京医千询3.0、医生AI工作台MedWork、行业首个全智能名医智能体——京东健康全场景AI+成果集中发布

9月9日，以“JoyAI 跃迁物理世界”为主题的JDDiscovery-2026京东全球科技探索者大会在北京举行。在智能健康论坛上，京东健康全新发布京医千询3.0大模型、MedWork医生AI工作台，以及业内首个全智能名医智能体等全场景AI+成果；同时，京东健康APP升级为国民首席AI健康管家，并完成多项AI+医疗器械生态合作签约，进一步打造“AI+硬件+服务”闭环。

过去一年，医疗AI的讨论焦点正在从“模型能力”转向“落地价值”。京东健康对医疗AI的判断很明确：AI能回答问题，不等于能解决病痛。医疗AI的价值，不在于它说了什么，而在于它交付了什么。

京东健康的医疗AI，是在真实医疗场景里“磨”出来的——从互联网医院的一条条问诊记录，到三甲医院的专科共建，再到社区乡村卫生室的AI辅诊，能力长在场景里，结果交在用户手里。而把这套能力真正“交”到用户手里的，是“AI+硬件+服务”这条链路：AI负责分析和判断，硬件负责感知和监测，服务负责履约和陪伴。三者打通，健康管理才能从“测一次”走向“管到底”。

京医千询3.0与MedWork正式发布：从执行级模型到医生AI工作台

论坛上，京医千询3.0正式发布。这个版本的核心变化，是让医疗AI从“生成答案”走向高质量的“执行任务”。

三项能力支撑了这一跨越：原生3D影像理解，学习医生真实阅片轨迹，能主动调整窗宽、定位病灶、对比时序影像；MedCode的代码执行模式，把临床指南转化为可执行、可校验的高可靠代码，每一条结论都能溯源；长程任务协作，支持跨步骤调用工具，完成多学科会诊、论文写作等复杂工作。

在多项权威医学评测中，京医千询3.0正高职称考试十门平均72.3分，HealthBench Hard得分50.6，MedBench v5得分75.2，3D影像评测准确率82%，医学论文写作一次生成无差错率达到99%。

数字背后，更关键的是：这套技术底座已经部署到了真实医疗场景。会上，京东健康基于京医千询3.0正式发布医生AI工作台MedWork。如果说京医千询3.0解决的是模型如何理解、查证和执行复杂医学任务，MedWork解决的则是这些能力如何进入医生每天的工作。它把任务目标、病例与研究资料、工具执行过程和最终交付物放在同一个工作空间里，支持移动端、桌面端和PC端，并可按场景使用云端或本地工作空间。

MedWork面向的不是一次问答，而是一项需要连续执行数百个步骤的完整医学任务。以医学论文为例，研究者给出研究问题和原始数据后，MedWork可以连续完成研究现状梳理与Survey、文献检索和证据核验、实验方案设计、分析代码编写与运行、统计检验、结果复核及图表绘制，再按照目标期刊或既有模板组织摘要、方法、结果、讨论和参考文献，最终交付论文稿、图表、分析代码及可复盘的执行过程。研究者和医学专家可以在任何环节查看依据、修正方向或接管任务，最终形成经过作者复核、可进入投稿流程的完整论文材料。

在AI 3D阅片任务中，MedWork将完整CT、MRI等三维影像载入医生工作空间，调用京医千询3.0的原生3D理解能力，按照医生真实阅片方式连续浏览影像序列、调整窗宽窗位、切换平面、定位和测量病灶，并对比不同时点的影像变化。医生能够实时看到AI正在查看的位置、执行的操作及对应依据；发现资料冲突或判断偏差时，可以立即中断并返回原始影像复核。AI负责影像资料处理、可疑发现定位和辅助分析，医生负责临床判断与结果采纳。这样的“过程可见、医生可控、结果可复核”，是医疗AI从“给建议”走向“交结果”的关键一步。

行业首个全智能名医智能体发布：像专家一样问诊、给方向、管到底

京东健康正在把临床级AI从单点能力升级为全流程服务。其中最核心的进展，是发布了首个全智能名医智能体。

用户看病有几个常见痛点：不知道该不该去医院，不知道挂哪个科，检查报告看不懂，看完病没人提醒复诊。名医智能体要做的，是在这四个环节里接住用户。用户输入症状、病史、检查报告后，系统会结构化收集信息，生成病情摘要，并按风险等级自动分流：轻的走智能体服务，重的转专家线上问诊，高危的优先提示立即就医。

进入智能体后，用户获得四项核心服务：病情分析、报告解读、就医建议、康复随访。在医生端，它化身辅诊助手，帮助补全病情、提供鉴别诊断、预警用药风险——决策权在医生，重复劳动交给AI。

这项能力源于专家共建。首都医科大学附属北京安定医院临床心理中心首席专家李占江教授在论坛现场分享了自己与AI协作进行心理干预科研试用中的感受：“可用、好用、敢用——这是医生对AI最直接的判断。”目前，京东健康正与中南大学湘雅二院王小平教授、首都医科大学附属北京安定医院李占江教授、中日友好医院杨顶权教授等顶级专家深度合作，把专家的诊疗思路、表达方式和服务标准，沉淀为可复用的模型能力。京东健康医生专家智能体已超3500个，覆盖400余家三甲医院，好评率超96%。

在医生日常工作中，AI的赋能同样具体。京东知医深度整合超5000万份医学文献、临床指南及权威期刊资源，已服务全国超百万医生，辅助诊疗决策超2000万次。MedWork医生AI工作台则进一步把AI能力嵌入医生的工作流——从循证查询、病历整理到多学科会诊，把重复劳动交给AI，把复杂判断留给医生。

专科纵深层面的落地也已在加速推进。呼吸系统疾病国家临床医学研究中心医疗大数据部主任简文华在论坛上分享了京东健康与广州医科大学附属第一医院共建呼吸专科大模型的最新进展，该模型已上线AI辅助智能门诊全流程，覆盖诊前预问诊结构化病史采集、诊中实时病历书写及诊后主动回访跟踪，形成闭环支撑。据会上披露，该模型最新版本已通过卫生系列高级职称专业理论考试（呼吸内科专业——正高级），取得74分（百分制）；在门诊试点中，病历辅助生成的幻觉率低于1%，临床医生直接采纳率达75%。

国民首席AI健康管家：AI+硬件+服务，让健康管理从“测”到“管”

从医院到家庭，医疗AI的落地，最终要回到用户每天的生活里。京东健康的答案，是把“AI+硬件+服务”串成一条完整的链路。

AI是中枢。京东健康APP升级为国民首席AI健康管家，把血糖仪、血压计等设备的监测数据纳入个人健康档案，联动在线问诊、到家快检、护士上门，让健康管理从口头建议变成真正送到身边的服务。论坛现场，京东健康与鱼跃、欧姆龙、瑞思迈、可孚、硅基动感、新华医疗完成AI+医疗器械战略签约。从共识到合作，完成实质落地——把“AI+硬件+服务”从一句行业共识，变成了一个个能跑起来的方案。

面向用户的AI医生大为，使用用户数同比增长5倍。两个数据值得关注：16.77%的咨询发生在凌晨，55.69%的用户来自三线及以下城市。AI正在填补传统医疗服务最难覆盖的两个空白——时间和地域。

在医院场景，京东卓医以“AI+供应链”支撑体重管理全流程：医院定方案，AI持续服务，供应链支持执行。患者离开医院后，服务仍在继续——拍照分析餐食、一周回顾、AI建议，医生端可一键查看患者数据，真正把服务从院内延伸到院外。在温州医科大学附属第一医院，AI哨点系统已覆盖超245万人次到院患者，对体重及代谢风险人群进行自动识别和分层。从“等患者来”到“主动发现”，AI让减重管理从筛查环节就开始跑起来。

论坛圆桌分享了一个真实案例：一位慢阻肺合并心梗的老人，出院后血氧只有90%。通过互联网医院视频问诊，第二天呼吸机送到家，护士上门调试，数据实时同步，医生动态调整方案。中日友好医院林江涛教授从临床角度对这一模式表示了认可：“慢阻肺患者出院后的长期管理一直是个大难题。现在通过数据回传和远程问诊，医生从被动等患者复诊，变成主动根据数据调整方案。这对慢病管理来说，是一次真正的模式升级。”从院内的专家决策，到院外的设备、数据、服务衔接，AI+硬件+服务把这条慢病管理链路真正跑通了。

“AI+供应链”赋能基层：全国300万基层医生有了AI助手

技术、场景、产品之外，AI最根本的价值是普惠。

安徽合肥基层医生林枫分享了自己的经历。干了17年基层医生，他最怕两件事：遇到拿不准的病没人问，病看准了患者买不到药。“现在AI帮我们看得更准，供应链让药买得到、送得到。”

京东知医通过云鹊医平台已覆盖全国300万基层医生。AI辅诊让村医有了随时可查的循证顾问，京东健康的供应链网络把药品和服务送到了更远的地方。

作为国内规模最大的医药零售和互联网医疗平台之一，京东健康持续将规模优势、新特药首发能力与AI技术能力深度融合，形成“AI+供应链”的独特支撑。

京东健康做AI，从来不是先有技术再找场景，而是从场景里长技术——从互联网医院里长出问诊能力，从三甲医院共建里长出专科模型，从基层需求里长出普惠工具。

“十五五”规划明确，要推动健康服务从“以治病为中心”向“以健康为中心”转变。转变落到最实处，就是让每一次问诊有分析、每一次检查有承接、每一次用药有履约、每一次管理有跟踪。京东健康在JDD大会上展示的，正是这样一条路径：AI负责看得准、管得住，供应链负责送得到、跟得上。医疗AI的价值，不在于它说了什么，而在于它交付了什么。

更多内容请下载21财经APP