医疗AI在医院落地的现状与挑战 - 当前医院在全面部署DeepSeek等AI系统，但实际改善效果低于预期，部分医护人员反馈使用不习惯或未使用[1] - 上海市东方医院与中科院软件所联合研发的Med-go大模型成为首个通过上海"A级推荐"的医疗大模型，目前仍在优化中[2] - 医院部署大模型后无法一夜之间改变现状，需通过科室试点逐步迭代升级[2] 医疗AI的成本与部署策略 - 大模型开源使医院AI开发成本从几千万元降至500多万元，未来有望进一步降低[3] - 医院可根据自身需求选择AI布局时机，无需盲目跟风投入[3] - AI探索集中在患者体验、医疗服务和医院管理三领域，其中医疗服务应用难度最大[4] 医疗AI的技术瓶颈 - 大模型临床决策存在幻觉问题，数据准确性直接影响模型可靠度[4] - 医疗数据标准化不足（如子宫肌瘤手术中文表述有8-10种）制约大数据中心建设[4] - 医疗高门槛、数据敏感性及跨界人才匮乏限制AI临床赋能[5] 医疗AI的发展前景 - AI已显著提升文字处理效率并降低人员成本，但外科等领域赋能仍有限[5] - 技术迭代使AI具备逻辑推理能力，未来有望深入临床诊疗领域[5] - 医疗改革深化推动医院通过AI提升运营效率与服务质量[2]