在医疗AI赛道加速演进的背景下，小荷医生试图成为字节系医疗生态的入口级应用。本文从产品定位、用户体验、技术能力与商业模式四个维度，系统分析小荷AI医生的产品逻辑与发展潜力，探讨其是否具备“撑起入口”的战略价值。

字节的C端AI医疗应用叫小荷AI医生。它的solgan为“看医生前，先问小荷”，目前专注的还是线上问诊场景。

相比AQ，小荷AI医生的功能更加简单。以安卓应用为例，只有报告解读、拍患处、拍药品、拍成分四个细分场景，而iOS版本则功能更少，只上线了报告解读、拍药品功能。

小荷AI医生功能如此简单，我之前总觉得没有分析的价值。直到我花了2000多块购买AI相关应用之后，我逐渐发现豆包一直在常用清单里边——豆包免费且技能树多，像个暖男。

如果未来数字医疗的竞争建立在以AI为底层能力的基础之上，那么背靠字节AI能力的小荷AI医生仍然有弯道超车的可能性。从这个角度看，关注小荷AI医生现有功能及未来可能性就显得必要起来。

01 报告解读功能

我用同一张报告单体验了AQ和小荷AI医生的报告解读能力。AQ因为读取资料后要我输入具体问题，从我的问题知道报告单是我女儿的，所以回复口吻上比较温馨，还说让我不要担忧。它的解读结果呈现方式为：参考资料——整体概括——具体分析——下一步引导。

小荷AI医生则在我上传报告图片后直接对图片进行分析，在结论表述上以“您”的口吻，并未考虑到我和报告检查者的关系。

好在后续提问环节，它立即则意识报告单并非我本人，提问都是以“您孩子”开头。小荷AI医生在呈现完报告解读结果之后，立即抛出问题：分别为您孩子是否感冒、什么症状、鼻涕颜色。我依次答复问题后，给出结论为普通感冒，并给出推荐的药品。注：不同于AQ，小荷的药品不可购买。

小荷AI医生在当前对话框完成了从拍照——初步结论——多轮问答——诊断——推荐药品的闭环，从体验角度更流畅。而AQ需要跳转到AI诊室，回答接近10个问题才能得到最终的结论。当然，我没有评估针对复杂疾病两个模型的诊断能力。单从提问的逻辑来看，AQ更严谨一些。

02 拍药品

拍摄药品照片后，小荷AI医生根据图片找到该药品的药品说明书，对药品的适应症、用法用量、注意事项等进行总结。如果没有找到该药品，则会推荐其他厂家生产的该药品说明书。

03 拍患处

拍患处是小荷AI医生的内测功能，目前仅在安卓系统上线。主要应用在皮肤疾病的诊治，和报告解读一样，流程为拍照——初步结论——多轮问答——诊断——推荐药品。不过我试了几张图片，小荷给出诊断总有夸大症状的嫌疑，秉承了AI诊断“宁愿假阳，不能漏诊”的风格。

04 拍成分

拍成分支持分析食品、美妆护肤品或日用品的配料表。拍成分和其他功能有着比较大的差异，它是一个日常产品的成分解读工具，并未面向医疗场景。它的出现可以扩展小荷AI医生的打开频次，因为相比疾病问诊，我们购买食品、日用品的频次更高。

目前拍成分的解读都是结构化的，包括：

• 推荐程度、优势项、留意项、警惕项
• 关键成分“深扒”、核心营养素“亮点与提醒”、致敏原/刺激物警示
• 使用场景及角色定位、选购建议、其他关键信息提示

这些模块化的解读，看上去像充满AI味的八股文。这也反映小荷AI医生当前的最大问题：一味的输出程式化内容，探寻个体意愿的尝试较少。

05 总结

在前文蚂蚁集团的秀肌肉之作：AQ我曾讲过，在AQ中，我们已经初步看到蚂蚁在医疗生态的布局：通过AQ连接医生、药店、厂家、医疗机构等服务主体，后续AQ应该会侧重打磨各个场景的服务流程。

目前，字节跳动的医疗版图从线上问诊、诊断、治疗到康复环节都有涉猎。

从小荷AI医生目前的功能来看，我们并未看到它整合字节系其他医疗资源的尝试。正如solgan所言，小荷AI医生仅仅是AI问诊工具。

不过我们很难判断谁会走向终局。

AQ有丰富的医疗服务生态资源，但是丰富的背面是要应对更复杂的体系，投入更多资源做对接和链路优化工作，在这过程中，可能会稀释掉C端的声音。而字节通过不断去完善小荷AI医生的体验，同时其他各个医疗公司各自发力，最后能否像积木组装一样，创造一条颠覆传统医疗的新路径？

我们拭目以待。