百度健康“好医加号”怎么做?AI收集信息、医生决策,把稀缺专家号精准匹配给需要的人

资讯 TechWeb 作者:Techweb 全文 2406 字 · 约 7 分钟读完 配图 3 张 分类百度医疗 AI

百度App搜索“好医加号”百度健康总经理杨明璐强调,“好医加号”并不是简单给用户多开一个挂号入口,而是用AI把稀缺的专家“加班号源”与真正需要的精准患者做双向匹配。百度健康医生服务部总经理李杰进一步解释,“好医加号”全称叫“好医加班号源”,医生利用额外工作时间拿出的号源,是公益性质的服务。谈及百度健康在AI医疗赛道的定

所属频道 大厂动态行业落地

【TechWeb】10月25日消息,AI医疗行业正快速发展,新的产品和服务模式层出不穷,从健康科普、在线问诊、报告解读到辅助诊断、线下就医服务,AI正在深度融入医疗健康全流程。

在10月24日的百度健康文心健康管家升级发布会上,百度健康正式推出“好医矩阵”,包括好医榜、好医说、好医答、好医加号、好医评等能力,并发布全网首发的健康动态视频识别“健康相机”。

其中,“好医加号”成为打通线上“AI+真人”问诊到线下实际诊疗的关键一环,把患者带进医生诊室,首次实现了从线上AI+真人医生问诊、线下就医、线上随访的完整服务链路。

百度健康“好医加号”怎么做?AI收集信息、医生决策,把稀缺专家号精准匹配给需要的人(配图 1)

百度App搜索“好医加号”

百度健康总经理杨明璐强调,“好医加号”并不是简单给用户多开一个挂号入口,而是用AI把稀缺的专家“加班号源”与真正需要的精准患者做双向匹配。

精准匹配,已成功加号近600万次

杨明璐表示,推出“好医加号”功能,对普通用户来说确实是多了一个“挂号”渠道,但意义远不止于此。

她举例说,有同事老家的孩子生病,当地看不了,必须找北京的大夫,但号一直挂不上;另一方面,很多医生也非常希望找到精准患者,无论对科研、手术还是教学都有价值。“这两者之间存在很大的匹配难度:医生每天面对很多患者,可能大海捞针;真正需要他的患者又挂不到号。”

杨明璐强调,“好医加号”的核心是AI赋能后的精准匹配:让中重症、真正需要专家资源的患者更及时精准就医,也让医生更及时地帮助到更多有需要的患者。

百度健康医生服务部总经理李杰进一步解释,“好医加号”全称叫“好医加班号源”,医生利用额外工作时间拿出的号源,是公益性质的服务。

据披露,百度健康好医加号目前每天提供12万+加班号源,支持最长30天长周期预约,已实现中国“地域全覆盖”“科室全覆盖”,覆盖80%以上公立三甲医院,加号通过率达到近70%,累计帮助用户成功加号近600万次,每天提供优质号源的医生已突破5万+。

具体怎么操作?两条路径,AI提交信息+医生决策

好医加号的操作逻辑并不复杂,但关键在“精准”二字。

好医答业务负责人何可可介绍,目前用户在使用“好医加号”功能时有两种方法:一种是在百度App中搜索好医加号,明确表达“想挂某个方向/某位医生”的意图,系统会给出两三个医生推荐并写明推荐理由;另一种是用户已经知道医生姓名,在搜索中直接进入医生主页,点击“加号”,查看该医生的接诊要求,再与AI对话提交病情信息。

百度健康“好医加号”怎么做?AI收集信息、医生决策,把稀缺专家号精准匹配给需要的人(配图 2)

提交后,百度健康平台会用AI帮助医生收集病情,包括患者上传病历、检查单、预期时间等需求,总结出精准的双向匹配策略。随后进行AI初审,审核之后医生还会在线上进行人工二次审核,审核通过后患者即可获得比较珍贵的加班号源。获得号源后,患者会拿到具体日期的号源,到线下门诊走医院加号流程。

百度健康“好医加号”怎么做?AI收集信息、医生决策,把稀缺专家号精准匹配给需要的人(配图 3)

百度健康平台线上展示的是专家30天之内的号源。医生可以自行决定释放多少个号源,“有的专家一天放两个号、三个号,真的是在做公益,可能占用他一两个小时,挤压吃饭和休息时间。”何可可说。

“好医加号的目的是帮助用户解决精准就医需求,减少到门口找黄牛、耽误两个月挂不上号的问题。百度通过全网用户检索把有需求的患者聚拢,送到专家面前。”李杰举例,患者咳嗽就只挂呼吸科主任医师,但不关注这位专家擅长的是呼吸道感染还是慢阻肺,呼吸道感染的患者挂了擅长治疗慢阻肺的专家,真正需要慢阻肺治疗的患者反而挂不上,这样真正稀缺的大专家资源可能被浪费。百度健康通过AI问诊等能力,通过好医加号让医患匹配更精准。

坚守“AI赋能+真人医生把关”

除好医加号外,此次百度健康发布的好医矩阵还包括好医答、好医说、好医评、好医榜等。

好医答主打“AI+医生”回答:AI收集资料,给出建议,几分钟内发送到对应医生端把关、确保AI的回复专业、准确,患者还可以选择接入真人医生,获得专业、准确的医学诊断和解决方案者。好医答有15万+全三甲真人医生入驻,7×24小时在线,最快1分钟响应,目前针对皮肤科、内科、中医科、妇科等主流科室上线,全部能力免费开放体验。

健康相机则让用户在说不清、说不全症状时,可以拍一段视频上传、边拍边说,AI模型识别后帮助真人医生辅助判断。过去一年,皮肤病识别一致率达95%,报告单解读准确率98%+,报告单解读使用人次2700万+。

文心健康管家产品负责人李想表示,百度文心健康管家一直围绕给用户一个可信、可靠的AI平台去做建设。整个产品模式采用“真人医生和AI”双工协同的模式去解决用户的问题。真人负责兜底和把关,AI一方面负责帮助医生提效,一方面帮助用户表达更简单,能让用户的服务链路变得更加顺畅。

谈及百度健康在AI医疗赛道的定位。杨明璐向TechWeb表示,百度健康一直把自己定位为面向C端、服务中国老百姓寻医问药的平台;同时做好连接,连接医生、医院、药企等大B端健康生态供给,“本质是一个典型的面向C端,但又toB、toC的平台经济”。

她认为,当前,AI让C端产品更易懂、易用、长周期,从单次检索走向健康管理,同时用AI赋能B端医生和医院,让优质医疗资源规模化、个性化。比如过去一个医生一天服务10个患者,通过AI工具和Copilot可能同时服务100个甚至更多,质量还更好。

同时,杨明璐认为AI医疗刚刚起步,天花板很高,未来会分层分化。她判断三个方向值得投入:一是表达层,用多模态、智能设备等极低输入成本让用户随时随地准确表达,甚至实现隐式表达;二是履约和供给侧,用AI释放优质医疗资源,实现规模化和个性化;三是匹配侧,把充分表达的患者需求与医生能力更快匹配。

“我们不只是大家看到的一个好的科普、好的咨询问诊,到最后好的交付、好的效果,还有巨大空间。”杨明璐说,百度健康希望在表达、供给、匹配三层持续积累,在AI医疗赛道中既做C端可信赖的健康平台,也做B端医生医院的AI赋能者,让精准就医的里程更短、优质医疗资源的匹配更高效。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 百度健康:AI服务月活超5000万,健康相机与好医矩阵上线

    百度健康宣布升级文心健康管家,并发布全网首发健康动态视频识别的健康相机和好医矩阵,其中好医矩阵包括“好医答、好医加号、好医说、好医榜、好医评”等多项功能,进一步实现AI+真人医生在线问诊与线下就诊等全流程医疗服务的闭环。据悉,百度健康AI服务月活跃用户已超过5000万,位列行业第一。

    来源 TechWeb
  2. 百度健康AI服务月活超5000万,文心健康管家升级并推好医矩阵

    百度健康宣布升级文心健康管家,并发布全网首发健康动态视频识别的健康相机和好医矩阵,其中好医矩阵包括“好医答、好医加号、好医说、好医榜、好医评”等多项功能,进一步实现AI+真人医生在线问诊与线下就诊等全流程医疗服务的闭环。据悉,百度健康AI服务月活跃用户已超过5000万,位列行业第一。

    来源 TechWeb
  3. 阿里云:42%份额领跑中国全栈AI云市场,超二至四名之和

    10月28日消息,沙利文最新发布的《中国全栈AI云服务市场报告2026年H1》显示,2026年上半年,阿里云在中国全栈AI云服务市场的份额为42%,排名第一,超过第二至第四名之和,是第二名的两倍以上。这一市场正在高速增长。数据显示,2026年上半年,中国全栈AI云服务市场规模达581.3亿元,同比增长123.8%。火山

    来源 腾讯网
  4. AI看脸预测癌症患者生存期:90天高风险组亡64人?

    一张脸部照片,能看出一个人的生命还剩多久吗?美国的研究人员让一个AI给3820名癌症患者打“死亡风险分”。这些人AI从没见过,它手里的依据,只有每人一张脸部照片。分数最高的122人,90天后,64人离世。分数最低的975人,同样90天,去世的只有20人。这些照片并没有什么特别,大多是病人接受放疗前,医院例行拍下的。放疗

    来源 腾讯网
  5. 美团推“妙手外卖版”:全国外卖商家将免费获“AI店长”

    10月22日,在2026年美团外卖产业大会上,美团正式发布“妙手外卖版·袋鼠管家”。美团外卖总经理薛冰宣布,将向全国餐饮商家免费提供一个懂外卖运营的“AI店长”。 据悉,“妙手外卖版”是美团外卖为商家研发的AI经营产品,具备经营诊断、门店巡检、商品运营、新店运营等能力,能结合美团和商家数据进行分析,助力商家实现稳定增长

    来源 AI 行业观察
  6. 百度ACG业务归属调整:阮瑜轮岗小度科技,产研形成两层格局

    近日,百度智能云事业群组(ACG)围绕业务发展进行组织调整。ACG 智能应用事业部下相关业务基于各业务属性,分别转入基础设施事业部、智能体事业部、服务交付与质量工程中心。其中,服务交付与质量工程中心更名为行业应用与技术服务中心,部门负责人保持不变,继续向沈抖汇报。同时,百度副总裁阮瑜轮岗担任小度科技组织负责人,继续向沈

    来源 TechWeb
  7. AI全流程院线片《三星堆:未来往事》上映,基层演员被推到斩杀线下

    2026年10月23日,注定是中国影视行业一个值得被记住的节点。 这一天,国内首部获得国家电影局公映许可证的AI全流程院线长片《三星堆:未来往事》正式登陆全国影院,100分钟的超写实影像里,所有角色均为原创数字形象,没有一位真人演员出镜。 同样是在这天,国务院办公厅印发的《关于适应人工智能技术发展助力构建就业友好型发展

    来源 AI 行业观察
  8. 三千亿美元换来零回报:AI生产力红利为何止步于科技圈

    Apollo全球管理公司2026年10月24日发布研究报告指出,2024至2026年间,科技行业之外的企业尽管累计投入数千亿美元部署AI,生产力指标几乎未见改善。技术公司录得18%-23%的AI驱动效率提升,而金融、医疗、制造等传统行业的同期数据显示增益为零。Apollo首席经济学家托斯滕·斯洛克直言:"我们根本没有看

    来源 AI 科技快讯
  9. Apollo报告:3000亿美元AI投入,科技圈外生产力回报近乎为零

    Apollo全球管理公司2026年10月24日发布研究报告指出,2024至2026年间,科技行业之外的企业尽管累计投入数千亿美元部署AI,生产力指标几乎未见改善。技术公司录得18%-23%的AI驱动效率提升,而金融、医疗、制造等传统行业的同期数据显示增益为零。Apollo首席经济学家托斯滕·斯洛克直言:"我们根本没有看

    来源 AI 行业观察
  10. 什么值得买接入乐奇AI眼镜:“张大妈”上线,看见商品就能搜

    据介绍,此次合作,双方结合新一代AI眼镜的产品特性,进一步优化商品识别、信息获取与跨端服务体验。此前,“什么值得买”已登陆乐奇AI眼镜,将消费决策服务能力带进更多智能终端产品。在产品设计上,双方充分考虑AI眼镜即时、轻量化的交互特点,采用“眼镜端快速识别与初步筛选、手机端深入了解与选购”的协同模式。

    来源 TechWeb
  11. 蚂蚁灵光2.0上线:AI助理能主动盯事务,支付宝钉钉飞书都接进来了

    与传统对话式AI及任务型Agent相比,灵光2.0的一大变化,是将AI介入任务的起点进一步前移。 过去,用户需要先发现问题、提出需求,再由AI执行;如今,在获得用户授权后,灵光能够结合已接入的信息与服务,主动识别潜在需求,并发起分析、监测和跟进,并在需要用户关注的节点及时提醒。AI不再只是等待指令的工具,而开始成为能够

    来源 TechWeb
  12. 在高门槛的民生场景里,AI该以什么姿态入场?

    随着人工智能的发展,AI能力也越来越深入人们的生活。“大病小病先问AI”成为不少人的新习惯,教室里举着平板抢答的学生也越来越多。当大模型以空前的速度挤进教育、医疗这些高门槛的民生刚需场景,一连串新规却几乎同时按下了“慢放键”:北京市教委发布2026版《北京市教育领域人工智能应用指南》,分学段为AI划定“红线”...

    来源 腾讯网
  13. 富士胶片等五方承接NEDO项目:2nm医疗影像AI推理芯片联合开发

    IT之家 10 月 23 日消息,LSTC 日本尖端半导体技术中心、北海道大学、富士胶片、GE 医疗、imec 五方当地时间本月 20 日宣布承接日本 NEDO 项目委托,共同开发基于 2nm 工艺的医疗影像低功耗 AI 推理芯片。该芯片的设计应用场景包括:对光子计数 CT 提供的海量数据进行高速重构与分解,实现“实时

    来源 腾讯网
  14. AI到底在干什么:从感知数据到认知决策,一次讲清

    很多人把AI看作黑盒,其实它的工作流可以拆解为“感知”和“认知”两个环节。本文不讲虚概念,直接通过美团调度、医疗影像和Siri三个案例,还原AI如何把物理信号变成结构化数据,再做出决策。最后附带一个基于MNIST的手写数字识别代码实战,帮你亲手跑通从数据预处理到模型训练的全过程,理解AI到底是怎么“看”和“想”的。

    来源 AI 应用前沿
  15. 友宏医疗CMEF亮相:JCRing Med X3智能戒指展示AI数字健康路径

    过去,智能手表、智能手环与智能戒指的核心价值,更多体现在心率、血氧、睡眠及运动等健康数据的记录上。如今,随着生物传感技术与AI算法的发展,智能穿戴正在尝试回答一个更重要的问题:设备采集到的身体数据,如何转化为真正有意义的健康洞察? 从单一指标监测,到多维身体信号分析,再到长期健康趋势解读,智能穿戴行业的竞争正在从硬件参

    来源 AI 行业观察
  16. 联想AI主机Mini,2999元切入私有化AI部署

    对于法律、财务或医疗等对数据合规有着严格要求的行业来说,公有云AI虽然方便,但数据离开本地网络带来的泄露风险始终是一把悬顶之剑。在推进数字化转型的过程中,如何既能享受大模型带来的效率

    来源 快科技
  17. 文心Unlimited OCR 2开源:3600页连读,KV缓存砍掉96%

    听雨 发自 凹非寺 量子位 | 公众号 QbitAI 百度的OCR又升级了,文心Unlimited OCR 2正式发布并开源! 这次,它直接挑战一口气读完整套小说。 7部《哈利·波特》,从《魔法石》到《死亡圣器》,连续识别、转写,3600+页一路读到最后。 换成《三体》全集,同样能一口气读完,三本书1200+页,几十万

    来源 AI 开发者社区
  18. 成熟智能协会走红:中年女性用AI解决生活难题

    在AI浪潮席卷全球之际,一个名为“成熟智能协会”的活动创业公司正在快速扩张。它把女性聚在一起,用前沿AI工具解决中年生活中的真实问题——从职业转型到健康管理。本文对话两位创始人,探讨女性如何在AI时代找到自己的位置,以及社群力量为何成为这场技术变革中不可忽视的变量。

    来源 AI 科技快讯
  19. 麻省总医院用4000万张面部图像训练AI,可预测癌症患者生存情况

    新华社洛杉矶10月24日电 美国麻省总医院布里格姆医疗中心日前发布公报说,其研究人员利用超过4000万张面部图像训练出一种人工智能(AI)基础模型,并据此开发AI工具,用于估算人的生物学年龄和预测癌症患者的生存情况。 相关研究论文近期发表在英国医学期刊《柳叶刀·数字健康》上。这一模型名为FAHR-Face,全称为“健康

    来源 腾讯网
  20. 微软AI疑难病例胜过全科医生,多数提升来自底层模型

    微软AI诊断系统在《Science》研究中于疑难病例上超过全科医生,Mustafa Suleyman借此推进“医疗超级智能”愿景。但报道指出,多数提升来自底层大模型能力,而非微软系统本身;这使系统集成价值、临床评估方法与落地监管成为关注焦点。研究同时提示,评估医疗AI需区分模型能力与产品能力。

    来源 AI 科技快讯
向下滚动自动加载更多