本期嘉宾： 冯雪，中国医学科学院阜外医院心脏康复中心主任，每年带领团队一起为上万名患者解决肥胖问题； 六层楼先生，知名女性健康科普博主，健康科普甜心，全网粉丝超千万； 这是由新浪医药、微博健康出品，由我主持的一档全新视频播客栏目——下一个重磅，主要关注医药健康行业的系列节目。每一期我们会邀请到行业专家、企业的掌舵人或者临床上的专家，深度拆解行业热点事件或价值风口。这是第二期，这一期我们要来聊聊减重，减重可以说是一个常聊常新的话题。 这一期有两个契机，一是每到春节前，减肥相关的话题就会热度拉满；另一个是，到了今年，2026年初，医药圈的大新闻就是多款GLP-1减肥药集体大降价，今年这个领域绝对会打起激烈的价格战。这波降价背后有哪些原因，未来会给减重人群带来什么影响？以及，减重人群该如何看待火热的GLP-1减肥药？为什么减肥的时候减不动，好不容易瘦了还容易反弹？GLP-1减肥药是如何发挥作用的，靶点越多的GLP-1药物减肥效果越好吗？用减肥药物可能有哪些副作用？等等这些问题这一期都会有答案。 想要观看视频版的朋友可以在微博搜索“下一个重磅”进入话题页，也可以关注新浪医药或微博健康官方账号观看。那我们正式开始本期节目 内容时间轴： 02:46 我国已有1/3人超重 03:46 超重和肥胖的标准 12:38 一周减几斤不易反弹 22:04 肥胖对身体有哪些危害 25:10 历史上有过哪些减肥方式 33:11 减重人群该如何看待GLP-1药物 39:45 减重后反弹的人，做错了什么 52:17 减肥药物一般有哪些副作用 54:03 呕吐越厉害说明药劲儿越大、效果越好吗 57:20 女性选错用药时机可能加重经前综合征 听友群加VX：hooley777 商务合作：allthingsgrowing@qq.com

这一期我们继续来聊聊AI健康，如大家看到的一样，从2025年12月到2026年1月这一个多月，中美的AI公司们纷纷都宣布了自己关于AI健康的动作：无论是海外的OpenAI、Anthropic，还是国内的蚂蚁、京东、阿里。可能很多人都会问：为什么是医疗健康领域？为什么是这个时刻？会走出什么样的路径？中美的差异在哪里？未来的医疗服务体系会如何改变…… 带着这些问题，我和乱翻书播客的主理人潘乱、科技博主阑夕，一起聊了聊我们的观察和思考，希望对你有所启发。 我们在讨论中有几条共识值得分享： * 互联网医疗只解决了医患连接的问题，但没有解决医疗服务资源扩容的问题，而AI健康很可能创造服务增量，这是全行业的期待。 * 大模型浪潮以来的AI可以实现自然语言对话，AI健康产品的信息收集和追问能力也让用户行为从"搜索关键词"到"多轮对话"，从"被动查询"到"主动陪伴"，在诊前、诊中、诊后环节，AI都有望提升效率和质量。 * 潘乱提出来了一条“暴论”——中国有可能把医疗服务干成制造业。因为医疗产业链上的各方都在被中国制造业优势改造，目前已经有越来越多物美价廉的创新药、医疗器械、医疗设备出现，未来如果AI可以把医疗服务环节大幅优化，那“高可及、低价格、高质量"这个不可能三角有可能被突破。 * 关于通用模型是否会吃掉垂直模型，阑夕的回答值得从业者参考。他不赞同模型即产品的观点，为用户提供陪伴、安慰这些情绪价值，以及为用户提供的预防-治疗-康复全链条服务等等这些功能并不取决于模型有多聪明，而是做产品的人能不能精准发掘出用户痛点。另外，潘乱和阑夕他们两位都认为创始人的意志决定了一个公司在某一个领域的投入，进而决定了是否会在某一领域胜出。 关于AI健康还有很多问题值得我们持续观察，2026年开了个好头。 阑夕（科技博主，欢迎大家阅读“阑心一言”对这期播客的总结，点击查看 weibo.com） 潘乱（「乱翻书」主理人） 本期节目由「乱翻书」×「万物生长FM」共同制作 【内容时间轴】 一 01:15 为什么2026年这个时间点中美都看好AI+健康？ 05:17 AI行业的RAG（检索增强生成）技术越来越成熟，这是挺关键的 06:21每周有2.3亿人向ChatGPT咨询健康问题 08:28 AI进入健康之后，核心的变化都有哪些？ 10:43过去互联网医疗一直没有解决一个问题，就是创造医疗服务增量 12:12 AI让大家最兴奋的是它能够创造新的供给 13:51 好医生没有闲时，AI技术是让医生的一秒钟能够当成3秒钟、5秒钟来花 18:31 “排队两小时、看病三分钟” 20:00 如果能先跟AI聊30分钟、50分钟，AI很会问，最后总结给医生看，医生们绝对愿意。 24:24 中国人不会看病——普通人并不能很好地描述自己的症状 27:34 AI把80%的主诉废话过滤掉，给医生简明版的结构化信息 29:18 健康与医疗的边界怎么划？ 31:42 边界在于：医生会给你开出处方单、检查单、手术单，AI只能给建议和提醒。 33:14 权责对等——如果你有行医的权利，就必须承担责任，但目前AI承担不了这个责任。 33:54 偶尔治愈、常常帮助、总是安慰 36:29 中国医生太忙了，没时间做人文关怀 37:40 AI能否成为陪伴型的理想医生？ 二 41:03 中美模式差异：To C vs To B 42:26 中国公司愿意做To C，有C端应用的基因 43:57 美国公司：把足够好的专业工具卖给专业用户——医生成为付费方。 46:06 蚂蚁阿福：永远不插入广告 49:19 “让中国人有钱花、有命花” 51:50 中国的家庭医生 54:44 “小病在社区，大病跑三甲” 55:10 阿福这种垂直大模型的差异化能维持多久？ 58:24 用户用的是产品，不是模型，模型只是产品后面的供应商 59:58 通用AI在深度专业领域不可能吃下所有 62:56 创始团队的决心、认知、资源投入才是第一位的。 三 64:41 为什么是蚂蚁来做阿福？ 67:48 19亿收购好大夫是第一步，这是信心的证明。 72:37 他在找比钱更大的东西 四 73:20 中国能把医疗服务干成制造业吗？ 77:17 现在中国创新药已经是全球第二了 79:56 在英国做核磁要排十几个星期，中国当天出结果。 81:15 医疗三难问题：看得起病/看得上病/看得好病 83:26 医患矛盾最大的痛点是觉得医生不重视我，不关心我 86:22 AI能让优质医疗资源下沉吗？ 88:45 未来10年全球最强的医疗系统在中国？是不是暴论？ 五 95:03 医生与AI的关系：替代还是赋能？ 96:40 年轻医生如果完全依赖AI，会丧失诊断能力，无法从“小医生”成长为“大医生” 98:22 初级岗位向高级岗位的进步很重要，进步需要你去做事来实现——各行各业都面临的AI挑战。 101:45 如果AI能把医生需要10份时间的工作变成1份，让医生有更多时间投入到人文关怀上 104:00 医院与AI的未来矛盾：从看病中心到重症处理中心？ 109:04 民营医院被莆田系污名化了，但它本应是医疗体系的补充 114:18 AI健康最大的价值是医疗资源普惠化，让更多人看得起病、看得上病、看得好病 听友群加VX：hooley777 商务合作：allthingsgrowing@qq.com

2026年开年，AI行业依旧热闹，医疗 AI 领域更是如此，一边是国内大家街头巷尾都能看到的医疗AI产品广告；另一边是 OpenAI 刚推出 ChatGPT Health，高调入局医疗健康领域。 除了这些之外，我还关注到Nature旗下顶级子刊近期发布的一篇论文，这篇论文由来自中国的未来医生团队牵头打造，他们自研的医疗大模型MedGPT也在世界舞台受到诸多关注。事实上，在2023年初，ChatGPT在国内刚刚爆火没多久，未来医生就率先发布了其医疗AI产品MedGPT，在国内互联网医疗，甚至是医疗领域都属于第一波吃螃蟹的人。两年多时间过去，国内的医疗AI参与者们，有的忙着抢占C端用户市场，有的忙着跟医院、政府部门合作，有的聚焦到某个专病专科场景里，医疗AI的声量开始逐渐占据AI圈的C位。 再看回到MedGPT，过去两年多时间，几次大规模的对外发声，聚焦在人机双盲测试、消除大模型幻觉，以及这次发布论文里提到的安全有效标准上。这些选择背后，代表着MedGPT团队怎样的逻辑，3年过去，对医疗AI又有哪些新思考，面向未来，以MedGPT驱动的未来医生将如何走出差异化发展的道路，对于医疗AI，他们看到了怎样的未来？ 带着这些问题，今天我们邀请到了这篇论文的核心作者之一，同时也是未来医生产研负责人廉泽良。我们一起花些时间好好来聊聊他们做过的、正在做的，以及看到的医疗AI！ 内容时间轴： 00:05 聊聊最近火热的医疗AI 2:52 国内医疗AI领域第一波吃螃蟹的MedGPT开发的契机 7:55 靠AGI解决所有行业问题，或许是种技术幻想 10:44 AI与医生的关系终局思考 14:12 人机协作的全新医疗体系可能会是什么样？ 16:16 如何让AI像医生一样思考？ 21:29 快慢双系统——直觉与理性思维在决策中的平衡 26:50 医疗AI的护城河是什么？ 29:58 医疗AI的数据挑战，比多数人想象得大 32:56 MedGPT测试版的时候做了一场线下人机双盲测试，为什么？ 38:51 如何评价一个医疗AI？ 41:22 如何理解医疗AI的安全性和有效性 47:58 一个行业发展的早期，总要有人探索标准 50:55 为什么未来医生选择了与多数医疗AI不同的交互方式？ 1:01:38 AI驱动医疗服务与未来的分级诊疗体系 1:05:27 如何理解医疗AI行业的竞争 1:14:27 AI驱动的医疗服务新体系的三个关键词：去中心化、个性化、平权 1:19:47 为什么说医疗AI是AI皇冠上的明珠？ 听友群加VX：hooley777 商务合作：allthingsgrowing@qq.com

在动物界中，人类是表情最丰富的物种之一，你有没有想过，我们做出一个表情时，我们的身体里都发生了什么？最近，洛克菲勒大学的一篇研究，详细介绍了面部表情背后的生理机制，它的发现也颠覆了人们过去的认知，甚至会对当前如火如荼的AI和机器人行业有所帮助。 这一期，我们好好跟大家一起聊一聊关于做表情这件事情背后的秘密。比如为什么大部分动物无法像人一样做出复杂的表情？人之所以能够做出这么多复杂表情的背后机制是什么？我们做出一个表情的时候，大脑皮层在做什么？最后我们还会聊聊为什么AI和机器人行业在让表情上走的弯路。 2:41 表情与情绪的关系 6:10 动物表情大揭秘：猫和狗谁的表情更丰富？ 12:13 动物表情丰富与否背后的原因 16:55 面部肌肉与表情多样性 25:18 苹果肌其实不是肌肉 29:55 大脑皮层与表情控制的神经科学探索 35:25 最新研究显示，表情不仅与大脑皮层相关，而是与多个脑区相关 38:45 换句话说，我们的表情不仅是对当下情况的直接反应，还包含了我们的记忆、空间判断等等都相关 43:34 人工智能生成视频的表情，机器人的表情不自然，有可能是因为底层机制研究错了，最新研究可能有益于行业突破 #song list * • Cello Suite No. 1 in G Major, BWV 1007:I. Prélude - Janos Starker * • Love From Me-Johnson Rodgie * • Study With Me - Snuggles * • Mark Masri - Santa Lucia 听友群加VX：hooley777 商务合作：allthingsgrowing@qq.com 如果你想对十五五医疗行业的新秩序有全面的了解，欢迎收听下面这期付费节目： 《十五五启幕，新秩序如何重塑医疗健康行业？E.186》