京東健康發佈京醫千詢3.0與MedWork 醫療AI從「回答問題」轉向「交付結果」

【億邦原創】在日前舉行的JDDiscovery-2026京東全球科技探索者大會上，京東健康集中發佈了一系列醫療AI成果，包括京醫千詢3.0大模型、MedWork醫生AI工作臺，以及業內首個全智能名醫智能體。京東健康APP同步升級為「國民首席AI健康管家」，並完成多項AI+醫療器械生態合作簽約。

京醫千詢3.0：從「生成答案」到「執行任務」

京醫千詢3.0的核心變化，是讓醫療AI從「生成答案」走向高質量的「執行任務」。三項能力支撐了這一跨越：原生3D影像理解，學習醫生真實閲片軌跡，能主動調整窗寬、定位病灶、對比時序影像；MedCode代碼執行模式，把臨牀指南轉化為可執行、可校驗的高可靠代碼，每一條結論都能溯源；長程任務協作，支持跨步驟調用工具，完成多學科會診、論文寫作等複雜工作。

京東健康方面表示，在多項權威醫學評測中，京醫千詢3.0正高職稱考試十門平均72.3分，HealthBench Hard得分50.6，MedBench v5得分75.2，3D影像評測準確率82%，醫學論文寫作一次生成無差錯率達到99%。

MedWork醫生AI工作臺：讓AI能力進入醫生日常工作流

基於京醫千詢3.0，京東健康正式發佈醫生AI工作臺MedWork。如果説京醫千詢3.0解決的是模型如何理解、查證和執行復雜醫學任務，MedWork解決的則是這些能力如何進入醫生每天的工作。它把任務目標、病例與研究資料、工具執行過程和最終交付物放在同一個工作空間里，支持移動端、桌面端和PC端，並可按場景使用雲端或本地工作空間。

MedWork面向的不是一次問答，而是一項需要連續執行數百個步驟的完整醫學任務。以醫學論文為例，研究者給出研究問題和原始數據后，MedWork可以連續完成研究現狀梳理、文獻檢索和證據覈驗、實驗方案設計、分析代碼編寫與運行、統計檢驗、結果複覈及圖表繪製，再按照目標期刊或既有模板組織摘要、方法、結果、討論和參考文獻，最終交付論文稿、圖表、分析代碼及可覆盤的執行過程。研究者和醫學專家可以在任何環節查看依據、修正方向或接管任務。

在AI 3D閲片任務中，MedWork將完整CT、MRI等三維影像載入醫生工作空間，調用京醫千詢3.0的原生3D理解能力，按照醫生真實閲片方式連續瀏覽影像序列、調整窗寬窗位、切換平面、定位和測量病灶，並對比不同時點的影像變化。醫生能夠實時看到AI正在查看的位置、執行的操作及對應依據；發現資料衝突或判斷偏差時，可以立即中斷並返回原始影像複覈。AI負責影像資料處理、可疑發現定位和輔助分析，醫生負責臨牀判斷與結果採納。

全智能名醫智能體：覆蓋問診全流程

京東健康發佈了業內首個全智能名醫智能體，目標是接住用户看病過程中的四個常見痛點：不知道該不該去醫院，不知道掛哪個科，檢查報告看不懂，看完病沒人提醒複診。

用户輸入症狀、病史、檢查報告后，系統會結構化收集信息，生成病情摘要，並按風險等級自動分流：輕的走智能體服務，重的轉專家線上問診，高危的優先提示立即就醫。進入智能體后，用户獲得四項核心服務：病情分析、報告解讀、就醫建議、康復隨訪。在醫生端，它化身輔診助手，幫助補全病情、提供鑑別診斷、預警用藥風險。

這項能力源於專家共建。首都醫科大學附屬北京安定醫院臨牀心理中心首席專家李佔江教授在論壇現場表示：「可用、好用、敢用。這是醫生對AI最直接的判斷。」目前，京東健康正與中南大學湘雅二院王小平教授、首都醫科大學附屬北京安定醫院李佔江教授、中日友好醫院楊頂權教授等專家深度合作，把專家的診療思路、表達方式和服務標準沉澱為可複用的模型能力。京東健康醫生專家智能體已超3500個，覆蓋400余家三甲醫院，好評率超96%。

據京東健康方面的數據，在醫生日常工作中，京東知醫深度整合超5000萬份醫學文獻、臨牀指南及權威期刊資源，已服務全國超百萬醫生，輔助診療決策超2000萬次。

「AI+硬件+服務」：從「測」到「管」的閉環

京東健康APP升級為「國民首席AI健康管家」，把血糖儀、血壓計等設備的監測數據納入個人健康檔案，聯動在線問診、到家快檢、護士上門，讓健康管理從口頭建議變成真正送到身邊的服務。論壇現場，京東健康與魚躍、歐姆龍、瑞思邁、可孚、硅基動感、新華醫療完成AI+醫療器械戰略簽約。

面向用户的AI醫生「大為」，使用用户數同比增長5倍。兩個數據值得關注：16.77%的諮詢發生在凌晨，55.69%的用户來自三線及以下城市。AI正在填補傳統醫療服務最難覆蓋的兩個空白——時間和地域。

在醫院場景，京東卓醫以「AI+供應鏈」支撐體重管理全流程：醫院定方案，AI持續服務，供應鏈支持執行。患者離開醫院后，服務仍在繼續——拍照分析餐食、一周回顧、AI建議，醫生端可一鍵查看患者數據。在温州醫科大學附屬第一醫院，AI哨點系統已覆蓋超245萬人次到院患者，對體重及代謝風險人群進行自動識別和分層。

論壇圓桌分享了一個真實案例：一位慢阻肺合併心梗的老人，出院后血氧只有90%。通過互聯網醫院視頻問診，第二天呼吸機送到家，護士上門調試，數據實時同步，醫生動態調整方案。中日友好醫院林江濤教授從臨牀角度對這一模式表示了認可：「慢阻肺患者出院后的長期管理一直是個大難題。現在通過數據回傳和遠程問診，醫生從被動等患者複診，變成主動根據數據調整方案。這對慢病管理來説，是一次真正的模式升級。」

億邦持續追蹤報道該情報，如想了解更多與本文相關信息，請掃碼關注作者微信。