京东健康：医疗AI，可靠交付才是核心竞争力

“医疗AI下一阶段的竞争核心不再是模型规模，而是实现可靠、可信、可规模化交付。”

7月18日，在与2026世界人工智能大会同期举行的“AI+医健产业可持续创新论坛”上，京东健康智能算法负责人刘思远抛出了这个直击行业痛点的判断。

“AI+医健产业可持续创新论坛”由第一财经与医疗健康媒体健闻咨询联合举办。论坛聚焦医健产业AI技术发展与落地实践，以及整个行业的可持续创新。本届论坛在交汇政产学研各方智慧的同时，还正式发布了“2026医健可持续创新卓越伙伴”。京东健康凭借C/D/H端协同布局、全场景AI矩阵落地的医疗数智化成就，入选“医健+AI创新卓越伙伴”。

当AI作为正在发展的新技术走向越来越广泛的应用场景，尤其是在关乎居民健康的医疗领域，决定其价值的往往不是能力的长板，而是安全性、可靠性的短板。在京东健康，AI与主营的医检诊药服务闭环紧密融合，因此可靠交付成为发展AI能力的关键一环。

过去一年，医疗AI领域风起云涌，千亿、万亿参数模型频出，各类AI评测榜单不断刷新。京东健康指出，单点Demo容易刷榜，真正要把医疗AI交付到用户手中，解决“人民群众日益增长的高品质医疗需求、高质量医疗服务供给稀缺、低成本普惠的服务人民群众”这一优质、可达、普惠的不可能三角，则必须回答三个根本问题：什么叫“好”？推理过程是否可信？如何规模化交付？

京东健康针对三个行业核心难题的落地解法，即通过标准化评测体系、代码化可信推理、全场景开放交付三大能力建设，为医疗AI规模化商用提供可落地、可复制的行业路径。

建立一把“行业公认的尺子”

模型评测就是AI能力的考场，但在医疗AI领域，目前各类评测标准碎片化、不统一，行业缺少一把公认、公平、可横向对比的“度量尺”。

在京东健康看来，评测标准的缺失，不仅让行业技术迭代方向模糊，更让医疗AI的临床应用、合规审批、商业落地缺乏可信依据，这也是大量模型仅能做演示Demo、无法走进真实临床的核心症结。不同于通用大模型只追求参数突破，医疗AI的迭代必须以标准化、临床化的评测体系为前置基础。

针对这一行业瓶颈，京东健康与上海人工智能实验室在本届人工智能大会上正式宣布，将联合共建MedBench v5.0权威评测基准，并面向全行业开放评测方法、精标数据与评估体系，补齐医疗AI标准化评测短板，推动医疗AI从“各自为战”走向“行业共评、标准统一”。

京东健康介绍，MedBench v5.0评测覆盖了临床循证、真实多模态场景、三维影像研判三大核心层面，全方位对标真实临床工作场景。

其中，临床循证逻辑评测，依托MedEviBench体系实现证据溯源、安全质控、逻辑表达的全流程考核，杜绝模型无依据推演。同时，团队基于千级真实临床案例搭建MedRealMM多模态评测集，通过大量实证数据证实，影像信息对问诊结果影响极大，图文结合与纯文本问诊的模型得分差距可达20至30分，这对行业以往重文本、轻影像的评测惯性也是一次纠正。此外，Med3DVQA三维影像评测集，则填补了国内完整放射学三维影像评测的行业空白。区别于传统单帧影像评测，该数据集基于完整临床检查数据构建，更贴合医生真实阅片流程。

基于这套全新的行业标准，刘思远也拆解了当下医疗大模型的四大共性短板：模型三维泛化与跨序列联合推理能力不足、普遍存在影像证据幻觉、对提示格式过度拟合、模态不匹配时强行作答。他强调，这些问题并非算法细节缺陷，而是行业长期缺乏临床导向评测导致的结构性问题，也正是京东健康开放评测体系的核心价值所在。

依托这套临床级标准持续打磨，京东健康京医千询v2.0模型能力已实现系统性跃升，在权威HealthBench基准测试中取得总分69.3分、高难度场景50.6分，达到行业同类型模型领先水平。

用代码定义可信推理

大模型的“黑箱”，无法满足医疗AI对安全性与可靠性的要求。刘思远指出，可解释、可审计、可回溯已成为医疗AI落地临床的刚性底线，但行业主流的思维链推理模式存在天然缺陷：传统自然语言推理属于事后叙事逻辑，模型往往先得出结论、再补全逻辑，极易产生幻觉，且纯文字推理无法校验执行真伪，难以满足医疗合规与临床复核要求，无法支撑严肃医疗场景应用。

在论坛现场，刘思远披露了京东健康的核心技术升级——JoyAI-MedCode代码化可验证推理体系，该体系基于“确定性来自执行”的理念，旨在推动医疗AI从自然语言叙事推理，转向代码级可执行推理。

京东健康智能算法负责人刘思远

刘思远表示，代码没有模糊空间、无法人为编造，执行结果非对即错，让每一步诊疗推理都可回放、可审计、可溯源，便可从根源解决医疗AI幻觉、逻辑不可信的行业痛点。

相较于通用的结果式优化逻辑，代码化推理的核心突破是从“结果级奖励”转向“过程级校验”。模型将多科室专家诊疗经验、权威临床指南统一蒸馏至通用基座，能够支撑多学科联合推理，适配复杂疾病诊疗需求，同时实现推理可验证、步骤可审计、通用能力不退化，兼顾专业性与实用性。

在循证检索方面，京东健康推出Medwiki结构化循证体系。传统RAG概率检索存在结果漂移、不可复现、误差放大的问题，无法满足医疗循证的严谨要求。而Medwiki通过结构化知识库与精准寻址检索，让每一条证据、每一次推理都有明确来源与版本记录，实现循证结果精准、固定、可回放。

针对行业难度最高的医学影像阅片场景，京东健康推出了3D可执行操作流方案。传统2D切片拼接模式会丢失三维空间信息，极易漏判细微病灶，不符合医生真实阅片逻辑。为此，团队采用原生三维体积建模方式，模拟医师从全局导航、目标精读至精细核验的完整阅片流程，将影像研判拆解为一套可执行、可回放的标准化操作流。实测结果显示，其性能已经领先于顶尖通用大模型。

开放式交付，打通医疗AI落地“最后一公里”

医疗AI的终极考场，是实际应用场景的交付。刘思远坦言，行业普遍存在“重研发、轻落地”的问题，大量优质模型止步于实验室演示，却无法低成本、稳定、安全地落地临床，服务医生与患者，这也是制约医疗AI产业可持续创新的关键瓶颈。

围绕规模化交付难题，刘思远也披露了京东健康正在内测的解决方案：医生端AI工作台MedWork（medwork.jd.com）。

据介绍，该产品依托轻量化Rust架构与自研Agent OS，可实现超低内存占用、毫秒级响应，适配医院各类终端设备，并支持云端与院内部署两种模式，兼顾易用性与医疗数据安全，以解决传统大模型算力成本高、部署难度大、落地不灵活的痛点。

具体到应用场景，MedWork覆盖了临床科研、诊疗会诊、循证咨询等全链条高频需求。科研端，可自主完成实验设计、数据分析与论文成稿，降低医护人员科研压力；临床端，创新打造AI-MDT多学科虚拟会诊能力，可并行聚合多专科智能体研判，形成标准化、可执行的会诊结论，打破单一科室诊疗局限，助力复杂疾病精准诊疗，真正实现AI深度融入医生工作流。

目前，京东健康全域落地的AI产品矩阵，已形成覆盖C端、D端和H端的完整体系，最终可能触达数亿消费者。京东健康此次分享的三大解决方案，正是支撑这一体系从“有”到“有用”的关键。可靠、可信、可规模化交付，真正让AI大模型进入临床诊疗和健康管理的实际需求场景，为用户创造真实的健康价值。