(yī)生版龍蝦”，醫(yī)生就能從雜活兒中解放出來嗎？在多位專家看來，技術更新是很好的起點，要讓產品真正落地，還要跨越三道坎兒。

第一道坎兒是數據。北京大學腫瘤醫(yī)院胸部腫瘤中心副主任趙軍直言：“CT報告應該有一個標準化的模板，比如肺結節(jié)幾厘米、在什么位置。如果報告只寫‘右上肺一個占位’，這種數據等于沒有用?！彼粲踅藴驶尼t(yī)療數據結構，否則AI的輸入就是“垃圾進，垃圾出”。

百度健康主任架構師認為，多模態(tài)數據的整合是行業(yè)難題，“有圖像、有文本，還有基因檢測這種數字型數據，怎么融合、怎么讓大模型學習和應用，我們一直在攻堅?！钡瑫r表示，互聯網公司在處理數據上擁有天然的經驗積累，搜索推薦業(yè)務早已面對過數值、文本、圖像等多種數據的混合場景，這并非不可逾越的障礙。

第二道坎兒是安全。醫(yī)療AI的錯誤可能導致嚴重后果。百度健康技術負責人強調，“有醫(yī)助理”構建了五層安全防護：從數據來源的醫(yī)學認證，到思考過程的安全校驗，再到技能的審核認證，最后通過AI進一步校驗結果。

但數據隱私問題仍然敏感。醫(yī)生將患者的病歷拍照上傳，是否會泄露隱私？百度健康AI產品負責人回應稱，每名醫(yī)生在云端擁有獨立的“單間”存儲空間，數據不會被用于模型訓練，也不會被其他醫(yī)生訪問?！爸鲗嗪涂刂茩喽荚卺t(yī)生自己手里?！?/p>

第三道坎兒是成本。通用“龍蝦”的token消耗已經讓許多開發(fā)者叫苦不迭，“有醫(yī)助理”的任務模式消耗更大。百度健康技術負責人表示：“我們現階段不向醫(yī)生收費，更多是在打磨產品，商業(yè)模式還不是現在的重點?！钡渤姓J，相比個人搭建的方案，百度在優(yōu)化后，已經將token成本降低了80%以上。

從行業(yè)視角看，“有醫(yī)助理”的意義在于它驗證了OpenClaw框架在嚴肅醫(yī)療場景下的可行性，并率先構建了“檢索+任務”的雙模產品形態(tài)。但正如多位專家所言，技術只是起點，數據治理、安全認證、付費意愿，這些變量將決定這款產品能否從“醫(yī)生朋友圈的嘗鮮工具”走向“臨床標配”。