WorkBuddy 在医疗健康行业落了哪些地？华大海王到BioMed

 

医疗健康行业的 AI 落地常被当成难啃的骨头：数据敏感、流程严谨、专业门槛高。但最近两个月这个赛道接连出现标志性合作——华大、海王先后与腾讯健康达成合作，把 WorkBuddy 引入科研分析和药店经营两条完全不同的业务线。加上此前叮当快药、东阳光、1 药网的应用案例，一份覆盖“科研—生产—零售—服务”全链条的行业落地图谱正在成形。看懂这几个案例各自解决什么问题，比泛泛讨论“医疗 AI 可行吗”有价值的得多——它们证明了不同环节的痛点都能找到对应的 Agent 解法。

 

在华大：和科研人员一起跑分析

 

做一次科研分析要切换多少个工具？取样本数据、跑分析流程、查基因注释、整理结果成报告，过去科研人员要在多个系统之间搬运数据、转换格式，还要为不同项目搭建流程。现在 WorkBuddy 连接了华大的 DCS Cloud 生物智能分析平台和 Genpilot 科研 AI 智能体，科研人员用自然语言描述需求，即可联动专业工具、规划分析路径、调度算力，完成分析、绘图与成果输出。目前已落地 14 个 Skills、3 个专家和 1 个连接器，覆盖空间转录组、全基因组测序的部分分析流程以及办公和生产系统对接。更长远的价值在经验封装：项目中积累的样本处理、参数选择、解读规范，可以封装成随时可调用的“专家”，方便更多同事查阅复用——科研项目的方法论从“带教传承”变成“组织资产”。

 

在海王：近五千家药店的 AI 搭档

 

海王星辰拥有近 5000 家药店、17000 多名专业药师和健康顾问，此次合作从药店试点开始，逐步推广 WorkBuddy 企业版。两个先手场景值得注意。头一个是知识检索：海王积累的 7000 余条药师知识内容转化为 WorkBuddy 可调用的 AI 能力，辅助员工检索信息，把更多时间留给需要专业判断的服务——药店员工问“这个成分和那个药冲突吗”，AI 从知识库里秒级给出依据，药师做最终判断。另一个是经营助手：结合历史销量、实时库存、门店商圈和季节变化等数据，WorkBuddy 辅助给出请货建议，由店长确认或调整；这个场景计划先选 30 到 50 家代表性门店，用历史数据回测预测准确率——先验证再推广的节奏，是零售行业引入 AI 最稳的姿势。后续还将推进总部办公、慢病随访、复购提醒等场景。

 

全链条案例：效率数字一串看

 

把镜头拉远，医疗健康各环节的应用已有效果数字。叮当快药在代码测试、BI 分析等环节实现约 50% 提效；东阳光将药物评审历程解读流程转化为 Skill，效率提升 20 倍；1 药网把 AI 用于药品对码，效率提升超 10 倍。这三个数字各有含金量：50% 提效来自研发和数据分析这类知识工作，20 倍来自流程固化的 Skill 化，10 倍来自数据匹配这种规则明确的脏活——不同性质的环节，增益量级不同，但都指向同一个结论：Agent 在医疗行业的价值不挑环节，挑的是有没有人把流程拆清楚。

 

面向医疗健康从业者，腾讯健康还基于 WorkBuddy 推出了腾讯健康 BioMed AI，把医疗专业能力整合进一站式 AI 工作台：同一平台上可以查询文献、借助 AI 辅助整理病历、核查用药信息、分析医学影像，也可以制作学术物料、检查合规风险，并结合腾讯健康药箱、腾讯医典等能力开展健康管理服务。专业工具从“一个个独立软件”变成“一个工作台里的技能”，这是医疗信息化十几年没解决好的问题，正在被 Agent 范式重新解一遍。

 

三条可迁移的经验

 

从这些案例里提炼三条对医疗企业普遍适用的经验。其一，从“高频、规则清晰、容错可控”的环节切入：药品对码、文档初稿、知识检索都是这一类，先拿确定性高的场景建立组织信心。其二，把专家经验 Skill 化是杠杆最大的一步：东阳光 20 倍效率的关键不是模型多强，是把解读流程固化成了 Skill——流程想清楚比工具选对更值钱。其三，回测先行：海王的请货建议先拿历史数据回测准确率再上生产，这个动作避免了“AI 建议看着挺好、实际执行翻车”的信任危机，任何预测类场景都值得照做。

 

不同细分领域的切入参考

 

按细分领域给切入参考。医药研发企业：对标东阳光——把评审流程类文档的解读做成 Skill 是性价比最高的起点，药物评审、文献解读、注册资料整理这类「读得多写得少」的环节，Skill 化后的效率倍数最惊人。医疗器械企业：对标文档场景——注册申报资料、临床评价报告高度模板化，知识库加辅助起草的组合拳直接适用。药店连锁：对标海王——知识检索先行（药师问答的效率直接关系服务质量），请货建议回测跟上（库存周转的优化空间可量化）。互联网医疗：对标叮当快药——代码测试、BI 分析这类研发和数据环节先上，这类场景规则清晰、风险可控、见效快。医疗机构信息科：从行政办公的邮件、纪要、报表自动化切入，临床场景等组织成熟度够了再议。共同规律：越靠近研发和合规的环节，越要先立「AI 辅助、人定稿」的规矩；越靠近零售和运营的环节，越要先用回测数据说话——两条腿走路，落地才稳。

 

落地背后的三个组织条件

 

同样的工具在不同企业的落地效果天差地别，案例背后有三个常被忽略的组织条件。条件一：有流程Owner——华大、海王的合作之所以能跑深，是因为业务侧有人对「这件事用什么流程跑」负责，AI 只是把这个流程执行得更快；没有流程Owner的企业上了工具，最后多是员工各用各的零散玩法，成不了组织能力。条件二：数据先治理——千问药师知识能被调用，前提是那七千条知识本来就有结构、有审核；多数企业的知识资产是一堆散乱文档，指望 AI 直接从垃圾堆里变出金子是幻想，先做一轮知识整理是绕不开的功课。条件三：接受渐进——从试点到回测再到推广，海王的节奏是先三十到五十家门店验证；想一步到位全面铺开的，几乎都在中途遇到质量波动后全面回退。三个条件的共性是：它们都不是技术问题，是组织成熟度问题——技术采购一个季度就能完成，组织能力的建设要按月算。评估自己企业是否ready，先看这三条再谈选型。

 

科研分析联动专业平台、药店请货先回测再试点、评审流程 Skill 化提效二十倍——这是 WorkBuddy 在医疗健康行业交付的全链条落地，专业判断始终留在人手里，重复劳动交给了 Agent。云巴巴（yun88.com）作为腾讯云AI智能体示范伙伴、WorkBuddy核心伙伴及官方授权服务中心，持续跟踪医疗健康行业的 Agent 落地实践，知识库建设、Skill 流程拆解、试点回测方案均有成熟方法，官网留言或联系我们即可获取你所在细分领域的落地参考。