数据智库 | 深度观察
一个肿瘤科医生的日常可能是这样的：早上查房，面对十几个病情各异的患者，每个病例都需要最新的循证依据支持；上午出门诊，一上午看30个病人，每个病人只有三五分钟，遇到罕见病例或复杂方案，根本没有时间翻文献；下午做科研，要查最新的临床试验结果，要对比不同指南的差异……
这些场景里，医生最缺的不是知识，而是时间。医学文献以指数级增长，一个专科医生即使把所有时间都用来读文献，也跟不上本领域的进展速度。
医渡智循就是为解决这个问题而生的。这款临床循证智能体，把3万多部临床指南、500多万篇高质量医学文献装进了一个AI引擎里，医生用自然语言提问，20秒内就能得到有证据支撑、有出处可查的回答。
但今天我们要说的不是这款产品本身有多厉害，而是它正在发生的一次身份转变——从一个独立的App，变成了腾讯WorkBuddy平台上的一个Skill。
这个变化看起来不大，却可能预示着医疗AI的下一个十年。
一、从App到Skill：医渡智循的第三跳
2026年9月2日，腾讯WorkBuddy开放平台正式上线。同一天，医渡科技宣布旗下"医渡智循"以Skill形态首批入驻WorkBuddy医疗AI工作台。
什么是Skill？简单说就是"能力插件"。你给WorkBuddy装上这个Skill，它就多了一项医学循证的能力。不用下载App，不用注册账号，就在你日常用的AI工作台上，直接调用专业的医学循证能力。
这不是医渡智循的第一次形态变化。回顾它的演进路径，可以清晰地看到"三级跳"的轨迹：
第一跳是院内嵌入。 医渡智循最早的形态是跟Dr.Copilot临床助手绑定，直接嵌入医院的医生工作站。医生不用离开诊疗系统，在写病历、开医嘱的过程中就能调用循证能力。这种形态最深——直接进入临床工作流；但也最重——需要跟每家医院做系统对接，推广速度慢。目前以医渡智循为底座的解决方案已落地40余家三甲医院，Dr.Copilot在单家医院日均调用近1000次。
第二跳是院外产品。 2026年3月，医渡智循以小程序的形式正式对外开放，医生可以在手机上直接使用。6月又推出了"病历随手记"功能——拍病历、录音转文字、自动生成结构化病历，还能通过二维码巧妙解决医院内外网隔离的问题。这一跳把用户触达从院内扩展到了院外，但本质上还是一个独立产品，用户需要主动打开它才能用。
第三跳就是这次的Skill化。 从"你来找我"变成了"我被调用"。过去，医生需要打开医渡智循的小程序，输入问题，获得答案。现在，医生可以在WorkBuddy里直接提问，系统会自动调用医渡智循的能力来回答。用户甚至不需要知道背后是谁在提供服务，只需要得到可靠的答案。
三级跳的背后，是医疗AI分发逻辑的根本变化。从"安装应用"到"添加技能"，从"用户主动寻找"到"Agent按需调度"——这是Agent时代的新规则。
腾讯云副总裁、WorkBuddy负责人刘毅说得很直白："我们希望把WorkBuddy打造成面向Agent时代的开放平台——不是做一个更强的工具，而是做一个能承载所有工具的平台。"
当平台成为主角，工具就变成了能力模块。医渡智循的第三跳，跳的不是产品功能，而是存在形态。
二、为什么是循证，而不是诊断？
WorkBuddy上的医疗Skill有很多：查药品的、解读报告的、做健康咨询的……但医渡智循是其中定位最"硬核"的一个——它做的是临床循证。
什么叫临床循证？说白了就是"用证据说话"。你问一个治疗方案行不行，它不会直接说"行"或"不行"，而是告诉你：最新的临床指南怎么说，有哪些高质量的研究支持，证据等级是多少，原文出处在哪里。
这个定位非常聪明，甚至可以说是医疗AI进入开放平台的最优解。为什么？
因为医疗是一个高风险、强监管、责任边界极其清晰的行业。AI说"你得了什么病"或者"你应该用什么药"，一旦说错了，责任算谁的？这是监管红线，也是商业风险的重灾区。
但循证不一样。循证的定位是"提供证据"，而不是"给出诊断"。它做的事情，本质上是帮医生更快地找到文献和指南——这件事，医生自己也能做，只是慢很多。AI只是提高了效率，并没有替代医生的判断。责任的主体仍然是医生，AI只是辅助工具。
这种定位的好处是显而易见的：既能提供专业价值，又能规避监管风险。在医疗AI的开放生态还不成熟、监管框架还在完善的阶段，循证是一个既能切入、又足够安全的角度。
医渡智循在循证这件事上的投入也确实够深。它的核心竞争力不在于大模型有多聪明，而在于"循证RAG+证据分级+结果溯源"的三重体系：
- 循证RAG：从3000多万篇医学文献中精选出500多万篇高质量研究，从4万多份临床指南中精选出3万多份权威指南，构建了一个高质量的循证知识库。
- 证据分级：参考GRADE等国际循证分级体系，对每条证据的权威性和时效性进行自动评估，按等级排序呈现。医生一眼就能看到哪些是高等级证据、哪些是低等级证据。
- 结果溯源：每一次回答都附带原始文献或指南出处，医生可以一键跳转核查原始资料。用医渡科技自己的话说，就是"句句可溯源、结论可验证"。
这套体系的价值，在AI"幻觉"问题突出的今天显得尤为珍贵。通用大模型经常会"一本正经地胡说八道"——编造文献、虚构研究、给出看似专业实则错误的建议。在医疗场景中，这种"幻觉"可能致命。
而循证AI的思路，就是用"检索+引用"来替代"生成+创造"。AI不自己编答案，而是从知识库中找证据，再把证据组织成清晰的回答。每一个结论都有出处，每一个出处都可以核实。
对于医生来说，这种"可验证的AI"才是真正敢用的AI。对于50+人群的健康管理来说，这个道理同样成立——你需要的不是一个能说会道的健康顾问，而是一个说的每句话都有依据的健康顾问。
三、WorkBuddy的医疗野心：从BioMed AI看生态棋局
医渡智循不是一个人在战斗。它只是腾讯健康BioMed AI这个更大棋局中的一颗棋子。
9月2日发布的"腾讯健康BioMed AI"，是腾讯健康基于WorkBuddy通用底座打造的一站式医疗AI工作台，定位是"懂医学的AI伙伴"。这个平台覆盖了四大核心场景：科研与制药、临床辅助、患者管理、营销与合规。每个场景下都整合了腾讯自身的能力和外部合作伙伴的能力。
目前入驻的医疗健康玩家已经形成了一个初具规模的生态：
- 医渡科技：临床循证能力最强，医生端定位最专业
- 微医：健康服务闭环最完整，C端服务最成熟
- 中康科技：用药科普切入最早，大众场景最接地气
- 智诊科技：Skill数量最多，覆盖场景最广
- 华银康：病理诊断能力突出，辅助诊断超500万张切片
- 东阳光：药物研发流程Skill化，效率提升20倍
- 知了云：疫苗预约Skill覆盖6700多家社康、2600多万家庭
你会发现一个很有意思的现象：这些玩家各有各的切入点，各有各的壁垒，彼此之间并没有直接的正面竞争。临床循证是医渡的地盘，健康管理是微医的强项，用药科普是中康的切入口，病理诊断是华银康的专业领域——大家各占一个山头，共同构成了WorkBuddy的医疗能力版图。
这不是巧合。医疗行业的专科属性极强，不同细分领域的知识体系、业务逻辑、监管要求都完全不同。没有任何一家公司能做完所有事情。对于腾讯来说，要构建完整的医疗AI生态，就必须与各个细分领域的专业公司合作。
而对于这些专业公司来说，接入WorkBuddy生态意味着什么？至少有三重价值：
第一，流量价值。借助腾讯生态的流量和触达能力，快速扩大用户规模，降低获客成本。
第二，场景价值。医疗AI的价值不在于单独存在，而在于嵌入工作流。通过WorkBuddy，专业能力可以被嵌入到各种工作场景中，从"一个工具"变成"工作流的一部分"。
第三，能力价值的验证。当你的能力被封装成标准Skill，可以被不同的Agent和工作流调用，你的能力的通用性和复用价值就得到了验证。越通用、越可复用，价值就越大。
但硬币的另一面是，当专业能力变成标准化的Skill，差异化会不会被稀释？当医生只需要"一个能查循证的工具"，而不在乎是谁提供的，医渡科技的品牌价值会不会被平台消解？
这是所有接入大厂生态的垂直公司都必须面对的命题。你需要平台的流量，但你又不能完全依赖平台。你需要在开放的同时保持自己的核心竞争力，在合作的同时守住自己的战略独立。
从目前来看，医渡科技的壁垒足够深。90亿份医疗记录的数据积累、覆盖超13.2亿患者人次的疾病知识图谱、280+专科场景智能体——这些不是短时间内可以被复制的。但长期来看，生态化的过程就是不断博弈的过程。
四、平台化嵌入：AI能力的新生存法则
医渡智循Skill化的意义，远超医疗行业本身。它折射的是整个AI行业正在经历的一场深刻变革——AI能力正在从"产品"变成"基础设施"。
这个变化是怎么发生的？
在大模型出现之前，AI能力通常以独立软件的形式存在——你买一个AI系统，装在你的服务器上，用它来解决特定的问题。每个AI系统都是一个孤岛，能力是封闭的，数据是隔离的。
大模型的出现改变了这一切。大模型本身就是一个通用能力平台，它可以理解语言、生成内容、调用工具。当大模型成为底座，各种专业能力就不再需要以独立产品的形式存在，而是可以变成大模型可以调用的Skill或工具。
Agent的出现进一步加速了这个趋势。Agent不只是一个对话机器人，它是一个能够自主规划、自主执行任务的智能体。当Agent要完成一个复杂任务，它需要调用各种专业能力——写文档的能力、做表格的能力、查数据的能力、做分析的能力……这些能力以Skill的形式存在，被Agent按需调度。
于是，AI能力的生存法则变了。过去比的是谁的产品功能更强、用户更多；现在比的是谁的能力更容易被调用、被更多的Agent和工作流集成。
这就是"平台化嵌入"的核心含义——专业AI能力不再是一个个独立的产品，而是嵌入到各个平台、各个Agent、各个工作流中的能力模块。
这个趋势对医疗AI行业的影响是深远的：
首先，能力的价值将被重新定价。过去，医疗AI公司靠卖项目、卖系统赚钱，一个项目几百万、几千万。未来，可能靠调用次数赚钱、靠效果分成赚钱，单次调用的费用很低，但调用量足够大。
其次，行业分工将更加清晰。平台做平台的事情——提供通用底座、流量入口、安全保障；垂直公司做垂直的事情——深耕专业领域、积累行业知识、打磨专业能力。大家各司其职，而不是什么都做。
再次，创新的门槛将降低。当专业能力变成可调用的Skill，创业者不再需要从零开始搭建完整的产品，只需要组合已有的Skill，就能快速构建新的应用。这会催生出更多的创新和更多的细分场景。
当然，这个过程不会一帆风顺。尤其是在医疗行业，监管的复杂性、数据的敏感性、责任的清晰度——这些都是平台化嵌入必须跨越的关卡。但方向是明确的，趋势是不可逆的。
五、对50+熟年群体意味着什么？
聊了这么多行业和战略，可能有人会问：这跟我有什么关系？
关系很大。因为医疗AI的平台化，最终会影响到每一个人的健康管理方式，尤其是50+的熟年群体。
你有没有过这样的经历：拿到体检报告，对着一堆箭头和专业术语一头雾水，上网查又怕查到谣言，去医院问医生又排不上号；家里长辈身体不舒服，你想给点建议，但又不敢乱说，怕说错了反而帮倒忙；父母同时吃好几种药，你担心药物相互作用，但又不知道该问谁。
这些都是普通人日常健康管理中的真实痛点。而AI循证能力的平台化，可能会成为解决这些痛点的关键。
想象一下：你把体检报告拍个照，你的AI助手就调用了医渡智循的循证能力，用通俗易懂的语言告诉你每个指标异常意味着什么，有哪些可能的原因，需要注意什么，什么情况下应该去医院——而且每一条建议都有权威来源可查，不是AI自己编的。
再想象一下：你想知道父母同时吃的几种药有没有相互作用，你只要告诉AI助手药品名称和剂量，它就会调用专业的药物知识库，给出准确的答案和注意事项。
再进一步：你的智能手环监测到了心律异常，它不只是提醒你，还会自动调用临床循证能力，结合你的健康档案，给出具体的建议——需要观察什么症状、什么情况下必须就医、就医时应该跟医生说什么。
这些场景听起来很科幻，但其实每一项技术都已经存在了。医渡智循的循证能力是现成的，报告解读的技术是成熟的，健康管理的需求是真实的。缺的只是把这些能力连接起来的"管道"——而WorkBuddy这样的开放平台，就是在铺这些管道。
医渡科技的财务数据也从侧面印证了这个方向的潜力。2026财年，医渡科技三大业务板块中增长最快的不是医院端的大数据业务（+10.2%），也不是药企端的生命科学业务（+9.4%），而是面向大众的健康管理业务，增速高达37.6%。
市场的钱在哪里，方向就在哪里。当健康管理的增速远超医疗B端，当大众对可靠健康信息的需求持续增长，当平台化的技术管道逐渐打通——专业医疗能力向大众健康场景下沉，只是时间问题。
对于50+的熟年群体来说，这意味着你不需要成为医学专家，也不需要花大量时间去研究医学知识。你只需要用好身边的智能工具——手机、手环、音箱、电视——它们的背后，可能都在调用着同一套循证AI能力，为你提供可靠的健康指导。
这不是遥远的未来。它正在以Skill的形式，一点一点地渗透进我们的日常生活。
结语
医渡智循入驻WorkBuddy，是一件小事情——不过是又一个AI产品接入了又一个平台。但它又是一件大事情——它是医疗AI从"产品时代"走向"能力时代"的一个缩影。
回头看整个AI行业的发展，你会发现一个清晰的脉络：最开始是模型公司的时代，比谁的模型参数多、准确率高；然后是产品公司的时代，比谁的产品功能多、用户体验好；现在正在进入的是能力时代，比的是谁的能力能被更多场景调用、谁能成为不可或缺的基础设施。
医疗AI也是一样。从影像AI的百花齐放，到大模型的群雄逐鹿，再到智能体的风起云涌，行业的竞争焦点一直在变。但底层的逻辑是一致的——谁能真正解决问题，谁能被真正用起来，谁就能走到最后。
医渡智循的第三跳，跳的是形态，不变的是循证的底色。当专业能力被装进Skill、嵌入平台、融入工作流，它的价值才刚刚开始释放。
而对于每一个关心健康的普通人来说，最好的消息莫过于：靠谱的健康知识，正在变得越来越触手可及。
*数据智库出品 | 转载请注明出处*