首頁資訊健康搜索，大模型產品“實用性”的試金石？

健康搜索，大模型產品“實用性”的試金石？

來源：泰然健康網時間：2025年06月05日 23:18

智能搜索AI創(chuàng)新健康領域，減低大模型幻覺率，提供更專業(yè)、準確的健康信息

GPT的語音化、Gemini的橫空出世，讓大眾更早地將大模型的關鍵指標投向了多模態(tài)的想象力。殊不知，在技術場景的另一端，一批實用主義的大模型也在冉冉升起。

在垂類的世界，廠商已經開始“卷”幻覺率?；糜X是大模型還沒有廣泛投入應用的最大致命缺陷，低幻覺率則代表著更高的科學性、真實性。對于專業(yè)信息的要求更加嚴苛的垂類大模型來說，生成正確的內容，遠比自然地生成內容重要得多。

由于數(shù)據(jù)集的龐雜是導致幻覺率的最大因素之一，大模型廠商需要在開發(fā)過程中謹慎、嚴格地使用和過濾數(shù)據(jù)集，從數(shù)據(jù)集的質量、更好的模型結構來緩解幻覺問題。

傳統(tǒng)健康搜索：高頻用戶需求，低效信息匹配

日前，在專業(yè)測評中，夸克大模型在健康內容上的幻覺率降低到了5%以內，這個數(shù)字目前在海外流行的通類大模型中也只有GPT能夠達到。由此可見，大模型有望成為大健康領域的“革新者”。

在發(fā)布了自研大模型后，夸克首先升級了健康搜索的服務體驗，通過此前累積的健康知識圖譜和全新的健康大模型應用，似乎在向市場宣告：大模型，就是健康搜索最好的燃料。

事實上，國內的醫(yī)療健康領域早在十年前就邁入了“互聯(lián)網+時代，至今卻尚未出現(xiàn)一個標準化的平臺，隨著健康信息密度的增加，缺乏驗證的謠言和營銷內容也越來越多，對于患者和用戶來說，篩查和判斷病因，好像反而“比以前更難了”。

與此相對的，近幾年國人對健康的重視程度迎來了顯著爆發(fā)期。健康焦慮帶來了大量的用戶線上行為和搜索場景。高頻化的求醫(yī)問診、健康咨詢等需求也造成了各個地區(qū)醫(yī)療資源的短缺。搜索引擎、社交媒體等線上平臺，無疑是對于普通人來說最快速的篩查方式。

然而縱觀全球市場，傳統(tǒng)的搜索引擎至今也沒有能夠很好地匹配健康搜索需求，搜索結果飽受質疑?；诘谌狡脚_和文章頁面的健康信息、診斷內容等參差不齊，而第三方信息一旦對用戶造成誤導，對于整個健康搜索領域來說都是不可挽回的損失。

因此，近幾年來，社交媒體在健康搜索方面的“公信力”似乎已經超過了搜索引擎。不過，由于社交用戶更多地是在分享個人經驗，并不具備系統(tǒng)性診斷和科普的能力。因此，無論是大眾還是整個大健康產業(yè)，其實更加需要的都是搜索引擎的針對性變革。

AI時代的健康搜索：智能篩查，完整的診斷路徑

在垂直大模型分數(shù)表現(xiàn)出色的基礎上，近期，夸克針對健康搜索進行了全面升級，上線“夸克健康助手”，將搜索和AIGC內容進行全面融合，在幫助用戶進行健康信息查詢的同時，也邁出了大模型應用于垂類搜索的第一步。

近日，Google DeepMind資深工程師盧一峰在采訪中表示，大模型目前最有潛力的方向之一是檢索增強生成（RAG）。而早在2015年，中國工程院院士、網絡信息安全專家方濱興就在論文中提出，傳統(tǒng)搜索引擎并不能滿足泛在網絡空間中日益變化的搜索需求。同時， “如何將各個行業(yè)的數(shù)據(jù)價值挖掘服務，變成一種通用的、可發(fā)布的、服務于廣大民眾的搜索技術，人們已經不滿足于搜索引擎只是給出存在性的結果，而是需要一組智能解決方案?！?/p>

比如，傳統(tǒng)搜索體驗中的健康查詢與用戶需求的不適配，問題主要出在兩個方面。

其一，是搜索內容的限制。搜索框這一產品形態(tài)被設計出來的時候，是為了針對數(shù)據(jù)庫內的已有信息進行檢索，因此更適用于關鍵詞的輸入和精準匹配，會讓用戶在描述問題的時候本能地簡短化、關鍵詞化，一旦想要進行針對性地詳細表述，就會覺得無所適從。然而，對于健康查詢來說，短描述和關鍵詞顯然是不夠的。即使是在線下問診中，醫(yī)生也需要通過完整、邏輯清晰的表述，來幫助患者做出正確的判斷。

在這一點上，AI所帶來的智能匹配能力只是一方面，產品形態(tài)和路徑也需要更好地重構與打磨，從入口頁面提高健康查詢的引導性。因此，升級后的夸克健康搜索首先在結果頁上改變內容的展現(xiàn)形態(tài)，由“夸克健康助手”提供的AIGC內容已經出現(xiàn)在用戶眼前。其優(yōu)點是，將信息?；癁榫珳屎Y查，讓用戶接受信息更簡單。

同時，還有夸克健康百科、智能篩查等功能，進一步幫助用戶了解病癥、用藥、就業(yè)、保養(yǎng)等建議。尤其是智能篩查功能，用戶可以根據(jù)自身情況，通過勾選癥狀信息的方式，進一步描述所面臨的健康問題，然后系統(tǒng)會生成相關建議，輔助用戶決策。

傳統(tǒng)健康搜索的第二個癥結，是目前的搜索引擎雖然是“收集問題”的最大數(shù)據(jù)庫之一，但解決問題的鏈條卻遠遠沒有達到標準化的程度。這也就導致了，即使篩查結果已經足夠精準，能夠幫助用戶判斷病癥，也無法針對具體的癥狀告訴用戶應該怎么做。尤其是在醫(yī)藥分離的時代，同一種病癥的不同階段，在基礎護理、買藥、去醫(yī)院進一步檢查這些行為的流向下，都會產生截然不同的場景和結果。

此外，從數(shù)據(jù)本身的角度來說，搜索引擎只有陪伴用戶走完更深的查詢與解決場景，才能更好地優(yōu)化大模型的能力，讓AI提供的信息保持時效性。

因此，夸克在AIGC內容和智能篩查以外，還上線了“夸克健康助手”的功能頁面，讓AI像人一樣學會“對話”和“追問”，這也是給用戶充分放權的同時，降低了信息查詢的門檻。

夸克健康助手所給出的是否需要就醫(yī)、治療建議等針對性分析，則能夠更好地提高就醫(yī)準確性。因為，健康搜索雖然是基于當下癥狀的垂直場景，但真正的診療卻需要對病患進行綜合觀察。生成式AI能在對話中提取和主動詢問關鍵信息，從而提供更加深層次的實際指導。

這也就呼應了業(yè)界對于大模型應用能力的期望。此前，清華大學新聞學院教授、博士生導師沈陽曾表示，大模型要減少錯誤率，一個重要的措施就是要跟搜索引擎進行協(xié)同。而在海外市場，微軟必應與GPT的深度協(xié)同、Google在Bard、Gemini上的發(fā)力與突破，也驗證了這一觀點。即使在科技巨頭看來，在搜索引擎內的應用也是大模型想象力的根基和著力點。

只不過，在浩蕩的技術革新中，海外頭部搜索引擎花了更多的精力來錘煉產品的通用解決能力，讓AI時代的搜索更加貼近一個全能、多模態(tài)的AGI。而在一向擅長將未來技術投入垂直應用的國內市場，由于用戶標準化需求的流量和頻次更高，廠商更關注如何以產品化探索的方式，讓新興技術與用戶體驗協(xié)同起來。

由此，健康搜索或可成為國內最早獲益于大模型應用能力的領域和場景之一，同時也可以作為智能搜索時代的先行軍，為搜索引擎補充更多來自來自第一方、可控性更強的內容，從而打破用戶對傳統(tǒng)健康搜索的偏見，在表達門檻更低、更自由的交互體驗中，拉近普通人和正確、專業(yè)、權威知識的距離。

大模型產品的未來：一切以用戶體驗為先

如火如荼的AI化轉型階段，大模型的能力如何融入自身產品形態(tài)，夸克健康搜索給出了一個有力的創(chuàng)新示例。

夸克很好地認識到，產品交互的創(chuàng)新和繼承是不可或缺的：基于大模型的搜索不能僅僅以生成式對話的形式存在，專業(yè)的診斷建議必須和現(xiàn)有的用戶查詢路徑結合起來。

而Google盡管目前還沒有像夸克一樣，為C端用戶上線健康查詢的智能搜索版面，但今年十月，谷歌云也曾借助Vertex AI的能力，發(fā)布了幫助醫(yī)生從醫(yī)療記錄中精確提取臨床信息的搜索產品。

諸如此類，為健康行業(yè)提供AI解決方案的嘗試正在如火如荼地進行。全球范圍內，人工智能輔助診斷的案例也變得越來越多。互聯(lián)網醫(yī)療出現(xiàn)以來，通過聊天機器人、在線醫(yī)生等進行線上對話問診的病患比重不斷提高，這些過去的進程都為如今AI健康搜索的市場打下了認知基礎。而相比上一個技術時期，大模型雖然不能完全替代醫(yī)生的診斷，但其對于疾病和潛在疾病的診斷率已經相當出色。尤其是在夸克等大模型自研廠商將健康能力作為技術標的之后：夸克大模型曾以485的高分通過臨床執(zhí)業(yè)醫(yī)師資格考試。

也許在短期內，AI還不能“成為”醫(yī)生，但目前AI已經能替醫(yī)生解決很多輔助性和預判性的工作。根據(jù)夸克的技術與資源布局，可以預見到，明年的健康搜索領域還將呈現(xiàn)出兩個趨勢：

一.行業(yè)圖譜將會更加垂直和細分。比如根據(jù)病癥類型、人群、年齡階段產生不同的垂類查詢場景，結構性的智能問答所覆蓋的健康需求類型也會更加靈活。同時，在健康搜索所展開的醫(yī)療健康解決方案方面，搜索引擎將會作為一個數(shù)字平臺，更好地連接用戶與醫(yī)院、服務端等，因為用戶的在線查詢同時也能為醫(yī)生快速提供診斷方向，Vertex AI在北美醫(yī)療保健與部分衛(wèi)生組織中的測試應用已經為此提供了可行性。

由此，也就引發(fā)了第二個趨勢：出于對健康診斷實用性、正確性的考慮，來自業(yè)界的前沿判斷和專業(yè)數(shù)據(jù)將會得到迅速的生態(tài)整合。夸克大模型之所以能夠在健康領域呈現(xiàn)出較高的專業(yè)能力，除了技術和用戶數(shù)據(jù)層面的優(yōu)勢之外，還有來自超過200位權威醫(yī)學專家的領銜編審、60多家全國公立三甲醫(yī)院、40多個醫(yī)學機構的合作?，F(xiàn)階段，人與AI之間并非抗衡，而是協(xié)同關系。有限的人才資源，才是“無限”的智慧來源，一個優(yōu)秀的大模型也不能脫離專業(yè)的知識積淀和校正。而在此過程中，一個開放活躍的業(yè)界生態(tài)尤為重要。