问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年3月，百度健康正式启动面向医生群体的专业AI智能助手内测，该产品内部代号为DoctorClaw，目前处于封闭开发后的内测阶段、临近上线。其短期功能聚焦学术文献检索与日常办公辅助，长期目标是渗透临床诊疗、医学科研、教学管理等全场景，标志着百度医疗垂直大模型应用落地进入关键阶段。
近期AI圈掀起一股「Claw（龙虾）」应用热潮，从通用办公类OpenClaw到各类垂域「养虾」工具层出不穷，相关产品的算力消耗、行业标准等问题也引发行业广泛讨论。就在这一节点，百度健康悄悄入场，把龙虾概念落地到了需求最迫切的医疗赛道。
此前市面上的医疗类AI产品大多面向C端用户，主打日常健康咨询功能，普遍存在专业度不足、合规风险高等问题，很难真正进入医疗核心场景。而针对医生群体的专业工具供给一直存在明显缺口：据国内多家三甲医院的调研数据，一线临床医生每天要花费2-3小时处理文献检索、病历书写、流程审批等事务性工作，占总工作时长的近三分之一，效率提升需求极为迫切。
这类Claw系列产品主打轻量化、场景化的工具属性，不追求通用能力，而是聚焦特定群体的具体需求做深度优化，落地速度更快、用户认可度也更高。正是在这一行业背景下，百度健康推出了面向医生端的DoctorClaw，率先在医疗赛道试水这一产品逻辑。
据了解，目前DoctorClaw正处于封闭内测阶段，仅邀请了部分三甲医院的核心科室医生参与测试，具体产品形态尚未完全公开，距离正式上线已经不远。
和很多直接主打辅助诊断的医疗AI产品不同，DoctorClaw选择了「先易后难」的落地路径：短期功能完全避开临床诊疗等高风险场景，集中在学术文献检索、病历结构化整理、日常办公流程优化三个方向。比如可以根据医生的研究方向精准筛选领域内最新顶刊文献，自动提炼核心结论和研究亮点，还能根据不同科室的诊疗规范生成标准化的病历模板，大幅降低医生的文案工作负担。
按照百度健康的规划，等到产品的准确率、数据安全性、合规性经过大规模临床验证之后，会逐步向临床辅助决策、医学科研数据分析、规培生教学辅导等场景延伸，最终打造覆盖医生全工作流程的数字化专家助手。
百度此次切入医生端AI赛道，并非蹭「龙虾」概念的短期动作，而是基于自身技术和资源积累的长期布局：依托文心大模型的底层技术能力，加上百度健康多年积累的正版医学文献库、临床诊疗数据资源，DoctorClaw从立项之初就具备了明显的专业优势。
当前医疗AI行业的普遍共识是，合规性和专业性是产品落地的核心门槛。百度选择先从非核心的效率工具切入，既可以快速收集专业用户的真实反馈迭代模型，也能避免直接触碰监管红线，为后续深度落地积累经验。
未来随着更多专业级医疗AI产品的成熟，有望把医生从繁琐的事务性工作中解放出来，将更多时间投入到临床诊疗本身，最终提升整个医疗体系的运行效率和服务质量。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号