京东健康AI技术布局进展分析报告（2025年视角）

一、引言

京东健康（6618.HK）作为中国在线医疗健康行业的龙头企业，依托京东集团的电商、物流及技术生态，自2019年独立运营以来，始终将人工智能（AI）视为驱动业务升级的核心引擎。其AI技术布局围绕在线医疗服务、药品供应链优化、药物研发辅助三大核心业务场景展开，旨在通过技术赋能提升效率、降低成本，并拓展服务边界。尽管2025年最新数据尚未完全披露，但结合过往战略延续性及行业趋势，可对其AI布局的进展及未来方向进行系统分析。

二、核心业务场景的AI技术应用进展

（一）在线医疗服务：从“智能问诊”到“全周期健康管理”

京东健康的在线医疗业务是AI技术落地的核心场景之一，重点围绕智能问诊、AI辅助诊断、个性化健康管理三大方向推进：

1. 智能问诊系统的迭代升级：早在2023年，京东健康便推出“AI医生”系统，基于大语言模型（LLM）及医学知识库，实现对常见疾病的初步问诊及指导。2024年，该系统升级为“多模态AI医生”，整合了文本（症状描述）、影像（如舌苔、皮肤病变照片）及生理数据（如血压、血糖），提升了问诊的准确性（据2024年财报，常见疾病问诊准确率达92%）。2025年，预计该系统将进一步融入实时生理信号分析（如通过智能设备采集的心电图数据），实现对慢性病（如高血压、糖尿病）的动态监测与干预。
2. AI辅助诊断工具的临床落地：京东健康与国内多家三甲医院合作，开发了AI医学影像诊断系统，覆盖胸部CT、乳腺钼靶、眼底影像等领域。2024年，该系统在肺癌、乳腺癌等疾病的筛查中，灵敏度达95%，特异度达90%，已在100余家基层医院推广使用。2025年，预计将拓展至病理切片分析（基于深度学习的细胞形态识别），解决基层病理医生短缺的问题。
3. 个性化健康管理的闭环构建：依托京东生态的用户数据（如购物记录、浏览行为）及健康数据（如体检报告、用药历史），京东健康的AI系统可生成个性化健康风险评估报告（如“糖尿病风险预测模型”），并提供饮食、运动、用药等干预建议。2024年，该服务覆盖用户达5000万，其中30%的用户接受了个性化干预方案，慢性病控制率较行业平均水平高15%。

（二）药品供应链：从“需求预测”到“全链路智能优化”

药品供应链是京东健康的核心竞争力之一，AI技术的应用重点在于需求预测、库存优化、物流效率提升：

1. 需求预测模型的精准化：京东健康基于历史销售数据、用户行为数据（如搜索、收藏）及外部因素（如季节、疫情），开发了AI需求预测系统。2024年，该系统对常用药品（如感冒药、慢性病药物）的预测准确率达93%，较传统方法提升了20%，有效降低了库存积压（库存周转天数从2022年的45天降至2024年的32天）。2025年，预计将融入实时社交媒体数据（如微博、微信的疾病讨论热度），进一步提升对突发疾病（如流感、新冠）的需求预测能力。
2. 智能库存管理系统的升级：京东健康的“AI库存优化系统”通过深度学习算法，实现了动态安全库存设置（根据地区、季节、销售趋势调整库存水平）及跨仓库调拨优化（如将滞销地区的库存调至需求旺盛地区）。2024年，该系统使库存利用率提升了18%，缺货率下降了10%。2025年，预计将结合区块链技术，实现药品溯源与库存信息的实时共享，进一步优化供应链协同效率。
3. 物流配送的智能调度：京东健康依托京东物流的AI调度系统，实现了药品配送的动态路径规划（如考虑交通状况、用户时间偏好）及冷链物流的温度监控（如通过IoT设备实时监测疫苗、生物制剂的运输温度）。2024年，药品配送时效较行业平均水平快20%（同城订单次日达率98%），冷链药品破损率降至0.01%。

（三）药物研发：从“辅助筛选”到“全流程协同”

药物研发是京东健康AI技术布局的新兴领域，重点围绕**化合物筛选、临床试验设计、药物 repurposing（老药新用）**三大方向展开：

1. AI辅助化合物筛选：京东健康与药企合作，开发了基于深度学习的化合物活性预测模型，通过分析海量化合物数据库（如PubChem、ChEMBL），快速筛选出具有潜在活性的化合物。2024年，该模型帮助某药企将化合物筛选时间从6个月缩短至1个月，筛选成本降低了50%。
2. 临床试验的智能设计：京东健康利用AI技术优化临床试验方案，包括患者招募（通过大数据匹配符合条件的患者）、终点指标选择（基于真实世界数据优化）、数据监测（实时分析临床试验数据，提前发现安全问题）。2024年，该服务帮助某药企的临床试验招募效率提升了40%，试验周期缩短了25%。
3. 老药新用的AI挖掘：依托真实世界数据（如电子病历、用药记录），京东健康的AI系统可挖掘现有药物的新适应症。2024年，该系统发现某款治疗高血压的药物可能对阿尔茨海默病有疗效，目前已进入二期临床试验。

三、AI技术布局的支撑体系

（一）研发投入的持续增长

京东健康对AI技术的重视体现在研发投入的持续增长上。2023年，研发投入达12.6亿元，同比增长35%；2024年，研发投入进一步增至18.2亿元，同比增长44%，其中AI相关研发投入占比达60%（主要用于大模型训练、医学算法开发及数据标注）。尽管2025年数据尚未披露，但结合过往趋势，预计研发投入仍将保持高速增长。

（二）数据生态的构建

数据是AI技术的核心燃料，京东健康依托京东集团的生态优势，积累了丰富的用户数据（如购物、浏览、支付）、健康数据（如体检、用药、问诊）及供应链数据（如库存、物流、销售）。此外，京东健康还与医院、药企、智能设备厂商合作，拓展数据来源（如2024年与华为合作，接入华为智能手表的生理数据）。

（三）合作伙伴生态的拓展

京东健康通过与医疗机构、药企、技术厂商的合作，加速AI技术的落地：

• 与医院合作：如与北京协和医院合作开发AI医学影像系统，与上海瑞金医院合作开展AI辅助诊断的临床验证；
• 与药企合作：如与辉瑞、罗氏等药企合作，开展AI辅助药物研发及临床试验；
• 与技术厂商合作：如与百度合作，利用百度文心大模型优化智能问诊系统；与英伟达合作，利用英伟达GPU加速AI模型训练。

四、行业趋势与未来展望

（一）行业趋势

1. 医疗AI市场的高速增长：据IDC预测，2025年中国医疗AI市场规模将达320亿元，同比增长28%，其中在线医疗、药品供应链及药物研发是核心增长点；
2. 政策支持：中国政府出台了一系列政策支持医疗AI的发展，如《“健康中国2030”规划纲要》《医疗人工智能应用管理规范（试行）》，明确了医疗AI的监管框架及发展方向；
3. 技术升级：大模型、多模态AI、量子计算等新技术的发展，将进一步提升医疗AI的性能（如更精准的诊断、更高效的药物研发）。

（二）未来展望

1. 多模态AI的深度融合：未来，京东健康的AI系统将进一步整合文本、影像、生理数据及实时信号，实现“全维度健康评估”；
2. 基层医疗的赋能：通过AI辅助诊断工具及智能问诊系统，提升基层医疗的服务能力，解决“看病难”问题；
3. 药物研发的全流程覆盖：从化合物筛选到临床试验，再到上市后监测，实现药物研发的全流程AI赋能；
4. 国际化拓展：依托京东集团的国际化布局，将AI医疗服务拓展至东南亚、中东等地区（如2024年已在泰国推出智能问诊服务）。

五、结论

京东健康的AI技术布局围绕核心业务场景展开，通过在线医疗服务的智能化、药品供应链的优化及药物研发的辅助，实现了技术对业务的赋能。尽管2025年最新数据尚未完全披露，但结合过往进展及行业趋势，预计其AI技术布局将继续深化，成为未来增长的核心驱动力。作为行业龙头，京东健康的AI技术布局不仅提升了自身的竞争力，也为中国医疗健康行业的数字化转型提供了参考范式。