2026年8月21日凌晨，马斯克在X上写道："终有一天，Optimus加上Grok，将为地球上的所有人提供不可思议的医疗服务。"
听起来有点不可思议，不过网友的第一反应是：特斯拉机器人走路还没完全利索，现在就想拿手术刀了？
就在两天前，xAI刚刚发布Grok 4.6，并宣布它在多项医疗问答和临床诊断测试中取得领先成绩。把两件事放在一起看，马斯克的计划便清楚了。
他不是简单地让机器人学会看病，而是想把医生的知识、判断和操作能力装进同一套机器，把昂贵而稀缺的医疗服务变成可以批量复制的工业产品。
但问题是：顶尖医生的能力，真能像汽车和手机一样大规模生产吗？
一、医院最缺的不是设备，而是经验丰富的人
现代医院已经有CT、核磁共振、手术机器人和基因测序，但专家号仍然难抢，复杂手术还是要排队，县城医院也很难留住高水平医生。
一名外科医生从进入大学到能够独立完成复杂手术，往往需要10到15年。人的能力还无法直接复制，一位专家在北京做手术，就不能同时出现在贵州、新疆或者非洲。
人的精力也有上限。连续工作十几个小时后，医生会疲劳，手可能抖，注意力也会下降。与此同时，医学论文和治疗方案还在不断更新。
医疗行业真正稀缺的，从来不只是机器，而是能够判断病情并完成操作的人。
马斯克的方案，是让Grok负责读病历、看影像、分析资料和提出建议，再让Optimus负责拿药、护理和执行动作。
一个负责想，一个负责做，两者合起来才可能形成完整的医疗能力。
二、达芬奇有手没脑，医疗AI有脑没手
今天的医疗自动化主要有两条路线，但都只解决了一半问题。
第一条以达芬奇手术机器人为代表。
它的机械臂稳定，可以过滤医生手部的轻微抖动，也能提高微创手术的精度。不过，达芬奇不会自己做手术，医生仍要坐在控制台前全程操作。
这样一套设备售价约150万至250万美元，医院还要持续购买专用耗材、支付维护费并培训医生。它提高了专家的工作效率，却没有增加专家的数量。
第二条是医疗大模型。
现在已有AI可以阅读病历、识别影像、整理医学资料，有些模型在医师资格类考试中也能拿到高分。
问题是，它只能待在屏幕里。AI可以告诉医生患者需要缝合，却不能拿起缝合针；可以发现老人需要翻身，却不能走到床边把老人扶起来。
马斯克设想的"Grok加Optimus"瞄准的，就是这段距离。
按照马斯克的设想，搭载AI5芯片的Optimus，端侧算力将大幅提高。它的灵巧手拥有22个自由度和50个执行器，可以更细致地控制动作和力量。马斯克还希望将其量产成本压到2万美元以内，初期售价约3万美元。
此外，医疗版本还要增加无菌设计、触觉传感器和安全系统，实际成本肯定更高。但即使价格远超2万美元，只要明显低于传统手术机器人，并能承担部分医护工作，医院的采购逻辑就可能改变。
过去，医院买的是一台需要专家操作的工具。未来，医院购买的可能是一套能够全天工作、持续升级的医疗服务能力。
三、走了40年，医疗机器人终于开始连接大脑和双手
20世纪80年代，PUMA 560工业机械臂曾被用于脑部活检。它只会按照预设坐标移动，没有触觉，也无法处理突发情况。
2000年前后，达芬奇系统开始普及。医生可以远程控制机械臂，手术精度提高了，但机器仍然离不开医生。
进入2020年代，大模型开始读病历、看影像，AI成了医生的辅助工具。可它再聪明，也无法碰到患者。
现在，具身智能开始尝试把判断和操作连起来。机器人先观察患者状态，再作出判断、执行动作，随后根据患者反应继续调整。
这条路线最大的吸引力，是经验可以复制。人类医生掌握一种复杂技术，需要多年练习和带教；机器人的操作如果经过严格验证，就可能通过软件更新部署到更多设备上。
医疗能力由此有机会摆脱个人时间和地理位置的限制。对行业来说，这比机器人长得像不像人重要得多。
四、普通人最先见到的，可能不是机器人主刀
我们都知道，医疗行业对安全极其敏感，机器人不可能一开始就独立完成开颅或心脏手术。它最先承担的，很可能是送药、搬运、康复训练、生命体征监测和基础护理。
偏远地区的急救辅助也是一个现实场景。县城医院深夜接到重伤患者时，Grok可以分析影像和生命体征，Optimus则在医生监督下准备器械、配送药物或协助止血。
它不需要立刻成为主任医师，只要能给基层医生增加一双稳定的手，就可能缩短不少等待时间。
失能老人护理的需求更大。
翻身、洗漱、喂药和监测身体状况，每一项都不复杂，却需要日复一日地重复。如果机器人能控制好力量、听懂指令，就能减轻家属和护工的压力。
世界卫生组织的数据显示，全球医疗卫生人员缺口已经超过1000万人。单靠扩建医学院或者让现有医护人员加班，很难补上这个缺口。
因此，医疗机器人首先替代的不会是名医，而是那些重复、繁重又长期缺人的工作。等护理和辅助操作跑通以后，它才可能逐步进入风险更高的环节。
五、机器人的成本能降，医疗责任却不能打折
马斯克的构想很有吸引力，但机器人进入手术室之前，至少要回答三个问题。
第一，出错了怎么办？大模型可能误读病历，摄像头可能被遮挡，机械手的传感器也可能发生故障。消费软件答错一道题，用户可以重新提问；医疗机器人做错一个动作，后果可能无法挽回。
第二，谁来负责？如果机器人造成医疗事故，责任属于xAI、特斯拉、医院，还是批准它执行操作的医生？这条边界划不清，医院就不敢大规模使用。
第三，患者敢不敢信？医生除了操作，还要沟通、观察并处理意外。机器人必须证明自己在异常情况下会及时停下，也允许人类医生随时接管。
目前来看，更可能出现的情况是，机器人接手重复工作，医生负责复杂判断、监督系统和处理突发状况。
过去，顶尖医疗能力集中在少数专家的经验和双手里；未来，如果部分知识能够写进模型，部分操作能够交给机器，优质医疗就可能覆盖更多地区。
如果有一天，站在你面前的是一台眼神冰冷但手极其丝滑的医疗机器人，你敢把命交给TA吗？