"从Chatbot到Agent，AI正在经历一次重要变化：不再只是回答问题，而是开始理解任务、调用工具、执行操作，并参与完整的工作流程。”
10月29日，2026腾讯全球数字生态大会医疗专场，腾讯云副总裁、腾讯健康负责人吴文达谈到这一变化时表示，Agent的发展速度超出了很多人的想象。
腾讯云副总裁、腾讯健康负责人吴文达
在办公等场景，Agent已经展现出执行复杂任务的能力。以WorkBuddy为代表的产品，也在推动Agent从个人效率工具走向企业生产力系统。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在大会上披露，从今年3⽉上线⾄今，WorkBuddy企业版已落地50多个⾏业，覆盖中国企业500强中的50%、100强中的60%，开放平台的伙伴和开发者数量也超过5万家，上架Skills超过20万。
当Agent进入医疗行业，问题却变得更加复杂。
医疗服务涉及患者、医生、医院、药企、药店和科研机构，既有诊疗服务，也有运营管理、药品研发和流通。不同场景之间专业要求不同，业务流程各异，数据分散在不同系统中，还必须满足严格的安全和责任要求。AI能够完成一个任务，不代表它已经具备进入医疗业务体系的条件。
因此，医疗AI正在面临一次新的考验：如何从单点能力走向流程协同，从局部应用走向系统化落地。
这也是腾讯健康此次在全球数字生态大会上重点释放的信号。
大会期间，腾讯健康正式发布「医疗AI Agent工具箱」，尝试将分散在医院、药企、药店和科研机构等场景中的能力，沉淀为可调用、可组合、可复用的标准化组件；同时首次开设生命科学专场，并发布面向科研工作者的BioNexus平台，进一步连接模型、数据和生态伙伴。
从医疗服务到产业应用，再到生命科学研究，腾讯健康正在尝试搭建一套能够支撑AI进入真实业务场景的能力体系
医疗AI的竞争，正在从单点能力转向系统能力
过去几年，医疗AI已经在不少具体场景中得到应用。
从医学影像辅助分析、智能导诊，到报告解读、用药咨询，AI能够承担越来越多相对独立的任务。但在实际业务中，一个任务往往只是完整流程中的一环。医生使用AI辅助看片之后，还要写病历、查文献、管理患者随访；患者完成线上咨询后，还可能涉及预约、就诊、检查、报告查询和诊后管理。
如果每个环节都对应一套独立的AI工具，能力之间无法衔接，数据和工作记录也难以连续，单点效率的提升就很难转化为整体效率的提升。
吴文达在接受媒体采访时也谈到了这一问题。他认为，AI在具体场景中的价值已经得到一定验证，但要在医疗健康领域发挥更大作用，需要从单点工具升级为全领域、系统级的协同能力。
这背后是医疗AI发展阶段的变化。
早期，行业关注的是AI能不能解决某个专业问题；进入Agent阶段，关注点开始转向AI能否理解任务、调用不同工具，并在既有系统和流程中完成一系列工作。技术能力的边界在扩大，产业落地的要求也随之提高。
腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在大会上指出，当前企业落地Agent面临的最大问题，不是模型不够强，而是断点太多。Agent需要连接人、工具、系统和数据，理解业务上下文，才能真正进入工作流程。
这一判断在医疗行业尤为明显。医院、药企、药店和科研机构的业务系统、数据结构和专业要求各不相同。如果每进入一个新场景，都需要重新开发、单独集成，AI能力就很难低成本地复制推广。
医疗AI的规模化，因而不只是模型能力的竞争，也涉及底层技术、专业知识、业务流程、数据治理和生态协作。谁能把这些环节有效连接起来，谁才更有机会推动AI从“能用”走向“常态化使用”。
从交付单点应用，到提供可组合的能力
此次大会上，腾讯健康发布的「医疗AI Agent工具箱」，正是围绕上述问题展开的一次尝试。
从产品形态看，它像是对既有能力的一次整合；但更值得关注的是背后的供给方式变化：从针对单一场景交付AI应用，转向将成熟能力沉淀为标准组件，供不同平台和Agent按需调用。
吴文达这样定义它：把分散在各行各业服务场景里的能力，升级为开箱即用、灵活组合的工具箱，去解决一个个具体的问题。
在生态大会前一天接受媒体采访时，他特意强调，"开箱即用"不等于把能力简单收拢或集成，而是"把过去沉淀的能力变得更加原子化、标准化，让不同的平台和Agent都可以调用"。
从架构上看，工具箱分三层：底层是腾讯云的AI Infra，提供异构算力与安全沙箱；中间是模型与Skill层，沉淀医疗行业的专业知识与标准化技能；上层是Agent应用层，面向医院、药企、药店、科研机构等合作伙伴开放，入口涵盖微信生态、腾讯健康小程序、开放平台与WorkBuddy企业版。入口不必统一，能力却可以被统一沉淀——患者习惯在微信里获取服务，医生在WorkBuddy上工作，科研人员使用专业平台，三者无需改变使用场景和习惯，却共享同一套能力底座。
这套架构试图解决两个问题：一方面，将医疗场景中具有共性的能力沉淀下来，减少重复建设；另一方面，让不同的合作伙伴能够根据具体业务需求灵活组合，形成适合自身场景的应用。
例如，在医院场景中，导诊、报告解读等相对成熟的能力，可以作为标准组件接入现有服务体系。腾讯健康用户平台总经理吴志刚介绍，相关能力最快一两天即可完成接入上线，交付周期从过去以月计，缩短到以天或以周计。
腾讯健康用户平台总经理吴志刚
能力标准化之后，规模化复制也有了基础。共性能力可以复用，个性化需求则通过业务配置完成，不必每次都从底层重新搭建。
这也带来了一种不同的产业协作方式。吴文达表示，腾讯希望更多作为底层技术和能力的提供方，而不是包揽所有项目的承建方。腾讯输出原子化的技术组件与生态资源，合作伙伴则可以基于自身对行业和客户的理解，完成场景落地及个性化开发。
对于医疗机构而言，这种方式有望降低引入AI的技术和集成门槛，同时保留对自身业务场景的选择权；对于开发伙伴而言，也可以基于已有能力进行二次开发，减少重复投入。
从单点应用到能力组件，从项目交付到生态协作，医疗AI的供给方式正在发生变化。
让AI进入原有流程，而不是让人适应AI
能力可以标准化，但医疗场景并不能被简单标准化。
患者的就医习惯、医生的工作方式、医院的管理流程，都有长期形成的使用路径。AI要真正发挥作用，不仅要有专业能力，还需要进入这些既有流程。
腾讯健康的一个重要选择，是尽量不改变用户原有的使用入口，让AI能力融入微信生态和已有业务系统。
腾讯健康用户平台总经理吴志刚在大会上介绍，95%以上的三级医院已在微信生态建立公众号、小程序或服务号；在三甲医院中，通过微信线上预约再到线下门诊的服务，占门诊服务总量的比例超过70%。腾讯健康小程序累计用户也已超过9亿。
这些存量入口意味着，患者获取医疗服务的习惯已经形成。与其要求患者重新下载应用、学习新的操作方式，不如把AI能力嵌入原有服务流程。
吴文达对此有一个直接的判断：医疗健康行业不需要围绕AI重新设计所有工作流程，“这是反人性的”。在他看来，AI落地的成本不只是算力和Token投入，也包括员工学习和适应新系统所花费的时间与精力。
今年3月上线的腾讯健康开放平台，开放了诊前、诊中、诊后的AI就医助手能力，将导诊、预问诊、智能问答、报告解读、用药咨询、复查提醒等节点拆分为相对独立的能力，既可以单独接入，也可以根据医院需求串联起来。患者仍然可以通过熟悉的公众号和服务号获取服务，背后则由微信公众号AI分身和就医Agent等能力提供支撑。
预问诊是一个典型例子。传统问卷式预问诊通常依赖固定问题逐项收集信息，容易出现重复提问，也难以根据患者回答灵活调整。新的多智能体架构则能够判断当前信息是否充分、是否需要继续追问，以及何时结束问诊，让AI更接近真实医患沟通的方式。
吴志刚透露，该能力在北京协和医院上线以来，已累计服务患者47万人次，推荐准确率（抽样口径）达95%，问题解决率达到85%。
广州医科大学附属妇女儿童医疗中心也采用了类似思路，将微信公众号AI分身与就医Agent结合，在保留原有服务体系的基础上，仅用两周就完成了轻量化对接。对于患者来说，服务入口并没有发生明显变化，但从导诊到诊后的服务链路，已经有AI能力参与其中。
类似的思路也延伸到了医药行业。医疗AI进入企业，不只是增加一个独立的智能问答工具，更需要与原有系统、工作台和业务流程协同。
腾讯健康战略医疗产品及解决方案总经理王倩怡将企业AI应用比作一座冰山：智能体应用、系统、入口和工作台只是水面上的部分，水面之下的运行治理、数据资产和安全管控，才是决定应用能否持续运行的关键。
腾讯健康战略医疗产品及解决方案总经理王倩怡
在医药合规领域，腾讯健康与NGES产品合作，将四个合规Agent以轻量、可插拔的方式接入既有系统，通过通用规则内置、专属规则可配置的方式，减少对原有业务系统的改造。在医药流通领域，「数字运河」方案则在不改变数据归属的前提下帮助药店盘活数据，目前已覆盖全国30万家以上药店。
从医院到药企、药店，不同场景的需求并不相同，但背后的思路是一致的：让AI适配真实业务，让能力融入既有流程，而不是让用户和组织为了AI重新开始。
医疗AI要规模化，安全是前提
医疗行业对AI的要求，不止是效率和效果。
在医疗服务中，AI可能接触患者健康信息，参与导诊、咨询和诊后管理；在医院和药企内部，AI也可能调用业务数据、执行专业任务。数据是否得到授权、AI能做什么、服务出现问题由谁负责，都是规模化应用必须回答的问题。
这也是医疗AI与一般办公场景的重要区别：技术能力可以快速迭代，但医疗服务的安全边界和责任要求不能被跳过。
吴志刚表示，医疗场景必须将安全置于首要位置。AI能力落地需要明确用户、医院、平台和服务商等相关主体的责任边界；服务在用户知情授权后启动，具体场景由医院自主选择，身份信息在医院侧脱敏。数据应用遵循最小必要原则，相关环节支持审计、查询和回溯。
吴文达也在采访中强调，微信生态提供了技术平台和服务入口，但并不意味着可以默认获得用户数据。AI时代数据的价值更加突出，但数据是否规范、使用权限是否清晰同样重要。用户需要能够理解、选择和管理自己的数据。
这意味着，医疗AI的规模化不能只看接入了多少应用、调用了多少次，还要看服务是否可靠，数据使用是否合规，业务效果能否持续，以及投入是否能够形成可持续的商业价值。
谈到商业模式，吴文达表示，现阶段腾讯健康更多通过算力、模型、云基础设施和相关工具，帮助医疗健康行业开展业务创新和产品研发。他认为，只有当AI能够真正降本提效，或解决传统人力和手段难以解决的问题，用户才会有动力持续投入。最终仍要回到真实需求和可持续发展，而不是单纯追求使用规模。
对于医疗AI而言，信任不是应用规模扩大之后再补上的环节，而是从一开始就需要纳入系统设计的基础条件。
从提升已知效率，到探索医学未知
如果说Agent工具箱和微信生态的布局，主要面向医疗服务及产业流程的智能化，那么腾讯健康在生命科学领域的探索，则展现了AI更长期的价值空间。
今年，腾讯全球数字生态大会首次开设生命科学专场，并发布面向科研工作者的Nexus平台，尝试将模型、数据和生态伙伴的能力聚合起来，为科研工作提供可调用的平台支持。
吴文达认为，今年可能是AI发展中的一个转折点：AI正在从智能走向产品，释放出实际产能。尤其在AI for Science领域，AI带来的变化不只是让已有研究流程更高效，也可能推动底层研究方式发生改变，帮助科研人员探索此前难以触及的未知领域。
在这条探索线上，腾讯健康已经积累了一些实践：从零设计全新多肽、相关成果登上《Nature》的Tairos平台，与中南大学合作的AI细胞算法成果发表于《Cell》，以及围绕罕见病、抗生素耐药性等方向开展的普惠科研探索。
这些实践与医疗服务场景中的Agent应用有所不同，但都指向同一个趋势：AI不再只是辅助人完成既定任务，也开始参与知识发现和科研探索。
吴文达也特别强调，腾讯健康并不只是腾讯云的一个销售分支。医疗健康本身具有独立的专业门槛和产业需求，需要长期积累模型、数据、工具和行业理解。无论是医疗服务，还是生命科学研究，都不是简单地把通用AI能力搬进来就能解决问题。
Agent的发展正在加速，医疗AI也由此进入新的阶段。但医疗行业的复杂性决定了，技术进步不会自动转化为产业价值。模型能力之外，能否连接系统、理解流程、沉淀专业能力，并建立可信、可持续的应用机制，才是决定AI能走多远的关键。
从单点应用到系统协同，从能力交付到生态共建，再到生命科学的探索，腾讯健康正在围绕这些问题展开布局。
在医疗AI的下一程，速度依然重要，但更重要的是让技术真正进入场景，让一次次能力突破沉淀为可以持续运行、不断进化的产业能力。
免责声明：
智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
本平台所发布信息的内容和准确性由提供消息的原单位或组织独立承担完全责任!
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
