2025一開年，DeepSeek迅速席卷全國醫療行業。

超過100家醫院已經部署了DeepSeek，覆蓋了患者服務、科研、診療、辦公、管理等各個方面。

同時，AI醫療大模型開始井噴，今年以來，瑞金醫院、復旦大學中山醫院，訊飛醫療接連發布醫療大模型；而伴隨著開源生態，京東健康宣布全面開源旗下“京醫千詢”大模型。

新一波的醫療大模型應用有什么不同？智藥局盤點了近年來發布的AI醫療大模型，試圖找到答案。

以下是AI醫療大模型的具體情況：

中國AI醫療大模型（不完全統計）

新一輪AI醫療狂潮

2022年12月，ChatGPT這一劃時代的產品出現，如同一聲驚雷開啟了AI行業的新生。

2023年上半年開始，ChatGPT引發了國內企業的AI醫療“百模大戰”。互聯網醫療公司率先響應，科研院所、醫院方迅速跟進。

相較于通用大模型，訓練一個醫療大模型的難度并不大。絕大多數醫療大模型基于通用大模型的基座進行訓練，通過領域醫學數據進行微調，從而強化模型在醫療領域的專業能力。

2023年發布的醫療大模型中，大多由LLaMA、ChatGLM-6B等基座微調或者預訓練而來，有實力的互聯網公司也開始輸出大模型基座能力，例如騰訊混元大模型，華為盤古大模型等。

到了2024年，醫療大模型陷入了同質化競爭，商業化難題讓AI醫療大模型沉寂了一年。也是 這一年，醫療大模型開始有了差異化競爭，醫院和企業開始發布針對特定領域的專科大模型，精細化地整理細分知識后，發布重癥、罕見病、病理學等專科模型。

2025年，DeepSeek的震撼發布也讓醫療健康迎來了新一波AI浪潮。 由于DeepSeek的發布較短，但區別于此前的AI模型競爭，目前絕大多數公司選擇接入、部署DeepSeek，正在探索新一輪的AI大模型應用。

未來醫療大模型戰場

后DeepSeek時代

AI技術日新月異，必須要以發展的眼光看待大模型的發展。

ChatGPT爆發后，多家公司基于大模型基座+醫療數據發布行業大模型。而當前絕大多數企業只是接入、部署DeepSeek等較為初級的應用，未來有望深度結合。

以DeepSeek為代表的深度推理大模型基座，可能在邏輯推理和復雜問題解決上有優勢，這對醫療領域的復雜診斷和多步驟推理有幫助。

DeepSeek可以結合臨床指南、PubMed論文、醫院私有病歷庫作為外部知識源，通過RAG（檢索增強生成）進行深度推理。

同時，AI大模型有望 解析報告、CT影像 、病理報告、心電信 號等多模態數據 ， 實現 多維度證據鏈交叉驗證。

這一趨勢已經開始顯現，例如清華系AI公司水木分子于近日發布DeepSeek 版 ChatDD-R1基座模型，賦能生物醫藥企業的藥物研發。

同樣，DeepSeek的出現也促進了醫療大模型開源。例如百圖生科、京東健康相繼宣布開源，由閉源模型轉向開源生態。

數據為王

DeepSeek生態開放降低了醫療大模型的部署、訓練門檻，但大模型的迭代仍然需要大量高質量數據。

醫療大模型競爭中，掌握醫療數據的醫院成為主要參與方。當前超 百家醫院接入DeepSeek，整合信息系統和院內數據有望進一步帶來醫院智能化。

一方面，三甲醫院覆蓋的科室全面，能夠提供多模態數據，如影像、病理、基因等，這對多模態大模型的訓練很有幫助。

此外，三甲醫院的醫生經驗豐富，可以在模型開發中提供專業指導，確保模型的準確性和實用性。他們的反饋能優化模型，在診斷和治療建議方面至關重要。 三甲醫院有較強的科研團隊，能夠與高校或企業合作，推動AI技術的轉化應用。

由此來看，醫院提供數據+場景，企業提供技術的大模型開發聯盟正在成為主流。

商業化難題

關于AI醫療，二級市場反應最大。

稍微和AI沾點邊的醫療個股股價都直線飆升，包括阿里健康、醫渡科技、華大基因、衛寧健康等公司股價拉升超過50%。

然而，當前AI醫療大模型一直面臨著商業化難題。 前不久，貝瑞基因點出了當前二級市場的炒作情緒。公司回應稱：AI技術尚未成為核心業務組成部分，也未產生直接收入。

這也是當前大模型的通病：拿著錘子找釘子。AI醫療輿論爆火，但缺少可商業化的產品落地。

在C端，醫療大模型主要提供醫療問診、醫學科普等功能，目前并未出現類似DeepSeek、豆包等知名應用，更不用說通用大模型也未實現商業化。

部分企業選擇將AI和業務進行結合，為主營業務做增值，例如京東健康的“康康”，能夠在用戶咨詢癥狀后立即匹配線上醫生問診以及醫藥送達服務。

更多企業把商業化聚焦于B端，即為醫院、藥企、藥店、體檢中心提供模型服務，從而減少對C端用戶的依賴。

從市場反饋來看，AI大模型的實際商業回報未能滿足企業預期。

某醫療器械賽道的人士向智藥局表示：“盡管公司有大模型相關業務，但主要是和器械進行搭售，在硬件的基礎上加價賣給臨床和學校，且基本上都是一錘子買賣，難以形成可持續現金流。”

這也是當前的AI醫療大模型難題，一方面，企業由于害怕錯過新的AI浪潮，紛紛宣布接入DeepSeek；但另一方面，還未看到醫療大模型收費的曙光，更多只是業務錦上添花的作用，實際投入上變成了“雷聲大，雨點小”。

也就是說，醫療模型的競爭必定走向差異化，以及解決問題的能力。

有一個好模型，并不一定能轉化為業務價值，在復雜醫療場景中，并不是比誰的參數多，在基準測試中拿到高分，而是解決實際問題。

此外，AI醫療健康賽道還有大模型和小模型的技術與監管的差別。

以當賽道較早的頗為成熟的AI+影像賽道為例，由于入院的高門檻性，當前通過藥監管局審批的AI影像器械均是單病種、特定場景的小模型。

小模型需要針對特定的數據進行清洗和高精度標注，例如肺部、心血管、婦科等適應癥都需要單獨審批，單獨拿證。

尤其對于高計算需求、高預測要求的藥物研發領域，例如分子生成、FEP+預測等，仍然以精度更高的小模型為主。

針對嚴謹的醫學場景，一些做法是將大模型“變小”，即為醫療大模型找到合適的場景，企業開始基于大模型發布AI醫療品牌以及應用，希望將大模型轉化為商業價值。

或者在模型端就切入更加細分的賽道，學習更窄的醫療知識，例如呼吸科、心血管科、兒科等，找到更落地的場景。

即使如今AI醫療模式風頭正盛，入局者眾多，如果無法跨過商業化門檻，下一步該怎么走依然還是個難題。

—The End—