1
去到離用戶最近的地方找競品
做C端產(chǎn)品多年，我有一個感悟：AI不是憑空創(chuàng)造新需求，而是用新技術(shù)解決舊問題。所以在競品調(diào)研的最開始就要把重點放在用戶身邊，而不是APP上面，真聽真看真感受。所以在項目啟動之初，我開始去到小紅書、病友群、以及一些已經(jīng)存在的病友互助平臺去看大家的留言，看大家的“種草貼”，關(guān)注真實的腫瘤患者和家屬在推薦什么，他們在治療期間用什么軟件來記錄身體狀況，他們在哪里查藥品的副作用；看他們在評論區(qū)的留言，觀察他們對于現(xiàn)有工具的吐槽，甚至是研究學(xué)習(xí)他們自己做出來的工具。
通過這種方式我篩選出來了一批醫(yī)療APP產(chǎn)品。很有趣的是，把用戶高頻提到的軟件排個序，你會發(fā)現(xiàn)很多不那么出名但極其實用的垂類工具。
找到這些競品后，我會把它們分為三類，以此決定我的研究重點：
1. 大廠/生態(tài)類： 如騰訊、阿里的健康產(chǎn)品，主要研究其交互架構(gòu)和頭部效應(yīng)。
2. 垂類/獨立類： “小而美”的產(chǎn)品，主要研究其對具體業(yè)務(wù)場景的深耕。
3. 模式類似類：即使不是醫(yī)療領(lǐng)域（如Keep或美麗修行），但服務(wù)流程和架構(gòu)類似的，也可以參考。
找到競品后，可能很多人都會忍不住下載APP后一頓點擊，查看它們的功能和交互，深入到產(chǎn)品細節(jié)，不過我不建議這樣做。我通常會先通過官網(wǎng)，或應(yīng)用商店的官方頁面，先來瀏覽一下他們的官方介紹、用戶評論和更新日志。這就有點像我們在下館子前，先去大眾點評里查找餐館一樣。
在仔細看官方產(chǎn)品介紹的同時我也會梳理出一張功能對比表，確定競品研究的核心維度：
用戶畫像:醫(yī)生？患者？還是泛健康人群？
產(chǎn)品的定位：它是為誰服務(wù)的？解決什么核心問題？（例如京東醫(yī)生是為“醫(yī)生”服務(wù)的，而我們需要找為“患者”服務(wù)的，定位不同，參考價值就完全不同）
核心功能：官方簡介里列出的Top功能是什么？
商業(yè)模式：這一點至關(guān)重要。產(chǎn)品的商業(yè)模式是賣會員？賣問診服務(wù)？還是免費引流？不同的商業(yè)模式直接影響著這個產(chǎn)品的功能設(shè)計（這一點在后文分析“小荷AI醫(yī)生”時會詳細說）。
2 醫(yī)療類AI智能體交互設(shè)計分析
做完基礎(chǔ)調(diào)研，就進入了深水區(qū)：醫(yī)療類AI智能體到底該長什么樣？
為了更好的統(tǒng)一測評，我設(shè)定了一個真實的嚴肅醫(yī)療場景：
一個正在進行靶向藥治療的腫瘤患者，想知道能不能吃輔酶Q10來緩解心臟毒性，會不會影響化療效果？
我模仿用戶的真實提問行為，橫向測評了DeepSeek、豆包等心智類通用AI產(chǎn)品，以及垂類的螞蟻阿福、覓健、小荷AI醫(yī)生、丁香園的“用藥助手”、百川智能的百小應(yīng)等，總結(jié)出了分析AI智能體交互設(shè)計的四大維度框架：
維度1：情緒價值與人設(shè)
在醫(yī)療場景下，用戶往往處于焦慮且脆弱的狀態(tài)，人設(shè)的溫度直接決定了對話能否進行下去。下面我們來看看各個醫(yī)療智能體的表現(xiàn)。
通用大模型（DeepSeek/豆包）：在面對復(fù)雜的化療用藥問題時，如果在沒有添加特殊的提示詞，這些表現(xiàn)得更像是一本高效的“電子說明書”。它們的回答雖然準確且專業(yè)，但語調(diào)平鋪直敘，缺乏對患者心理負擔(dān)的感知，這種“醫(yī)生化”的直述在嚴肅之余，難免顯得缺乏溫度。
垂類AI（如螞蟻阿福、小荷AI醫(yī)生）則采用了類似“非暴力溝通”的策略。他們會先肯定與復(fù)述： “我理解你在治療中關(guān)于……”，并像一位有耐心的專家，不僅回答藥物問題，還主動捕捉到了患者對“心臟健康”的焦慮，給出了生活方式的建議。這種“先共情、后專業(yè)”的設(shè)計，讓它的人設(shè)瞬間從一個搜索引擎變成了一位有耐心的健康專家。
維度2：專業(yè)深度與循證邏輯
醫(yī)療AI的底線是安全，而提升信任的關(guān)鍵在于“循證”，即你的建議到底源自哪里。在這個維度上，丁香醫(yī)生出品的“用藥助手”、百川大模型的百小應(yīng)的“嚴肅醫(yī)療模式”以及京東醫(yī)生的“知醫(yī)”則表現(xiàn)得最像一個嚴肅穩(wěn)重的專家醫(yī)生。它們并不急于給出一個簡單的結(jié)論，而是采用了類似“科研助手”的邏輯。例如在百小應(yīng)的回答中，你會看到大量的證據(jù)支持、原理說明以及針對臨床角色的具體建議。
它們會主動列出權(quán)威的醫(yī)學(xué)文獻和論文鏈接，用戶可以隨時點擊跳轉(zhuǎn)查證。這種“嚴絲合縫”的邏輯，雖然增加了閱讀門檻，但對于追求確定性的重癥患者來說，無疑是一顆定心丸。
維度3：主動交互與行動閉環(huán)
一個優(yōu)秀的智能體不應(yīng)只是“問一答一”，而應(yīng)具備主動追問和轉(zhuǎn)化行動的能力。
字節(jié)跳動的小荷AI醫(yī)生在這一點上表現(xiàn)得非?！盁崆椤?。它不會在回答完患者“能不能吃補品”的疑問后就結(jié)束對話，而是會像真人醫(yī)生面診一樣主動追問：“您是否還在服用降壓藥？”“具體的服用劑量是多少？”。通過這種連環(huán)追問，它在對話中完成了信息補全，并將用戶引向了抖音電商的購藥閉環(huán)。
最近非常出圈的螞蟻阿福則在“行動閉環(huán)”上另辟蹊徑。它深知腫瘤患者的用藥計劃極其復(fù)雜，因此在回答完咨詢后，會直接在對話框下方彈出一個“添加補劑計劃”的功能組件。它能自動從對話上下文中提取藥名和頻率，一鍵生成服藥提醒。這種將“咨詢”直接轉(zhuǎn)化為“管理工具”的設(shè)計，真正做到了為用戶著想。
維度4：信任構(gòu)建與人機協(xié)作
最后，用戶與產(chǎn)品的交互的形式感往往能影響用戶的心理安全感。
關(guān)于這一點，覓健的設(shè)計讓我耳目一新。它采用了一種群聊式交互設(shè)計：當患者發(fā)起咨詢時，界面會模仿社交軟件，瞬間“拉”入多個專業(yè)智能體——比如“營養(yǎng)健康專家”、“問診專家”（對應(yīng)到醫(yī)療場景則是不同科室的專家AI）共同服務(wù)。這種“多人會診”的視覺呈現(xiàn)，極大地滿足了用戶希望獲得全方位關(guān)注的心理。
而未來醫(yī)生則展示了另一種人機協(xié)作的邏輯：它在對話開頭就明確告知，以下內(nèi)容由AI協(xié)助生成，但最終結(jié)論由真人醫(yī)生簽字負責(zé)。這種“AI收集整理+醫(yī)生兜底簽字”的工作流，不僅解決了合規(guī)性的難題，更是在患者的心理層面構(gòu)建了一道不可逾越的信任紅線。
通過這次測評，我總結(jié)了幾個關(guān)于醫(yī)療AI智能體的交互設(shè)計的核心洞察：
首先，不要只做工具，要服務(wù)于用戶認知。 傳統(tǒng)的OCR病歷整理只是工具，但如果把智能體還原成一個“專家問診過程”，符合用戶“掛專家號、問診看病”的真實問診過程，轉(zhuǎn)化率和信任度會完全不同。
其次，人機協(xié)作還是不可或缺的一環(huán)。 像“未來醫(yī)生”展示的邏輯：AI負責(zé)信息收集、初步整理和輔助決策，最后由真人醫(yī)生簽字負責(zé)。這不僅規(guī)避了合規(guī)風(fēng)險，也提升了效率。
最后，最難的不是模型，是上下文。 如何引導(dǎo)用戶輸入高質(zhì)量的日常用藥數(shù)據(jù)、行為數(shù)據(jù)，從而強化AI對個體的認知，是所有醫(yī)療智能體都需要面對的挑戰(zhàn)。
寫在最后： 不同產(chǎn)品有不同的生命周期，有的產(chǎn)品追求“短平快”的流量閉環(huán)，有的產(chǎn)品追求“精深”的醫(yī)療決策。但歸根結(jié)底，作為產(chǎn)品經(jīng)理，我們的目標是一致的：如何利用大模型，去減輕那些最焦慮、最無助的群體，獲取知識的負擔(dān)。
特別聲明：智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容，出于傳遞更多信息而非盈利之目的，同時并不代表贊成其觀點或證實其描述，內(nèi)容僅供參考。版權(quán)歸原作者所有，若有侵權(quán)，請聯(lián)系我們刪除。
凡來源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng)，轉(zhuǎn)載需獲授權(quán)。
Copyright ? 2022 上?？评讜狗?wù)有限公司 旗下「智慧醫(yī)療網(wǎng)」版權(quán)所有 ICP備案號：滬ICP備17004559號-5
