大模型进医院，最怕的不是答错一道题，而是在诊疗链路上悄悄改一句事实——MedGuard要把核查嵌进流程，而不是贴在聊天框外。对医院采购来说，这更像安全带，而不是又一块油门踏板。
蚂蚁集团在数字医疗与健康AI方向推进「模型—数据—合规」布局，健康助手产品线包括蚂蚁阿福等。公司与厦门大学等单位联合推出MedGuard，定位医疗场景中的事实核查与诊疗安全守门模块：将大模型输出与权威医学知识、临床指南及结构化病历交叉验证，在医生签署前拦截高风险陈述。公开介绍称，系统面向「模型+诊疗」工作流，而非替代医生决策；与蚂蚁阿福等产品协同，强调可审计、可回溯的合规路径。同期，蚂蚁阿福相关能力获IDC AI大奖，OceanBase数据沙箱被用于缩短AI应用研发周期（从天级到分钟级）。
合规与工程侧可核对要点：
所谓事实核查守门，白话是在输出到达患者或病历系统前，自动核对「这句话有没有依据、有没有与指南冲突」，类似支付风控在扣款前拦一刀。医疗Agent的瓶颈正从「会不会看病」转向「敢不敢签字」——MedGuard类模块可能成为医院采购的前置条件。对开发者，应问核查覆盖率、误拦率与专科知识更新频率；对监管，则关注责任主体仍是执业医生而非模型。
产业观察上，诊疗AI需要安全带，而不是只有油门。可以把它想成：支付行业先有风控再谈开放API，医疗行业也可能先有守门人再谈Agent开方辅助。奖项与产品宣传不等于三类医疗器械注册完成，科室指南差异也会拉开真实可用边界。
需要把边界读清楚。不同科室指南差异大；注册与收费路径未在公开材料中完整披露。下一观察点是三甲医院前瞻性试用中的不良建议拦截率与医生采纳率。