时间：2026年1月18日
时长：约6小时
参与者：技术专家、中医师/创业者
性质：跨界深度交流与实际诊疗示范
引言
这是一次难得的跨界碰撞。一位深耕AI技术应用的专家，与一位兼具传统中医功底和创新思维的医者，围绕"如何用AI重塑医疗健康服务"展开了长达6小时的深度对话。
从录音转写工具的技术细节，到AI时代的核心竞争力公式；从中医诊疗的数字化构想，到人生红点的哲学思考；从躺瘦减重的亲身实践，到万物有灵的AI愿景——这场对话覆盖了技术、医疗、管理、哲学多个维度，既有落地可执行的方法论，也有直击本质的深刻洞见。
以下是这次对话的完整梳理。
第一部分：AI工具应用的实战心得
一、录音转写工具的选择与使用
行业现状
录音转写工具的准确率普遍在90%左右，医学术语识别是行业通病。但好的产品会通过总结功能来规避识别错误——把重点提炼出来，而不是纠结于每个字的准确。
Get笔记是快刀青衣团队找深圳一家公司代工的简配版。原版的实验模式更高级、模板更丰富，但后期费用约1000元/年。Get笔记的定位是轻量化、易用性优先。
使用技巧
中医师分享了他的使用演进：
“刚开始只能录3分钟，后来发朋友圈增加到5分钟，再后来10分钟、30分钟。等到30分钟够用的时候，我第一时间开了会员。”
“原来随便想写个啥，一个上午都闷头弄。现在15分钟搞定，里边不用修改字词，基本上都完整。”
技术专家补充了进阶用法：
“我会二次加工——先拿它录一遍，然后再用其他模型重新整理一遍，这样出来的质量会更高。”
医学场景的特殊处理
医学术语识别不准是硬伤。解决方案是建立专业术语库，外挂到语音识别模型中。
中医师整理的数据：
- 经方方剂词汇：270个
- 历代医家人名
- 各种辨证术语
把这些加入词库后，识别准确率可以显著提升。技术专家建议使用Whisper模型本地化部署，配合专业词库，准确率可达94%以上。
二、AI辅助内容生成的工作流
每周一个项目 + 一份教程的秘密
技术专家在社群里以高产著称：每周完成一个项目，同时输出一份两万字以上的教程。
群里的同学很惊奇：“教程咋写的？而且这么快？”
秘密是一个多智能体工作流：
- 代码分析：自动读取项目代码，理解功能结构
- 大纲生成：根据代码逻辑生成教程大纲
- 内容扩展：每个章节自动填充详细内容
- 配图生成：根据内容自动生成配图
- 格式优化：润色并适配飞书文档格式
最终效果：生成的内容直接复制粘贴到飞书，一字不改，连图都不需要调整。
项目评审系统的设计
三个月内要评审20个项目，文档质量参差不齐——有的几百页，有的就一句话。
技术专家写了一个评估系统，三层处理：
第一层：关键信息抽取
不管是2万字还是200字，先用AI抽取关键信息。
第二层：数据补全
大部分项目信息都不全，只是想法。用AI搜索补全缺失的数据：市场规模、竞品分析、技术可行性等。
第三层：交叉验证 + 置信度评估
同一个数据从不同来源抓取，交叉验证。最后给出置信度评估——这个数据可靠性多少。
"网上抓的数据可信吗？"这是很多人的疑问。
答案是：单一来源不可信，但经过三层处理后，基本可信。关键是要有验证机制。
三、AI工具选型的方法论
国产智能体推荐：Genspark
这是百度高管景鲲离职后创业做的产品，叫"超级智能体"。
核心优势：事实核查
国家信通院的评测显示，在数据准确度这个维度上，Genspark排名第一——不是国内第一，是超过Claude、GPT的全球第一。
实测体验
技术专家用同样的提示词测试不同工具。比如做行业分析，需要结合行业预判分析框架和商业画布，他截了两张图片作为参考。
结果：很多模型直接跳过图片内容，只有Genspark能准确理解图片里的框架，而且完全按照框架来分析。
估值情况
两个月前融资了2.75亿美金，估值约12.5亿美金。
四、Cloud Code的深度使用
技术专家认为Cloud Code是"真正的王者"。
为什么这么说？
Cloud 3.5出来以后，AI编程能力才真正稳定。所谓"氛围编程"（Vibe Coding），更准确的翻译应该是"对话式编程"——编程过程中不写一行代码，连看都不看，完全用自然语言对话。
使用技巧
- 用命令行，不用图形界面：只有在命令行才能发挥最大威力
- 更新速度惊人：几乎一周5天都在更新
- 配合Codex审核：Cloud Code主编程，Codex检查代码细节
具体工作流：一个文件夹用Cloud Code写代码，写完后用Codex打开同一个文件夹审核，审核意见复制回来修改。
关于消耗问题
Cloud Code的搜索机制会消耗大量上下文。解决方案是使用第三方API调用，成本更低。但官方API更稳定，重要项目还是推荐官方。
五、AI时代核心竞争力公式
技术专家提出了一个公式：
AI时代核心竞争力 = 问题定义力 × 系统设计能力 × 人机协作深度
问题定义力
很多人用AI最大的问题不是AI不好用，是拿着AI不知道干啥，跟工作结合不起来。
问题定义包含两层：
- 人的提问能力
- AI对问题的重新定义（它理解得对不对，直接决定输出结果）
系统设计能力
可以用一个提示词，也可以设一个工作流；可以用单智能体，也可以用多智能体。设计好了就可以端到端自动化。
技术专家的实践：一次生成5万字的小说，从调研到大纲到成稿全自动。
人机协作深度
人的三个核心能力：
- 审美：判断AI输出的好坏
- 体系：有自己的知识框架
- 创造性：独特的东西
AI的三个基础：
- 数据（算力算法）
- 场景（具体应用）
- 基本功（提示词、工作流、智能体）
人的三角和AI的三角协作起来，人这边越强，协作就越深。
第二部分：中医诊疗数字化的系统构想
一、核心理念：两个"不治疗"
无跟踪不治疗
现状问题：
- 患者看完病没人管
- 医生不好意思主动问
- 患者想反馈又不好意思说
- 微信问一句"好了一点儿吧"，太模糊
真实案例：手抖的患者说"没变化"。问他"原来能拿东西吗？"他说原来拿不了，现在能拿轻的东西了。变化很明显，但他自己感觉不到。
解决方案：系统化跟踪，定期反馈，让患者知道自己哪里变化了，建立信心，形成正向循环。
无方案不治疗
不能用单一方法治疗，要有综合解决方案：
- 针怎么用
- 药怎么用
- 穴位怎么贴
- 按摩怎么做
- 饮食怎么调
- 现代医学怎么结合
实例：治疗甲流
中医师的方案是：先吃一个达菲（抗病毒），然后加葛根汤、五苓散。达菲抓病因，中药调病理，综合效果好。
“我不会让他们吃抗生素、止咳药、去痰药，那些都是治标不治本。”
二、医助角色的定位
为什么不是医生端？
患者不愿意给医生说实话。碍于面子，说"好多了好多了"，很敷衍。
但患者愿意跟不认识的第三方说实话——“我好了8分”“好了7分”，愿意完整地告诉医助。
医助是什么？
像支付宝的中间商。患者信任医助，医生信任医助，记录的内容给双方看。这样才能建立真正的信任关系。
现状痛点
一个医助平均服务5个人。有的医馆医助要服务四五十个人，根本反馈不过来，很多报告不完整甚至虚假。
AI的机会：不需要那么多人力，系统化、标准化地完成跟踪反馈。
三、症状颗粒化与知识图谱
颗粒度要细
“我帮助你了，好多了”——太模糊。
应该是：“你这个左侧偏头痛，耳朵上面这块，好了几分？1到10分打几分？”
辨证表单
中医师他们老师用了15年的辨证表单，涵盖历代各种辨证体系，一共50多种。每个症状下面又细分50-100个字段。
中西医结合
把中医的症状体征跟西医的指标结合：
比如治疗糖尿病：
- 血糖指标
- 尿糖
- 糖化血红蛋白（3个月稳定期指标）
综合指标才能判断是否真正改善。
知识图谱的构建
核心思路：
- 把症状、方剂、体征等拆分成最小节点
- 节点之间建立关联
- 动态补充，随时加新内容
- 不需要重写整个结构，只在相应节点补充
技术专家解释：双链笔记的本质就是知识图谱。节点相互连接，形成一张网。
四、小程序开发规划
用户端设计原则
- 不需要装任何东西，打开微信就能用
- 不需要打字，直接语音
- 定时弹消息提醒，问用户问题
- 用户说完，剩下的事不用管
开发路径
第一步：先做记录功能。把患者平时的情况记录下来。
第二步：慢慢迭代，问得更精准。
第三步：加入诊断病历、方剂推荐等功能。
种子用户策略
先找10-15个关系好的医生试用。他们满意了，通过他们的患者裂变推广。
“不能一次做大而全，先把一个痛点解决了，再解决下一个。”
五、患者跟踪的实际价值
真实案例
有个师兄去年没做患者回访跟踪，门诊量下降了10%。前年做了跟踪回访，效果就好。
跟踪的价值：
- 患者知道自己进步了，有信心继续治疗
- 患者满意会复购，会转介绍
- 医生能及时调整方案
亚健康调理的难点
症状太轻，患者感觉不到变化，容易放弃。
解决方案：系统化记录每个症状的变化，哪怕只是"睡眠从5分变成6分"，也要让患者看到。
第三部分：诊断过程的完整展示
在对话过程中，中医师现场进行了一次完整的问诊示范，展示了辨证体系的实际应用。
第一例：轻度亚健康调理
症状采集
问诊采集了以下信息：
- 饮食情况（能否吃凉、辣等）
- 二便情况（小便颜色、夜尿、大便频率和性状）
- 睡眠情况（入睡快慢、中间是否醒、睡眠时长）
- 出汗情况（哪个部位多、什么情况下出汗）
- 口腔症状（口干口苦、异味等）
- 头痛情况
- 消化症状（烧心反酸、恶心等）
- 耳鼻喉症状
脉诊观察
- 左尺脉沉弱——可能与大便问题相关
- 脉滑——提示可能有热证或水饮
舌诊观察
- 轻微齿痕——提示有一定水湿
- 舌下静脉明显——提示有淤血
病理总结
- 里热里实：大便干、出汗多、痰稠
- 水湿：轻微齿痕、脉滑
- 血实：舌下静脉明显
方剂选择
主方：大柴胡汤 + 桂枝茯苓丸
- 大柴胡汤：针对里热里实
- 桂枝茯苓丸：针对血实和水湿
备选方案：如效果不明显，改用大承气汤 + 麻子仁丸
辅助调理
- 太冲穴贴敷（调肝经、理气血）
- 蜜煎导（便秘时应急）
- 每日记录体重变化
诊疗系统的价值体现
这次问诊展示了几个关键点：
- 标准化问诊流程：每个症状都有对应的追问
- 症状与病理的对应：50多种辨证表单覆盖各种情况
- 方剂与症状的匹配：每个方子解决哪些症状很明确
- 可追溯的记录：所有信息都能记录下来，便于复诊对比
这正是AI系统要实现的功能——把这套流程数字化，让更多医生能用，让患者随访更便捷。
第四部分：时间管理与知识体系构建
一、时间管理的三步法
中医师在疫情期间用三个月学完OmniFocus，悟到了一个方法：
打散 → 集中 → 分类
- 打散：把所有事情和任务全部摊出来
- 集中：该归到一块的归到一块
- 分类：按层次排好
人生曲线
人生是有一条曲线的。你喜欢几点起床、几点睡觉，那是你的规律。
把时间管理做好以后，会发现：
- 对饮食的价值观
- 起床睡觉的恒定时间
- 对事业的追求
- 热爱的兴趣爱好
实际上都有一条线，很多人没整理出来。
整理出来以后，什么软件都可以抛了。今天偏了就修正，明天平衡一下，始终往那条线上靠。
二、一堂的时间管理方法论
技术专家补充了一堂的框架：
工具分类坐标系
把市面上所有时间管理工具做全网扫描，发现几乎都能放进一个坐标系：
- 横轴：个人 vs 团队
- 纵轴：效率 vs 协作
这样你就知道：时间管理做不好，可能不是你不努力，是工具用错了。
任务与时间的匹配
不是10件事按顺序做，而是：
- 大块时间做思考、写作
- 碎片时间做轻松的活
- 根据效率曲线安排任务
完全匹配起来，效率才能最高。
三、人生红点理论
这个概念来自美团合伙人王慧文。
故事
王慧文在清华讲课时，在黑板上画了个坐标和一个红点，问学生：“站在人生的角度来看，你最想做的那个事是什么？用这个红点来表示。”
大部分人的状态
做的是"想做的、能做的、该做的"这三者的交集。但很多人交集很小，甚至没有。
有些人绕了一大圈最后实现了目标，这算比较好的。大部分人方向就偏了。有些人从来没想过终极目标是什么。
真正做成大事的人
他们都有一个很清晰的目标，清楚自己将来几十年要做什么。而且用10倍速的成长去逼近红点。
九型分类
根据结果型vs过程型、理想化vs现实，可以分成9类：作品成就型、高手型、内心型、生活型等。
跟九型人格有点像，但它是动态的，考虑的是终局。
四、知识图谱与双链笔记
传统知识库的问题
把文件丢到大数据里或外挂知识库，效果不好。关键是要做知识图谱——把知识拆解成最小节点，节点之间建立关联。
双链笔记的价值
本质就是知识图谱。知识点之间相互链接，形成网状结构。
常用工具：Obsidian（黑曜石）、Roam Research等。
医疗知识库的构建
把症状、方剂、体征等都拆分成最小节点，动态补充和关联。随时有新内容都能加进去，只在相应节点补充，不需要重写整个结构。
五、答案只是线索
中医师分享了一个改变他思维的故事：
外教的考试演示
8-10年前，一个外教演示外国学校怎么考试：拿一张白纸出题，让学生从历史、地理、人文等角度作答。只要答上来就给分。
中医师当时的疑问：都打勾给分了，那到底对不对？
这个问题困扰了他一年。
顿悟
“从小学到大学，全部都是标准答案。那半个小时突然给我打开另一扇门——开放性问题。”
“这个世界没有对没有错。你不需要判断对错，只要答上就给你分。”
什么是答案？
答案只有一个概念：你对这个领域的深入程度。
你的答案摆出来，懂的人一看就知道你是小学水平、大学水平、还是世界顶尖水平。不是让老师判断，是让世界的文明去判断。
从此以后的思维方式
把所有的答案全部作为线索，围绕线索一直追探，把这个领域深入理解。
第五部分：减重实践与健康管理
一、躺瘦的核心发现
中医师分享了自己的减重经验：从96斤减到88.7斤。
核心发现：碳油混合物是增肥的根源
不是碳水不好，不是油不好，是碳水和油混在一起最增肥。
典型例子：炒饭、炒面、油泼面、炸酱面——又有脂肪又有蛋白又有糖，三大营养物质全有，所以特别香。
晚上该不该吃饭？
实验发现：
- 晚上不吃饭，第二天不掉秤
- 晚上吃饭（不吃碳油混合物），第二天反而掉秤
原理：身体需要消化食物的能量消耗。但吃的内容很关键。
晚餐推荐
- 酱牛肉（陕北黄牛肉自己煮，38块钱一斤）
- 水煮西兰花（不放盐，放盐会发苦）
- 好的有机菜有甜味，本身就好吃
二、穴位贴敷辅助
四个穴位
两个合谷 + 两个太冲，调中焦，控制食欲。
揿针使用
很小（0.1-0.15mm），普通人都可以用，完全不疼。每天晚上贴上，第二天早上取掉。
使用方法
酒精消毒，贴上就行。撕的时候两边捏起来一撕，不疼。
三、正确的减重节奏
不要急于求成
一个月降1公斤就很好了，一年降10公斤已经很厉害。三个月想降很多，反弹会很快。
罗振宇用了10年从258斤减到158斤，那才是正确的节奏。
运动的观点
传统医学讲"木网劳作"，运动太多、出汗太多叫"精气随汗，血随精脱"，很耗气。
正确做法：
- 前期先调饮食，不要大量运动
- 减了10-15公斤后，再加温和运动（散步）
- 避免肌肉流失，但不要累
四、个性化健康方案
不要给标准菜谱
患者做不到。他哪有时间天天按菜谱做饭？
正确做法
让他发自己吃的东西，来调整他的结构。
“你这个馒头多了一点，可以减少点量”——根据他的饮食习惯调整，而不是让他改变习惯。
这才是个性化设计，他能做到，也开心。就像做游戏一样，每天一点点小进步。
第六部分：现代医学与传统医学的融合视角
一、中医的本质是哲学
外国人为什么不理解中医？
他们觉得：草根树皮怎么能治病？
但中医从诞生以来，利用的不是具体的物质成分，而是平衡，是哲学。
可以用针、用豆、用按摩、用针灸、用药材——为什么这么多东西都能治？因为本质是调平衡。
古人怎么说？
“上上能治理国家，退能治理百姓疾病”——为什么能治理国家？因为国家也讲究君臣平衡。
宇宙的本质也是平衡
地球为什么刚好在那个位置？太远冻死，太近烤化。刚好能保持大气层和生态系统。
中医讲的平衡，是宇宙的本质规律。
二、基因编辑技术的时代意义
2022年诺贝尔奖颁给了基因编辑技术（CRISPR），可以用2000美金测全基因组。
中医师认为这是一个分水岭：
- 之前叫"细胞外医学"
- 之后叫"细胞内医学"
现在的治疗——抗菌素、手术——都是细胞外的。治不了病毒、基因、免疫疾病。
基因编辑让我们有可能从细胞内层面解决问题。
三、达芬奇机器人手术
达芬奇手术机器人的优势：
- 视野放大10倍
- 机械臂6个轴，360°能动
- 精度远超人手
西安从2025年开始普及，自费要多花4-5万。进医保后会大面积推广。
还有CT三维重建技术——根据CT建立患者虚拟模型，精度0.1mm。先在虚拟空间模拟手术，找最佳方案。
四、中西医结合的实践
案例：甲流治疗
达菲（奥司他韦）+ 葛根汤 + 五苓散
- 达菲：24小时内服用，抗病毒效果好
- 葛根汤：治疗表证
- 五苓散：利水
“用达菲抓病因，用中药调病理，综合效果好。”
没感冒的吃了预防，一个都不感冒。感冒的很快就好。
原则
叫"无方案不治疗"——针怎么用、药怎么用、现代医学怎么结合，要有综合解决方案。
第七部分：AI时代的哲学思考
一、万物有灵的愿景
中医师分享了和孩子的对话：
孩子问：“桌子怎么有灵？怎么能有生命？”
当时没想明白，现在明白了：AI赋予万物对话的能力。
“所有的物质、所有的东西都能用AI做一遍。这时候所有东西都能跟你对话，这才是真正的万物有灵。”
具体畅想
- 智能马桶分析健康数据
- 家具成为陪伴助理
- 动物语言翻译
IPv6的地址数量可以给宇宙中每一粒沙子编码。所有东西都会联网。
人工智能是什么？就是万物有灵。
二、道者反之动
这是道家的核心思想。
碳油混合物的例子
社会标准：越香越好吃
自然之道：越香越增肥
真正的美味是原生态的食物——有机蔬菜带甜味，比调味料香多了。
教育的例子
社会标准：听话的孩子是好孩子
自然之道：有好奇心、有探索欲的孩子才有发展
走在孩子前面，他就匆匆忙忙跟着。走在孩子后面做支持者，他就东看看西看看，好奇心全出来了。
创业的启示
很多人想从上往下设计产品，跑不通。
真正好的产品是从下往上长出来的——深入业务场景，发现真实痛点，一步步迭代。
三、AI发展的五个阶段
中医师的观察：
- 效率阶段：提升工作效率
- 助理阶段：成为个人助手
- 决策阶段：辅助做决策
- 发现阶段：发现新知识、新规律
- 发明阶段：创造新事物（造物阶段）
这个轨迹和人类世界的发展很像。
到了发明阶段，基本上就到了造物阶段。
第八部分：行业观察与商业洞察
一、中医行业的增长趋势
考试人数
- 前年：9万人
- 去年：21万人
每年都在快速增长。很多西医因为医保控费、药品集采，收入下降，开始转向中医。
深圳医馆案例
一家只做疼痛管理的医馆，开了30多家分店，家家盈利。
他们的方法：
- 药材分成集采和道地药材两部分
- 用量表对疼痛进行量化评估
- 只聚焦这一件事，批量培养医生
“就把这一件事做好，30多家店，家家盈利。”
二、养生馆的商业逻辑
规模
有师姐在河南做了30个养生馆，一年3000万。
为什么养生馆赚钱？
- 客单价高
- 情绪价值高
- 手法即时见效
“你进来，手法一做，马上解决你的问题，然后再让你做什么都搞定。”
功能养生（2.0版本）
安徽有人做了全国300家加盟店，每家年盈利8万以上。
核心是道家的"开关"手法——打开筋结，疼痛立解。
三、经方学习平台
他们做了一个学习APP，花了600多万，用了一年时间。
学习路径
- 从入门开始学习经方
- 跟着讲稿学3个月
- 有人陪着学半年
- 直到会看病
普通人都可以学。关键是把东西标准化了——病理、方证，用这两个词把所有方子梳理一遍。
AI辅助诊断
3.0系统有智能辅助功能，症状说完就能出方子。学习了老师的一万份病历，用AI训练出来的。
四、智能配药系统
安徽亳州有智能化药粉调配车间：
- 方子出来后，药粉自动配好
- 很多方子预先配好
- 系统记录每个方子用量
- 自动称量、打包
散剂服用方便，开水一冲就喝，适合长期调理。
第九部分：学习方法与知识积累
一、海量学习的方法
技术专家的学习量：
- 得到APP 500多门课，全部听完
- 听书四五千本
- 最高5倍速播放
怎么解决听不完的问题？
- 倍速播放（从2倍到5倍）
- AI辅助整理笔记
- 每天听20多节，近200分钟
中医师的学习实践
从2015年开始跟着得到，已经第10年。用AI学易经、学中医。
在一堂平台累计学习超过7000小时。
二、讲课稿的高效产出
技术专家的工作流：
- 素材积累：想到什么就记下来，不考虑顺序
- AI整理大纲：把素材扔给AI，让它补充优化、整理成大纲
- 语音口述：对着大纲讲一遍
- AI生成逐字稿：把语音稿和大纲结合，生成完整逐字稿
- AI生成PPT：把逐字稿分段，用AI生成PPT
最终效果：甚至连语气、动作、停顿都能写进去。
“他们前一天跟我说讲课，第二天我就把稿子发给他，他说你咋做这么快？”
三、卡片笔记法的实践
德国社会学家卢曼的方法：把知识写成一张张卡片，卡片之间建立关联。
中医师的尝试：
- 弄了一个物理盒子
- 做完以后不看，不会用
后来理解：应该用电子卡片，建立双链。
关键不是记住答案，而是把答案作为线索，持续探索领域深度。
总结与行动计划
核心共识
- AI时代所有行业都值得重做一遍，医疗健康领域机会巨大
- 诊后管理是真实痛点，值得深耕
- 从场景切入、小步快跑，不要一开始就想做大平台
- 人机协作是核心竞争力，审美、体系、创造性三个能力最重要
- 中西医结合是未来方向，综合解决方案比单一方法更有效
待办事项
技术层面
- 开发中医AI助手小程序（语音输入、自动记录、定时提醒）
- 整理中医专业术语库，外挂到语音识别模型
- 输出多智能体工具的操作文档
- 调研真Spark的API对接方案
业务层面
- 设计中医随访流程模板（症状评分、客观指标等）
- 收集10-15名种子用户验证核心功能
- 收集民营医馆、养生馆合作意向
- 把历史方子整理成知识图谱
共同原则
- 一次做不出完美产品，先跑起来再迭代
- 从诊后管理切入，不干涉诊疗过程
- 让业务从场景中自然生长
金句精选
“AI时代的核心竞争力等于问题的定义力乘以系统设计能力乘以人机协作的深度。”
“无跟踪不治疗，无方案不治疗——医疗的核心在于持续反馈与综合解决方案。”
“中医的本质是平衡哲学，如同宇宙秩序，过犹不及，需动态调整至稳态。”
“AI是数字世界的新规则，将重构行业逻辑，所有领域都值得用AI重做一遍。”
“知识学习的关键不是记住答案，而是将答案作为线索，持续探索领域深度。”
“道者反之动——自然之道往往和社会标准是反的。”
“人生没有标准答案，答案只是线索。你答案的深度，决定了你在这个领域的段位。”
“一旦知道你身体情况，这个对症的药物，它是一个比人参都宝贵的东西。”
“得病如山倒，治病如抽丝，必须要有跟踪的过程。”
“人工智能就是把所有东西再做一遍，让它们都有灵性——这才是真正的万物有灵。”