文/葉檀財經團隊

一天，多活一天，就有醫療行業的巨大進步

醫療健康領域的發展日新月異，活著，只是多活一天，醫藥技術的巨大進步就有可能拯救很多生命。

3月17日，高層發布會釋放了新的財政信號，為醫療健康領域的技術變革埋下伏筆。2025年，中央財政計劃投入805.5億，提升基本公共衛生服務，296.5億用于醫療救助資金。

這意味著：醫療AI將會成為政策落地的重要支撐點。

（圖片由AI生成）

根據衛健委的《衛生健康事業發展統計公報》顯示，當前基層醫療機構承擔著53.5%的門診量，但優質醫生密度僅為三級醫院的1/9，人工智能將讓優質醫生像孫悟空似的吹根毛，就能有百千萬化身。

AI輔助診斷系統已經覆蓋28個省區的3.2萬家基層機構。

通過NLP病歷分析、多模態癥狀匹配等技術，將30種常見病診斷準確率提升至92%，有效緩解了基層診斷洼地困境。

目前醫?；鹬С瞿昃鲩L高達12.3%，這是難以承受的巨大壓力，AI驅動的健康管理正創造結構性降本空間。

財政資金要符合民生導向，也要可持續，只有與醫療AI的技術紅利產生共振，才能達成雙重目標：重構醫療服務供給模式，降低優質醫療服務成本，順便，培育孵化大健康賽道新的獨角獸。

政策與科技的雙輪驅動，將醫療AI的想象空間與潛力，抬升了一個數量級。

醫療AI的成功密碼，大數據和真問題

從全球AI發展趨勢來看，醫療與人工智能結合，是最熱門的領域之一。它不僅有政策支持、學術界扶持、資本擁護、投資者看好，還有大量的初創公司迅猛發展。

國外有很多先行者成功吃到了第一口螃蟹。作為全球醫療AI標桿，先行者Tempus AI選擇了數據、算法、服務三者聯合的閉環商業模式。

簡單來說，它的成功密碼可總結成一句話：用好大數據，解決真問題。

第一步是積累數據。

Tempus AI的起點是做基因檢測，逐漸獲得了包含850萬份電子病歷、120萬張醫學影像的超級數據庫，建起一座數字化醫療圖書館。

第二步是讓數據變成治病救人的工具，Tempus將海量的數據轉化為醫生智能助手、藥廠研發加速器和患者健康管家。這樣的電子化數據解決了藥廠的燃眉之急，目前來看，產品與服務的市場接受度很高。

除了這家公司之外，還有Hippocratic AI、Quibim、Abridge等許多同行，它們有的專注于AI健康助手、有的專攻某一特定領域，比如腫瘤方向的AI藥物研發。

還有初創公司深度挖掘醫學影像AI分析，或者是藥物臨床試驗優化、醫患高效溝通等。

國外先行者們像一面鏡子，照亮了國內醫療AI企業前進的大方向。

（圖片由AI生成）

我們國內的醫院、機構、診所和社區已經積累大量有效數據，猶如滿地珍珠，只是缺少了串聯起來的一根金線。

如果把這些醫療富礦挖掘開采出來，結合技術平權與市場化的數據，真正解決醫護人員和患者的問題，醫療AI賽道有可能迎來全面爆發。

中國醫療AI行業有三大痛點

中國醫療AI行業，面臨三大痛點。

第一是醫療資源分配不均和數據孤島。

從機構端，也就是大企業端來看，醫療數據分散在不同醫院和機構里，數據多但使用效率低。這種數據孤島，導致AI模型訓練缺乏高質量、多維度的數據支持。

舉個簡單的例子，上海的一家醫院，醫生在日常工作中積累起大量臨床數據，這對于訓練AI大模型來說很重要。

然而，數據是多點分散的。電子病歷系統、檢驗科LIS系統、影像科PACS系統，每一個都有單獨的數據格式與標準，無法有效整合共享。

（圖片由AI生成）

第二是落地場景單一、適配性不足。

比如說，北京一家三甲醫院的影像科，引入了一套AI輔助診斷系統，專門用于肺結節篩查，這個系統確實非常出色，大大提升了醫生判斷的準確率。

問題在于，這個系統只能做篩查，不能參與后面的診療，還需要醫生手動輸入信息，增加了工作量。

第三是產業生態割裂、協同能力差。

從機構端來看，AI技術企業、醫療機構和醫生、患者沒有形成閉環。

醫院擔心患者數據隱私泄露，AI醫療公司則需要大量高質量的醫療數據來訓練和優化其模型。

在醫生端，沒有一個相對完善的AI協同機制，比如說醫生需要把AI工具生成的報告，手動輸入到醫院自己的系統里。

患者在不同醫院看病，病歷、就診記錄、處方等數據在醫院之間是無法互相調用的。

如果只是解決三個痛點中的一個，相對簡單。更高維度的思考是，如何從頂層設計切入，一次性解決三個問題。

有一家企業已經在做這件事，它就是螞蟻集團。

螞蟻醫療健康成立至今已有10年，聯合超3600家醫院，累計服務用戶超8億，是目前國內最大的醫保支付服務平臺、一站式醫療健康服務平臺。從2023年開始，螞蟻開始探索醫療AI領域，目前其醫療大模型是業內應用場景最豐富、與醫療機構、醫生、醫院共建最深的垂類大模型之一。

這種豐富的場景和多維的數據貫穿能力，有效打破了數據孤島，為AI模型提供多維度訓練基礎。

另外，螞蟻醫療大模型最近在MedBench測評上獲得雙料冠軍，支持圖文、語音、視頻交互和醫學推理能力。這種技術優勢，讓它能夠覆蓋從問診到康復的全鏈條場景。

既有機構端，也就是監管部門、醫院數字化平臺的服務經驗，又有與醫生協同聯合的體驗，還支撐了病人端的服務。

螞蟻集團長期的數字基礎設施沉淀、技術實力和生態協同，正在推動醫療AI行業，從過去的單點突破，向全局優化轉型。

螞蟻做醫療AI三大核心優勢

螞蟻走了一條與絕大部分醫療AI公司不同的道路，它具備三個同行幾乎無法復制的優勢：

多年深耕數字醫療，厚積薄發；

AI大模型技術應用資源優勢；

AI醫療產業做三端布局，協同發力相互促進。

2014年，全國第一筆線上掛號繳費，通過支付寶實現；2019年，第一張電子醫保憑證出現；2023年冬天，北京協和醫院的門診大廳里，60歲的張阿姨能夠熟練地點開支付寶，3秒鐘完成掛號費醫保結算。

看似簡單的功能，背后是無數次突破的最終匯聚。

螞蟻醫療健康團隊與全國31個省級醫保平臺反復對接測試，逐步打通了醫保結算、電子病歷、藥品追溯等38個核心系統。

目前已經有超7億人使用過電子醫保碼，日均服務超3000萬次，占全國門診量的62%。

現在，這個入口還延伸出報告查詢、慢病續方等20余項服務，形成了完整的就醫閉環。

在大模型技術方面，螞蟻創新融合架構，充分發揮技術應用資源優勢。

螞蟻醫療大模型采用了多模型驅動，DeepSeek模型的推理和擬人化表達能力領先，能夠輕松分析長達200頁的病歷資料；通義千問則在多模態上表現出色，把CT影像轉化為三維可視化報告。同時，結合螞蟻的服務生態、專業醫學知識加訓，在知識精度上有顯著優勢，提高了診斷準確率。

技術有心，是為人服務之心。

做三端布局，即使放眼全球，也是行業的創新實踐。

在醫療產業智能化升級的三個核心端口機構端、醫生端和用戶端，螞蟻做了AI產品的全方位布局，讓三端聯動形成正向循環。

面向機構端，聯合華為、阿里云等多家伙伴，推出AI醫療全棧式解決方案，北京,上海，浙江等多家公立醫院首批接入使用，讓看病就醫更簡單便捷。

面向醫生端，在1月聯合好大夫推出AI科普助手之后，3月又發布了AI科研助手，為29萬在線醫生提升工作和科研效率。

面向患者端，上線了半年的AI健康管家在接入Deepseek以后，回復變得更加專業。

這是一個龐大的市場，需要龐大的服務體系。中國醫療AI市場規模在2023年達到973億元，2028年預計達到1598億元。

螞蟻憑借其強大的技術實力和創新能力，不斷探索醫療AI的應用場景。通過整合8億用戶行為數據、29萬醫生資源和大模型技術能力，其打造的AI健康管家已形成強大的服務能力。

十四五規劃將數字醫療列入重點產業，螞蟻正在用科技重塑健康鏈條，為探索破解看病難、看病貴、看病準這個世界性難題，提供中國式解決方案。

健康是每個人都關注的問題，我們對這樣的技術進步歡欣鼓舞。

（免責聲明：本文為葉檀財經據公開資料做出的客觀分析，不構成投資建議，請勿以此作為投資依據。）

葉檀財經矩陣號

聲明：近期，不少人以葉檀財經的名義，或xx葉檀、葉檀xx等名義，在各大平臺售賣和股市相關的課程，進行和股市相關的直播。

在此，我們聲明，任何和股市相關的直播、課程，均與葉檀財經無關，也沒有得到葉檀財經或葉檀本人的授權，認可。

葉檀財經運營并管理的微信公眾號、視頻號有且僅有葉檀財經、葉檀暖人生、葉檀聊人生、半間白云、葉檀說、檀談人生，抖音號葉檀財經、檀姐姐暖人生，小紅書號葉檀財經，快手號葉檀財經，頭條號葉檀財經，百家號葉檀，請用戶認準上述賬號。但凡與上述微信賬號不一致的公眾號均非葉檀財經負責運營管理，葉檀財經和葉檀對其行為不承擔任何法律責任。

放松心情，把學習和享受貫穿在悠長的人生中，讓我們一起成長，一起快樂。

作者：葉檀財經團隊編輯：旦旦

圖片：來源于網絡，侵刪

葉檀財經作品 | 盡情分享朋友圈

咨詢合作，請聯系微信

13818756019（商務微信）

喜歡請您點個贊