越来越觉得，健康领域会跑出一个国民级 AI 应用。最近大家如果用过 ChatGPT Health，或者国内的阿福，应该会有类似的感觉。我深有感触。

外滩大会公布的数据里，阿福现在的用户量已经达到 1.5 亿。至少在国内 AI 原生应用里，这个用户量已经是 Top3 了，稳居国内领先的健康 AI 应用，且成为了全球用户量最大的健康 AI App。

另外，Google 今年把原来的 Fitbit App 升级成了 Google Health App。

他们想干的事情也类似，就是把可穿戴设备、医疗记录里的信息汇集起来，再让 Gemini Health 给用户提供更个性化的建议。

ChatGPT Health 现在可以直接连接 Apple Health 和部分医疗机构的数据。

很明显，大家都看到了 AI Health 这个方向的重要性。

其实很好理解。举个例子，智能穿戴设备记录了我昨天晚上睡了 6 小时 17 分钟，静息心率 68。家里的体脂秤则显示，我的体脂率是 25%，体重 72 公斤。
然后呢？这些数据跟我今天到底应该干什么，有什么关系？

过去很少有产品能够回答这个问题。我戴了十多年的智能穿戴设备，积累下来的健康数据非常多，但大部分时候，数据也就停留在数据本身。

因为想把这些东西真正看懂，其实门槛非常高。不光要懂睡眠、运动、营养这些知识，还得动态分析过去几个月甚至几年的数据变化。

但 AI 太擅长做这些事了。

前两天我看美国斯克里普斯研究所心脏病学家 Eric Topol 在 Stanford 的一期访谈，他讲了一个我觉得特别好的例子。

我们现在看体检报告，通常只看一个指标正常还是异常。但有些指标虽然每次都在正常范围内，趋势却朝着坏的方向发展。单独看某一年的报告，你可能注意不到这问题。

Topol 认为，AI 很重要的价值，就是让电子病历、长期化验趋势、基因和可穿戴设备等等这些原本分散的数据真正联系起来，帮助一个人更早发现风险。

这个判断我特别认同。目前国内的蚂蚁阿福，已经可以做到历年报告联读，结合个人健康情况，给出对健康进行主动管理的科学分析和建议。

#2026外滩大会 #ChatGPT #Google #蚂蚁阿福 #阿福app