产品经理每日认知·第013期 | 医疗AI正从"会看会答"走向"会做事"
读法建议：难度系数 ★★★★☆（偏中高，涉及医疗AI产品转型、政策与资本，术语都有翻译）。我建议按顺序读：①先把「智能体」三个字搞懂；②是①的实例，③是脚下的政策与底座，④请慢读、别急着下结论，⑤看资本把赌注押向哪里，⑥今天开会就能用。本期主线一句话：医疗 AI 正从"会看片、会回答"的能说会道，转向"能接活、能办实事"的任务型智能体——各省政策在推落地，大模型在练执行。
① 一个新概念｜AI Agent（智能体）——医疗场景里"会用工具的员工"
AI Agent（智能体，音译"艾真特"）就是"会用工具、能自己把一连串活干完的大模型"。它和普通聊天式大模型的差别，是下面这张对比表，翻译成大白话就是：一个是"有什么答什么"的字典，一个是"接了活自己去办"的员工。
| 维度 | 普通大模型 | AI Agent（智能体） |
|---|---|---|
| 交互方式 | 你问一句，它答一句 | 你给一个目标，它自己规划步骤 |
| 能否调用工具 | 一般不能 | 能调用系统、读数据、发起动作 |
| 是否自主决策 | 一次应答结束 | 多步规划、出错可回退重试 |
| 在医疗里的产出 | 一段建议文本 | 把一段"看片→写报告→质控→随访"闭环走完 |
▍为什么是现在：医疗 AI 前几年解决的是"单点能力"——识别一张 CT、写一段病历。可医院真正的痛点不在单个环节，而在"流程"。智能体的价值，是把散落的能力串成一条能替人干事的完整链路。
▍这对你（医疗信息化产品经理）意味着什么：产品形态在变——AI 从"菜单里的一个按钮"，变成"嵌进工作流里代办一段流程的子系统"。你评估项目的标准也要跟着变：不再只问"模型答得准不准"，更要问"它能不能在真实系统里完成一段端到端任务，出错了系统谁能兜底"。
② 一个真实行业案例｜京医千询 3.0：把"执行任务"当主打
先讲背景：9 月 9 日在 2026 京东全球科技探索者大会上，京东健康发布医疗大模型京医千询 3.0。它对外讲的立意很直白——让医疗 AI"从生成答案，走向能够应变复杂场景并执行任务"（来源：科技日报，2026-09-10）。也就是说，厂商把这期的主打法从"多厉害"换成了"多能干活"。
再看数字（口径：为其在权威评测与小范围验证中的声称值）：正高职称考试十门平均 72.3 分；HealthBench Hard 得分 50.6；MedBench v5 得分 75.2；原生 3D 影像评测准确率 82%；医学论文写作一次生成无差错率 99%。这些分成是相对量化的对标，其中"3D 影像 82% 准确率"意味着它不只看二维片，还能按医生真实阅片方式连续浏览 CT/MRI 三维序列。
更值得产品经理看的是它的产品形态：伴生的医生 AI 工作台 MedWork，把"任务目标、病例资料、工具执行过程、最终交付物"放进同一个工作空间——医生在里面一边看三维影像、调窗宽窗位、量病灶，一边让 AI 做辅助分析。"把临床指南转成可执行、可校验的代码，并完成长程任务协作"，正是①里智能体的产物。
▍这对你（医疗信息化产品经理）意味着什么：产品叙事在迁移。昔日的产品演示是"问它一个问题，看它答得漂亮"；今天的演示是"按你的规范，让它把一整段流程走完"。你写 PRD、做评审、对外讲方案时，这套"流程完整体验"的话术会越来越吃香。
③ 一个近期行业变化｜省级"AI+医疗卫生"实施方案扎堆落地，影像基座再登顶《科学》
政策侧——从"鼓励研发"转向"要求落地、给目标"。两个月内省级文件密集发布：
- 黑龙江：9 月 7 日印发《黑龙江省加快推进医疗卫生领域人工智能应用工作实施方案》，提出到 2027 年打造 20 个以上可复制可推广的医疗卫生 AI 典型落地场景、建成 5 家省级人工智能医院（报道来源：新华社/人民网，2026-09-07）。
- 陕西：9 月 24 日印发《陕西省促进和规范"人工智能+医疗卫生"应用发展工作方案》，落实国家 5 部门实施意见，推动 AI 在本省医疗卫生领域的场景落地（来源：陕西省卫健委官网，2026-09-24）。
这两份文件的共性信号是"场景清单 + 落地数量 + 明确期限"：政府的角色，正从"鼓励你研发"变成"要求你落地并给出考核目标"。落到产品端，就是一批可以"对号入座"的采购与建设窗口正在打开。
技术侧：9 月 18 日，阿里达摩院联合浙江大学医学院附属第一医院等机构宣布，通用医疗影像 AI 模型「DAMO RADAR」登上《科学》期刊：面向腹部增强 CT，可一次性识别 146 种病症，宣称准确率达影像科专家水平，并用首创的"器官级细粒度对齐"实现无需人工标注（口径：研究方宣称准确率，具体验证效力以论文及同行评议为准；来源：行业媒体报道，2026-09-18）。
▍这对你（医疗信息化产品经理）意味着什么：政策是"需求侧放大器"，通用基座是"供给侧变量"。前者告诉你机会在哪，后者提醒你壁垒会被谁磨平——两件事拼在一起，才构成今天靠谱的市场判断。
④ 一个值得思考的问题｜AI 把"会看病、会写病历"变成通用能力，医院和医生的价值锚点还剩什么？
当大模型把"怎么看病、怎么写病历"变成边际成本趋近于零的通用能力，"能力"本身就不再是医院的差异点。那医院和医生剩下的护城河是什么？至少有三条候选，各有各的短板：
- 照护与责任：信任、"出事我负责"的担当，AI 短期难以替代；但它很难被量化成采购指标。
- 数据与专病知识：独家病种数据是有价值的资产，但共享与合规的边界还在拉扯。
- 流程与协同：医院真实价值可能藏在"复杂的医-护-患-保协同流程"里，这恰恰是信息化产品的用武之地。
这题不急着给答案。作为一个张力问题，值得你在做产品判断时随身带着：你的产品是在帮医院"买一段通用能力"，还是在帮它"守住、放大它独有且别人搬不走的资产"？答案不同，定价和护城河的画法完全不同。
▍这对你（医疗信息化产品经理）意味着什么：别把"AI 多强"当产品的唯一卖点。试着把上面三条写进你们的产品价值主张，看它能回答"为什么非你不可"。
⑤ 一个市场/商业案例｜资本把重注押向"医疗 AI 智能体"
背景：医疗 AI 的融资叙事，正从"指标好看的单点模型"转向"能嵌进临床真实流程里干活的智能体"。近期最典型的信号，是临床工作流 AI 初创公司 Heidi Health 完成总计 3.4 亿美元新一轮融资，用于拓展医疗系统内的应用推广——其中由 Blackbird 领投 1 亿美元 C 轮，加上 General Catalyst 提供的 2.4 亿美元成长期投资（来源：行业媒体报道；融资规模为其对外披露数字）。
怎么读这笔钱：3.4 亿美元对一家医疗 AI 公司是相当大的体量，且结构是"成长期投资 > 常规 C 轮"，说明资本愿为"能替临床把文书、随访、沟通这类任务干完的智能体"持续加仓。这和①②的叙事完全咬合：市场正在为"会做事"而不是"会说话"的医疗 AI 付溢价。
▍这对你（医疗信息化产品经理）意味着什么：看竞争对手和融资时，别只数"它比我们强在哪"，也多问一句"它回答的是单点，还是能进客户工作流的闭环"。估值和贵不贵，往往藏在"是不是任务型智能体"这个答案里。
⑥ 今日工作可用｜两条今天就能用、或本周该留意的事
1) 跟客户开会前，先做一张"政策场景 × 自家产品"对照表。各省陆续出台"AI+医疗卫生"实施方案和典型场景清单（黑龙江目标 20+ 落地场景、5 家省级 AI 医院）。本周就把你所在/重点省份的方案下载下来，把自家产品逐个对号入座：覆盖了方案的哪几个场景、缺哪几个。带到客户会上，比空讲"我们 AI 很强"更有说服力，也直接拿到一张"该排哪些需求的优先级"清单。
2) 留意"通用影像基座"对单病种 AI 的潜在冲击。达摩院 DAMO RADAR 登《科学》这类"一次识别 146 种病症、宣称无需人工标注"的通用基座，如果走向开源或低价化，会把"单部位/单病种影像 AI"的护城河磨薄。你在评审影像 AI 类产品时，多问团队一句："如果通用基座免费可用，我们的差异化靠什么？"趁今天就把它问清楚，别等客户先问。
本节术语速通：AI Agent=会用工具、能自己规划并把活干完的大模型；DRG/DIP=医保按病种打包付费的两种分组方式；影像基座=横跨多个部位/病种的通用影像识别大模型；MedWork=京医千询 3.0 伴生的医生 AI 工作台。
七视角打卡｜本期侧重：技术视角（AI Agent、影像基座）、产品视角（产品从"工具"变"任务型智能体"）、行业视角（各省"AI+医疗卫生"政策落地）、商业视角（资本押注医疗智能体），并顺带触及用户/业务/市场视角。别忘了带着④那个问题去上班。