百度健康推出国内首个基于Claw框架的医生AI助手“有医助理”

2026年4月2日：一个值得行业关注的日子

这一天，百度健康正式发布了国内首款基于Claw框架的任务型AI助手——【有医助理】。这款产品首创了“检索+任务”双引擎模式。其检索模块的底座实力不容小觑，整合了超过6000万篇专业文献、20万条用药知识图谱、5万份权威指南共识以及2万本医学书籍，并且做到了所有结论可溯源。可以说，它填补了国内临床专业级医疗AI工具的空白。

市场需要怎样的医生AI？

在此之前，国内医疗AI赛道的产品，大多集中在患者端的导诊或健康科普这类相对低门槛的场景。即便有一些面向医生的工具，也基本沿用了通用大模型的问答逻辑。这就导致一个尴尬的局面：输出内容的专业性、时效性和溯源性，总是差那么一口气，难以满足临床工作的刚性需求。不少临床医生都反映，使用这类AI工具后，结果只能做个参考，后续往往需要花费数倍时间去核对资料，无形中反而增加了工作负担。

“龙虾”入局，有何不同？

话说回来，这次发布的【有医助理】在业内有个有趣的昵称——“龙虾”。这个称呼源自其底层Claw框架（意为“爪”），该系列任务型AI产品此前就被冠以此名。更重要的是，这是国内首个专门为医生群体打造的此类产品。

那么，它到底有什么不一样呢？核心就在于其首创的“检索+任务”双引擎架构。

双引擎如何驱动？

第一个引擎，检索模块，可以被看作“中国版OpenEvidence”。它的底气来源于那个庞大的知识底座：超6000万份文献、20万条用药关系、5万份指南、2万本专业书籍。关键一招在于，它输出的每一个医学结论，都附带原始来源链接。医生可以一键跳转、直接溯源验证。这个设计，算是从根源上给AI“幻觉”问题上了一道紧箍咒。

第二个引擎，任务引擎，则真正深入到医生的工作流当中。它不再需要医生像个“调教师”一样反复调整提示词，而是可以直接上手完成病历整理、诊疗方案辅助推演、随访话术生成这些高频且繁琐的任务。根据研发团队的披露，在产品前期的试点中，它已经能帮助门诊医生提升30%以上的文书工作效率。这意味着什么？意味着技术真正开始为专业效率服务了。

从“科普”到“生产力”：一个标志性的转变

从面向普通用户的科普工具，到面向专业医生的生产力工具，【有医助理】的发布，释放了一个清晰的信号：国内医疗AI的落地，已经迈过了外围试探的阶段，正式进入了临床核心场景的深水区。这才是价值真正开始涌现的地方。

据百度健康相关负责人透露，【有医助理】的进化不会停止。后续它将接入更多临床真实数据，迭代适配不同科室的个性化需求。未来的目标是覆盖国内超过八成的基层医疗机构，其核心愿景非常明确：帮助医务工作者，尤其是基层医生，把精力从繁琐的行政事务中解放出来，更多地回归到诊疗本身这个核心价值上。