美国全科医生平均每周工作61.8小时，但这里面有相当大一部分时间，他们根本没在给病人看病。 有个急诊室医生的经历被反复提起：凌晨刚做完一台生死攸关的手术，没去休息，坐在办公室里处理医疗编码。美国的医疗支付体系极度复杂，医生每一个诊疗动作都要对应标准化编码才能从保险公司拿到钱，编码错一个字母，账就对不上。规则还在不断更新，靠人工跟进越来越难。 这就是AI切入医疗的第一个真实入口，不是科幻片里的手术机器人，是一堆枯燥的编码和表格。Anthropic的Claude for Healthcare瞄准的正是这里，让AI替医生完成编码转化，准确率高，速度快，还不会因为熬了一夜出错。 但进医院有个绕不开的门槛——HIPAA，美国《健康保险可携带性和责任法案》，患者健康信息必须严格保护，不能随便上传云端。任何医疗AI过不了这关，在医院门口就被挡住了。 这也解释了为什么医疗AI赛道上很多用的是小语言模型。不是技术不够，是小模型可以部署在本地，数据不出医院，合规、省钱、推理速度还快。技术再强，进不了医院也没用，这个逻辑很简单。 2026年初摩根大通医疗健康大会上，礼来和英伟达宣布10亿美元合作，OpenAI和Anthropic相继发布医疗专用产品，整个行业的气氛有点像2000年互联网泡沫期。但这一次，AI确实在解决真实存在的问题——医生太累，系统太低效，患者信息太混乱。