文｜白 鴿

編｜王一粟

AI大模型正在醫療服務行業中扎根。

“我們醫院在科研平臺上已經接入使用了DeepSeek?！北本┠橙揍t院相關負責人對光錐智能說道，“形式類似于AI助理，能提供科研政策問答、查詢、常用文件下載等功能?！?/p>

這僅僅是當前AI大模型在醫療行業應用的一個縮影。

短短4個月時間，DeepSeek已被數百家醫院擁抱，覆蓋北京、上海、廣東、江蘇、浙江等20余個省份，其中不乏北京大學第一醫院、清華長庚醫院、上海第六人民醫院等知名大型三甲醫院。

除科研外，在醫療中的“防、篩、診、治、管”等幾大場景，也都在漸進式地接入AI大模型。

不過，“現階段主要是兩頭——科普咨詢和診后管理做的多，因為相對可控，安全能得到保障?！蔽浵仈底轴t療健康AI健康業務負責人劉博說道，“診治環節則要求特別嚴謹，還處于探索階段，更多是以醫生AI助理形式輔助進行診療，而不是用AI代替醫生”。

無疑，受DeepSeek影響，AI+醫療正迎來前所未有的黃金時期。

據弗若斯特沙利文預測，中國AI醫療市場將迎來爆發式增長，規模預計從2023年的88億元激增至2033年的3157億元，十年間復合年增長率（CAGR）高達43.1%。

也正因此，越來越多的玩家開始涌入這一賽道。

從華為、螞蟻集團、騰訊等互聯網巨頭，到科大訊飛、東軟集團等在醫療軟件扎根的行業玩家，再到百川智能、月之暗面等大模型創企，都紛紛進軍AI醫療行業。

甚至包括DeepSeek母公司深度求索，近期也正在招聘數據百曉生（醫療方向）的實習生。

而在其中，專注于應用層的玩家更加多樣化，且其布局體系更注重B端+C端協同發展，典型企業包括螞蟻數科、東軟集團、科大訊飛等。

在C端，為用戶構建專屬于自己的健康賬號系統，覆蓋個人所有健康檔案，為用戶提供更加個性化、便利化的看病服務；

在B端，一是聯合醫院強項門診或國內知名醫生，共同打造?？茖２I醫生智能體；二則是為醫院醫生的日常診療提供AI輔助能力。

螞蟻與上海仁濟醫院聯合打造的泌尿外科AI智能體

如螞蟻與上海仁濟醫院泌尿科打造?？艫I智能體；北電數智也與包括中日友好醫院等五家三甲醫院合作專項模型，并逐漸形成全科模型；東軟集團除了專科AI賦能體外，還為醫生提供AI助手，幫助其解決相對浪費時間的工作，比如病患的出院總結等。

另外，醫院底層也需要有足夠的算力支持，而受限于醫療行業數據敏感等特性，醫療一體機賽道也被引爆，包括螞蟻、訊飛等企業，都推出了專門面向醫療行業的一體機產品。

然而，AI在醫療場景中，真正是否能夠用起來，卻也存在著諸多挑戰。上述北京三甲醫院相關負責人甚至直言：“科研AI助手的實質性用處不大，現階段基本不會用它。”

那么，AI+醫療這一黃金賽道，到底要如何才能夠真正實現AI技術的應用落地？以及如何打通醫院、患者、醫生三方的協同，讓更多的用戶真正受益于AI技術的發展？

被爭搶的AI+醫療，需解決大模型幻覺

DeepSeek作為這一波AI醫療落地的先鋒軍，其母公司深度求索也開始加碼AI醫療。

不過，相比于其他企業做AI醫療的落地應用，DeepSeek此次布局更多是要強化自身基礎大模型對醫療行業的認知能力。

DeepSeek招聘醫療方向實習生

據其招聘信息顯示，要求實習生具備醫學專業背景+代碼能力，工作方向則是和研發人員一起，提升DeepSeek在醫學方向的專業能力：包括但不限于提升模型對醫學知識的掌握，專業化醫療咨詢問答，減少醫學問答的幻覺，提升聯網搜索體驗等等。

其中，值得關注的一條內容是要“減少醫學問答幻覺”問題。

“大模型對很多概念都理解不了，比如親情賬戶、家庭共濟等概念，即使我們已經灌輸了很多知識，但他還是會出現幻覺?！蔽浵仈底轴t療健康AI技術負責人魏鵬說道，“即使是現如今最強的模型，拿到真實應用場景中，也還是會出現一堆幻覺，這就是理想跟現實的差距?！?/p>

于消費端或其他不敏感的場景來說，這種問題可能無傷大雅，但對醫療行業來說，卻是致命的問題。畢竟，醫療服務對嚴謹性要求更高，一旦出現誤診，很有可能衍生為醫療事故。

因此，雖然當前通用大模型的能力越來越強，但在實際行業落地時，垂直行業大模型仍是AI落地的關鍵抓手，醫療服務行業同樣如此。

“如在醫保報銷問題上，我們不希望大模型繞了大半天，最后還讓用戶去咨詢當地醫保局，而是希望其能夠直接正確地給用戶提供關鍵信息。”魏鵬說道，“這就是大模型應用跟基礎大模型之間的關鍵區別。”

相關數據統計，截至2025年4月，在中國排名前100的醫院，已有98家對外宣稱完成了大模型部署，其中38家醫院在通用模型基礎上展開研發，打造出55個符合自身需求的垂直醫療模型。

目前，包括螞蟻、訊飛等企業，都紛紛推出了醫療垂直大模型。但于醫療大模型而言，想要給用戶提供更準確關鍵的信息，少不了高質量的行業數據進行“投喂”。

如螞蟻醫療大模型中，就添加了百億級中英文圖文、千億級醫療文本語料及千萬級高質量醫療知識圖譜進行專業知識訓練，并經過醫患診療、藥廠等真實場景問答的多任務微調，以及數百個專業醫學團隊、醫生標注數據的強化學習。

經過如此多的數據“投喂”，螞蟻醫療大模型在醫學報告、藥品、毛發等圖像識別場景中，準確率達90%以上。

“除了公開的數據信息外，我們還會跟權威的機構采購相關數據，同時還會跟包括衛健委進行深度合作，合規使用最頂層的數據?！蔽葫i說道，“我們還會在?？茢祿显鰪姡⒃跀祿俗⒎矫妫槍︶t療場景定制了標準品態，使其更符合醫生的習慣?！?/p>

同時，另一位螞蟻集團相關負責人對光錐智能說道：“我們有自己的產品團隊，還有外部的醫生做數據校準，同時還有醫院的團隊做雙倍監測，并且團隊中有很多不是技術出身的成員，其原本就是從事醫療專業的人才，來對AI的回答進行糾錯?！?/p>

醫療大模型，雖然是AI+醫療的敲門磚，但想要真正撬動AI醫療讓更多的人用起來，卻并不是這么簡單。

打破不可能三角，AI醫療要覆蓋“三端建設”

AI+醫療，其實并不是新興起的概念，早在上一波AI發展中，就已經有了一些落地場景。

不過，“上一代AI醫療主要是圖像識別、自然語言處理，做了類似于影像識別和臨床的支持，細分領域的應用達到了效果，但普及性和可用性上卻存在局限?！蔽浵佅嚓P負責人說道。

大模型時代來了之后，尤其是DeepSeek這波帶來的深度思考和復雜推理能力，讓人機交互體驗發生質的飛躍，同時也拓展了更多場景和應用的可能性。

“以前醫療行業的AI應用，更多是基于AI的知識問答形式?！北彪姅抵鞘紫夹g官CTO謝東對光錐智能說道，“而隨著模型能力提升，多模態大模型迭代，基于醫療數據進行專門訓練，及Agent等應用形式的出現，都使其能夠完成特定任務，更加真實地成為不同角色、不同環節的助手?！?/p>

這也就意味著，AI大模型在醫療行業中的落地，將不僅僅局限于知識問答，其讓AI直接服務C端患者用戶有了可能，而上一代AI更多還是輔助醫生提升效率。

但現如今在醫療服務中，仍存在著不可能三角，即看病的便捷性和可行性，以及成本效率問題。

畢竟，全國有這么多家醫院，每家醫院都有自己擅長的?？?，而面對復雜疾病時，所需要花費的時間和金錢成本都更加高昂。

“醫院要解決的問題，是如何不斷提升自己醫療技術水平，能夠給患者看好病。面向患者端，如何用合理的成本解決病人的問題，也是關鍵。”東軟集團醫療健康事業部總經理李東說道，“同時還需要不斷提升患者的就醫服務體驗?！?/p>

那么，想要解決這一問題，就需要面向醫院、患者、醫生進行三端協同建設，打通中間存在的壁壘，用AI真正的能夠幫助患者看好病，解決真正的問題。

從目前市場玩家來看，能夠支持構建三端建設的，更多還是以大廠為主，比如螞蟻集團、東軟集團、訊飛醫療等，這些大廠更多是以平臺化的解決方案，覆蓋三端建設。

此前，東軟集團推出“添翼”醫療健康智能化全系解決方案，該方案基于“添翼”AI大模型，衍生出八類醫療行業“賦能體”，涵蓋醫學影像、患者服務、病歷服務、醫學科研、醫學檢驗、重癥醫學、醫事服務、衛健等領域。

其實，東軟提出的賦能體概念，是智能體與醫療中細分場景的深度結合。

而這8類賦能體，主要覆蓋三個大方向：

一類是患者端，即讓患者擁有屬于自己的系統?！拔覀儠堰^去積累在醫生端、院端的這些能力和方法，移植到患者端，讓患者更具備自我診斷能力?！崩顤|說道。

一類是面向醫生，通過AI幫助醫生基于患者所有病歷，自動生成出院小結等，即醫事服務賦能體和病歷服務賦能體。

一類是面向醫院管理，東軟推出了整個管理端的系統，包括衛健委對行業監管相關的賦能體，同時圍繞著?？茖２?，也推出了面向ICU的賦能體、檢驗的賦能體以及影像的賦能體等。

相比較來說，螞蟻面向三端建設，理念上與東軟異曲同工，以應用服務為主，并實現相互打通，構建以大模型為核心的“一體三端”醫療AI布局。

患者端，螞蟻推出了AI健康管家助手，其目的也是希望能夠為患者打造屬于自己的終端應用。

“AI健康管家主打三方面服務，陪診師、健康師、咨詢師，同時還會跟個人健康檔案打通，真正做到個人健康助理的角色?！眲⒉┱f道，目前AI健康管家用戶數已經突破2000萬。

醫生端，螞蟻主要是與著名三甲醫生進行合作，構建?？浦悄荏w。

“我們已經跟上海仁濟醫院泌尿?？频膶＜疫M行合作，打造泌尿科專家智能體，并集成到AI健康管家中，可以直接為患者提供服務?！蔽浵佅嚓P負責人對光錐智能說道，“現在專科專家智能體的能達到的水平，就像是博導帶出來的研究生，其能夠幫助醫生完成預問診工作和輔助診療?！?/p>

該負責人表示，在專科智能體上，基于與醫院共建，數量已經達到七八十個，智能體上線半年時間，AI問診已經服務200-300萬患者。

更為重要的一點是，此前螞蟻集團對好大夫進行了收購，“后續更多會在醫生側幫助做病歷生成，輔助診斷。”魏鵬說道。

面向醫院端，早期螞蟻集團更多是在支付側為醫院提供服務，后來從醫保支付領域切入到醫療數字化，并給予小程序+數字化產品解決方案，幫助醫院進行醫療服務的轉型升級。

“在這個領域螞蟻已經布局四五年時間，現在已經連接了3600多家公立醫院聚合在這個平臺上。”螞蟻負責人說道。

到2023年，螞蟻開始布局AI醫療，最開始是與浙江衛健委率先合作，雙方共同構建陪診師AI助理，“當時陪診師比較火，初衷想法就是以線上助手的形式做陪診師?！必撠熑苏f道，2024年以來，螞蟻基于醫療大模型，則是與各地醫保局進行了AI創新應用。

不管是東軟，還是螞蟻，盡管在醫院端也有布局，但其最終目的，還是為了服務C端的患者。

“我們希望通過更多B端的能力，最終給C端用戶帶來更好的產品體驗?！眲⒉┱f道，“我也強調不管在技術上、產品上，機構、醫生都是我們的生態伙伴，我們跟他們合作是為了服務用戶?！?/p>

而相比較于螞蟻、東軟這種平臺型服務商，AI醫療行業中也存在著諸多從細分場景切入的玩家。

如美的醫療，其以AI賦能生物醫療冷鏈存儲科技，旗下的萬里云醫療則構建AI驅動的影像診療信息化生態閉環等。

如其妙筆AI報告生成系統，通過融合DeepSeek等大語言模型，實現兩大技術突破：

一是“智能校驗引擎”通過調參后的大模型，能實現口語轉書面語、非醫療詞過濾、錯誤內容修訂，這極大程度上實現了報告輸入自動規范化；

二是“動態適配模板庫”基于深度學習和LLM-R模型范化技術，可依據檢查特征與診斷邏輯自動生成最優模板，配合醫生個性化知識庫的智能調用，報告生成效率翻倍提升。

劉博也坦言：“行業中并沒有競品，這個行業中還有很多需求解決的問題，大家的切入點都會不一樣，如影像、醫生服務等。”

AI醫療落地站，商業化大考才剛開始

醫療，被看作是AI大模型落地的黃金賽道，眾多玩家都在布局。

但AI醫療也與其他行業一樣，面臨著商業化大考，畢竟企業的最終目的是要盈利。

但在現階段，AI醫療的商業化模式還尚未清晰。

一方面，面向C端服務，中國的軟件供應商很少會有收費項目；另一方面，面向B端服務，現如今尚未實現標準化平臺建設，很難有大規模營收。

不過，螞蟻集團也探索出了一種商業化可能，即通過一體機形式，為醫院提供大模型全棧服務。

今年3月，螞蟻集團聯合阿里云、華為、衛寧健康、納里數智等近百家產業伙伴，宣布推出全新“螞蟻醫療大模型一體機”全棧解決方案：

醫療機構僅需一鍵接入螞蟻醫療大模型一體機設備，即可完成國產算力、醫療大模型、AI訓推一體的私有化部署，推進院內業務系統、患者服務AI升級。

據悉，杭州市醫保局、寧波市鄞州區衛健委、北京中醫醫院、上海仁濟醫院、上海市中醫醫院、浙江省人民醫院、迪安診斷共7家機構成為首批接入合作的醫療機構。

這是因為，醫療服務行業最核心問題就是對數據高度敏感，所以對私有化部署的需求更高。

而螞蟻集團通過一體機的形式，能夠為醫院提供私有化布局，這也就使其在沒有大規模通用方案之前，有了商業化的可能，而且與醫院的綁定更深。

事實上，DeepSeek 橫空出世，AI 醫療商業落地被進一步催化，最核心的兩個原因：算力價格普惠，以及開源模型能進行私有化部署，更契合醫療數據敏感的安全需求。

當然，一體機更偏硬件層面服務，這是螞蟻針對醫療場景單獨推出的產品。

“硬件可以根據客戶需求進行選擇，華為、阿里等都能夠支持。”螞蟻負責人說道，“軟件層面則是基于螞蟻的醫療大模型和基座大模型，如DeepSeek、通義千問等，能滿足用戶個性化需求，應用層則是可以支持專科智能體的應用，幫助用戶打造有影響力的?？崎T診。”

相比于螞蟻從硬件層面進行商業化突圍，東軟則更希望以生態化的形式，產生更多商業模式。

“過去解決方案是單一項目式，現在更多是平臺，而平臺背后則是一整個生態。”蓋龍佳說道，“這不像過去賣一個項目給誰，而是說可以打包一次性購買整個平臺的生態服務，這就將解決方案的模式生態化、服務化，也更加智能化。”

但這種模式最終是否能夠真正走通，卻并未可知，但蓋龍佳也堅信，未來商業模式將會越來越多，尤其是訂閱式服務化方面。

當前，醫療行業存在著諸多問題，患者看病難、看病貴，醫生資源緊張，醫患關系矛盾等等。

盡管當前AI醫療尚處于發展初期階段，商業化模式尚不清晰，但AI已經在一定程度上解決三端難題。畢竟，技術的發展，應該服務于人。

DeepSeek的橫空出世，讓AI醫療進入發展快車道，眾多企業方，也希望能夠借助AI大模型技術，更好的幫助患者、醫生和醫院，讓中國醫療行業發展更好。