这个五一，阿福帮我解决了一个大问题。
阿福大家应该不陌生：蚂蚁集团做的 AI 健康 App，用户过亿，每天大家能问它上千万个健康问题。但我一直想知道一件事：真实在用阿福的普通人，到底是怎么用它的？
这次五一给了我一个绝佳的观察机会。
我妈自己去做了年度体检，拿到报告满脸问号的她，做了一件所有中老年人都会做的事，去搜索。报告上写着甲状腺结节，她搜了一下，出来的说法把她吓到了。给我打电话的时候语气明显不对：" 是不是很严重？要不要去大医院看看？"
我说你别急，下载一个阿福，把报告拍进去它帮你看。你自己先问问，再做决定。
我想看看：一个 58 岁、智能手机玩不太明白的人，在没有任何人教的情况下，能不能自己用好它。
让阿福分析体检报告，还跟 AI 电话聊了半小时
第一步就很有意思。我妈拍的体检报告照片发过来，果然，老年人的脑回路很奇怪。五张照片，有两张几乎是反过来的，全部歪歪扭扭，还有一张拍进去半个桌角。
我心想坏了，这个 App 可能识别不了。
大概一分钟，解读报告就出来了。
报告内容其实很详细，甲状腺结节怎么回事、肺部要注意什么、哪些指标正常，都讲了。但问题是 -- 对我妈来说，字太多了。她不会像我一样一段段看完，她就想知道 " 有事还是没事 "。
这时候红黄蓝绿灯的分级就起作用了。 红灯重点关注，黄灯需要注意，蓝灯持续观察，绿灯正常。不用读文字，光看颜色就知道轻重缓急。说实话这个功能我自己第一时间都没注意，但我妈反而直接 get 到了。
但真正让我意外的是后面。她看完报告之后，自己点进去了阿福的电话咨询。跟阿福打了半个小时电话，把想问医生却没来得及问的问题，问了个遍。
看体检报告不再 " 懵圈 "，阿福做了三件事
这些看似简单的功能，背后却需要下不少真功夫，才能让每个普通人看体检报告也不再 " 懵圈 "。这也是阿福真正触动我的地方，阿福帮她解决的问题，是一层套一层的。
第一层是看懂。那些你根本叫不出名字的指标，阿福全部用 " 红黄蓝绿灯 " 标注一遍——红灯需要立刻处理，绿灯没问题，中间还有两档。不需要再去搜 "4A 类结节是什么意思 "，灯的颜色已经告诉你该怎么反应。
但光看懂还不够。很多人知道 " 有问题 "，却不知道 " 然后呢 "。这就是第二层：知道接下来做什么。阿福会生成一份行动清单，按优先级排好——哪个要去哪个科室复查，多久一次，饮食上要注意什么。不是扔给你一份解读就结束，是帮你把下一步想好了。
第三层是更长线的管理。我妈说她以前每次体检结果都放在抽屉里，看完就不知道怎么办。阿福可以把历年报告一起上传，对比关键指标的变化趋势，让你看清楚自己的身体是在往哪个方向走。单次报告告诉你 " 现在怎样 "，连续对比告诉你 " 在往哪走 " ——这个视角，门诊很难有时间给你的。
挂完电话之后她明显安心了很多，不是因为结果变了，而是因为终于有人把事情跟她说清楚了。
行业不缺 AI，缺的是解决真实问题的 AI
今年 1 月，OpenAI 发布了 "OpenAI for Healthcare"，ChatGPT 医疗版已经进了美国几家顶级医院。同月亚马逊基于 One Medical 搞了个 Health AI 虚拟助手，问诊、处方、药房一条龙。美国现在每天 4000 万人拿 ChatGPT 问健康问题。
国内的阿福更先一步，早于硅谷构建了从问答、陪伴到就医的全流程服务。很多大厂也在积极布局医疗大模型，2026 年中国 AI 医疗市场同比涨了快 47%。
但这个行业缺的从来不是 AI。
缺的是有人愿意蹲下来，去解决那些看起来不够性感、但真实存在的问题，尤其是困扰每个普通人又存在服务空白的问题。
拿体检这件事来说。每年几亿人做体检，报告拿回来，大多数人看不懂，看完也不知道下一步怎么办。这个空白地带夹在 " 查完 " 和 " 治病 " 之间，体检机构和医院没有精力填，普通人又没有能力自己填。
阿福做的事情，就是把这个空白接住：让普通人不再检完即止，而是真的能看懂报告、知道接下来怎么做、把体检变成日常健康管理的起点。
这件事不需要替代医生，也不需要攻克什么技术难题。它需要的是有人把专业的东西翻译成人话，把服务的门槛降到人人用得起。
我觉得这才是垂类 AI 真正该干的事：不是追技术上限，而是把已有的能力用在真实的人身上。
医疗 AI 喊了这么多年，多数时候在讲模型有多强、数据有多全，但真正的用户或许根本不关心这些，她们关心的是 " 这个结节严不严重、我要不要去医院 "。
能接住这个问题的，才算真的跑通了。
