21世紀經濟報道記者 韓利明 上海報道
“2023年是醫療AI大模型元年，企業紛紛跑馬圈地，推動大模型應用落地。”這是業內對2023年醫療AI大模型的界定。2024年底，國家衛生健康委牽頭制定了《衛生健康行業人工智能應用場景參考指引》，列出了AI在醫療領域創新應用的84個領域，為AI在醫療行業的進一步拓展提供了明確方向。
各地也在積極響應。上海市發布了《上海市發展醫學人工智能工作方案（2025-2027年）》，從政策層面為醫療AI的發展提供保障與支持；四川省則在2025年政府工作報告中提及，“發展互聯網醫院、遠程診療和‘AI+醫療’，促進優質醫療資源更好下沉共享”。
2025年以來，隨著DeepSeek等國產大模型取得突破，醫療大模型及AI應用熱潮再度高漲。眾多三甲醫院、專科醫院等官宣已完成DeepSeek的本地化部署，其他醫療服務機構也加速跟進。這背后，是我國醫療資源長期失衡的現狀，醫療領域亟需AI支持。
上海交通大學醫學院附屬仁濟醫院（以下簡稱“仁濟醫院”）泌尿科主任潘家驊向21世紀經濟報道等解釋，“我國95%的醫療機構為基層醫院，卻出現患者扎堆少量三級醫院的現象，導致三甲醫院人滿為患，醫生超負荷工作。如何科學導流患者、精準匹配醫療需求，成為行業難題，而人工智能的應用則為破局提供了新方向。”
那么當前，我國 AI 醫療究竟發展到了何種程度？
從通用大模型到醫療專科大模型
醫療AI在2023年迎來一輪爆發式增長。彼時，百度文心一言牽手有來醫生、莫廷醫療、啟灝醫療等多家醫療企業推動醫療產業升級；嘉會醫療攜手商湯科技，AI賦能打造國際化智慧醫院樣板。圍繞患者問診、醫院管理、醫學影像等多方面的AI大模型產品不斷在市場涌現。
然而，受限于開發成本、數據安全、技術成熟度等多種因素，醫療 AI 的大規模普及與應用受到阻礙。今年，隨著國產大模型突破，眾多醫療機構看到了廣泛應用醫療AI的可行性。數據顯示，DeepSeek-R1訓練成本低至557.6萬美元，API定價百萬token輸入僅2元、輸出8元，通過動態激活參數，DeepSeek顯著降低醫療AI部署成本，推理效率提升300%。
不少醫療機構也陸續發布大模型相關的采購計劃。江蘇政府采購網顯示，常州市第一人民醫院采購基礎大模型與訓練推理算力一體化平臺項目，預算金額480萬元；廣州醫科大學附屬腦科醫院計劃采購 DeepSeek R1 70B 本地部署一體機服務器一臺，預算66.8萬元。
有業內人士向21世紀經濟報道指出，“當前，醫院對應用大模型積極性頗高，紛紛開展私有化部署，一方面是輔助醫生生成門診、住院病歷，依據主訴、現病史等信息推薦治療方案、醫囑、處方及其他建議供醫生參考；另一方面是在藥品知識領域，大模型能給出比傳統合理用藥更具個性化的建議。”
不過，醫療場景具有復雜性、專業性和高風險性等特點，要求AI不僅要“知其然”，更要“知其所以然”。仁濟醫院副院長、泌尿科學科帶頭人薛蔚指出，“在醫療領域，精準知識的訓練比注入規模化數據更重要，除了教給AI醫學文獻和指南，關鍵還在讓AI學會醫生的邏輯和思維，因此在這個過程中頂尖醫生與技術應該成為搭檔。”
據介紹，日前，仁濟醫院公布其與螞蟻集團合作醫療AI的最新進展。據悉，這是全國首個用疾病結構化數據訓練、在真實醫療場景運行的專科智能體，涵蓋了98%常見泌尿系統疾病類別，上崗8個月，服務了30萬患者，使用診前咨詢、多輪問診、多報告解讀、腫瘤分期及醫療掛號等能力。
“通用大模型缺乏醫生深度參與，構建相對簡單；而醫療專科大模型由專科醫生深度參與知識語料庫構建及疾病判斷邏輯設計，更契合真實醫療路徑與邏輯，能提供更接近醫生診療的服務，這正是二者核心差異所在。”潘家驊介紹。
潘家驊進一步解釋，“以前列腺癌為例，與通用大模型僅機械羅列前列腺癌治療方法、診療指南和用藥不同，深度融入醫生經驗的醫療大模型，能基于患者‘尿頻尿急、骨頭痛’等癥狀，從患者實際表現出發，邏輯推斷潛在病因，如是否存在前列腺癌骨轉移，實現從癥狀到病因的正向診斷推理。”
醫療AI如何走通商業化？
在我國醫療資源緊張、醫保費用需合理管控的大背景下，醫療智能化革命勢在必行。隨著 DeepSeek等模型的推廣，AI 在越來越多醫療機構中得到應用，醫療專科大模型也在持續優化，不斷提升自身的性能與服務質量。
螞蟻集團醫療大模型算法負責人王劍表示，“將頂尖醫院的診療經驗標準化是AI未來的使命，推動醫療大模型進醫院最大價值是向下扎根，通過‘封裝’三甲醫院的診療能力，廣泛服務基層醫療機構，使有限醫療資源以技術的方式得到擴容。”
不過，當前醫療 AI 在賦能醫療機構降本增效、服務基層的同時，AI系統入院變現也有不少難點。國家醫保局價格招采司醫藥價格處負責人蔣炳鎮曾表示，調研發現，AI技術在一定程度上能夠幫助醫生提高診斷效率，但現階段還無法完全“平替”，在已經收取相關診療費用后，不宜額外單就AI輔助技術再向患者收費。
上述業內人士也直言，受益于多年來持續發展的AI技術，互聯網醫療模式才能走到今天。但即便是布局多年的互聯網醫療企業，目前也難以在“AI看病”上得到更多的回報。很長一段時間里，平安好醫生、阿里健康、京東健康等企業最核心的營收均來源于醫藥電商。
從最新披露的財報數據看，截至2024年9月30日止六個月，阿里健康收入142.74億元，同比增長10.2%。收入增加主要由于報告期內醫藥自營業務及醫療健康及醫藥電商平臺業務穩健增長所致。其中，為終端用戶提供包括中醫、體檢、問診、掛號在內的線上線下一體化的醫療健康服務收入4.42億元，同比下降9.4%。
2024年，京東健康實現收入582億元，同比增長8.6%，也是得益于銷售醫藥和健康產品所得商品收入由2023年的457億元增加6.9%至2024年的488億元。商品收入的增長驅動力主要有活躍用戶數量增加及用戶的額外購買、醫藥和健康產品銷售的線上滲透率不斷提高及產品品類的豐富。
值得關注的是，京東健康也在強化互聯網醫療專科能力建設。例如在精神心理專科方面，與武漢大學人民醫院開展臨床科研合作，啟動“基于多模態大模型等AI技術的自動輔助病歷生成系統”項目，以技術創新提升精神科門診服務效率和準確性。
行業需求快速更迭，產業機會稍縱即逝，越來越多的醫療機構、醫藥企業、醫療器械企業、醫療科技企業參與其中，AI醫療的商業化路徑可能有哪些新的探索或突破？
“AI醫療的商業化進程并非一蹴而就。我們對AI醫療的商業化持謹慎態度。開源技術允許私有化部署，這在一定程度上解決了數據隱私的問題。然而，醫療級別的AI應用還涉及倫理、幻覺等眾多問題，這些都是亟須解決的挑戰。”此前IQVIA在接受21世紀經濟報道采訪時表示。
對此，IQVIA認為可以從三個維度來探討醫療AI大模型的商業化突破問題。一是，涉及更廣泛專家角色的參與；二是，關于prompt engineering所使用的材料和專家的判斷，我們是否能夠從這個角度出發，整合行業的各種信息，打破企業或組織間的界限，這可能是未來解決行業環境問題的一個有效突破點；三是，私有化部署的模式，目前看來，它有可能解決隱私保護和數據安全的問題，值得我們關注是否能出現一些成功的案例。
