医疗机构对 AI 的部署仍遵循“试点 - 治理 - 规模化”的稳健路径，而消费者已以更自主、更快速的方式将 AI 嵌入日常健康管理。AI 正从单一的信息搜索工具，演变为涵盖症状预判、方案查询、药物解读及行动决策的全流程新入口。
01 消费端领跑：AI 健康应用进入加速期
数字医疗历经远程诊疗、可穿戴设备及健康 App 的迭代，生成式 AI 成为最新驱动力。与机构端受制于合规、风控及临床责任不同，消费者使用 AI 的门槛更低、决策更自主，采纳速度显著快于机构端。
2025 年数据显示，32% 的受访者曾使用 AI 聊天机器人获取健康信息，比例较 2024 年翻倍。其中，64% 的 AI 健康用户每周至少使用一次，约四分之三的用户首选 ChatGPT 等通用大模型；相比之下，使用医疗机构或保险机构官方机器人的比例仅分别为 5% 和 4%。通用型大语言模型正被消费者主动“改造”为专属健康管理工具。
应用场景已超越基础搜索。59% 的用户利用 AI 根据既有诊断寻找治疗方案，56% 用于症状自查，55% 用于查询处方药及副作用。
消费者并未沿袭传统医疗“诊疗—支付—服务”的割裂边界，而是将 AI 视为贯穿全周期的统一交互入口。从信息获取、理解到就医决策，AI 正在压缩原本分离的健康决策环节。
02 用户画像：AI 重塑主动健康管理模式
AI 用户在虚拟及线下医疗服务中的渗透率均高于非用户，且更倾向于持续追踪健康指标，呈现出鲜明的“健康超级用户”特征。
这种差异在生活方式指标上尤为突出。AI 用户追踪睡眠、运动、饮食和压力的比例分别达 43%、41%、40% 和 35%，显著高于非 AI 用户；后者更关注药物和血压等传统临床指标。
过去，消费者需借助智能手表、App 及搜索引擎分散记录数据与信息；生成式 AI 的出现，使这些碎片化数据具备了统一解读的可能。
数据量的积累提升了 AI 个性化解释的深度，进而激发用户更强的记录意愿，形成正向循环：更多健康数据 → 更精准的 AI 分析 → 更明确的健康反馈 → 更强的数据追踪动力。
这一趋势推动科技企业重构产品设计，将自研 AI 模型与新数据接口嵌入产品，整合可穿戴设备、实验室检测及健康档案，构建完整管理体系。
然而，该循环目前存在显著的用户分层。最能从 AI 个性化能力中获益的，往往是那些本就拥有大量数据且积极管理的群体。未来，AI 健康服务能否突破“超级用户”圈层惠及大众，将是衡量其商业化潜力的关键。
人口结构上呈现明显代际差异：Gen Z 和千禧一代的使用率分别为 45% 和 48%，远高于 Gen X（25%）、婴儿潮一代（12%）及沉默一代（7%）。此外，少数族裔消费者的使用率也高于白人消费者。
值得注意的是，不同于早期昂贵的远程医疗和可穿戴设备，AI 聊天机器人多以免费或低成本形式存在。AI 健康工具的普及，正有效降低数字医疗长期存在的经济门槛。
03 价值跃迁：AI 成为医疗服务新入口
AI 对医疗体系的核心变革，不在于提问数量，而在于回答后的行动转化。调查显示，81% 的 AI 健康用户在互动后采取了至少一项行动：42% 进一步搜索信息，40% 咨询医疗服务提供者，32% 尝试新健康行为，甚至 18% 调整了药物使用。
这表明，当前 AI 更多是在增强而非取代传统医疗信息获取方式。消费者并未脱离医疗体系，而是在 AI、医生、互联网搜索及其他数字工具间构建了新的信息流动闭环。
传统健康决策需经历“搜索—理解—判险—决策—寻医”的多步骤流程。AI 将这些环节整合至同一交互界面，加速了从信息获取到行动落地的过程。
因此，医疗机构与科技企业正竞相争夺 AI 洞察与实际医疗行动间的“连接点”。部分平台将 AI 与转诊机制打通，实现从信息查询到医疗服务的无缝衔接；检测机构则利用 AI 辅助解读报告，引导用户与医生深入沟通。
未来数字医疗的竞争焦点，将从“谁拥有更强的 AI 模型”转向“谁能更安全、顺畅地将 AI 洞察转化为真实健康行动”。
这一变革也将重塑医生角色。当患者带着 AI 生成的初步判断进入诊室，医生的核心价值将从单纯的信息提供者，转型为信息解释者、事实验证者及临床情境的判断者。医生的价值并未因 AI 而削弱，而是从“掌握信息差”转向“协助患者完成 AI 无法独立承担的复杂临床判断”。
对涉足医疗的科技企业而言，AI 产品不仅需追求模型能力与体验，更须建立与临床专业、服务体系及责任机制的深度连接。AI 能否真正融入医疗体系，取决于其能否兼具智能性、安全性，并在真实场景中产出可验证的临床价值。
综上所述，Rock Health 描绘了一幅“龟兔赛跑”图景：医疗机构如“乌龟”般谨慎推进，消费者却如“兔子”般 rapid 拥抱 AI 时代。这种速度差并非意味着体系落后，而是源于机构需承担更高的临床、隐私及监管责任。但鉴于消费者已形成新的决策习惯，医疗体系难以要求其回归旧有模式。
未来医疗 AI 的核心命题，不再是阻止消费者使用，而是如何让已普及的 AI 变得更安全可信，并与正式医疗服务体系有效协同。竞争下半场将从“回答问题”升级为“护航从问题到行动的全流程”，这也将成为下一轮数字医疗产品创新与商业模式重构的关键方向。
点分享
点点赞
点在看