京东健康＂知医＂产品研究报告:循证医学AI工具的创新突破与市场地位分析
引言
在人工智能技术与医疗健康产业深度融合的时代背景下，京东健康于 2026 年 1 月 17 日正式发布了专为医生打造的循证医学 AI 产品"知医"。这款产品的发布标志着京东健康在医疗 AI 领域实现了从通用服务向深度专业赋能的关键跃迁，也代表着中国互联网医疗行业在 AI 技术应用方面的又一重要突破。"知医" 并非面向普通用户的健康问答工具，而是专为执业医生研发的循证医学智能助手，旨在成为医生的 "智能外脑"，在临床与科研两大高负荷场景中释放生产力、提升专业效能。这一产品定位的差异化，使其在竞争激烈的互联网医疗市场中独树一帜。与传统的在线问诊、健康管理等 C 端产品不同，"知医" 直接服务于医疗体系的核心 —— 执业医生群体，通过 AI 技术赋能专业医疗决策，展现出京东健康在医疗 AI 领域的战略远见。本研究报告将从产品功能、商业模式、市场表现、用户体验四个维度，全面剖析京东健康 "知医" 产品的核心竞争力和行业地位。通过深入分析其技术架构、服务体系、盈利模式、用户规模等关键要素，结合与主要竞争对手的对比研究，为行业观察者和从业者提供全面且有价值的参考。一、产品功能分析：循证医学 AI 的技术突破与服务体系
1.1 产品定位与核心功能架构
京东健康 "知医" 的核心价值在于对海量医学知识的精准理解与结构化输出。该产品深度整合了超千万条来自 UpToDate、Cochrane Library、NICE 指南、中华医学会等全球权威机构的医学文献、临床路径与诊疗规范，构建起一个动态更新的循证证据库。当医生输入一个复杂病例或研究问题时，"知医" 能够在数秒内完成信息检索和分析。例如，面对 "老年糖尿病合并心衰患者的 SGLT2 抑制剂使用" 这一问题，"知医" 可在数秒内汇总近 3 年国际指南共识，指出适用人群、剂量调整要点及监测指标，并附原始文献链接供溯源验证。这种 "可追溯、可验证、可落地" 的输出，显著区别于通用大模型的模糊回答，真正服务于专业决策。1.2 临床决策支持功能深度解析
"知医" 在临床决策支持方面的功能设计紧密围绕医生的日常工作流程和实际需求。产品聚焦临床决策支持与科研学术两大核心场景，能够快速筛选、整合海量信息，直接输出结构化、可落地的循证结论，显著提升诊疗效率与科研质量。应对信息过载问题。据调研，三甲医院医生日均接诊超 50 人，却难有时间查阅最新指南。"知医" 嵌入京东医生 APP 工作流，可在问诊间隙实时调用，辅助生成个性化诊疗建议，减少误诊漏诊风险。复杂病例的多维度分析。面对罕见病例，"知医" 能瞬间检索全球相关诊疗案例与研究成果，为医生提供多维度参考；遭遇复杂病症，它可整合最新临床指南，辅助优化个性化治疗方案，让诊疗决策更科学、更高效。精准的辅助诊断能力。系统不仅能实现疾病识别、肿瘤标志物提取、分期判断等基础功能，还可结合真实世界数据，为患者提供个性化诊疗方案，辅助医生完成临床试验匹配与疗效预测。1.3 科研学术支持功能创新
"知医" 在科研支持方面的功能设计同样具有创新性。产品内置AI 科研助手模块，支持文献综述自动生成、统计方法推荐、论文框架搭建及语言润色，且所有功能向医生免费开放，助力基层医生突破学术资源壁垒。文献综述的自动化生成。医生在进行临床研究时，"知医" 能够根据研究主题自动检索相关文献，并生成结构化的文献综述，大大节省了文献调研的时间成本。统计方法的智能推荐。针对不同类型的临床研究，"知医" 能够基于研究设计和数据特征，推荐合适的统计分析方法，并提供相应的操作指南。论文撰写的全程辅助。从论文框架搭建到语言润色，"知医" 提供全方位的写作支持，帮助医生提升学术论文的质量和发表成功率。1.4 技术架构与底层支撑
"知医" 的技术架构基于京东健康自主研发的"京医千询 2.0" 大模型，采用了业界领先的 "三引擎 + 四模型" 技术架构。具备循证数据的引擎：整合权威临床指南、实时医学文献与海量真实世界数据，构建动态更新的循证证据库具备临床病例的引擎：基于海量真实问诊数据的高仿真迭代系统，精准模拟真实医疗场景实现医患交互仿真的引擎：通过多轮次、多形式的主动式交互，引导患者详细描述病情全科医生模型：覆盖全医学领域的知识图谱，能在短时间内完成百万量级病例的对比分析专科医生模型：与国内顶级医疗机构合作，研发涵盖大部分常见肿瘤和重大慢性病的专科专病大模型健康 Agent：7×24 小时不间断的在线导诊、问诊、报告解读、健康管理等服务影像大模型：影像病理诊断模块可快速解析影像及病理图像，大大降低医生阅片负担"知医" 与已落地的 "大为"AI 医生、1500 余个专家智能体及医院全场景产品 "京东卓医" 共享技术底座，标志着京东健康 AI 矩阵从通用服务迈向深度专业赋能。1.5 产品开放策略与生态整合
"知医" 的一个重要特点是其开放共享的策略。产品将全面集成于京东医生 APP，并向全国超 40 万注册医生免费开放使用，无论是否已入驻京东健康平台。这一开放策略体现了京东健康推动医疗 AI 技术普惠的企业社会责任。在生态整合方面，"知医" 不是孤立的产品，而是京东健康"AI 京医" 体系的重要组成部分。此前，该体系已推出面向用户的 AI 医生 "大为"、药师 "小方"、营养师 "小晶" 等智能体，以及面向医院的 "AI 诊疗助手 2.0"。如今，"知医" 补全了面向专业医生的 B 端能力，形成 "C 端服务 —B 端赋能 —G 端协作" 的完整闭环。二、商业模式分析：免费赋能策略下的生态价值创造
2.1 产品定价策略与盈利模式
京东健康 "知医" 在定价策略上采取了完全免费的模式，这一策略选择体现了其对产品价值定位和市场策略的深度思考。通过 B 端赋能带动 C 端增长。虽然 "知医" 本身不直接产生收入，但其对医生群体的赋能能够显著提升京东健康平台的医疗服务质量，进而吸引更多患者用户，形成良性循环。构建竞争壁垒。通过免费开放，"知医" 能够快速积累医生用户，形成网络效应和数据优势，为京东健康在医疗 AI 领域构建起难以逾越的竞争壁垒。生态协同价值。"知医" 与京东健康的其他 AI 产品形成协同效应，共同构建起完整的医疗 AI 生态体系，提升整体平台的竞争力和用户粘性。2.2 京东健康整体收入结构与增长动力
为了更好地理解 "知医" 在京东健康整体商业体系中的价值，我们需要分析京东健康的整体收入结构。根据最新财务数据，京东健康的收入主要由两部分构成：收入类型 | 2025 年上半年收入 | 同比增长 | 收入占比 | 主要构成 |
商品收入 | 293 亿元 | +22.7% | 约 84% | 医药和健康产品销售 |
服务收入 | 60 亿元 | +34.4% | 约 16% | 线上平台、数字化营销及其他服务 |
京东健康 2025 年上半年总收入达到352.9 亿元，同比增长 24.5%。其中，商品收入 293 亿元，同比增长 22.7%，主要由医药和健康产品销售驱动；服务收入 60 亿元，同比增长 34.4%，增速明显高于商品收入，显示出平台服务能力的快速提升。2.3 核心业务板块与商业模式特征
京东健康的商业模式可以概括为"供应链驱动 + AI 赋能 + 服务闭环"。其核心优势在于根植于京东集团的零售基因，在药品自营、仓储、物流方面的能力无人能及，保证了服务体验的确定性。通过整合线上线下资源，打通了从问诊到检查再到药品和院外护理的全链条服务，用户体验最为完整。医药零售业务：京东大药房 SKU 超 1000 万（含药品、器械、保健品），覆盖全国 300 + 城市，18 个城市实现 "最快 9 分钟送药"，接入超 3000 家医保定点药房。在线医疗服务：互联网医院入驻医生超 13 万名，日均问诊量 49 万次，提供复诊、慢病管理、居家护理（采血、伤口处理等）服务。开设 27 个专科中心（心脏、呼吸、肿瘤等），汇聚韩德民院士、胡大一教授等顶级专家资源。健康管理服务：AI 健康助手 "康康" 基于用户健康数据提供个性化建议，转化率较人工提升 120%；心理陪伴师 "聊愈小宇宙" 结合心理垂类大模型，实现情绪评估与干预。2.4 “知医”对于盈利模式的贡献分析
通过免费策略扩大“知医”的推广范围，对于京东健康的盈利模式具有较强的战略意义并提升其盈利可持续性，主要体现在以下几个方面：服务收入占比提升。服务收入的快速增长（34.4%）显示出京东健康正在从单纯的药品销售向综合健康服务转型，而更多的医生加入，将带来更强的服务潜力，创造更高的利润率和更强的盈利能力。AI 技术赋能降本增效。通过 AI 技术的应用，京东健康能够显著提升运营效率，降低人力成本。例如，AI 医生深夜服务占比达 30%，在线营养师咨询中超过 90% 的回复已由 AI 承接并解决。三、行业地位评估：技术领先性与竞争优势分析
3.1 京东健康基座技术的创新能力与行业地位
京东健康在医疗 AI 技术创新方面处于行业领先地位，特别是在 "京医千询" 大模型的研发和应用方面取得了重要突破。技术评测领先地位。在面向中文医疗大语言模型的开放评测平台 MedBench 的评测中，京东健康旗下 "京医千询" 大模型以综合得分92.4 分的成绩位居榜单第一。这一成绩充分证明了京东健康在医疗 AI 技术方面的领先实力。技术架构创新。"京医千询 2.0" 是行业首个突破可信推理及全模态能力的医疗模型。它能够严格模拟医生临床诊疗思维路径，深度融合医学知识体系与真实诊疗逻辑，在推理过程中主动引入并对齐外部循证医学证据，确保推理符合医学共识，帮助医生更精准地判断复杂病症。多模态技术突破。"京医千询"2.0 通过多模态感知（病史、影像、检验报告）和深度检索智能体，整合临床多源信息，构建贴近真实场景的决策支持系统，提升实用性。针对恶性肿瘤、心脑血管病等疾病中的复杂场景，升级版大模型通过循证医学与患者个体数据的深度结合，为临床医生提供个性化诊疗建议，影像病理诊断模块可快速解析影像及病理图像，大大降低医生阅片负担并辅助治疗决策。3.2 "知医" 产品的差异化竞争优势
独特的用户定位。与面向患者的健康管理产品不同，"知医" 直接服务于医生群体，填补了市场空白。这种 B 端定位使其能够提供更加专业和深度的服务。强大的循证医学支撑。产品整合了千万级全球权威医学文献与指南，构建起动态更新的循证证据库，这是其核心竞争力所在。开放共享的生态策略。"知医" 向全体医生免费开放，无论是否入驻京东健康平台，这种开放策略有助于快速积累用户，形成网络效应。技术壁垒高。基于 "京医千询 2.0" 大模型的技术架构，结合循证医学的专业知识，构建起了较高的技术壁垒。3.3 行业发展趋势与机遇分析
中国互联网医疗行业正处于快速发展期，为 "知医" 产品提供了良好的发展机遇：技术发展趋势。从经验医疗向循证医疗转变是行业发展的必然趋势。"知医" 恰好顺应了这一趋势，通过 AI 技术赋能循证医学实践。市场需求增长。随着医疗质量要求的提高和医生工作压力的增大，对智能化辅助工具的需求越来越强烈。特别是在基层医疗领域，"知医" 能够帮助医生提升诊疗水平。生态协同效应。京东健康作为行业龙头企业，拥有完整的医疗健康生态体系，为 "知医" 的推广和应用提供了良好的环境。3.4 面临的挑战与风险评估
尽管 "知医" 产品具有诸多优势，但仍面临一些挑战和风险：- 医疗知识的复杂性和专业性要求极高，需要持续的技术投入和优化
- 循证医学证据的更新速度快，需要及时跟进最新的研究成果
- 不同地区、不同医院的诊疗标准可能存在差异，需要适应多样化需求
- 互联网医疗市场竞争激烈，需要不断创新以保持领先地位
- 新进入者可能通过技术创新或商业模式创新对现有格局造成冲击
- 医疗 AI 产品面临严格的监管要求，需要确保合规性
- 部分医生可能对 AI 辅助工具持保守态度，需要时间来建立信任
- 不同年龄段、不同专业背景的医生对新技术的接受程度不同
- 需要提供充分的培训和支持，帮助医生掌握产品使用方法
结语
通过对京东健康 "知医" 产品的全面分析，我们可以得出以下核心判断：产品定位精准，填补市场空白。"知医" 作为专为医生打造的循证医学 AI 产品，在市场中具有独特的定位。与面向患者的健康管理产品不同，"知医" 直接服务于医疗体系的核心 —— 医生群体，通过 AI 技术赋能专业医疗决策，展现出了精准的市场洞察和战略远见。技术实力领先，竞争优势明显。基于 "京医千询 2.0" 大模型的技术架构，结合千万级全球权威医学文献与指南的深度整合，"知医" 在技术层面处于行业领先地位。特别是在循证医学与 AI 的融合方面，构建起了难以逾越的技术壁垒。商业模式创新，生态价值突出。虽然 "知医" 本身采用免费策略，但其通过 B 端赋能带动 C 端增长的模式具有创新性。与京东健康的整体生态协同，形成了 "C 端服务 —B 端赋能 —G 端协作" 的完整闭环。市场前景广阔，发展机遇良好。中国互联网医疗市场的快速发展、政策环境的持续利好、技术趋势的积极推动，都为 "知医" 产品提供了广阔的发展空间。特别是在基层医疗服务数字化的大趋势下，"知医" 具有重要的社会价值。基于以上分析，我们对不同类型的相关方提出以下建议：对行业观察者的建议：京东健康 "知医" 产品代表了医疗 AI 技术发展的重要方向，特别是循证医学与 AI 深度融合的创新模式值得持续关注。建议重点观察其技术演进路径、用户增长情况以及对整个行业格局的影响。对医疗机构的建议："知医" 产品为医疗机构提供了提升医疗质量和效率的新工具。建议积极尝试和应用，特别是在人才培养、临床决策支持、科研能力提升等方面，可以发挥重要作用。对医生群体的建议："知医" 作为循证医学 AI 工具，能够为医生提供强大的信息支撑和决策辅助。建议积极学习和使用，提升自身的专业能力和工作效率。对政策制定者的建议：医疗 AI 技术的发展需要良好的政策环境支持。建议在确保医疗安全的前提下，为创新技术的应用提供更多的政策空间，特别是在基层医疗服务能力提升方面，可以发挥重要作用。以上纯属个人根据公开信息，与AI协同进行的分析与建议，如有错漏，欢迎评论区分享交流。
