大模型助力健康管理，通过认知行为疗法改变知易行难｜我爱黑「可颂」路演项目专访

“腰间的赘肉咔咔掉，人鱼线马甲线我想要。”无论你是否跟着刘畊宏跳过健身操，你一定听过这一句台词。后疫情时代，大众的健康意识进一步提高，具体表现为从过去的寻医问药转向更为全面的健康管理。

新华社此前报道中曾提到，中国将成为全球健康产业的最大市场。在国务院提出的《“健康中国2030”规划纲要》则明确指出，到2030年，中国健康服务业总规模将达16万亿元，未来在我国经济结构向服务业转型过程中，大健康产业将成为我国国民经济支柱型产业。

一边是大健康的磅礴市场，另一边是汹涌而来的大模型浪潮席卷各行各业，如何将创新科技与大健康产业做结合成为行业人士思考的关键。

事实上，随着国内外科技厂商纷纷押注大模型，以医疗健康为代表的垂直领域也迎来了一次技术和应用范式的革新。此前，谷歌发布了医疗大模型Med-PaLM，用于处理包括文本、图像和基因组学数据在内的多种医疗健康数据。放眼国内，百度、叮当健康、京东健康等多家企业相继发布医疗健康大模型，用于求医问诊或医疗数字化改革。大厂之外，创业者也在找寻新的机会。

近期，在36氪AI协同创新中心联合AI开发平台Colingo共同发起的我爱黑“可颂”大语言模型应用创新挑战赛中，北京数智兴华科技有限公司（以下简称：数智兴华）以大模型为底层逻辑的“AI健康管理师”项目夺得优胜奖。该项目通过以预防和干预亚健康、慢性病问题为目标，以认知行为疗法为指导，基于对话式AI帮助用户强化自我健康管理的动机和能力，致力于消除用户在饮食、运动、睡眠和情绪方面的不合理信念及非适应性行为。

图源数智兴华

认知决定行为，AI加持下的大健康三重跳

“我知道我的广告费有一半被浪费了，但我不知道究竟是哪一半。”将广告营销领域中这句堪称经典的名言，套用至当下的大健康领域也非常适用。

在实际的健康管理中，开始做健康管理容易，但如何长期坚持下去对不少用户来说却十分困难。这是因为，健康管理本身就是反人性的行为，用户很容易掉入知易行难的思维陷进中。世界卫生组织曾发布一套健康公式，100%健康=15%生物遗传+17%环境因素+8%医疗条件+60%生活方式，生活方式是健康管理过程中的主要影响因素，但究竟要如何找到合理的生活方式，并且长期坚持下去？

从解决上述问题入手，数智兴华团队决定用AI健康管理师来替代传统的机器人问答式的服务。在他们看来，用数字化工具+认知重塑+行为改变能够帮助用户建立一套符合自己需求的健康管理办法。并且在后续的服务过程中，AI健康管理师还会根据用户的行为习惯进行及时的反馈调优，保证用户能够完成健康管理的重塑。

数智兴华打造AI健康管理师的运行逻辑是，借助于大语言模型强大的内容能力，可以让传统的对话机器人完成三重跳。

第一是由表层到底层的改变：传统的AI健康管理师依靠药物治疗，头痛医头脚痛医脚，但数智兴华采取的是非药物治疗，强调的是用户自己认识到健康管理的重要性，这是从底层的认知行为改变而去驱动用户行为的改变。

第二是由局部到整体：在健康管理中，数智兴华的AI健康管理师不止关注用户某一处的身体因素，还会注重心理健康和社会因素的影响，并及时地与用户沟通进行情绪疏导。

第三是预防为主，教育用户：对话式的内容与用户构建交流窗口，同时配合一些预防策略引导用户主动做健康管理。

产品将嵌套私域中，年底推出第一版应用

在数智兴华的规划中，AI健康管理师将会嵌入私域中，以主动对话的形式与用户沟通并产生健康策略。“这更像是你私人健康教练和心理咨询师，甚至是你的一个朋友。”北京数智兴华科技有限公司创始人彭博说道。

但为了精确做到每位用户都能有针对性的方案和后期正反馈，数智兴华为此将产品的链条做得相对较重。比如，在用户正式开始之前先做动机访谈，了解用户真正要做健康管理的原因，评估用户对改变生活方式的准备程度，针对性生成谈话式的内容干预，在后期的使用过程中，又会根据用户实际的反馈行为进行适时调优和结果再干预，并结合用户的心理和改善情况生成有针对性的对话，去挖掘用户背后的底层认知，进而去辅导用户以认知改变行为习惯。

图源数智兴华

从产品链条方面，数智将其做到环环相扣相对较重，但从实际的用户行为旅程来看，这个产品又做得很轻。由于数智兴华是想做私域的AI健康管理，这可以内嵌至微信或者小红书等社交平台的对话框中。AI健康管理师每天会主动向用户发起对话，并在三到五分钟内完成今日的健康规划，去引导用户改变自己不合理的认知模式和生活方式习惯。

这种拟人化的产品与目前传统数字化工具的用户自使用、单向反馈相比，更容易赢得用户的信任。目前，数智兴华将AI健康管理师的智能Agent搭建完成，通过语言内容方面更具人性化，拉近用户距离，预计年底将会逐步面向体重管理、职场减压、失眠、慢性病管理等具体场景推出针对性应用。

避免掉入大模型商业化落地的陷阱

尽管生成式AI对未来软件研发模式、应用交互形态甚至是工作方式都将产生颠覆性影响，但如何避免创业者在帮助企业找痛点的过程中陷入“技术自嗨”，是技术与商业落地过程中存在的天然沟壑。

36氪AI协同创新中心在与诸多创业者交流过程中发现，许多项目在运用大模型的过程中只是简单的调用，并没有对其进行核心功能演示和结果的可行性验证。此外，大模型能否完美契合B、C两端的需求，在B端降本增效，在C端解决痛点，也是众多创业者初期容易掉入的陷阱。

因此，大语言模型创业者在实际的产品搭建过程中要思考AI大模型在其中扮演的角色问题。在路演结束后，数智兴华向36氪AI协同创新中心表示，数智兴华的大模型产品主要希望解决能不能读懂用户提供的信息、能不能记住用户的信息、能不能干预用户的行为习惯的三个问题。

能不能读懂用户信息是产品开始时的第一步。因为用户输入的信息不仅是单一的文字内容，图片、语义等复杂的情境也需要大模型去理解用户背后的多维情绪。健康管理本身就是长周期的事，记住用户信息则考验的是AI健康管理师能否根据用户过往提供的信息和阶段性反馈，及时地动态调整策略。而能不能干预用户行为习惯，则是帮助用户认知重塑进行行为调整和情绪调节，并根据用户状态描摹出用户状态，灵活地决定调用执行策略。

当然，大模型发展突飞猛进，但其商业化落地仍然任重而道远。想让技术创新转化为真正的价值，不仅仅是如何实现的问题，更重要的是要让技术与实际的需求和场景紧密结合。要实现这一点，大模型应用创业者们必须深入到用户使用和场景的细节，理解需求逻辑，解决实际的问题。