医疗AI大模型混战，商业化落地有两大方向

界面新闻记者 | 李科文

界面新闻编辑 | 谢欣



自2023年起，仅仅在中国就涌现出了不少于百款医疗AI大模型，可谓百模兴起。

技术突破、产品成熟，固然令人兴奋，但从目前来看，医疗AI大模型所带来的，更接近于效率提升，而非对医疗服务模式的完全颠覆。

“医疗AI大模型整体还处在爬坡阶段。”讯飞医疗总裁陶晓东向界面新闻记者表示。同时他也坦言，医疗AI大模型在商业化层面，大概率难以复刻过去10年互联网的爆发式增长奇迹。

陶晓东表示，互联网商业化的核心在于，大幅降低了供需双方的成本，从而催生出许多原本不存在的新需求，这些新需求又反过来激发出相应的新供给。

以打车为例，在人人都可以成为司机的时代，互联网打车降低了出行的成本和门槛，人们不只依赖公共交通工具。但如果回到50年前，当时并没有这么多司机，这样的需求自然无法满足，互联网打车这种模式也就难以实现。

陶晓东认为，医疗AI大模型真正的商业价值来自于其催生的具体应用场景。这就好比回到铜器时代，最先掌握冶铁技术的人，其价值并非出售铁本身，而是出售用铁制造的锄头和剑。因为这些工具有明确的应用场景，能够解决实际问题。

医疗AI大模型商业化落地应用于医疗服务的各个环节、众多场景。

按应用对象划分，主要可分为面向医疗机构的B端场景和面向患者的C端场景

从面向医院的B端场景来看，界面新闻记者梳理公开资料总结，医疗AI大模型的临床应用大致可分为两类：一类聚焦于辅助医生诊疗的诊断类模型，另一类则用于提升管理效率的行政管理类模型。



前者主要围绕医生在问诊、检查、诊断过程中的核心任务，希望达到与高年资医生相当的诊断准确性，具体应用涵盖放射影像、超声影像、病理影像诊断，以及疾病治疗方案生成等。

后者则侧重于院内行政管理流程的优化，主要应用场景包括临床决策支持系统、病历书写助手、医生科研助手、患者预诊助手、患者诊前诊后管理，以及病案质控等。

在医院端众多应用场景中，辅助诊断的商业化已跑在最前面。

陶晓东向界面新闻介绍，辅助诊断之所以最有希望率先实现商业化，一方面源于其聚焦的是常见病、多发病等诊疗路径清晰、指南稳定的病种。这类疾病的诊断规则明确，适合AI大模型从结构化数据中提取规律，并通过算法复现标准化决策。

陶晓东坦言，过去很长一段时间，即便是在讯飞医疗内部，对“辅助诊断是否可行”这一命题也曾存在怀疑。但随着AI大模型技术的突破和社会接受度的提升，这一方向的技术天花板被明显抬升，一些此前难以落地的场景如今开始变得可能。

“相比于替代医生，医疗AI大模型的意义更在于把一个60分水平的医生提升到80分”。陶晓东表示，选择常见病、多发病作为切入点还有另一个现实考量。这类疾病的医学认知已经相对成熟，指南更新节奏缓慢，诊疗流程在实际应用中较为标准化，适合作为AI大模型商业化初期的落地场景。

陶晓东表示，以讯飞医疗为例，自2018年起便围绕中国基层全科诊疗场景进行布局，其辅助诊断系统最初服务于常见病与多发病。近几年，公司不断将技术能力延展至病历质控、病历生成和专科辅助诊断等更复杂场景，覆盖范围从基层延伸至二级、三级医院。

但想要将医疗AI大模型落地到医院一线，还面临不小的技术门槛。

界面新闻记者了解到，AI一体机是当前医疗AI大模型医院端商业化落地的一种主流路径尝试。这类设备将算力和应用能力打包集成，提供“开箱即用”的解决方案，试图绕过对高性能服务器和网络基础设施的依赖，从而降低部署门槛、提升基层可及性。

例如，讯飞医疗、数坤科技等企业均联合华为推出了搭载AI大模型能力的一体机产品，希望借助算力优化与产品集成，帮助医疗机构快速部署并降低单位成本。

但从实际使用反馈来看，这类“开箱即用”的AI一体机，效果并没有想象中好。业内对此落地形态也有不同声音。

据第一财经，某医疗科技公司负责人表示，目前不少医院采购的AI大模型一体机“用不起来”。他指出，病历生成等应用对信息化系统集成要求较高，并不是买一个一体机就能解决问题的。

据健闻咨询，东部沿海某头部三甲医院的信息科主任也表示，他们在几个月前就上了671B的满血版DeepSeek，光H100显卡就花了300万元，但试用下来，效果相当“拉跨”，“最大的问题就是错误一堆，医生不敢用，现在主要是用于写一些行政文件。”

陶晓东则认为，一体机作为当前AI大模型推理能力的主要载体，依然具备现实意义。类似于消费级电脑的使用习惯，不是每个人都愿意“自己攒机”，更多人还是倾向于购买整机产品。

“从某种程度上说，所有技术方案本质上都是过渡性的，只不过过渡期长短不同。”陶晓东表示，在现阶段，AI大模型尚处于持续迭代和优化过程中，一体机的优势在于，它能让对技术掌握不够深入的医院等终端用户，快速落地并实实在在体验到AI能力带来的提升。

 

除了面向医院的B端场景，在医疗AI大模型商业化的落地路径中，C端的个人健康管理市场潜力同样快速拓展。

与B端强调协助医生诊疗不同，C端更侧重于覆盖患者全生命周期——从疾病预防、健康监测，到用药提醒、慢病管理与康复指导。特别是在慢病管理和常见疾病科普等场景中，医疗AI大模型有望成为提升效率与体验的重要工具。

方舟健客创始人、董事长兼首席执行官谢方敏曾向界面新闻表示，从多年实践经验来看，80%的医疗咨询存在重复提问，“一直回复同样的问题”也变相占用了医生大量时间。他认为：“接入医疗AI大模型之后，AI医生助理不仅可以更准确识别语言歧义，并且可以按照医生的问诊逻辑进一步追问，再将问题初筛汇总后交由医生集中处理。”

谢方敏表示，接到用户问询时，AI医生助手经过医生准许，会针对患者提出的基础性问题，进行符合专业医学的解答。尤其是老年慢病患者普遍会存在重复、多次提问的情况，这些老年慢病群体希望在就医过程中获得情绪价值的安抚。



在陶晓东看来，过去，医疗AI大模型更多是通过医生这一中介角色服务患者，如今随着技术能力的积累，AI有望直接介入患者端，参与诊后全过程服务，提升个体的健康管理能力。

绕C端的软硬件生态畅想正在构建。

例如，在软件端，讯飞医疗发布星火医疗大模型V2.5国际版。通过融合快思考及循证长思维链慢思考能力，星火医疗大模型V2.5国际版在全科诊疗能力基础上，可实现深层次专科诊断推理。例如，在心血管内科、儿科、呼吸内科等专科临床诊疗场景中，大模型的综合诊疗能力达三甲医院主治医师水平。

在硬件端，讯飞医疗推出的助听器产品，将AI嵌入以增强用户与AI大模型之间的感知与交互。

此外，医生仍是连接B端与C端的生态中枢。陶晓东表示，一方面，通过赋能医生提升供给能力，可以服务更多患者；另一方面，医生与患者之间的互动数据也将反哺产业链上游，为医疗器械与药物研发提供真实的临床反馈，从而推动整个医疗体系的持续进化。