我出身于计算机科学专业，并拥有工程师的职业背景。从2014年到2019年，我全程经历了移动互联网时代如何改变医疗服务的创业历程。如今，以AIGC、AI等大语言模型为代表的技术，正开始席卷所有行业。

我将分三部分进行分享：首先，医疗领域是一条很大的赛道，充满机遇，我将分享我们为何选择了一个细分的切入点；其次，我会介绍我们的具体实践；最后是万木健康的未来规划。

首先，让我们解答一个问题：为什么选择这样的切入点？医疗产业链条很长，涵盖上中下游多个热门领域，如AI+研发、AI+药品流通零售，以及支付等。然而，这些并非万木健康当前所关注的切入点。

万木健康的业务都在国内，在中国的国情下，医疗体系的矛盾焦点在于医疗服务的供应，尤其是医生这一群体。医生是整个行业中最为忙碌、价值最高的群体。中国拥有约500万执业医生，其中存在着大医生与小医生之间的供需矛盾：大医生工作繁忙、能力出众、经验丰富，而小医生虽时间充裕，却缺乏足够的能力，难以获得公众信任。这一矛盾已成为该行业全球科技企业过去十年努力解决的核心矛盾之一。从1.0时代的继教网站，到2.0时代的医生工具和平台，再到3.0时代的互联网医院，所有这些都在于解决这个问题。

那么，医生供应的增加和能力的提升，是否就能消除医患之间的矛盾呢？答案是：虽有所改善，但问题并未完全解决，尤其是医生的数字化水平仍然较低。

万木健康从众多行业中挑选了医生个体作为切入点，再进一步深入展开。我们将这些场景概括为“医患教研”：其中“医”代表医疗服务，“患”涉及患者管理、随访以及公众科普，“教”指部分医生承担的教育和传承职责，而“研”则关联医生可能参与的临床科研活动。

我们将继续在这一群体中进行筛选。首先关注的是“患”这一部分，它包括诊疗服务和非诊疗服务两大类。在当前技术水平、行业技术演进及资源的基础上，万木健康选择从非诊疗的患者服务入手，以数字医生为解决方案，全面升级服务，为医生创造更多时间和标准化的能力。

万木健康的打法可能与大家的想象不同。我们的目标不在于创造全能AI或超级医生，而是依托真实世界中专科医学专家的经验和知识，构建专科模型和知识库。这些资源将开源给基层医生，结合本地化的线下高仿真医生形象，搭建医患服务的工程系统，并落到各个区域。医疗服务具有地域特性，它建立在线下的信任基础之上，再流转到线上，助力更广泛的医患服务。

前面提到，万木健康早期提供的是非诊疗的信息化服务。后续不断地通过深入钻研，一方面为医生提供AI智能体，节省他们的时间；另一方面，实现场景价值。在“医患教研”中，从“患者”角度出发，我们向患者提供更多AI原生应用的场景化价值。总的来说，万木健康采取的是自上而下的打法。

万木健康自成立以来三年，已成为国内数字医生和数字医嘱的开创者，并且是目前全国市场领先的医生数字人服务商。从数字人服务商向为区域化医生或医疗服务机构创造价值的转变，需要谈及AI工作流（AI Work Flow）的设计。整体而言，万木健康具有强大的toB基因，最终将实现商业化，从医生资源转向toB的三种类型客户：药械企业、医疗机构和医生，这些都是我们的典型客户群。过去三年中，万木健康为他们提供了一系列解决方案，并获得了天使投资和A轮融资。

具体而言，我们提供的解决方案分为三大部分：toB解决方案专注于医学内容；针对患者的解决方案关注患者管理和医学科普；从今年开始，在“医教研”方面，我们将重点推动医生教育和推广运营的解决方案。

早期，万木健康更多关注图文视频、大健康数据集和深度学习算法的训练内容，为医疗机构、互联网医院和药械企业等提供患者管理的相关解决方案。从今年开始，我们将向医生教育方面扩展，并将三个部分分别深入，研究如何借助大语言模型等技术提效，获得客户的信任和认可。

万木健康之所以能取得如此成就，源于我们秉承“改变别人，先改变自己”的理念。在解决方案的开发上，我们拥有专业的医学编辑团队和拍摄运营团队。过去，万木健康主要依赖人工智能技术，但现在我们做出了改变，从选题单元模型的选题、脚本和内容优化，到数字人合成医生视频，再到用工具实现自动化剪辑、发布，甚至合规词的检索，工作流程变得更加高效。通过结合内外部开发的工具，我们实现了效率、质量的提升和价格的下降，在与提供同质化医学内容解决方案的友商相比，获得了明显的优势。因此，改进我们内部医学内容解决方案的工作流程至关重要。

此外，我们不仅为客户提供最终内容交付，还在“递铲子”。作为一家务实的创业公司，万木健康未涉足底层创新，但在工具提供方面比较专业。在医疗数据收集方面，我们没有采用传统的标注方法，而是进行规范化、高质量的判断，以便于预训练。此外，人工强化学习需要专业人士，万木健康也在这一方面为客户提供服务。

医疗领域有一个专有名词“患者旅程”，涵盖从线上获取信息、院内挂号、预诊、候诊、医生面诊，到获取纸质处方笺、用药说明书和检查单等一系列过程。在确定行业切入点后，我们在各个场景中寻找典型时间点，将传统的线下医患服务流转移到线上。因此，我们推出了数字医生和数字医嘱等产品。特别是数字医嘱，在提供处方签和检查单时，能够通过二维码、企业微信或公立医院的互联网医院端和患者端，实现线上流转。在住院期间、手术前后、居家康复和随访期间，我们利用RAG增强检索等技术，实现了诊后非诊疗式的随访、生活方式干预和患者教育。在这一过程中，我们实现了许多小的创新。

在内部，我们将开源知识的随访路径、知识模型和专家知识库工程化地部署到每家医院和每位医生处，通过toB和toC的应用，提升了工作流程。这一过程不仅提高了效率，还为每位医生、每个科室乃至企业积累了长期的内容数据集。从长远来看，这些数据集可能具有很高的价值。

从内容创作的角度能更直观理解工作流。数字医生的形象一旦登录工作站，就会启动视频合成过程。脚本创作和选题优化可以借助大型专家脚本库，或实时调用内嵌的大型模型来完成视频合成、自动剪辑和一键上传分发。我们已经将这一流程工程化提前部署到医院的互联网端、企业微信端和自媒体端，实现了内容生产、信息流转和最终用户价值创造的一站式服务。

这个过程非常细致，我们会先分析患者旅程的每个环节，根据不同医生的数据和技术栈，提供定制化的解决方案、产品应用和服务。

目前，我们通过传统2D数字人异步视频发送生成，实现了实时渲染和互动数字人的提供。因此，我们可以在线下部署互动屏幕硬件，也可以在手机端为患者提供患者旅程后半段的居家咨询服务。UI界面的升级，增强了医患双方对信息的信任，使信息能够从线下流转到线上，再回到线下。

现在，有“肿瘤慢病化”“慢病年轻化”的趋势，未来将有更多的人在线上、在碎片化时间、在居家场景下关注自己和家人的健康。拥有专属的、线下见过面的、耳熟能详的专家提供服务，将极大地提高医疗和医患服务的效率。

万木健康在前期将进行专家模型和知识库的调研与设计，赋能线下。我们提出了FTOD（Face to One Doctor）自动化患者管理/医学教育的概念：主管医生主管全程，依据专家和顶层医生共识的标准化路径，为基层专家提供建议，完成问候、用药提醒和随访。过去，这种自动化随访不可能由主管医生执行，因为门诊时间仅有五分钟，区域患者成千上万，主管医生缺乏时间和精力，也难以为患者提供视频化服务。因此，AI的升级使得工程化集成、部署和分发成为可能。

除此之外，我们还提供数字人AI院内导诊和陪诊服务，也在北京的多个三甲医院进行了相关部署。面向toB客户，万木健康提供数据集服务，例如，眼科医生和基层诊所的验配需求，我们也能提供AI工具和工程部署支持。

万木健康其他在研工程产品包括与中科院合作开发的3D高仿真数字人。以往更多关注2D问题，如口型匹配等。在外科手术和康复指导中，2D可能不足以满足需求，这时就需要依靠影像驱动，创建高仿真、3D形态的数字人来更好地提供医患服务。

未来的趋势将涉及点云和室内导航技术。回到我们的三大客户群体（药企、医疗机构和医生）的需求，医疗机构需要院内导航和陪诊服务来提升医患体验，这需要借助医院级数字人进行分诊、院内导航和简单科普。例如，患者在某些时刻非常需要信息宣教和科普，比如解释为什么需要进行CT扫描，核磁共振是否会对身体造成影响等。

未来，大语言模型的能力提升将对医疗行业产生重大影响。万木健康认识到某些要素是确定的，有些是不确定的。确定的要素包括线下医疗机构中医患之间信任的达成，以及实体医疗机构服务的必要性。因此，数字医生的三大要素——形象、声音和知识数据库的积累——是我们确信的方向。

万木健康进入数字人领域后，开始加强语言模型和各种工程化技术的场景化应用。这是基于我们对未来几年国内发展趋势的研判。通过对比和实验，我们认为底层模型可以依靠领域内的大模型支持，但对外服务则需要依赖我们自己的预判，通过中国数百万医生提供医患服务。

目前，我们的进展非常顺利。万木健康在2022年9月推出了一位数字医生——上海同仁医院的网红医生JoJo。至今，我们已经创建了超过2000个中国线下实体医院和公立医院的专家形象，并获得了顶尖专家和医生的认可。这在医疗行业比较困难，涉及客情、合规性、境内的合成算法备案，以及对医生形象和知识产权的保护等方面，但也正是这些细节使我们赢得了医生的认可。

我们对未来的判断是，对中国的100万医护人员实现渗透。这一渗透的路径从数字人开始，经过数据集，发展到AI商业应用，最终在Agent的协助下，全面覆盖医、患、教、研等多个场景。我们的初心是利用AIGC等新一代信息技术提效，以高质量、低成本的方式提升基层医患服务水平。

在商业飞轮和数据飞轮驱动下，我们深钻数字医生服务。未来，万木健康可能会直接面向消费者，这是一个动态演进的过程。但目前，我们专注于数字医生1.0，这主要是信息服务，并未涉及诊疗。随着技术的探索，与监管机构对话，在未来某个时刻，我们可能会逐步、合规、安全地进入诊疗阶段。之后，万木健康也可能进一步突破，涉足机器人手术和康复领域。

以上是今天的分享，谢谢各位。

席友：万木健康目前尚未涉足诊疗环节，这是基于什么考虑？有些创业者在初期就希望通过AI问诊来替代诊疗环节，以此占据更大的市场空间。

程锦：首先，这与行业的滞后性有关。我认为，在监管安全、普惠及维稳的前提下，与现有医生和医疗机构联合探索未来的诊疗方向，是一种更加务实的做法。前面提到，我们正处于移动医疗2.0阶段。经过两代创业者的努力，国家在2016至2017年期间启动了银川互联网医院的试点项目，微医、好大夫、医联等约七八家机构获得了首批牌照。目前，线上互联网医院的批准仍然基于线下实体医院。因此，相对于监管导向，它受到了严格的管制。此外，模型幻觉和技术层面也存在一些瓶颈。

第二，这与资本和创业公司的务实性有关，这样的微调可能需要数百万甚至数千万的资金投入。

第三，医疗领域需要按专科和单病种细分，依赖临床指南、专家共识等行业规范和知识经验共创。目前，仅凭互联网的语料和数据库还无法快速突破诊疗和诊断方面的难题。

席友：如果B端使用企业微信，C端使用微信进行患者沟通，那么现在企业微信也提供了类似微信客服的机器人服务。从技术和产品层面来看，万木健康在知识库方面有优势吗？

程锦：从技术层面来说，国内从事数字人业务的企业可能有近百家。因此，我们需要倒推思考。首先，使用医生形象需要获得医生的授权，并在建立形象后进行运营。为什么要同时关注内容、系统部署和运营呢？因为无论是使用大语言模型RAG还是数字人，只要能低成本、高效率地解决医患服务沟通的效率和质量问题，客户就愿意为此付费。目前，我们在医患端的经验不仅限于微信，还包括企业微信、小程序、APP，以及之前的114。对于不使用这些平台的老年人，我们也提供了互动屏服务。可以说，无论在哪一端看医生、挂号，我们都会提供相应的服务。未来，我们也将通过底层服务为客户提供系统部署，完成专家授权、知识库调用和运营工作。

全文完