金十数据6月25日讯，国联股份6月25日在互动平台表示，集合采购是由平台统一归集下游订单后向上游 集中议价采购，以规模优势降低成本，适合稳定的大宗需求；拼单团购则是多个买家组团以量换价，依 赖即时成团，更适合灵活的小批量交易。多多平台结合两者优势，通过订单反推实现低库存、高周转； 算力方面，公司在新疆已备案部分算力资源，并计划于今年完成部分算力部署，算力未来将部分供给用 于各类大模型和垂直模型适用，部分用于公司自身发展。 国联股份：集合采购与拼单团购结合优势，新疆算力资源计划今年部署 ...

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]

医疗科技行业现状 - 医疗领域因数据壁垒高、场景复杂、容错率低成为技术落地的难点，但蕴含巨大商业和社会价值[3] - 行业当前处于AI医生热潮，各企业采用不同技术路线"八仙过海"[23] - 医疗信息化市场内卷加剧，医院因收入下降对信息化投入更谨慎，部分厂商采取免费送软件策略[26] 左医科技公司概况 - 成立于2016年，由前百度NLP负责人张超创立，专注知识图谱与医疗大模型协同[3][5] - 客户覆盖全国200多家三甲医院，其中40%为top100医院，包括北京协和等顶尖机构[5] - 当前商业化重心从B端转向C端，B端聚焦高毛利标准化产品，C端探索会员订阅和健康产品推荐[26][30] 技术路线演进 - 2020年首次将Transformer用于医患对话开发AI Doctor，显著提升交互体验[9][13] - 尝试GPT-2微调遇成本瓶颈，后转向开源模型，最终选择通义千问作为基座模型[14] - 2023年发布医疗垂类大模型，落地四川省人民医院等百强医院[14] - 2024年推出端到端AI Agent，整合CoT推理/工具调用等能力，诊断效果提升15%[16][18] 核心产品与落地 - "重儿·小乙AI家庭医生"在重庆医科大学附属儿童医院落地，集成循证知识库/报告识别/挂号等服务[21] - 儿科循证知识库基于国内外指南/专家共识构建，专业团队核验，单篇论文仅提取10条高价值数据[21] - 与宁夏/北京等地卫健委合作推出"AI家医"，通过B端带动C端积累流量[27] 数据壁垒构建 - 数据清洗需反复调整如"和面"，关键know-how来自实操积累的"错题集"[20] - 数据来源包括互联网/真实医患对话/诊断生成数据，经专家筛选保留1%高价值信息[21] - 病历数据处理需删除病理解释部分防止模型"漏题"[20] 商业化战略调整 - B端保留预问诊/分导诊/语音转写等高标准化产品，目标90%以上毛利率[26] - C端采用会员订阅制，未来计划基于交互数据推荐健康产品[30] - 聚焦诊前诊中场景，因诊后慢病管理商业闭环难建立[31] 行业趋势判断 - 垂直模型价值在于专有数据壁垒，但通用模型迭代将压缩其生存空间[16] - 医疗AI落地三形态：提示词/工作流/端到端，后者能突破人类能力限制[18] - 医院需求更倾向低错误率、稳定供应的技术而非"满血"性能[36]