近日，彭博社的一则报道引起了广泛关注：苹果计划对其健康App进行重大更新，加强其与智能硬件、人工智能（AI）的联动。据悉，这款重做后的健康App将包含“AI健康教练”、“食物追踪”、“锻炼追踪”和“健康教育”四大板块，旨在通过苹果硬件收集用户数据，并结合AI医生的综合分析，为用户提供个性化的健康建议。这一消息无疑让“AI医生”再次成为全球关注的焦点。

事实上，在苹果“网传”推出AI医生之前，中国的网友们已经悄然开启了AI“问诊”的时代。在小红书等社交平台上，不乏“ChatGPT解读化验单”、“用DeepSeek和医生对线”的分享。然而，这些对话大模型并不能真正替代医生进行病情判断，盲目依赖它们看病反而可能耽误病情。大多数网友对此还是有所警惕的，他们深知通用模型在医疗领域的局限性。

那么，为何在AI技术飞速发展的今天，真正的“AI医生”仍未普及呢？原因之一是开发成本高昂，使得这类技术主要局限于大型医院、疾病研究中心等“行业用户”。此外，医疗行业的特殊性要求AI在积累经验方面面临诸多挑战，尤其是患者隐私保护成为了一大难题。

患者隐私与AI医疗的矛盾日益凸显。在各国，患者病历都属于高度敏感的隐私数据，AI开发企业很难获得足够的真实数据进行训练。虽然可以通过AI生成数据进行训练，但医疗行业数据的复杂性使得打标签变得极为困难。这导致现有的医疗AI应用更像是医生的“新工具”，而非能够独当一面的“AI医生”。

然而，语言类AI的飞速发展以及混合式模型（Hybrid-AI）技术的出现，为AI在医疗领域的应用带来了新的可能。这些技术使得AI能够在保护患者隐私的前提下，接触并学习真实病例，从而不断提高其诊断能力和准确性。目前，AI医生已成为不少海外国家医疗发展的下一个阶段，如梅奥诊所就拥有超过200个AI医疗项目。

在中国，AI医疗面临的挑战更为复杂。除了医疗资源不均的问题外，中国医院的社会责任心更强，三甲医院爆满、基层医疗服务力不足的现象更为普遍。因此，中国AI医疗不仅要发挥其在信息处理方面的优势，辅助医生分析检查结果、加速诊断，还要承担分诊职责，将常见病、轻症患者分流至基层医院。

为了克服这些挑战，一些企业提出了“双医模式”。以百川智能为例，该公司提出了“造医生-改路径-促医学”的路径，旨在通过医疗大模型（AI医生）填补医疗缺口、增强基层医疗能力，并推动临床医学、流行病学的发展。然而，在AI医疗全面推广之前，仍需解决一系列问题，如提高诊断准确度、消除用户疑虑以及建立严格的监管体系等。