头图 | AI生成

中国医疗大模型拼了。

讯飞医疗与中山医院在不久前发布了观心大模型 CardioMind（beta 测试版）。中国科学院院士、中山医院心内科主任葛均波表示，正式版也将很快对外发布。

在此之前，华为与上海瑞金医院合作开发的 RuiPath（瑞智）在集中发布，乐心医疗研发的心血管病垂直大模型也在集中发布。医渡科技通过介入 DeepSeek 升级了原有大模型，数坤科技也通过介入 DeepSeek 升级了原有大模型。此前早已发布的大模型“AI 儿科医生”，即百川智能与北京儿童医院、小儿方健康科技开发，也通过会诊再次刷了存在感。

业界认为，这些企业主要是先甩出“王炸”案例，证明自身实力。

DeepSeek 在一定程度上凭借开源、普惠以及推理过程“白盒”化等特性，迅速赢得了医疗机构的喜爱，为整个 AI 医疗行业注入了新的生机与活力，在股市上还引发了一轮单日涨幅超过 10%的热潮。然而，与此同时，专注于 AI + 医疗产业的相关“参与者”也承受着前所未有的压力。

医疗是AI落地的前沿阵地，一直是投资界看好的市场。

ARK 投资公司发布的最新报告表明，到 2030 年，AI+医疗解决方案的全球市场规模会增长至 1553 亿美元。2022 年到 2030 年期间，其年复合增长率为 35.5%。在中国，AI+医疗得到多部门政策的支持，市场增速可能更为惊人。弗若斯特沙利文预测，中国此市场在同期的年复合增长率能够达到 43%以上。

2022 年之后，中国所发布的医疗大模型的总数逐渐接近 200 个。不过，医疗属于相对比较保守并且强势的一个行业，这些医疗大模型在医疗这个领域的渗透状况并不是很乐观。

讯飞医疗的产品获得了行业的认可。从公开数据可知，到 2024 年，该公司业务覆盖的等级医疗机构约有 500 多家。它与 7 家顶级医院形成了战略合作关系。再加上基层医疗机构，与讯飞医疗有合作关系的医疗机构总数达到了 6 万多家。

数字看起来较为可观，然而在全国上百万家医疗机构当中，其占比仅仅处于个位数。并且，基层累计给出的 8.77 亿次 AI 诊断建议，在全国医疗机构每年提供的超过 25 亿次服务里，也只是非常微小的一部分。

DeepSeek 在短期内接入了众多医疗机构，其中有上百家。这些医疗机构大多是地方龙头医院。其产生的影响超出了预期，如今每天都能接到医保和医疗相关人员的咨询，他们所聚焦的核心问题是能否帮助他们的家庭接入 DeepSeek。智慧眼创始人、董事长邱建华向虎嗅表示。

客观上，DeepSeek 促使 AI+医疗的市场快速发展，然而却让在 AI+医疗领域深耕多年的老玩家们感到十分意外。接下来怎样抓住这波助力，将行业推向新的高度，是新老玩家们都必须共同应对的问题。

数据的来源包括弗若斯特沙利文、讯飞医疗的招股说明书以及东方证券研究所。

医疗大模型卷疯了

多名深耕医疗领域的 AI 专家们最大的感触是根本就睡不好觉。

AI 发展的速度极为迅速！在从 GPT 到 DeepSeek 这段期间，仅仅两年多的时间，AI 技术的上限就在不断地提升。“如果晚上发布了新的模型，那就必须连夜进行分析，从其中汲取优势，而到了第二天就需要进行迭代。”

DeepSeek 带给医疗的震撼不仅体现在技术方面，还体现在行业发展逻辑方面。业界普遍认为，AI 大模型的发展方向将是更加综合，并且围绕患者的全生命周期提供服务。

客观来看，在上一阶段的“百模大战”里，医疗大模型在细分领域的表现越发地惊艳了。

以观心大模型为例，它目前仍处于测试版。据葛均波所言，该模型的能力已经超过了很多正教授。从数据方面来看，AI 对心电图异常的识别准确率达到了 98%。业界普遍认为，它俨然已经具备了数字心内科主任的水准。

人是一个整体，然而疾病常常会涉及多个器官。像癌症这类复杂疾病，属于全身性疾病，其诊断与治疗都牵涉到多个科室。面对如今越来越精细的分科情况，患者和家属时常会感到很焦虑，并且重复检查还会浪费时间和金钱。

从底层逻辑“以人为中心”开始，有业内人士持有这样的观点：AI 大模型的发展趋势是“All in One”。也就是说，在数据积累达到足够多且算力足够大的情形下，能够在一个大模型上开展各种各样的事务。在医疗领域，能够将影像、化验报告、基因检测结果等多种模态的数据进行整合，进而完成检查、诊断、治疗等所有处于上下游的任务。

这个方向上业界已经有了行动。其中一例是瑞智大模型。此外，联影近期推出了一站式放疗平台。

有业内人士认为，医疗场景极为复杂，远超想象。在专业纵深方面，肾脏病模型所需的知识维度与基因测序分析模型差异很大；数据存在异构性，电子病历、影像组学、组学数据的融合到现在依然是世界难题；在监管方面，医疗器械类与非器械类应用的合规路径完全不同。

他判断，“联邦式生态”这种多个专业模型通过标准接口协同的方式更可能是未来 AI 大模型的趋势，并且这种方式就如同人类医疗会诊体系一样。

无论哪一种，其目标都在于让更多科室和医疗机构的数据得以聚集，让各类专业人士能够在更广阔的疆域内进行广泛协作，并且这种协作有可能超越国界。

医疗一线的经验分享表明，DeepSeek 与医院 HIS 操作系统相融合，能够直接达成从门诊住院到随访等全流程的智能化。凭借系统上的自主应用开发模块，医生们已然能够对患者的影像学检查结果以及化学指标检验结果等进行综合分析，进而从中获取对诊断更具助力的支撑。

中山医院的院长周俭开发出了观心大模型，他也公开表示，“观心大模型的发布仅仅是一个开始”。其目标是推动整个医疗行业实现智能化升级，从而为更多的患者提供质量更高的医疗服务。

这一变化会让更多大模型像 DeepSeek 那样，迅速在医疗领域扎根。同时，这一变化也必定会使 AI + 医疗行业的竞争加剧。

西安交通大学第一附属医院网络信息部的副部长蔡宏伟在近期所撰写的文章中提到，DeepSeek 的兴起，将会对 AI 在医疗领域的应用进行深化以及重构。在这当中，有一个直接的影响，那就是有一批 AI 公司将会面临倒闭的情况，或者是被迫进行转型。

医改进入深水区后，医疗机构的运营压力在不断增大。在这种情况下，成本控制以及降本增效成为管理者最为关注的问题。而 DeepSeek 凭借着技术突破与临床价值的深度结合，还有合理的收费标准，从而获得了头部医院的认可。

这指明了 AI+医疗竞争的终极方向，那就是会更聚焦于临床渗透的深度，同时也会更注重 ROI（投资回报率）的量化证明。邱建华将这些告诉了虎嗅。

AI+医疗公司剩下的时间已不多。它必须尽快在医疗领域占据足够大的份额，这样才有机会拿到下场比拼的入场券。

百川智能已在对业务条线进行调整，把资源集中到了医疗领域。华为也正式宣告要组建医疗卫生军团，其目标是构建起 AI 辅助诊断的解决方案体系，促使医疗大模型在临床场景中落地。

决赛，提前打响了。

来自：视觉中国

机会在哪里？

DeepSeek 不是无所不能的。它有无法做到的部分，这就为那些匆忙应对的医疗大模型公司留出了生存的空间。

新疆维吾尔自治区人民医院信息中心的主任彭建明近期撰写文章指出，在开始实施本地部署的时候，医院投入了众多资金去购买高性能的硬件设备，其中有 GPU 以及 TPU 等。并且，医院还组建了专业的团队，让该团队负责大模型的部署工作以及运维等相关工作。

医院在维护过程中，要独自承担模型在技术迭代方面的成本，还要承担模型的能源消耗成本，以及数据治理等方面的成本。除了需要投入资金和时间，更需要有软件工程师、数据工程师等高端人才。

更重要的是，本地化部署由于不具备厂商所提供的那种多元化 API 接口等功能，所以给后续的生态建设埋下了隐患。

相比之下，接受医疗垂直大模型厂商的服务，有节省成本的好处。在模型更新方面更加便捷，在空间扩展方面也更加便捷。或许，这是一种更加理性的选择。

可以看到，湘雅医院并未直接引入 DeepSeek，而是选择与 AI + 医疗公司医渡科技展开合作，由医渡科技为其搭建起包含 DeepSeek、医渡大模型等多个大模型的 AI 中台。同时，智慧眼在长沙市第一医院、桃江县中医医院等地方，实现了“砭石大模型 + Deepseek”双模驱动的医疗 AI 组合的落地。

这种 DeepSeek 与医疗垂直模型相结合的打法逐渐形成。业界觉得，二者在严肃的医疗领域能够形成能力相互补充，既满足了医疗机构对于数据安全的需求，又构建了从预防到治疗的完整链条。在这个过程里，AI+医疗企业找到能够达成“1+1＞2”效果的价值增量点是很关键的。

有业内人士指出，现在很难定论 DeepSeek 对医疗行业究竟能有多大的帮助。然而可以确定的是，它“激活了整个市场”。不管是否用得上，谁都会想要先将其进行本地部署，或者购买一个“一体机”放在那里。

从好的方面来看，邱建华向虎嗅表示，这能够加速推动行业更加聚焦于“如何让 AI 真正成为医生的智能助手”这件事。

这会让很多医疗大模型进化为更符合临床需求的 AI 产品。

过去，中国拥有 200 个医疗大模型。然而，由于算力价格较高，这些大模型中的大部分仍在重复构建基础医学知识库。邱建华觉得，DeepSeek 将算力降低之后，大家就处在了同一个起跑线上，这有助于大模型在更多医疗场景中更快地落地应用。

蔡宏伟设想会有一批 AI 公司，它们以 DeepSeek 大模型为基础，进而发展出独特的竞争力。

未来，AI+医疗会呈现出一种“金字塔结构”。其中，顶端部分是数量较少的通用基座；中层是专科化的引擎；底层则是数以万计的个性化应用。邱建华向虎嗅进行了解释。

医疗 AI 若要取得成功，就必须回归临床价值。无论是在技术方面取得突破，还是在场景上进行创新，最终都要去解决诊疗效率、精准度以及可及性这些问题。“DeepSeek 能够快速落地，这印证了我们的判断：医疗大模型需要从仅仅注重‘技术炫技’转变为注重‘场景共生’。”

在过去几年中，AI 与医疗相结合，尤其是医疗大模型格外火爆。然而，在这背后，医疗 AI 究竟能够应用于哪些场景，早已成为困扰行业的问题。有数据领域的专家曾透露，对于许多医院而言，数据并非问题，而问题恰恰是不了解有哪些应用场景。在一定程度上，这是一个比数据短缺影响更为重大的瓶颈。

邱建华认为，本质在于技术逻辑与医疗实践之间存在着“最后一公里断层”。他指出，倘若这个问题得不到解决，即便拥有高质量数据，AI 也依旧会变成“空中楼阁”。而要解决此问题，就需要临床专家、IT 工程师以及患者代表一同在真实场景中对模型进行迭代。

可以说，AI 在医疗落地的大厦目前仍处于发展的初期阶段。它需要多方共同努力来建设，并且参与建设的力量越多越好。

来自：视觉中国

商业化问题仍然无解

从既往经验看，科技公司想从医疗领域赚钱是非常难的。

作为“医疗大模型第一股”，讯飞医疗去年年底在港股上市了。

从其此前公布的招股说明书能够看出，他们在被称作“智能助手”的 CDSS（临床决策支持系统）落地的医院里，拿到了超过六成的市场份额。同时，他们的年收入能够达到 6.5 亿元。然而，尽管如此，他们依然处于亏损状态。从更多细节来看，有越积越多的应收账款这一情况，还有明显超长的周转天数，到 2024 年时应收账款为 5.33 亿元，周转天数达到了 481.1 天，从这些方面都能够看出他们在与医院合作过程中的弱势地位。

卫宁健康是医疗信息化领域的另一家龙头企业。在接入 DeepSeek 的热潮中，其股价持续上升。它创下了 8 天增长 80%的纪录。股价曾冲到 14.55 元的高点。这个高点是 2025 年 1 月份低点的 2 倍多。它也因应收账款、坏账等问题而饱受质疑。2024 年，其现金流减少了 18%，业绩承受压力，销售回款周期延长也是原因之一。

DeepSeek 涌入医疗界之后，情况变得更加严峻了。相关企业除了紧急发布 AI+医疗产品以展示自身实力之外，高性价比还是它们为争取医疗机构而使出的“杀手锏”。

瑞金病理大模型学习了 300 多本病例诊断书籍，它能针对病理医生整理的常见问题进行回答，且回答准确率达到 90%以上，还可以覆盖 90%以上的常见肿瘤。据华为相关负责人透露，华为所部署的架构只需 16 张算力卡支撑，与部署 DeepSeek 所需的算力支持基本一致。

这些数据背后的问题，科技公司们早已明确意识到，那就是介入医疗在短期内无法实现商业化闭环。即便长期实现商业化，也只能在严肃医疗以外的大健康等领域进行挖掘。

经过多年发展，这是幸事。AI+医疗逐步获得了监管的认可。较早上市的 AI 辅助诊断产品（主要是影像类）属于医疗器械，国家医保局将其纳入了立项指南，业界认为这是未来能获得医保支付的开端。

而且距离医疗AI的下一个大突破越来越近了。

AI 与医疗行业的人士喜欢将自动驾驶的发展模式用来类比 AI 在医疗领域的进展。倘若提及到 L4 阶段就能出现能够独立问诊的“AI 医生”，那么当下的 AI + 医疗正处于 L2、L3 阶段。也就是说，在具体的场景中，AI 可以辅助医生进行诊疗，也可以直接生成诊疗方案让医生确认后完成诊疗。这已经超出了人们的预期，而进入 L4 阶段的速度只会更快。

在这种情形下，任何专注于改变医疗的科技巨头以及新秀们都不会选择撤退了。至于如何去赚钱，暂且先将其交给时间吧。

本文来自虎嗅，原文链接：