OpenAI与阿里医疗AI之战：1亿美元购入处方权背后的战略

作者｜塔猴，编辑｜小塔，文｜熊鑫

2026年1月，大型模型行业的发展逻辑发生了深刻变革。如果说2024年是围绕参数规模展开的“军备竞赛”，那么现在，战火已经蔓延到了最深重、最贴近民生的垂直领域——医疗健康。

1月16日，OpenAI正式宣布推出ChatGPT Health，并完成了一笔价值1亿美元的战略收购，目标直指医疗初创公司Torch；几乎在同一时间，Anthropic发布了面向医生端的Claude for Healthcare。

这种“掐点式”的博弈并非巧合，而是一场预谋已久的“抢滩登陆”。数据显示，每周已有超过2.3亿用户在ChatGPT上寻求健康问题的答案，这一数字已锚定了全球最大的“数字问诊量”。站在2026年的关口，AI医疗正从“搜索引擎”的替代品，进化为拥有决策能力的“私人医生”。

硅谷的野心，从“念百科”到“开处方”

OpenAI的野心不再局限于通用对话。此次收购的Torch，其核心价值在于对碎片化医疗数据的“提炼”。回顾过去两年的技术瓶颈期，AI医疗最大的障碍在于数据孤岛：苹果健康的手环步数、医院的DICOM影像、药店的处方记录，彼此割裂。而Torch的能力在于将这些杂乱的数据整合并“喂养”给模型。

这意味着，ChatGPT Health正试图完成从“通用百科”到“私人数字医生”的惊险一跃。

它不再是机械地复述病症表现，而是能基于用户实时的血检报告与运动轨迹，给出“降低训练强度”等确定性建议。与此同期，OpenAI的老对手Anthropic则选择了完全不同的切入点。其发布的Claude for Healthcare直接接入了CMS报销目录、ICD-10诊断编码及PubMed文献库。

比起面向患者的陪伴功能，Anthropic更看重面向医疗机构的“超级副驾驶”价值，试图通过重构复杂的医保报销流程，将医生从繁重的文书中解放出来。

中式破局：高频服务对底层参数的“换道超车”

在硅谷死磕技术参数与数据整合时，中国科技巨头走出了另一条极具本土特色的路径：场景为王，服务兜底。

蚂蚁集团推出的“阿福”是这一路径的典型样本。阿福并未陷入“纯模型”的死胡同，而是利用阿里系擅长的“高频打低频”策略，将服务触角延伸至饮食、睡眠等日常健康管理领域。

笔者注意到，阿福的爆发逻辑并非冷冰冰的工具性，而是大规模模型时代稀缺的“陪伴感”。依托长达11年积累的医疗支付数据与8亿医保码用户，它能提供扎实的数据支撑。而在服务交付层面，当AI遇到需要真人决策的红线时，能一键切入全国30万真人医生网络。

这种“AI咨询+真人兜底+生态闭环”的模式，解决了AI医疗最核心的难题——责任边界。通过挂号、购药、保险的闭环服务与数据流转，中国巨头正在重构医患关系的基本盘。而在模型层面，百川智能发布的Baichuan-M3在专业医疗评测中夺魁，预示着国产垂类模型在核心能力上已完成对国际顶尖模型的追赶。

逻辑重构：从“炫技”到“省力”的深水区博弈

2026年的医疗AI热潮，标志着行业正式进入“深水区”。这场博弈的底层逻辑已发生三个根本性转变：从“幻觉”到“零容忍”：AI医疗已完成对“本能反应”的重构，行业共识正从追求参数规模转向对医学逻辑的严苛遵循。从“索引”到“方案”：连接仅是互联网医疗的过去式，决策与交付方案才是AI医疗真正的护城河。“人机协同”的权力移交：AI并非替代医生，而是处理80%的标准化初级诊疗，并填补院外服务的真空地带。

然而，焦虑依然存在。权威医学专家近期表示，拒绝将AI引入病历核心系统，担心年轻医生若跳过了鉴别诊断的“艰苦训练”，可能会丧失独立思考与判断的能力。这反映了核心医疗圈对技术“入侵”的防御姿态。

终局思维：数据反哺下的文明进阶

步入2026年，AI医疗不再是一个独立的概念，而是整个医疗体系智能化转型的“催化剂”。

通用大模型的基础已然就绪，但真正的胜负手在于高质量临床数据的“反哺”能力。掌握核心医疗资产的实体机构，正通过大规模的资本性支出投入自研，试图接住这股技术的红利。

正如“穿云箭”射向云端，AI医疗正在实现政策难以推动的“分级诊疗”。它在患者端降低了门槛，在医生端实现了减负。这不仅是一场商业上的“军备竞赛”，更是人类社会在资源错配难题下，利用技术杠杆实现生产力的一次突围。

时代的齿轮已经开始转动，AI医疗的“闸门”一旦开启，便再无回旋余地。