长此以往，优质医疗资源高度集中于少数三甲医院，难以流动、复制和共享，恰如被装进玻璃罩的光，璀璨却难以普照周遭。

这不仅造成了资源的“灯下黑”，更形成一种难以打破的虹吸循环：人才不断向中心汇聚，而患者为寻求可靠诊疗只能向上集中，加剧了大医院的拥堵与基层的能力不足，还常因“医检诊药”流程割裂，不得不在多个场景间辗转，就医体验被切割成碎片。

医疗AI本应是破局的关键，但多数模型停留在健康知识问答的基础层面，面对“肺部磨玻璃结节性质判断”这类复杂问题便束手无策，医生不敢也无法用于临床，长期陷入试点困局。当技术与场景脱节、资源与需求错位，普罗大众与普惠医疗之间始终隔着一道鸿沟。

9月25日，在2025年京东全球科技探索者大会（JDDiscovery）上，京东健康一次性展示三大核心成果。京医千询2.0实现从“能回答”到“会决策”的技术跃迁；行业首个能看病的AI医院落地，首创AI驱动的“医检诊药”全流程闭环；CGM（动态血糖监测）智能互联生态以“AI+硬件+服务”构建起从监测到干预的健康管理体系。这些实践绕开了“技术炫技”的陷阱，紧扣解决实际问题的核心——解决深夜看病的急、看不懂报告的慌、专家分身乏术的忙、基层医生缺专家能力的难。

这一次，京东正面回答了“如何让AI真正解决医疗痛点”的行业命题：绝不单纯是技术参数的比拼，而是融入临床场景、解决实际问题，让优质医疗资源跨越壁垒，真正实现人人可及。

医疗AI技术落地三大难题

医疗AI的落地困局贯穿患者、医生、医院全链路，集中体现在技术能力断层、服务场景割裂与优质资源下沉难三大核心问题上。

技术层面来看，从信息问答到诊疗决策中间的能力是长期断层的。

临床诊疗需要AI具备“会决策”的深度能力，能解读多模态医学报告、制定个体化诊疗方案，但当前多数医疗AI仍停留在规则驱动的初级阶段，本质更像一个可交互的“健康知识库”。

它能机械回应“CT检查发现肺部结节怎么办”这类基础问题，却无法处理“一位60岁有吸烟史的患者，低剂量螺旋CT发现一个8mm的磨玻璃结节，边缘欠光滑。请结合患者的年龄、吸烟史和结节特征，评估恶性风险概率，并给出具体的随访时间间隔建议”的复杂需求。

而传统模型的推理过程如同“黑箱”，既缺乏循证医学支撑，也无法解释决策逻辑。这让医生不敢用，也无法用于核心诊疗环节，最终只能沦为科普、咨询等边缘场景的辅助工具，与临床实际需求严重脱节。

“医检诊药”服务场景流程的割裂，则让数据成为“信息孤岛”，致使患者就医体验不佳、整体效率低下。

当前患者就医的路径繁琐，常常需要独自协调线上平台、检查中心、医院、药房等多个场景。例如，患者先在独立APP上完成挂号，就诊后要自行前往另一窗口或自助机缴费，检查报告又往往需要通过第三个渠道获取。当需要跨院诊疗或寻求第二意见时，由于数据不互通导致问诊历史记录断档、报告无法共享，即便是同一家医院内部，处方信息与药房系统也时常脱节，患者缴费后仍需在药房前长时间等待。

整个过程中，患者如同人肉数据中转站，在不同机构、系统与窗口之间奔波往返、重复沟通，不仅耗费大量时间与精力，还可能因信息缺失或传递误差，影响到医疗判断的准确性与连续性。

更深层的痛点根植于医疗资源的分布失衡。优质医疗长期汇聚在金字塔尖，难以向底部渗透，基层能力因此出现断层，传导至患者端就演化成“大城市看病挤、小城市看病难”的格局。

三甲医院医生的日均接诊量饱和，清晨挂号大厅便水泄不通，专家号更是一号难求。与此同时，社区卫生服务中心、乡镇卫生院等基层机构，虽守护着居民健康的第一道防线，却长期处于缺专家、缺技术、缺经验的状态。面对稍复杂的病情，基层医生往往建议转诊，而传统的专家下乡、远程会诊方式又受限于时间与空间，难以形成规模化覆盖。多重因素叠加，让本应承载的“资源平权”使命的医疗AI，始终难以在广袤的基层市场扎根发芽。

把三甲医院“装进口袋里”

如何啃下三块硬骨头，推动医疗AI从边缘辅助角色走向诊疗核心环节，还得在构建经得起临床拷问的算法体系、打通就诊全流程闭环、推动医疗资源整合上下功夫。

京东健康此次的三步落子，通过京医千询2.0的技术突破、AI医院1.0的场景革新与CGM智能互联的生态协同，走出了医疗AI落地的新路径。

在技术底层，京医千询2.0实现从全科迈向复杂专病的跨越，作为行业首个融合“可信推理+全模态能力”的医疗大模型，其从1.0的“静态规则驱动”跃迁至2.0的“动态循证智能”，打磨形成“三引擎+四模型”底层技术架构，提升了AI在复杂医疗决策中的可靠性与可解释性。

笔者从JDD大会上了解到，与上个版本相比，京医千询2.0升级了动态循证知识库及千亿参数全模态模型，能够实时调用医疗文献、临床指南及真实世界数据（RWD），引入证据置信度量化引擎。在认知维度上，2.0突破单一文本理解局限，能看懂CT/MRI影像、听懂语音问诊、解读检查单，知识体系与推理能力均实现质的飞跃。

从交互体验来看，模型首创完全自由问诊对话，可模拟人类医生的问诊方式进行多轮病情询问；推理过程则严格遵循医生临床诊疗思维路径，正确使用循证知识，能根据内外部知识、思维深度与问题难度进行自适应调整，还具备反思机制与专家反馈的自进化能力，以技术渐进式逼近人类医生的临床认知边界。

一个数据是，京东健康每年都会投入数十亿研发资源建设算力底座，全力打磨京医千询大模型。此2.0版本将继续开源开放。

在当前从“互联网+”迈向“AI+”的产业浪潮中，中国人工智能的发展正逐渐超越单纯的技术追赶，转向更加成熟、自信且务实的“生态驱动”阶段。

作为这一趋势的实践者，京东健康已构建起一张覆盖健康全场景的AI宏图，打通线上与线下，服务范围从泛健康人群延伸至疾病人群，贯穿严肃医疗与消费医疗两大板块，融合健康服务与健康商品。AI能力如同血液一般，渗透至业务的每个环节，实现了从日常健康管理、精准疾病诊疗到专业康复指导的全链路智能化支撑。

此次JDD大会，京东又正式发布了行业首个全场景智能医疗服务平台——AI医院1.0，标志着“医检诊药”全流程智能健康服务新范式的建立，从此每个人都有条件拥有“口袋里的三甲医院”。

AI医院汇聚了多个专业AI服务角色，构建起“AI京医”为核心的健康专家矩阵，面向患者覆盖面在线问诊、AI导诊、上门检验、AI药房、健康管理等需求模块，面向医生则推出AI医学搜索、AI辅诊等医教研智能助手，累计服务用户超1.5亿，满意度达97%。

其中，AI医生“大为”作为代表性应用，融合了多模态大模型能力，具备可信的医学推理与人性化交互体验，成为家庭值得信赖的“数字健康守门人”。用户数据显示，30%的咨询由妈妈发起，12%的咨询发起于深夜0点，近七成用户来自三线及以下城市，用药、慢病管理、日常健康均是用户关注的高频问题。

目前，京东健康推出的专家医生智能体平台，已吸引全国400余家三甲医院的千余名权威专家入驻。通过构建医生“数字分身”，解决了诊前95%的重复问题，诊中提效超50%，诊后患者管理触达超千万人次，减轻了医生重复性工作的负担。

在AI医院里，流程被极致优化，等待被有效消除，专业被无限放大，而人文关怀则贯穿始终。

AI普惠重塑资源分配逻辑

京东健康的AI医疗实践，其意义远不止技术突破与流程增效，更在于对医疗资源分配逻辑的根本性重塑。

通过构建超过千名的专家医生智能体网络，京东健康将曾经高度集中于顶尖医院的诊疗智慧，从三甲医院的“玻璃罩”中释放出来，转化为基层医生随时请教的云端顾问，以及百姓触手可及的口袋专家。这不仅是对传统“中心虹吸”模式的突破，更是优质医疗资源的系统性平权，初步构建起一张以患者为中心、资源按需流动的分布式医疗网络。

在提升资源可及性的同时，AI医院也重构了就医体验，将患者从以往奔波协调的碎片化场景中解放出来，让医疗服务真正回归“以人为中心”。

正如京东健康医疗服务技术产品负责人袁晓春分享的案例所示，一位妈妈深夜通过AI医生“大为”，同时为女儿的发育、丈夫的肠胃和自身的更年期问题寻求帮助——AI能有效化解深夜无医可询的“急”与看不懂报告的“慌”，提供了一个全天候、有温度、一站式的问题解决窗口。这种就医体验的重构，显著降低了健康管理的门槛，使普惠医疗变得可感知、可信任。

作为行业早期布局者，京东健康的角色早已转向普惠医疗生态的共建者。通过“京医千询”大模型等底层能力，链接起更多医疗器械厂商、赋能更广泛的医疗机构，与合作伙伴共同将健康服务的“蛋糕”做大。

这不仅是一家企业的技术突破，更是为破解医疗资源分布不均、提升全民健康素养这一社会命题所提供的切实可行的“京东方案”。

一个案例是，京东健康以CGM等垂直场景为切入点，联合鱼跃、微泰、三诺等医疗器械企业，通过“AI+硬件+服务”的模式融合三甲专家智能体的临床经验，实现了从监测、分析到干预的全周期健康管理，多款联名CGM上市即热销。同时，基于持续的用户数据反馈，推动服务模式从单次硬件采购向个性化的反向定制升级，形成真正以用户为中心的健康管理生态。

京东健康迄今的实践，已然勾勒出一幅生态共荣的未来图景。这条路虽长，方向已然清晰。AI的光会照亮更多城乡角落，“优质医疗飞入寻常百姓家”正成为现实。