研究背景 近年来，人工智能技术迅猛发展，大模型作为新一代通用智能技术底座，正深刻重塑医疗健康行业的 服务模式与技术路径。医疗大模型涵盖医学影像、诊疗辅助、 医院管理、药物研发、健康管 理、中医药等多个细分领域，展现出强大的技术赋能潜力与广阔的市场前景。 党中央、国务院高度重视人工智能与医疗健康的融合发展，《"十四五"数字经济发展规划》《"人工智能 + "行动方案》等政策文件明确提出推动人工智能在医疗领 域的深度应用。医疗大模型作为"技术 + 医疗" 融合的典型代表，不仅能提升诊疗效率、优化医疗资源配置，也为 构建普惠、精准、智能的新型医疗服务体系提供了 关键支撑。在此背景下，系统梳理医疗大模型产业生态、研判技术演进趋势、挖掘典型应用场景与商业模式，对推动行业从"技术探索"走向"规模化落地"具有重要战 略意义。 征集目的 艾瑞研究院计划于 2026 年发布《中国医疗大模型行业研究报告》，全面梳理行业发展脉络，洞察技术演进与市场趋势，展示行业优质厂商的创 新实践与落地成果。报告旨在为医疗机构、技术企业、投资机构及政策制定者提供决策参考，推动行业健康、有序、高质量发展。 在此背景下，艾瑞咨询研究院正式启动医疗大模型 ...

艾瑞研究院计划于 2026 年发布《中国医疗大模型行业研究报告》，全面梳理行业发展脉络，洞察技术演进与市场趋势，展示行业优质厂商的创 新实践与落地成果。报告旨在为医疗机构、技术企业、投资机构及政策制定者提供决策参考，推动行业健康、有序、高质量发展。 在此背景下，艾瑞咨询研究院正式启动医疗大模型产业厂商征集活动，诚挚邀请相关企业参与报告共建，共同探讨医疗大模型的现状、挑战与 未来路径。 研究背景 近年来，人工智能技术迅猛发展，大模型作为新一代通用智能技术底座，正深刻重塑医疗健康行业的 服务模式与技术路径。医疗大模型涵盖医学影像、诊疗辅助、 医院管理、药物研发、健康管 理、中医药等多个细分领域，展现出强大的技术赋能潜力与广阔的市场前景。 党中央、国务院高度重视人工智能与医疗健康的融合发展，《"十四五"数字经济发展规划》《"人工智能 + "行动方案》等政策文件明确提出推动人工智能在医疗领 域的深度应用。医疗大模型作为"技术 + 医疗" 融合的典型代表，不仅能提升诊疗效率、优化医疗资源配置，也为 构建普惠、精准、智能的新型医疗服务体系提供了 关键支撑。在此背景下，系统梳理医疗大模型产业生态、研判技术演进趋势、挖掘典型 ...

文章核心观点 - 美团医药健康发布AI家庭健康管家“小团健康管家” 旨在将低频的“治病买药”需求转化为高频的“家庭健康管理”服务 并通过串联线上线下服务形成交易闭环 构筑基于其庞大实体药房网络和即时配送能力的履约护城河 [1][5][7] 产品功能与服务模式 - “小团健康管家”是一个集问病问药、报告解读、家庭健康档案于一体的AI入口 支持图文识别和多成员建档 [1] - 产品具备家庭健康档案功能 支持多成员建档 可提供服药提醒、药箱管理等服务 [7] - 产品实现了“问完能做”的交易闭环 例如用户描述“头痛”症状后 AI会进行病情评估并最终给出买药解决方案 [2] - 用户可通过购药链接选择所在地众多实体药房的药物组合方案 并根据距离、价格和喜好自由选择下单药房 [3][5] 战略意图与竞争优势 - 公司目标是通过体检报告解读、儿童用药管理等功能 把用户低频的“治病买药”行为转化为高频的“家庭健康管理” [7] - 此次发布是公司在医疗大模型浪潮下一次实用主义的落地 切入“寻医问药”的商业化前置环节 将大模型能力转化为本地生活服务体系中的“超级导购” [7] - 公司试图通过自然的交互和个性化的健康建档 将原本零散、偶发性的购药需求整合并提前锁定在自身生态内 [7] - 公司依托在全国范围内积累的庞大实体药房网络、即时配送能力以及医疗机构供给 构筑起了其他AI玩家难以轻易复制的履约护城河 [7] - “小团健康管家”区别于其他AI助手的重要优势在于其能实现从咨询到购药的交易闭环 [4] 面临的挑战 - 从低频的“应急买药工具”向高频的“家庭健康管家”跨越绝非一日之功 [8] - 用户对美团买药的核心诉求主要停留在“应急”和“即时配送” 要争夺“慢病管理”和“全生命周期健康”的用户时长需要较高的教育成本 [8] - 医疗健康领域对容错率要求较为苛刻 当AI管家走向“健康咨询”等落地场景后 对公司的医疗资源能力沉淀提出了更高的风控要求 [8]

研究背景与行业定位 - 人工智能技术迅猛发展，大模型作为新一代通用智能技术底座，正深刻重塑医疗健康行业的服务模式与技术路径 [2] - 医疗大模型涵盖医学影像、诊疗辅助、医院管理、药物研发、健康管理、中医药等多个细分领域，展现出强大的技术赋能潜力与广阔的市场前景 [2] - 医疗大模型是“技术+医疗”融合的典型代表，能提升诊疗效率、优化医疗资源配置，为构建普惠、精准、智能的新型医疗服务体系提供关键支撑 [2] 研究目的与内容规划 - 艾瑞研究院计划于2026年发布《中国医疗大模型行业研究报告》，全面梳理行业发展脉络，洞察技术演进与市场趋势 [3] - 报告旨在为医疗机构、技术企业、投资机构及政策制定者提供决策参考，推动行业健康、有序、高质量发展 [3] - 研究内容将明确医疗大模型的概念、分类与发展历程，并阐述其在医疗智能化转型中的战略价值 [5] - 研究将分析医疗大模型的产业链结构，并深入剖析其在医学影像、临床辅助、药物研发、健康管理、中医药等典型场景的应用模式 [5] - 研究将研判医疗大模型的商业化路径与未来发展方向，为产业各方提供前瞻性战略参考 [5] 厂商征集与合作价值 - 征集活动邀请从事医疗大模型研发、应用或服务的各类企业参与，涵盖医学影像、诊疗辅助、医院管理、药物研发、健康管理、中医药等场景 [7] - 目标厂商需在医疗大模型相关领域具备2年以上业务经验，并拥有多个实际落地案例，具备一定的行业代表性与示范性 [7] - 参与厂商将有机会入选报告的产业图谱与典型案例展示，从而提升企业品牌影响力与行业认可度 [6] - 报告将通过艾瑞网官网、艾瑞咨询公众号及多家链接的媒体渠道发布 [6] - 参与厂商将受邀参加艾瑞在医疗、数字智能化领域的线上、线下活动，与业内甲方、行业专家、投资机构等进行深度交流 [6] 项目时间安排 - 厂商征集自即日起，截至2026年4月20日 [8] - 报告大纲拟定于2025年11月15日 [9] - 企业访谈计划从2025年11月25日持续至2026年4月25日 [9] - 市场调研计划从2025年11月15日持续至2026年4月20日 [9] - 报告计划于2026年4月发布 [9]

研究背景与意义 - 人工智能技术迅猛发展，大模型作为新一代通用智能技术底座正深刻重塑医疗健康行业的服务模式与技术路径[2] - 医疗大模型涵盖医学影像、诊疗辅助、医院管理、药物研发、健康管理、中医药等多个细分领域，展现出强大的技术赋能潜力与广阔的市场前景[2] - 国家政策如《“十四五”数字经济发展规划》《“人工智能+”行动方案》明确提出推动人工智能在医疗领域的深度应用，为行业发展提供关键支撑[2] - 医疗大模型能提升诊疗效率、优化医疗资源配置，为构建普惠、精准、智能的新型医疗服务体系提供关键支撑[2] - 系统梳理产业生态、研判技术趋势、挖掘应用场景与商业模式，对推动行业从“技术探索”走向“规模化落地”具有重要战略意义[2] 报告研究内容 - 报告将明确医疗大模型的概念、分类与发展历程，阐述其在医疗智能化转型中的战略价值[5] - 分析医疗大模型的产业链结构，并深入剖析其在医学影像、临床辅助、药物研发、健康管理、中医药等典型场景的应用模式[5] - 研判医疗大模型的商业化路径与未来发展方向，为产业各方提供前瞻性战略参考[5] 报告参与价值 - 参与厂商有机会入选《2026年中国医疗大模型行业研究报告》产业图谱与典型案例展示，提升企业品牌影响力与行业认可度[6] - 报告将通过艾瑞网官网和艾瑞咨询公众号两个官方平台发布，并有多家艾瑞链接的媒体渠道进行传播[6] - 参与厂商将受邀参加艾瑞在医疗、数字智能化领域的线上、线下活动，与业内甲方、行业专家、投资机构等进行深度交流[6] 目标厂商要求 - 上市、非上市公司均可，从事医疗大模型研发、应用或服务的各类企业，覆盖医学影像、诊疗辅助、医院管理、药物研发、健康管理、中医药等场景[7] - 在医疗大模型相关领域需具备2年以上业务经验[7] - 需拥有多个实际落地案例，具备一定的行业代表性与示范性[7] 项目时间规划 - 厂商征集自即日起，截至2026年4月20日[8] - 整体项目时间线包括：选题研究（2025年11月5日）、报告大纲（2025年11月15日）、厂商征集（2025年11月15日至2026年4月20日）、企业访谈（2025年11月25日至2026年4月25日）、市场调研（2025年11月15日至2026年4月20日）、报告发布（2026年4月）[9]

报告行业投资评级 - 报告未明确给出行业投资评级 报告的核心观点 - 中国医疗大模型行业正处于从技术验证向规模应用的关键转型期 在政策与市场需求双轮驱动下 行业构建了“算力筑基—模型攻坚—应用引领”的全链条发展体系 并加速向覆盖“预防-诊断-治疗-康复”全周期的智能伙伴演进[5] - 行业竞争已从早期的技术演示阶段 进入以临床价值验证、产品可靠性和商业落地能力为核心的综合实力比拼阶段 技术、医学与商业的深度融合能力将决定未来市场格局[15] - 未来行业将朝着构建“原生医疗大模型”、应用与部署模式多元化、以及商业模式向“平台+生态”模式过渡的方向发展[28][29][30] 一、市场背景 - 医疗大模型是以海量医学数据预训练、多模态融合与专业任务微调为核心技术路径的人工智能系统 主要类型包括通用医疗大模型、专科诊疗模型、医学影像模型、药物研发模型及中医大模型等[5] - 根据2024年行业应用分布数据 医疗行业以约10%的占比成为大模型应用的重要领域[6] - 行业发展自2019年起经历了从通用模型能力迁移 到专业知识深度对齐 再到多模态与临床工作流融合的快速演进 未来将朝着更安全、可解释、具身交互的方向发展 并最终成为覆盖全周期的可信医疗基础设施[7] 二、市场现状 - **市场规模**：2020年至2024年 中国医疗大模型市场规模从1.0亿元增长至10.8亿元 年复合增长率达81.6% 预计至2029年市场规模将攀升至75.8亿元 年复合增长率达46.8%[8] - **市场供给**：2025年1月至9月 中国医疗大模型领域已披露中标项目总量达到197个 算力、大模型和综合类三大板块占比趋于均衡 标志着产业已形成完整生态闭环[9] - **市场需求**：超过95%的医师认同AI的辅助价值 在诊疗环节最期待AI实现快速初筛与诊断复核 在治疗环节近九成医师希望AI提供方案优化与疗效预测 在患者管理方面超八成医师期待AI实现数据整合与风险预测等功能[10] 三、市场竞争 - **评估维度**：行业头部品牌的核心竞争力主要体现在核心算法与知识质量、应用场景与产品化深度、以及合规安全与临床验证三大维度[11][12][13][14] - **竞争格局**：市场呈现“技术巨头领跑、垂直精锐深耕、新锐力量破局”的多元化竞争生态 竞争焦点已转向临床价值验证、产品可靠性和商业落地能力的综合比拼[15] - **主要参与者**：报告推荐了十大代表品牌 包括百度灵医智惠、腾讯觅影、阿里健康、医渡科技、科大讯飞、联影医疗、东软医疗、英矽智能、晶泰科技和数坤科技 这些企业分别在通用模型应用、多模态影像、健康管理、垂直领域、智能交互、设备结合、IT系统融合、药物研发及医学影像等不同方向进行重点布局[16][17][18][19][20][21][22][23][24][25][26] 四、发展趋势 - **底层算法与数据质量升级**：未来技术发展重点将从基于通用模型的微调转向构建“原生医疗大模型” 利用更大规模、高质量、多模态的临床数据进行训练 以提升复杂任务中的深度理解与逻辑准确性[28] - **应用形态与部署模式多元化**：应用正从单一对话问答向深度嵌入业务流程的多元化形态演进 部署模式将从“云服务调用”发展为兼顾通用能力与数据安全的“混合部署模式” 产品将细化为面向医生、患者和科研的不同工具[29] - **商业模式与生态构建平台化**：商业化正从项目制向“平台+生态”模式过渡 领先厂商通过提供开放的“医疗大模型平台”或“能力底座” 吸引生态伙伴共同开发 以加速应用创新并构建更稳固的竞争壁垒[30]

MedBench多模态医疗大模型评测结果 - MedBench平台于2026年2月7日公布最新多模态大模型评测榜单，数坤科技的数坤坤多模态医学大模型V3以63.6分的综合得分位列第一 [1][3] - V3的表现超越了微医医疗大模型（60.8分）、云知声的UniGPT-Med-VL（59.6分），以及OpenAI的GPT-5-chat-latest（53.7分）、谷歌的Gemini-2.5-Pro（51.9分）和阿里巴巴的Qwen2.5-vl-72b-instruct（48.6分）等国内外通用及垂直领域模型 [2][3][9] 数坤科技V3模型核心优势 - V3模型参数规模为72B，在评测的三大细分指标中，其在“医疗视觉感知与文本提取”（73.4分）和“跨模态语义理解与推理”（51.1分）两项均排名第一，在“临床决策支持与推理”（66.4分）中排名第二，仅次于微医医疗大模型（71.2分）[3][8] - 模型性能提升得益于公司积累的PB级医疗专业数据，以及采用的“医学MDT（多学科会诊）式训练策略”，该策略模拟医生真实诊疗过程，对同一病种的多模态信息进行深度关联学习 [4][11][12] - 公司团队拥有大量具备医学背景的研发人员，能够深入理解不同医学数据（如CT影像与病理报告）之间的关联，这支撑了模型在复杂真实任务（如鉴别诊断、个体化治疗）上的表现 [5][16] 数坤科技在AI医疗领域的积累与市场地位 - 公司成立于2017年，深耕医疗领域8年，已陆续推出超100款数字医生产品组合，产品在超过5000家公立医院和超1000家体检机构日常使用，覆盖了90%的Top 100医院和目标公立三甲医院 [3][17] - 公司是全球首创“数字人体技术平台”的企业，也是国内唯一覆盖影像全模态的AI企业，其技术已渗透到放射、超声、手术等领域 [14] - 公司不仅是业内首个将三维神经网络用于医学图像处理的企业，也是最早从心脏领域切入并实现技术突破的医疗AI公司 [17] 医疗大模型行业发展趋势与竞争壁垒 - MedBench评测体系由上海AI实验室发起，其4.0版本被称为全国首个且唯一面向垂直模型、专业模型和应用场景的医疗大模型评测与验证体系 [5] - 医疗大模型的核心竞争力正从单纯的参数规模与训练算力，转向对真实医疗场景的理解和高质量专业数据的积累 [18] - 医疗大模型应用门槛高，需要医学与AI知识的双重积累，并对模型输出的准确性（减少幻觉）有极高要求，这构成了行业的重要竞争壁垒 [15][16]

公司业务动态 - 京东健康旗下京东互联网医院在2026年春节前发起“新春健康守护”活动，旨在保障节日期间民众健康需求并缓解假期就医不便问题[1] - 该活动整合了全国三甲医院医疗资源，提供24小时在线问诊服务，平均接诊时间仅为30秒[1] - 服务覆盖内科、外科、皮肤科、儿科等多个科室，用户可通过京东APP搜索“新春健康守护”或“问医生”快速进入问诊通道[1] 市场需求与行业背景 - 春节期间返乡舟车劳顿、饮食不规律以及人员密集场所交叉感染风险上升，可能引发突发疾病或不适，增加了健康服务需求[1] - 部分线下医疗机构在假期期间服务时间可能调整，就诊资源相对紧张[1] - 身处异地、境外或偏远地区的人群获取及时、专业的医疗建议面临不便[1] 服务能力与案例验证 - 京东互联网医院的在线问诊服务在实际案例中验证了其便捷性与专业性，例如帮助身在国外因烫伤就医困难的用户通过跨国线上问诊获得处理指导和用药建议[3] - 另一案例显示，一位71岁皮肤严重瘙痒的患者在春节夜间症状加重，通过平台咨询皮肤科医生后，被诊断为疥疮并获得对症治疗，病情在三天后明显好转[3] 技术赋能与创新 - 京东健康AI医生“大为”依托自研医疗大模型“京医千询”及医学全领域知识库，提供多轮病情收集、分析、方案推荐及真人医生推荐等综合服务[3] - “大为”已实现对权威临床指南和医学文献的深度整合，所有建议基于最新临床研究成果并能精准引用专业依据[4] - 在医疗大模型加持下，AI医生突破了传统智能问诊局限，推动健康服务从“经验型”向“循证型”升级[4] 战略目标与行业影响 - 公司希望依托其互联网医疗服务优势和超级医药供应链能力，让优质医疗资源突破时间与空间限制[4] - 公司的目标是让用户无论身处何地，都能在需要时获得及时、专业的健康支持[4]

全球医疗大模型竞争格局 - 2026年1月初，OpenAI首次推出官方医疗健康专用模块，包括面向个人用户的ChatGPT Health和面向医疗机构的OpenAI for Healthcare，后者已有数千家AI企业通过配置其API支持符合HIPAA标准的应用 [1][2] - OpenAI的主要竞争对手迅速跟进，Anthropic在JPM大会上发布直接对标的Claude for Healthcare，谷歌则更新了开源医疗大模型MedGemma 1.5 (4B)并发布开源自动语音识别模型MedASR [1][3] - 全球顶尖大模型企业在2026开年不到半月内纷纷重注医疗，显示该领域的战略价值和火热程度 [4] 国产医疗大模型的竞争力与优势 - 国内大模型在性能上具备竞争力，百川智能发布的Baichuan-M3在全球权威医疗基准测试HealthBench和HealthBench Hard中分别以65.1分和44.4分夺冠，幻觉率仅3.5%，实现对GPT-5.2的超越，随后发布的Baichuan-M3 Plus将幻觉率进一步降低至2.6% [4][5] - 国内大模型用户规模增长迅速，蚂蚁阿福月活跃用户数已达3000万，用户单日提问量超1000万，仅一个月时间翻倍 [5] - 国产大模型在本地化支持上优势明显，训练数据以汉语为主，深度整合中国临床指南、医保目录、DRG/DIP控费规则，并针对中国特色场景进行优化 [6] - 开源模式推动国内大模型发展，以DeepSeek为首的国产开源大模型影响力提升，在全球最大的AI开源社区Hugging Face上的下载量已超越美国，促使许多国内医疗应用从OpenAI GPT模型切换至国产大模型 [5] - 政策支持明确，中国提出到2027年形成一批临床专病专科垂直大模型和智能体应用，到2030年基层诊疗智能辅助基本实现全覆盖 [6] 医疗大模型性能评估体系 - 全球权威的医疗大模型性能基准测试主要包括OpenAI开发的HealthBench和上海人工智能实验室发布的MedBench [7] - HealthBench联合了来自60个国家和地区的262位执业医师共同构建，收录了5000份真实医疗对话场景 [7] - MedBench是国内首个面向垂直大模型的评测体系，已升级至4.0版本，覆盖大语言模型、多模态大模型及智能体三大类，构建共60个评测集70余万专业评测题 [7] 2026年值得关注的国产主流医疗大模型 - **百川智能Baichuan-M3**：评测性能超越GPT-5.2，创下最低幻觉率纪录，并与首都医科大学附属北京儿童医院合作首个儿科大模型 [9][17] - **百度灵医大模型**：国内首个“产业级”及首批商业化落地医疗大模型，投入千亿Token优质医疗健康训练语料，覆盖300万+多模态影像数据、5亿+条权威健康科普内容等，已覆盖800+医院、4000+基层医疗机构 [10][19] - **方舟健客杏石医疗大模型**：慢病管理全链条闭环覆盖创新模式被Nature关注报道，整合中华医学会170多种核心期刊超110万篇文章，已累计为医生提供近40万次技术辅助，节省超6万小时工作时间，患者单次问诊时间缩短70%以上 [10][20] - **京东健康京医千询医疗大模型**：国内医疗行业首个全面开源的垂类大模型，已成为应用场景最丰富、与医院共建最深、合作医生最多、参与用户最广泛的医疗垂类大模型之一 [11][21] - **蚂蚁·多模态医疗大模型**：依托超万亿tokens专业医疗语料底座，支撑自主研发千亿参数多模态模型，是国内首个通过国家信通院医疗健康行业大模型双领域可信评估的大模型，在国内外评测榜单中名列前茅 [11][22] - **腾讯健康医疗大模型**：基于腾讯混元大模型底座，可能是目前在基层应用最为广泛的医疗大模型之一，其驱动的AI导辅诊服务在全国近10000家各级医疗机构得到应用，各类“开箱即用”的医疗AI解决方案服务超过1300家机构 [12][23] - **微医医疗大模型**：在MedBench评测榜单中表现突出，其2025年上半年AI医疗服务收入已达总营收九成以上，按2024年收入统计，在中国数字健康服务市场及AI医疗健康解决方案市场中均位列第一 [12] - **讯飞星火医疗大模型**：专科诊断合理率提升至96%，病历书写时间减少50%，基于该模型的医生助理已覆盖全国801个区县，累计提供11亿次辅助诊断，AI健康助手下载量突破2400万次，完成超1.6亿次AI健康咨询 [13] - **医渡科技大模型**：已授权处理覆盖超过10000家医院共13亿患者人次的近70亿份医疗记录，在第十一届中国健康信息处理大会上荣获“医学NLP代码自动生成测评”冠军及“最佳论文奖” [13] - **未来医生大模型**：证实其与三甲主治医师诊疗一致性达到96%，其探索医疗AI临床适用性的评估标准CSEDB研究成果发表于npj Digital Medicine [13] 其他特色国产医疗大模型参与者 - 数坤的多模态医疗大模型及相关智能体已在全国5000余家医院中应用，覆盖诊疗、管理与健康全流程，实现“体系级落地能力” [28] - 镁信健康自主研发的mind42.ai平台面向医疗支付与服务场景，截至2025年12月已累计服务覆盖4.43亿保单量 [29] - 包括阿里达摩院、联影、脉得智能、深睿、东软集团、福鑫、浪潮健康等以往专注于AI影像或医疗信息化的企业及机构也纷纷进军大模型领域 [28][29]

国家战略与政策体系 - 国家已构建“顶层设计+专项落地+全链条支撑”的政策体系，将AI+医疗健康作为数字经济与民生保障深度融合的核心方向，推动产业从试点探索进入规模化落地的加速阶段 [1] - 政策围绕基础设施、监管治理、支付机制、场景应用、产业融合五大维度形成闭环，为AI技术在医疗健康领域的创新与落地提供明确指引和坚实保障 [1] - 上海出台全国首个省级医学AI专项工作方案《上海市发展医学人工智能工作方案（2025-2027年）》，致力于打造国内领先、国际知名的医学AI发展高地 [7] 基础设施与监管治理 - 国家以标准化建设为核心，推动医疗健康数据互通与智慧医院建设，出台《关于加强全民健康信息标准化体系建设的意见》等文件，为AI应用奠定基础 [2] - 通过《公立医院高质量发展促进行动（2021-2025年）》，鼓励有条件的公立医院加快应用智能可穿戴设备、人工智能辅助诊断和治疗系统等智慧服务软硬件 [2] - 2021年《人工智能医用软件产品分类界定指导原则》首次明确AI医用软件的分类与监管要求，根据产品预期用途、算法成熟度等因素将其分为二类或三类医疗器械 [3] 支付机制与商业化 - 2024年11月，国家医保局首次将“人工智能辅助诊断”纳入医疗服务价格项目立项指南，为AI服务的成本核算与价值变现提供了政策依据 [4] - 2025年《医药工业数智化转型实施方案（2025-2030年）》明确提出深化人工智能赋能应用，支持医药大模型技术产品研发 [4] - 《关于全面深化药品医疗器械监管改革促进医药产业高质量发展的意见》优化了医疗器械标准体系，为AI医疗产品的医保准入、付费模式创新创造了有利条件 [4] 应用场景与产业融合 - 2024年《卫生健康行业人工智能应用场景参考指引》聚焦人工智能与医疗服务管理、基层公卫服务、健康产业发展、医学教学科研四大领域，明确84个应用场景 [5] - 政策鼓励AI技术与医药制造、医疗康养等产业深度融合，构建多元化创新生态，推动AI在预防、诊疗、康复、健康管理等全链条的连续智能服务 [6] - 上海方案明确了医学AI的六大重点发展领域，包括临床医疗、医疗管理、公共卫生、医保监管、药械研发、中医药，覆盖全链条场景 [10] 企业发展核心诉求 - 企业的核心诉求高度集中于场景、数据、算力三大核心要素，其供给质量直接决定了AI技术的落地效率与商业价值转化能力 [12] - 企业希望政府、医疗机构能开放更多高价值场景，尤其是三级医院的专科临床场景、基层医疗的慢病管理场景、公共卫生的应急响应场景等 [14] - 企业迫切需要建立统一的医疗数据共享与流通机制，例如由政府牵头构建行业级专科数据集、跨机构数据共享平台，并明确数据脱敏、隐私计算的技术标准与合规路径 [16] - 企业希望政府牵头建设集约化算力供给平台，例如市级智算中心，通过“算力券”“集中调度”等方式降低算力使用成本，并对初创企业、中小微企业给予算力补贴 [17] 企业出海趋势与路径 - 出海已成为AI+医疗健康企业的重要战略选择，AI+医药研发以“授权出让+自主出海”为核心模式，AI+医疗器械则通过“远程手术突破+整体方案输出+因地制宜布局”三策并进 [18] - AI+医药研发的授权出让模式核心优势是“卖成果、换现金流”，适合资金相对受限的初创企业；自主出海模式核心优势是“建立自主体系、掌握核心权益”，适合成熟企业 [19][20] - 核心出海区域主要集中于国际药企聚集地，以美国、欧洲为主 [20] - 微创实施1.2万公里全球最远远程手术、中东第一例超远程手术 [25] - 一脉阳光与医思健康达成联盟计划推动香港影像中心落地 [27] - 傅利叶与马来西亚PERKESO合作落地首个伽利略系统 [29] 中美企业能力对比 - **AI+医学影像**：中国上市公司3-4家，独角兽0-1家（截至2024年底），拿NMPA三类证35-40张（2024新增）；美国上市公司3-4家，独角兽2-3家，拿FDA 510(k) 110-130张（2024新增） [30] - **AI+药物研发**：中国上市公司1家，独角兽3家，约7-8个分子进入临床（公开项目）；美国上市公司2-3家，独角兽2家，约18-24个AI分子进入临床 [30] - **手术机器人**：中国上市公司2家，独角兽暂无，拿NMPA三类证8张，累计装机300-450台；美国上市公司5家，独角兽暂无，拿FDA 510(k) >25张，累计装机6500-7000台 [30] - **智能可穿戴设备**：中国上市公司2家，独角兽2-3家，设备<1000万台（医疗级），拿NMPA二类证80-100张；美国上市公司暂无，独角兽3家，设备500-800万台（FDA认证医疗级），拿FDA授权数量>80张 [30] - **数字疗法**：中国上市公司暂无，独角兽暂无，无明确数字疗法路径，含慢病管理软件二类证约25-30张；美国上市公司1家，独角兽1-2家，FDA批准DTx 15-18款 [30] 医疗大模型发展趋势 - 自2024年起，医疗大模型应用进入垂类深耕阶段，专病专科大模型成为布局热点 [34] - 截至2025年4月，国内百强医院大模型部署率达98%，33%的医院开展垂类大模型开发 [34] - 肿瘤是最活跃的布局方向，占比达22.2%，儿科、心脑血管疾病次之，占比均为18.5% [34] - 院企共建是主流开发方式，44%的专病专科大模型采用“医院+企业”联合开发模式 [34] - 通过引入权威来源的医学证据优化模型输入，并将查询转化为结构化医学问题，能够克服缺乏医学语义理解、无法辨别文献可靠性等问题 [37] - 通过将检索到的数据按照逻辑因果链组织，判断回答是否遵循已知证据，并引入奖励机制，使得模型句句有据，可回溯、可验证 [38] - 京东健康自研医疗大模型“京医千询”迎来2.0版本升级，通过循证医学与患者数据深度结合 [40] - 卫宁健康发布轻量级、循证强化的医疗大模型WiNGPT3.5-Turbo [41] - 百川智能发布循证增强医疗大模型Baichuan-M2 Plus，其医疗幻觉率相比通用大模型有显著降低 [43] 医疗智能体发展 - 医疗智能体进入“三层并进”爆发期，包括数字医生AI分身、专科智能体、医院智能体三个层次 [44] - 数字分身已率先规模化，专科智能体处于验证期，医院智能体仍在概念中 [44] - 蚂蚁集团“AOAPP”覆盖近200个名医AI分身 [44] - 讯飞医疗“冀脑方舟”脑出血专病大模型、仁济医院泌尿专科智能体是专科智能体代表 [44] - 三种层次智能体终局将走向融合：专科智能体为核心+数字分身为交互界面+医院智能体为基础设施 [44] - 当前，智能体主流应用整体仍处于“L2向L3过渡”阶段 [44] 具身智能与未来展望 - 具身智能以机器人、机械臂等物理载体为核心，实现了人工智能从“数字虚拟服务”到“物理实体干预”的关键跨越 [45] - 约翰霍普金斯大学团队自主手术机器人在无人操作干预的条件下成功完成了对猪胆囊切除的软组织操作 [49] - 英国帝国理工学院开发AI超声机械臂，能够在产科检查中自主扫描并识别胎儿图像，目前已启动多中心验证试验 [51] - 展望未来，具身智能将与大模型、脑机接口深度融合，成为链接数字世界与物理世界的桥梁 [53] 产业价值重构与模式变革 - 人工智能技术从运营、市场、要素、普惠四个核心维度重构医疗健康产业价值，实现全链条提质增效 [54] - 医疗服务模式正从以医院为中心的“医院信息系统（HIS）”时代，迈向以个人健康为中心的“个人健康信息系统（PHIS）”时代 [56] - 未来医院将具备三大核心功能：临终关怀、手术诊疗、身体检查（进行CT、磁共振等大型诊断设备检查） [58][60][62]