就在上月，在没有任何推广和宣传的情况下，OpenAI 空降了 ChatGPT Health——一个独立的健康侧边栏，与 Apple 健康应用打通、通过基于 FHIR 标准构建的 b.well（美国最大的实时数据公司）网络接入医疗记录。

美国媒体将其视为里程碑。但在中国社交媒体上，最流行的评论却是：这不就是美国版的阿福吗？

“阿福”是阿里巴巴的 AI 健康助手。它在去年12月中旬刚刚完成品牌重塑，上线时已有1500万月活用户，数日内翻倍至3000万。它接入了全国5000家医院，连接30万名持证医生。甚至登上了马年的央视春晚的舞台。

这个由马云亲自命名的产品，营造一种“亲和、温暖”的亲切感——不是冰冷的医疗器械，而是一个懂健康的 AI 朋友。

而就在 ChatGPT Health 未发布前，中国的消费级 AI 健康产品已经实现了纵深规模化运作。我们常说的“硅谷创新、中国跟随”的叙事，在这一赛道上就不怎么灵了。

但“美国版阿福”的标签表明，中美两国虽然都在经历AI医疗的爆发，却谈论的是两个完全不同的问题。

首先，中国的关键词是“速度”。这一市场的竞争烈度，这就像2015年的网约车大战、2020年的社区团购混战以及我们才经历过的外卖补贴大战一样。

蚂蚁集团在2025年初收购中国最大医患平台好大夫后，12月以“阿福”重启健康业务，随后展开了一场在西方数字医疗领域难以想象的地推：商场驻点、公共厕所贴二维码、乡村墙面刷标语，社交平台推广每拉一名用户最高奖励10元。

四周内月活从1500万翻至3000万。超过一半用户来自三线以下城市——在这些地区，看专科医生往往意味着一天奔波。如今，AI提供24小时、零成本、与医保和支付宝绑定的知识与问诊入口，使用量自然水涨船高。

巨头们纷纷入场。百度把“文心健康管家”嵌入搜索生态；京东健康则推出了“知医”，把问诊与药品物流直连；字节跳动在抖音内上线“小荷 AI 医生”；腾讯则从医院IT与影像层切入。

据统计，国内至少有十家大型公司纷纷推出了自己的独立产品，赛道分化为面向患者的“健康伴侣”和面向医生的“临床决策支持”。前者喧嚣，后者或更持久。

结构性压力是其竞争激烈的根源。中国14亿人口对应仅500万执业医师，医疗资源分布不均、技术与能力差异巨大远甚于总量问题。以往互联网医疗多沦为线上药房，未触及“零边际成本的医疗互动”。AI 改变了这一点。

然后我们再来看看美国的AI医疗，其中的关键词是“谨慎”。OpenAI 1月实际上发布了两条产品线：面向消费者的 ChatGPT Health，将健康数据与常规对话隔离存储，承诺不用于训练基础模型。

以及面向机构、符合 HIPAA（义务型可携带式健康保险法案）的 OpenAI for Healthcare，已在 Boston Children's Hospital、Memorial Sloan Kettering、Cedars-Sinai 等医疗相关机构落地。美国高度诉讼化的医疗环境，迫使企业先解决信任与合规，再谈规模。

但经过了媒体和医生“实测”之后发现，建立信任相当困难。

比如，《华盛顿邮报》的一位专栏作者，把自己多年用 Apple Watch 记录下来的心跳和步行记录等健康数据全部交给系统分析。AI 给他的心脏健康打了个F级，几乎是“不及格”。

但他自己的心脏科医生却认为他属于低风险人群。更让人不安的是，重复测试后，评分会在 F 到 B 之间来回跳动，明明数据没变，结果却变了。系统甚至连他的年龄和性别都不能稳定记住。

《华尔街日报》还发现，现在美国有27%的医疗系统已经购买了商业 AI 服务，但实际使用中问题不少。不是 AI 客服对一位申请助行器的病人说“帮不了你”；就是病人只是头痛，系统却提示“可能是脑瘤”——这些回答很容易把人吓到。

更令人担心的是心理健康。《纽约时报》采访了100多位心理治疗师和精神科医生，他们提到，一些人和 AI 医疗机器人长时间深入讨论病情后，出现了精神失常甚至自杀念头。

简单来说，AI 在医疗上的确有帮助，但它有时会给出前后不一致、甚至吓人的答案；在某些情况下，还可能让人产生过度依赖。这也是为什么美国社会对它格外谨慎。

当然，收益也真实存在：有医院将放射报告出具时间从75秒缩至45秒，另有机构借助 AI 追回数百万被错误拒付的保险款。证据是混合的，但美国公共讨论更强调下行风险。

而中国的风险，是在尚未理解这一协作难题前就把规模推到极致，或者说是刻意避免给出基于数据本身的主观医疗意见；美国的风险，是过度迟缓，使收益无法触达无保险者、农村与超负荷人群。

ChatGPT 每周已有超过2亿次健康相关提问，阿福每天处理500万条问题。巨大的医疗需求却难以去等待验证。

毫无疑问，两国的这种差异并非是模型能力导致——而是制度结构、监管逻辑与责任文化。中国的集中式体系使单一应用可通过标准接口接入数千家公立医院；美国则碎片化严重，数据整合需第三方中介。

中国更容许“先部署、后治理”的迭代，美国要求“先合规、再上线”。前者可能在大规模上积累伤害，后者可能把技术困在有能力负担合规成本的机构里。

接下来要看的，是临床真实世界证据、医生端的采纳之争，以及第一起重大事故。任何一国若出现与 AI 健康工具直接相关的严重伤害案例，监管曲线都会骤然改变。

但 AI 医疗的爆发已经势不可挡，且不可逆。但问题在于，是由“部署的速度”主导，还是由“理解部署后果的速度”主导。中国押注前者，美国押注后者。两种赌注，都没有显而易见的正确答案。