医疗大模型专题研讨会概况 - 第二届医疗大模型(LaMMs)专题研讨会在江苏常州举办 聚焦AI在医疗领域的创新应用 300余名医疗管理者 临床专家 AI专家及产业代表参会 [1] - 会议形式包括主题演讲 圆桌讨论 医疗大模型精调与智能体构建工作坊 智慧医院建设观摩交流等 [1] - 常州市全诊大模型医疗人工智能工程研究中心在大会上揭牌 由常州市第一人民医院 常州大学 全诊医学联合共建 [1][2] 医疗大模型技术应用 - 会议首日重点探讨医疗大模型在临床实践中的创新应用 包括技术底层原理和应用场景落地 [1] - 公立医院管理者分享AI+公立医院高质量发展案例 涵盖医学教育创新 医疗服务优化 医疗效率提升 患者健康管理 临床科研等议题 [1] - 大模型技术赋能医疗全流程 在导诊 预问诊 门诊 住院 手术等核心场景为医生和患者提供智能服务 [1] 产学研合作与创新成果 - 新成立的常州市全诊大模型医疗人工智能工程研究中心将整合产学研资源 推动诊疗效率提升和医疗资源优化 目标建设为国内医疗AI技术重要研发基地 [2] - 北京大学医学继续教育学院与全诊医学联合发布《内科学》"AI助学"工具 将医学书籍转化为智能知识库 提供24小时在线医学导师服务 [2] - 北京大学医学部大健康国际研究院与全诊医学合作 利用大模型技术开发AI虚拟患者 基于疑难罕见病历史病例数据进行医学教育创新 [2] 实践培训与场景落地 - 《医疗大模型精调与智能体构建》工作坊为医院信息中心工程师 临床科研专家及医疗AI从业者提供实战培训 全诊医学提供技术支持和算力资源 [2] - 80余位参会嘉宾实地考察常州市第一人民医院 体验AI病历生成平台 智慧医技 智慧病房 智慧健康管理等诊疗全流程AI应用 [3] 会议组织方 - 会议由中国医院协会医学人工智能专业委员会指导 北京大学医学继续教育学院主办 医师报社 常州市第一人民医院 全诊医学联合承办 [3]

机器通过考试并不意味着可以替代医生。 大模型在严肃医疗场景中向"临床推理"更迈进了一步。5月27日，夸克健康大模型在12门国家副主任医师职称考试中成绩超过合格线，成为国内首个成功跨 越这一门槛的大模型。 记者了解到，此次副主任医师职称考试评测覆盖了全科医学、普通内科学、普通外科学、妇产科学等12个常用学科，并在全科医学、肿瘤内科学等4 个学科 达到主任医师及格线。夸克健康大模型以通义千问为基础，全新的大模型能力已经可以直接通过夸克搜索调用。 不过，值得注意的是，机器通过考试并不意味着可以替代医生。 从医生的角度看，医疗健康大模型的C端应用更被期待用于辅助诊疗决策及降低患者沟通成本，汪晶认为，随着医疗大模型的进步，患者可以在就医前先通 过大模型进行症状排查，明确看哪几个科室，改善盲目就医现象。同时，大模型可以用在帮助大众在早期发现病因，帮助减少医院漏诊、误诊的情况。 动脉智库发布的《2025年医疗大模型研究报告》估测，目前医疗大模型市场规模接近20亿，预计2028年将突破百亿。从行业整体发展来看，医疗大模型性能 完成了从"识别"到"生成"再到"逻辑推理"的拓宽，不断接近人类思考水平。但医疗大模型发展仍处于早期， ...

纪要涉及的行业 AI医疗行业 纪要提到的核心观点和论据 行业痛点与AI价值 - 医疗资源分配不均，基层医生缺口大、误诊率高，数据孤岛问题显著，AI大模型可辅助诊断、提升效率，如替代门诊诊断、优化慢病管理[1] - 大模型诊断准确率已超普通医生，但存在幻觉率高、长期记忆弱、信源可靠性不足等问题[1] 应用场景与落地进展 - 诊断阶段，多模态影像识别、线上问诊已成熟，基层医院引入模型可提升诊断效率[1] - 治疗与管理方面，个性化用药推荐有限，慢病监控和术后管理表现更优，大模型在情绪安抚和数据追踪上优于人类医生[1] - 北京儿童医院与“小二帮”合作辅助儿科诊断，华为、阿里云通过医疗云部署模型[1] 商业化挑战与探索 - 付费意愿不足，C端付费尝试中，付费用户满意度高但占比低，政府/医院采购为主，商业模式仍在探索[1] 竞争格局 - 通用型模型主攻全科诊断，垂直型公司聚焦专科工具，科技巨头侧重底层硬件和云服务[1] 技术能力与产品进展 - DeepSeek等医疗大模型推理能力强，在罕见病诊断中表现优异，能整合多维度检测数据给出治疗建议，准确率超80%真人医生，但存在使用门槛高、信源问题、交互局限等短板[2] - AI医疗在儿科场景落地优势明显，供需矛盾突出，产品形态为硬件+软件结合，数据支持下准确率达90%以上[3][4] 商业化路径与挑战 - 当前AI医疗商业化模式有To B（硬件销售、SaaS系统整合）和To C（健康管理工具、个性化服务）两种，但C端付费转化率低，数据隐私和医院认可度待突破[5] - 基层医院更倾向于采购AI工具，因成本优势和政策驱动[6] 行业竞争与未来趋势 - 国内外AI医疗技术差距缩小，主要差距在数据多样性，政策环境不同，国内依赖政府试点，国外私立医院数据获取更灵活[7] - 通用型模型定位“全科分诊”，市场需求广泛但竞争激烈，专科工具聚焦单一病种，准确率更高但复制成本高，理想形态为通用模型+专科插件[8] 政策与生态建设 - 政策监管对AI医疗以支持为主，暂无严格限制，但未来可能出台数据安全和模型责任认定政策，政策出台有滞后性[10] - 华为医疗军团底层赋能，依托华为云提供算力支持，联合医院开发定制化模型，结合智能穿戴设备打造闭环，2025年已接入300家医院数据[11] 未来展望 - 技术迭代短期重点解决幻觉率、长记忆、信源区块链验证问题，长期通用模型+个性化微调结合基因数据提供精准建议[12] - 商业化突破B端优先，通过“硬件+SaaS”捆绑销售，C端聚焦高刚需领域，通过会员制提升付费率[12] - 生态构建要推动医院间数据互认，与保险企业联动探索“医疗+金融”模式[12] - 存在技术瓶颈和政策风险，多模态数据融合进展不及预期会导致诊断准确性停滞，数据合规要求趋严可能增加企业成本[12] 其他重要但是可能被忽略的内容 - 面向C端的问诊APP老用户占比60%[5] - 招聘全职儿科医生年成本约50万，基层医院招聘全科医生年薪20万+难招，采购AI设备年成本50万以内[4][6] - 小二帮在县域医院的部署已覆盖200家[6] - 国内模型预计2027年在推理能力上基本追平OpenAI[7] - 当前100+医疗大模型中，仅20%进入医院试点[10] - 2025年目标覆盖50%三甲医院实现数据互认[12] - C端会员制月费99元[12]

纪要涉及的行业或者公司 行业：AI医疗、医疗大模型 公司：百度、腾讯、华为、阿里、科大讯飞、易度科技、百川、声康、小医方、DeepSig、DeepHealth、DeepSeek、OpenAI、DeepMind、谷歌、苹果 纪要提到的核心观点和论据 - **AI医疗进展与潜力**：DeepSig大模型在医学任务中超越GPT - 4，癌症筛查准确率达95%，脑卒中识别率提升三倍，诊断速度比人工快，展示AI提高诊断准确性和效率的潜力[1][4] - **AI解决中国医疗痛点**：AI可提供准确诊断支持、推动医院间数据互通、替代部分医生工作，解决基层医生短缺、误诊率高和资源不均问题[1][5] - **医疗大模型行业玩家**：分为科技巨头、专注医疗垂直领域公司、自研医疗机构、高校和科研单位四类，各有特点和面临的问题[2] - **AI医疗大模型商业化挑战**：缺乏成熟商业化路径，政府采购资金有限，医院合作模式未充分发挥潜力，C端用户幻觉率高[3][14] - **成功或有潜力的商业模式**：小医方与北京儿童医院合作模式值得关注，讯飞通过HIS系统结合AI技术探索有效路径[15][16] - **儿科领域应用前景**：儿科医生缺乏，大模型可提高医生效率、缓解家长焦虑，医院购买设备更具成本效益[17] - **医疗大模型发展方向**：解决记忆问题、提升信息索引可靠性，关注普通用户易用性，成为更有效的智力效率工具[1][7] - **医疗大模型应用场景**：在诊断、治疗和管理阶段均有应用，如多模态影像识别、个性化药物推荐和慢病监控[8] - **国内医疗大模型能力**：在诊断和治疗方面相对成熟，未来理想状态是通用型平台结合细小工具构成智能代理系统[19] - **海外与国内模型差距**：模型能力差距逐渐缩小，阻碍商业化进程的是各国政策和推进方式[20] - **政策影响**：国家支持AI医疗应用发展，但政策滞后，行业缺乏统一评价标准，需医疗和技术专家共同制定[21] - **医疗机构选择合作伙伴**：分为激进型、跟风型、完成政治任务型三类，根据自身目标、预算等综合考量[22][23] - **不同厂商发展思路**：科技巨头提供知识和判断服务，互联网基因公司提升基座推进大模型发展，垂直型公司专注特定领域提供专业服务，医院需加强工具使用[27] - **未来AI医疗产品方向**：能显著提高诊疗效率、具有高度专业性、与现有医疗系统无缝集成、易于使用的产品可能成为爆款[28] - **硬件与软件结合模式**：苹果将AI医生与Apple Watch结合的模式有潜力，百川和华为有能力开发类似产品[29] 其他重要但是可能被忽略的内容 - **AI技术医学应用挑战**：面临记忆问题（幻觉现象增高）和信息索引问题（信源可靠性），需解决长期记忆、借助区块链技术提升信源准确性，提高用户交互质量[1][6] - **大模型输出问题**：输出逻辑和参考文献准确性难以验证，互联网搜索信源不准确、信息杂乱，需建立可靠知识库和专业化信息源[11] - **提升大模型表现方法**：引入行业专家参与训练过程，确保输入数据高质量，提高大模型在医疗问题上的回答质量[13] - **市场客户类型比例**：完成政治任务型客户更多，包括一些中小型医院和部分头部医院[24] - **华为布局与贡献**：发挥ToB领域优势，专注硬件和底层支持性工作，改进底层硬件建设降低技术发展门槛[25] - **QCP诊断产品问题**：需进行技术迭代，提升长期记忆能力、控制幻觉率、应用区块链技术降低信息误差，打通医疗生态系统数据交互环节[29] - **理想大模型医疗助手挑战**：面临提升长期记忆能力、控制幻觉率、确保信息追踪准确等技术问题，需技术迭代和区块链等技术降低信息误差[30]

民营经济发展机遇 - 金融赋能民营经济的政策举措接连出台 [1] - 首部民营经济促进法颁布实施为民营经济提供法治保障 [1] 数坤科技发展概况 - 公司成立于2017年，已推出超100款数字医生产品组合 [3] - 产品在超过4000家公立医院和超1000家体检机构日常使用 [3] - 覆盖90%的Top100医院和目标公立三甲医院 [3] 数坤坤医疗大模型技术 - 医疗大模型作为数字人体技术平台的"智慧大脑"，实现医疗数据深度挖掘与分析 [3] - 技术平台融合云计算、大数据、人工智能、物联网等前沿科技 [3] - 为个人提供数字孪生和私人订制数字医生 [3] AI在乳腺癌筛查中的应用 - 中国适龄女性乳腺癌筛查人群约2亿，人工筛查存在误诊漏诊问题 [4] - 数坤坤大模型赋能超声AI，快速识别乳腺癌影像细微病变特征 [4] - AI超声产品便携易用，适用于社区医院和救护车等场景 [4] 心血管疾病解决方案 - 数坤科技搭建心脏疾病全面解决方案，涵盖冠脉CTA、CT-FFR等技术 [4] - "数字心"系列产品获中国NMPA三类证、欧盟MDR CE认证等多项认证 [5] 基层医疗能力提升 - 数坤坤大模型打造全科数字医生，赋能影像、心电设备等AI设备 [5] - 公司产品已覆盖国家卫健委人工智能应用指南中75%的场景 [5] - 产品在全国top100医院、县域医院、基层社区卫生院等各层级应用 [5] 行业前景展望 - 人工智能与医疗场景深度融合将解决重大医疗健康问题 [5] - "健康中国2030"规划实现关键取决于基层医疗能力提升 [5]

京东健康医疗大模型升级 - 京东健康旗下自研医疗大模型"京医千询"将迎来2版本升级，该模型在今年2月已全面开源 [1] - 新版模型通过多模态感知与深度检索技术整合临床多源信息，构建贴近真实场景的决策支持系统 [1] - 在专病治疗领域展现出突破性价值，特别是针对恶性肿瘤、心脑血管病等复杂场景 [1] - 模型结合循证医学与患者个体数据为临床医生提供个性化诊疗建议 [1] - 影像病理诊断模块可快速解析影像及病理图像，降低医生阅片负担并辅助治疗决策 [1]

报告核心观点 - 本周医药指数关注的6个子行业全部录得正收益 美国AI医疗企业业绩和股价集体走强 AI大模型公司加速布局医疗领域 医疗大模型市场规模增长快 但目前渗透率低 2030年有望超40% 安全性、有效性验证和监管体系缺乏是商业化推广主要限制因素 [1][2] 各部分总结 医疗新观察 - 美国AI医疗龙头Hims&Hers Health公司一季度收入达5.86亿美元 同比大幅增长111% 截至5月13日 美股AI医疗巨头Tempus、Grail、Doximity股价一个月内反弹幅度分别达49%、54%、16% AI大模型“六小虎”之一月之暗面布局AI医疗产品 [7] - 2025年截至5月1日医疗大模型发布133个 统计的288个中九成覆盖政策指引应用场景 2019 - 2023年市场规模年均复合增长率超100% 2027年前为爆发期 目前规模接近20亿元 预计2028年达111.6亿元 [8] - 当前医疗大模型渗透率低 仅在部分领域相对较高 整体处于早期阶段 2020年渗透率约1% 2030年有望超40% 整体渗透率不足20% 甚至有受访者估计不足10% [8] - 缺乏安全性、有效性验证和监管体系是大模型商业化推广限速因素 未来将向普惠化迭代升级 [9] 医药板块行情回顾（5.12 - 5.16） - 关注的6个二级行业中 涨跌幅排名靠前的是中药Ⅱ（+1.73%）和医疗服务（+1.45%） 靠后的是医疗器械（+0.89%）和医药商业（+0.01%） [10] - 本周估值水平前两位为化学制药（74.14倍）、生物制品（62.11倍） 后两位为中药Ⅱ（32.44倍）、医药商业（20.79倍） [10] - 重点关注的三级相关指数中 涨跌幅排名靠前的是原料药（+3.79%）、体外诊断（+2.25%）、疫苗（+1.98%） [14] - 估值水平排名前三为疫苗（96.12倍）、化学制剂（80.22倍）、其他生物制品（79.55倍） [14] 医疗产业热点跟踪 - 4月以来亚洲多国（地区）新冠病毒检测阳性率升高 中国南方省份高于北方 国内疫情预计上升 引发规模性疫情可能性低 香港安排针对JN.1毒株疫苗接种 [17][21] - “东南亚人群基因组计划”取得首期重要进展 填补全球基因组“南方盲区” 二期工程已启动 [22] - 国家中医药管理局把食养药膳纳入维护人民群众身体健康工作 发挥其在健康促进等方面作用 加强标准化建设和人才培养 [23]

医疗大模型渗透率与医院部署 - 截至2025年4月30日，国内排名前100的医院中已有98家完成大模型部署，渗透率达98% [1] - 其中38家医院在通用模型基础上开发了55个垂直医疗模型，覆盖专病专科、设备及诊疗环节 [1][6][7] - 北京协和医院、复旦大学中山医院、四川大学华西医院等顶级医院均主导开发了3个以上垂直模型 [2][3][8] 垂直模型功能与病种覆盖 - 专病专科垂直模型达22个，覆盖心血管病、肾病、胸痛、皮肤病等病种及骨科、放射科等科室 [7][8] - 功能从患者服务扩展至辅助决策（占比最高）、辅助诊断、医学教育及医院管理 [9][11] - 典型案例包括协和·太初（罕见病）、观心（心血管）、腹膜透析大模型（尿毒症）等 [6][7][8] 开发模式与参与主体 - 医院主导开发模式占比25%，但医企合作仍为主流（超50%），2025年起医研合作激增 [13][15] - 华为、中国电信、讯飞医疗等企业参与38个模型开发，提供算力与工程支持 [16] - 医院提供多模态临床数据（EHR、影像、基因等），企业负责技术实现与商业化 [11][15] 技术突破与成本优化 - DeepSeek-R1架构降低部署门槛，医院本地化部署成本降至数十万元级 [4] - 垂直模型采用DHC+DeepSeek双引擎等架构，处理文本、影像、时序等多模态数据 [7][8] - 训练数据需数千张标注影像或数万例电子病历，数据清洗与标注成本占总投入60%以上 [11] 行业挑战与监管动态 - 数据局限性导致模型对罕见病灶易产生幻觉，需通过专病联盟扩大数据集 [18] - 国家药监局拟将辅助诊断类模型纳入医疗器械监管，需通过审评审批 [19] - 开源模型存在数据泄露风险，需加强加密与安全评估 [20][21]

医疗大模型测试评估集HealthBench - OpenAI开源了专门面向医疗大模型的测试评估集HealthBench [1] - 测试集包含5000段核心测试对话 由60个国家/地区的262名医生打造 [1] - 采用多轮对话测试模式 而非简单答题或选择题 增强了测试难度和真实性 [1] 大模型在医疗领域的性能表现 - GPT-3 5Turbo在医疗保健领域表现仅为16% [1] - GPT-4o性能提升至32% [1] - o3模型性能达到60% 显示显著进步 [1] 小型模型的突破性进展 - GPT-4 1nano性能超越GPT-4o [1] - 成本降低25倍 [1]

智慧医院建设进展 - 温医大附一院与京东健康合作推进"未来数字医院"建设项目，将新一代医疗大模型应用于医院全场景[1] - 合作打造的大模型驱动门诊患者服务流程闭环已累计服务患者超180万人次[1] - 上线创新医疗服务平台，涵盖就医主入口、诊前智能预约、预问诊病史采集、诊中数字陪诊、诊后一清单、数字人宣教等核心应用[1] 技术创新与应用 - 数字人宣教系统采用AI技术和3D建模创建数字医生角色，提升健康科普效果[1] - 计划融合视觉、触觉及生物传感技术打造"全感官数字医生"，通过可穿戴设备实时获取患者体征数据[2] - 将共同打造数字孪生医院平台，实现亚毫米级建模与纳秒级数据同步，精准复刻医院运行状态[2] 未来发展规划 - 持续深化AI与医疗融合，开发全场景大模型应用落地[2] - 通过区域医疗数据共享和AI模型共建推动优质医疗资源下沉[2] - 完善"预防-诊断-治疗-康复"全链条服务，提供全方位健康管理[2] 合作成果与影响 - 合作深度融合医疗专业优势与AI技术力量，拓展医疗服务边界[2] - 项目优化患者服务、提升医生效率、提高医院管理效能[1] - 预计将引领行业迈向高质量发展阶段[2]