百万量级患者管理复盘：45% 深度月活、14% 自然付费

在互联网医院高速发展这十年，曾跑出一组经过实战验证的专病患者运营数据，希望对当下的 AI 医疗落地具有一些参考意义：

• 无促销、无营销推送，深度月活稳定 45%，峰值 57.2%（统计口径：每月与主治医生完成 2 次及以上独立医疗沟通，不含签到、科普浏览等无效活跃）

• 无销售 KPI、无转化话术、无主动推销，自然服务付费率 14%用户从单次咨询主动升级至长期专病管理，全程无运营引导

• 纯服务导向阶段，运营团队不设任何营收指标，年增速稳定保持在 225%后续引入销售考核机制后，增速直接回落至40%-50%，下滑幅度显著 

很多人看完第一反应是：你们是不是有什么运营黑科技？恰恰相反。我们当年没有 AI，没有自动化工具，用的是全行业眼里最 “土”、最 “笨” 的办法。

彼时没有大模型、没有 AI 随访、没有数字人，跑出高数据的核心逻辑非常朴素：所有建立信任的核心动作，全部由大医院的主治专家本人完成；所有事务性、重复性的工作，全部用流程和工具兜住。

反观当下的 AI 医疗赛道，很多项目恰恰搞反了顺序： 让 AI 冲在一线做随访、做答疑、做患者沟通，把真人医生藏在后台做审核、做兜底。 结果就是模型分数越刷越高，患者信任却越来越薄；响应速度越来越快，用户留存却越来越差。

不是 AI 没用，是没用对地方。 医疗信任的基石，永远是真实的专家本人。AI 的价值，是把医生从事务性工作里解放出来，让他们把时间和精力，精准砸在最能建立信任、患者最需要的核心节点上。

本文基于互联网医院时期的专病管理实战经验，拆解医生主导的四层信任体系，明确 AI 与真人的分工边界，给当下的 AI 医疗落地提供可直接复用的路径。

一、先戳破行业误区：你做的不是医疗运营，是电商促销

当前患者运营领域，普遍存在一个底层认知偏差：将医疗场景等同于消费场景，套用电商 “发券 - 促活 - 转化” 的漏斗模型驱动数据增长。 签到领积分、科普博眼球、社群推送、弹窗推广服务包…… 各类促活手段层出不穷。 最终结果往往是活动期间数据短期冲高，活动结束后迅速回落，看似热闹，实则多为无效活跃。

理解患者运营，首先要认清医疗与健康的本质差异，这是医疗行业最扎心的人性真相：

健康，是发生率高频，但行动力低频的事； 医疗，是发生率低频，但行动力高频的事。

健康需求贯穿日常生活，小到身体不适、亚健康状态，人人都会遇到。 但绝大多数患者的心态是能忍则忍、能拖则拖，主动开展健康管理、定期复查、规律随访的意愿极低。 看似高频的健康需求，背后是极低的用户行动力 —— 任何外部刺激都难以真正唤醒用户的主动意愿。

医疗需求则完全相反。 当患者正式进入诊疗流程、对接主治医生、获得明确诊断后，其遵医嘱、配合治疗、定期复查的行动力极强，对医生的信任度与配合度，是任何营销手段都无法实现的。 看似低频的诊疗需求，背后是极高的用户粘性与互动意愿。

绝大多数平台的运营逻辑恰恰颠倒了因果： 试图在健康场景中强行创造需求，将低频医疗转化为高频健康，最终陷入投入大、效果差的死循环。

正确的路径应当是：先在真实医疗触点上，以专家本人为核心建立深度信任，再沿着信任延伸至长期专病管理，自然实现从低频诊疗到高频健康服务的转化。

缺少严肃医疗的底层支撑，缺少专家本人的信任背书，所有促活动作与商业化尝试都只是空中楼阁。 电商营销手段用得越激进，用户的戒备心越强，最终反而会加速用户流失。

过往 45% 的深度月活，并非依靠大量运营活动拉动，而是牢牢锚定 “专病 + 大专家信任” 的核心，把信任拆解成了四层可落地的运营动作，每一层都明确了医生与工具的分工，贯穿患者服务全链路。

二、高活跃的底层逻辑：四层信任体系，医生主导、AI 托底

1. 真实性：信任的起点，是 “我的医生亲自在管我”

患者接入线上服务的第一个顾虑，永远是身份真实性： 对面回复我的，到底是不是真的医生？是不是我住院时的那位主治医生？

很多平台为了提效，大量使用标准化文字模板、系统自动回复，甚至由运营人员、初级医师代专家发声。 但用户对无辨识度的标准化文本天然存在戒备，一段复制粘贴的话术发过去，信任感从起点便荡然无存。

这套体系里有一条铁则：所有建立身份认知的核心沟通，必须由患者的主治医生本人完成，能用语音的绝对不用文字。

真实落地场景：

患者刚做完手术出院，扫码完成线上建档，没过多久就收到一条 30 秒的语音，声音就是自己的主治医生： “XX 你好，我是你的主治医生李主任，看到你今天出院了，后续的康复我这边会全程跟着，有问题随时在这上面找我。后面我会按时间节点提醒你换药和复查，不用自己记。”

这条语音不是运营代发，不是 AI 合成，就是医生本人对着手机录的。 而 AI / 工具在背后做的，是提前把患者的姓名、手术名称、出院时间整理成一句提示词，医生照着念就行，10 秒钟就能录完，不用自己翻病历、不用自己想话术。

患者认的从来不是 “平台的服务”，是 “我的主治医生”。 AI 可以帮医生省掉查资料、打文字、整理信息的时间，但核心的身份确认、第一声问候，必须医生本人来。 尤其是在 AI 合成技术泛滥的今天，一段带着医生个人语气、口音、甚至轻微口误的真实语音，本身就是最坚固的信任壁垒。

2. 主动性：医生主导的主动管理，才能真正激发需求

消费互联网的核心逻辑是 “用户主动触发需求”，但医疗领域的规律恰好相反。

绝大多数患者的健康需求是隐性的、迟钝的、后知后觉的。 术后该怎么康复？慢性病该怎么调药？复查该盯哪些指标？这些事患者不会主动记起，更不会主动上线找医生。 等到他主动发起咨询时，往往已经是症状加重、问题升级的阶段。

因此患者运营的核心不是 “等待用户咨询”，也不是靠系统推送凭空 “激活用户”，而是由主治医生主导，做主动管理式的医疗服务 —— 基于专业临床判断，主动唤醒患者尚未意识到的真实医疗需求。

真实落地场景：

术后第 7 天，医生的工作后台收到 AI 推送的随访提醒，附带着这位患者上周提交的伤口照片、疼痛评分、用药记录。 医生点开后，直接按住录音键： “XX，今天是术后第七天，我看了你发的伤口照片，恢复得不错，结痂的地方别用手扣，明天可以把纱布揭掉了。最近饮食怎么样？有没有恶心的情况？有的话随时跟我说。”

不是系统自动发一条模板化的 “请您按时复查”，是医生本人主动发起的跟进。 AI 在背后做的，是严格按照临床路径盯紧每一个随访时间节点，提前把患者的所有恢复数据、历史沟通记录整理好，甚至帮医生拟好沟通要点。 医生不用翻病历、不用算时间、不用想话术，打开界面就能直接和患者沟通，一次随访只需要 30 秒。

患者的需求不是 “运营唤醒” 的，是医生主动带出来的。 专业的主动管理，能把患者没意识到的隐性需求挖出来 —— 从被动回复随访，到主动提问日常疑问，再到主动分享身体变化。 深度活跃，就在这个过程里自然发生了，根本不需要优惠券、签到积分来凑数。

3. 专业性：严肃医疗的底线，永远由专家兜底

光有真实和主动还远远不够。患者愿意长期留下来，核心是服务能真的解决他的医疗问题。

很多 AI 医疗项目喜欢标榜 “AI 堪比主任医师水平”，但落到真实场景里，患者只会为真人医生的专业判断买单。 AI 可以背完所有医学指南，可以给出最标准的诊疗答案，但医疗决策从来不是套公式 —— 个体差异、合并症、既往史，都需要真人医生的专业判断来兜底。

真实落地场景：

糖尿病患者随访时说最近血糖有点高，还总觉得乏力。 AI 先自动识别出指标异常，同步调取患者既往的糖尿病史、当前用药方案、近一周的监测数据，给出参考的调整方向和风险提示。 医生看完数据和参考建议后，给患者发语音： “你这个血糖高和最近术后补得太油有关系，先不用加药。这三天饮食清淡点，每天测两次空腹血糖发给我，要是还降不下来咱们再调药。觉得乏力是正常的，别猛补，慢慢就恢复了。”

AI 做的是数据整理、异常预警、路径参考，帮医生省掉了大量查资料、算剂量、核对信息的时间。 但最终的医疗判断、方案调整、风险告知，必须由医生来拍板。

患者愿意长期跟着你，不是因为 AI 回答得有多标准，是因为医生的专业判断真的能解决问题。只有严肃医疗的底座打牢了，专病管理才能真正做高频。底座不稳固，再多运营动作都是空中楼阁。

4. 人文性：医疗的温度，只能由真人传递

医疗服务的对象不是一个个用户 ID，而是有恐惧、有焦虑、有顾虑的真实个体。 很多患者不敢提问、不愿表达，不是没有问题，是担心麻烦医生、害怕被敷衍。 此时再标准的专业话术都难以奏效，必须有共情与接纳的人文关怀。

这恰恰是 AI 永远无法替代的部分。 大模型可以 24 小时秒回所有问题，可以生成最完美的安慰话术，但它读不出患者文字背后的情绪，给不了那句让人安心的、带着温度的回应。

真实落地场景：

患者夜里十一点给医生留言：“医生，伤口疼得睡不着，我有点害怕是不是感染了。” AI 先自动接收消息，识别出患者文字里的焦虑情绪，把这条消息标红置顶，第二天一早第一时间推送给医生。 医生上班看到后，第一时间回了语音： “别担心，术后前一周夜间疼是正常的，你要是疼得厉害可以吃一粒止疼药，不影响恢复。早上起来拍张伤口照片发给我，我看一下就放心了。”

AI 可以 24 小时值守，可以识别情绪，可以整理信息，但它说不出那句带着语气的 “别担心”。 患者的焦虑、恐惧、顾虑，只有真人医生的回应才能真正安抚。 这些看起来 “浪费时间” 的、非标准化的共情沟通，恰恰是建立深度信任最核心的环节。

而 AI 的价值，就是帮医生把这些高价值的沟通时间省出来： 不用医生熬夜守消息，不用医生自己翻聊天记录找重点，不用医生花时间整理患者情况。 医生只需要把精力放在最核心的、和患者建立信任的沟通上，剩下的琐事，全部交给 AI。

真实性、主动性、专业性、人文性，四个维度逐层递进，全部以大专家为核心落地，AI 全程做底层效率支撑。 45% 的深度月活，不是运营活动拉出来的虚假繁荣，是患者信任逐步积累的自然结果。

三、商业化的本质：服务是因，付费是果

14% 的自然付费率，在很多人看来是极强的转化能力。 但实际情况是，转化效率最高的阶段，运营团队没有设置任何营收指标，没有销售考核，全员唯一的核心 KPI 就是服务质量。

医疗场景中，付费本质是信任的变现。当信任积累到足够厚度，用户会主动选择更深层的服务，无需任何推销引导。

用户的付费路径是自然生长形成的： 第一层，用户通过随访互动建立基础信任，遇到具体问题时主动发起单次咨询 —— 为即时问题解决方案付费。 第二层，随着沟通深入，用户意识到长期专病管理的价值，主动咨询系统化康复方案、专项管理服务 —— 为阶段性健康结果付费。 第三层，用户对医生产生深度信赖，愿意为专属、持续的健康管理服务支付长期费用 —— 为稳定的信任关系付费。

全程没有推销话术、没有优惠诱导、没有运营逼单，所有付费行为均由用户基于自身需求主动发起。14% 的付费率，便是这样形成的。

这也是行业普遍踩过的一个深坑： 当运营体系引入销售化管理，给团队设置营收指标，考核服务包销量、月度转化率，套用电商思路做用户分层、设计转化漏斗后，变化会立刻显现。

随访沟通中开始夹带服务推荐，患者触达中开始加入优惠信息，纯粹的医疗服务逐渐出现交易导向。 短期营收或许会出现小幅冲高，但很快便会出现患者回复率下降、互动意愿减弱、信任度快速滑坡的情况，随之而来的是活跃度跳水、复购率下跌，年度增速从 225% 回落至 40%-50%。

这一现象背后的规律非常清晰：医疗行业中，服务是因，付费是果。将核心精力投入服务质量提升，付费只是自然而然的副产品；将付费作为核心考核目标，服务动作必然变形，最终会连带信任体系一同崩塌。

电商玩法在医疗行业行不通的核心原因在于：消费场景中，用户本身带有购买目的，营销手段是帮助用户决策； 但医疗场景中，用户带着健康焦虑而来，营销手段只会加重其不安全感，让用户认为平台的目的是盈利，而非解决健康问题。

所有以销售驱动医疗增长的尝试，本质都是杀鸡取卵。执行越激进，最终结果越差。

四、对当下 AI 医疗的落地启示：分清边界，才能跑通模式

复盘互联网医院时期的专病管理经验，再回看当前的 AI 医疗行业，会发现很多项目正在重走过去的弯路。

行业普遍关注 AI 的降本增效能力，关注大模型对人力的替代，关注自动化随访、智能化问诊，似乎自动化程度越高、人力投入越少，模式就越先进。 但核心的逻辑偏差在于：技术是工具，服务才是本质；效率是手段，信任才是目的。

过去没有 AI 技术加持，依靠纯真人服务模式，跑出了 45% 的月活与 225% 的年增速。 如今 AI 技术高度成熟，很多平台的模型评测分数越来越高，但真实的患者留存与付费表现却不及预期。 核心原因就在于 AI 的应用方向出现了偏差：很多项目试图用 AI 替代真人、简化服务，以技术走流量变现的捷径，而非用 AI 放大真人服务价值、加固信任壁垒。

结合百万级患者的运营经验，AI 医疗落地有三个清晰的核心方向。

1. 分工边界要清晰：AI 做事务，医生做信任

很多 AI 医疗项目的底层逻辑是用 AI 替代医生做随访、做问诊、做健康指导，以此降低人力成本。 但这种替代逻辑，恰恰消解了医疗最核心的信任价值。

正确的分工非常明确：

• AI 承担所有重复性、事务性工作：患者数据整理、随访节点提醒、基础信息核对、健康档案更新、初筛分诊分流、常规指标监测、情绪风险识别。

• 真人医生承担所有核心信任动作：首次身份确认、关键节点随访、医疗方案决策、风险告知、情绪安抚、人文关怀。

AI 的核心价值，是扩大单名医生的服务半径，将管理患者量级从几十人提升至数百人； 但核心医疗沟通、关键医疗决策，必须由真人医生完成。 效率可以提升，但信任的底线不能突破。

注：AI 仅作为医疗辅助工具使用，不替代医务人员开展独立诊疗活动。

2. 落地场景要精准：从专病管理切入，而非全科大模型

很多 AI 医疗项目起步便追求 “全科大模型”，试图覆盖全部病种与场景，最终往往样样涉及却样样不精。 从实战经验来看，专病管理是 AI 医疗最易跑通、最易出成果的落地场景。

术后康复、慢性病管理、肿瘤随访、孕产管理等专病场景，具备明确的临床路径、清晰的服务周期、稳定的患者需求，天然适配 “AI + 真人医生” 的服务模式： AI 负责标准化流程跟进、数据监测、风险预警，真人医生负责核心沟通、方案调整、人文关怀。 无需追求大而全，深耕单一专病，跑通服务流程、做实用户活跃度、建立用户信任，商业化自然会水到渠成。

3. 商业逻辑要摆正：先建信任，再谈变现

当前不少 AI 医疗项目，产品模式尚未跑通，便先设定商业化目标，设计多层转化漏斗。 这本质仍是电商思维，在医疗行业注定难以走通。

专病管理的商业化，永远是信任积累到一定程度的自然结果。 先通过专业服务留住用户、获得用户认可，用户自然会主动咨询更深层的付费服务。 14% 的自然付费率，不是运营逼单的成果，而是信任积累的必然。

AI 的价值，是提升服务的效率与质量，让更多患者获得专业的管理服务，而非提升转化效率、倒逼用户付费。 颠倒了这个顺序，发展路径只会越走越窄。

写在最后

当下的 AI 医疗行业，整体节奏偏快。 急于出成果、急于冲榜单、急于商业化、急于证明技术价值。 但医疗行业的底色，从来都是慢的。 慢在建立信任，慢在打磨服务，慢在积累口碑。

互联网医院时期的实战经验，验证了一个最朴素的行业规律： 医疗本质是服务行业，而非流量生意。 患者愿意活跃、愿意付费，从来不是因为技术有多先进，而是因为认可服务的价值，建立了真实的信任。

AI 是这个时代极具价值的工具，能够让医疗服务更高效、更精准、更普惠。 但工具永远无法替代行业本质。 技术越发达，真人的信任价值越稀缺；AI 越普及，服务的温度越珍贵。

回归患者本身，回归医生主导的服务本质，把 AI 用在正确的位置上，才是 AI 医疗长期发展的核心路径。 真正推动行业向前的，从来不是榜单上的排名，而是患者真实的认可与信赖。