省出更多时间花在病人身上
Fast Reading
■
百度健康发布“有医助理”，这是国内首款基于Claw框架打造的医生任务型AI助手，俗称“医生版龙虾”。
■
百度健康团队跑了全国几十家医院，听到医生们最多的一句话是：“最大的愿望就是能有更多时间花在病人身上。”
■
医生真正缺的，是能帮他们省时间、减负担的工具。AI取代不了医生，但不懂AI的医生一定会被取代。
作者 | 黎晓
“我的时间被切成了无数碎片。”
兰州大学第一医院副教授、副主任医师李斌简单罗列了一下自己的工作内容，包括：连轴转的手术、值夜班、查房、开医嘱、出门诊、带教学生、和病人谈话、写论文、做课题，年终总结时的各种PPT、个人成千上万的数据汇总分析……足足讲了一分多钟。
其中大部分工作并不能被患者感知，有些甚至没有实际产出。当患者抱怨“排队两小时，看病5分钟”时，医生们同样在为低价值的时间消耗所累。
“我花了十几年学医，难道就是为了在深夜里复制粘贴，天天跟系统斗智斗勇吗？”李斌不甘心，为了理直气壮地把那些重复又琐碎的工作甩出去，他开始自学编程，“为高强度的临床工作打造我个人的第二套工作系统”。
最初，他将VB编程的知识运用于办公软件的VBA，实现了Excel中的自动统计，后来进化为编写小脚本，建立简单的疾病数据库。再之后，为了在临床研究中解决数据抓取的难题，他又开始自学Python。
李斌的博士毕业论文中涉及心率变异性分析，用Python制作的小工具帮他顺利完成了这项分析，而网上能够实现这一功能的模块，中标价格接近30万。
像李斌这样既懂医疗，又懂编程的医生凤毛麟角，这也是AI在垂直场景中落地的难点之一。百度健康总经理杨明璐认为，真正了解医疗场景痛点的是医生群体，而真正懂AI，知道AI能做什么的人集中于技术圈，两者鲜有交集。她希望百度健康作为既懂AI，又懂医生的第三方，“把这件事情帮大家解决了”。
过去一年，杨明璐带领的团队跑了全国几十家医院，听到医生们最多的一句话是：“最大的愿望就是能有更多时间花在病人身上。”
她认为，医生真正缺的，是能帮他们省时间、减负担的工具。
4月2日，百度健康发布有医助理，这是国内首款基于Claw框架打造的医生任务型AI助手，俗称“医生版龙虾”。
▌“不懂AI的医生，一定会被取代”
区别于通用AI助手，有医助理采用“检索+任务”双引擎模式。其中，检索模式对标美国OpenEvidence，整合了6000万+专业文献、20万+用药知识图谱、5万+权威指南共识、2万+医学书籍等，每一条结论都可溯源至原文。
OpenEvidence是专为医疗专业人员设计的专业循证检索工具。它可以理解为一个面向医生的ChatGPT，通过提供基于权威医学文献的实时、精准答案，帮助医生做出高质量的诊疗决策。
有医助理在整合国际期刊与PubMed等全球资源的基础上，引入了中国临床指南、中国药典等本土权威资源，更适配中文医学语境。尤其在肿瘤领域，有医助理深度整合了CACA指南（《中国肿瘤整合诊治指南》），这是国内首部聚焦中国人群肿瘤防治的全流程规范，拥有覆盖29个恶性肿瘤领域的53个癌种指南、72项肿瘤整合诊治技术指南。
“知识越分越细，呈指数级增长，但是我们是否离病人越来越远？”在百度健康有医助理发布会上，中国工程院院士、中国抗癌协会理事长樊代明感慨，“CACA指南有100斤重，我们掌握不了这么多知识，需要AI这个帮手。”他断言，AI取代不了医生，但不懂AI的医生一定会被取代。
事实上，循证检索也是目前AI在医疗领域落地的主要产品形态，如阿里健康主打“低幻觉、高循证”的“氢离子”，京东健康的循证医学AI产品“知医”等 。
这类AI产品要解决的，是知识平权、医疗普惠，以及临床决策与学术科研的效率和准确率提升。
而随着OpenClaw兴起，医疗AI的产品形态也在改变，开始从被动问答，向自主规划并执行复杂任务的智能助理进化。
今年3月中旬，智诊科技发布了基于OpenClaw框架的企业级医疗智能体平台 WiseClaw，可对接医院HIS系统，实现跨系统的数据互通，但WiseClaw主要面向医院、药械企业等B端用户，并非医生个人。
对医生这一职业群体来说，繁琐案头工作仍旧需要一个更落地的Agent解决方案。
▌在云上，给每个医生一个“单间”
李斌在论文答辩时，一位专家质疑他：“你在医学论文里面放代码，是不是为了凑字数？”李斌讲了自己的故事和心路历程，获得了答辩委员会的一致认可，也坚定了他借助AI处理重复性工作的信心。
OpenClaw面世后，李斌第一时间订购了一台Mac mini，幻想着部署好后，龙虾至少能“把买硬件的钱赚回来”， 但没想到，“bug太多，不但一分钱没赚回来，还花掉了我将近1000多万的Token。”
虽然经过反复调试，李斌的龙虾最终跑通了小红书运营的场景，还制作了一款微信小程序，串联起了多步骤的工作流，迈出了执行的第一步，但他仍旧需要时不时修复bug，出于安全考虑，李斌并未在主力电脑上配置它。
在一个容错率极低，对数据和隐私保护要求近乎苛刻的行业，安全，永远是第一位的。
百度健康为此构建了医学合规、数据隔离、通信安全、权限管控、持续防护五层安全体系。“我们在云上帮每一位医生建立了专属的存储空间，相当于一人一个单间，每位医生的数据都不会分享到任何第三方。”百度健康AI产品负责人表示。
技术专业门槛也被降到最低。
去年4月，百度健康发布“医生超级工作台”。现在，医生只要在工作台IM中直接发送自然语言指令，系统就能即时响应。
例如，在科研场景下，只要一句话输入需求，有医助理就可以完成选题分析、文献综述、数据分析和格式调整；病历书写时，只要随手拍一张手写笔记或电脑屏幕，系统会自动识别并辅助生成结构化病历。
有医助理的任务模式还采用了可插拔的Skill能力架构，将医生的各类工作需求封装为可调用的能力模块，支持自定义扩展，医生可根据个人需求添加专属能力。目前，有医助理覆盖了800多项通用与医学专用Skill。
在接触了百度有医助理后，李斌很兴奋，觉得它“不是多了一个功能，而是开始接近更加真实的工作流”——科研支持更成体系，能力组合更完整，更符合医生的使用习惯。
李斌认为，医疗场景里真正稀缺的永远是注意力、判断力和责任感，应该把这些能力保护起来，把时间还给医生。同样，百度健康AI产品负责人也强调，“让医生回归医疗”是产品的愿景和源头。
但未来仍有诸多挑战和未知，在这场AI与医疗的双向奔赴中，一切才刚刚开始。