Workflow
医疗大模型
icon
搜索文档
2025年医疗大模型品牌推荐:海量知识深度整合,智能生成革新医疗范式
头豹研究院· 2026-02-27 20:15
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]
云知声盘中涨超10% 公司大模型业务增长得到验证 AI临床诊断与医保降费应用潜力较大
智通财经· 2026-02-10 11:20
市场表现与股价 - 云知声股价盘中涨幅超过10%,截至发稿时上涨9.52%,报319.6港元,成交额为3.38亿港元 [1] 核心业务与竞争优势 - 公司通过医疗大模型与各类智能体切入诊疗核心场景,与北京协和医院、北京友谊医院、湖南湘雅医院等顶级三甲医院建立合作 [1] - 公司业务已覆盖全国40%的百强三甲医院 [1] - 在垂直领域积累的最前沿与专业的海量数据资产构成了公司的核心竞争优势 [1] - 依托优质数据训练,形成了高效的数据飞轮效应 [1] - 其优质海量数据在医保、商业健康险降费领域具有巨大的应用潜力 [1] 财务预测与估值 - 预计公司2025年至2027年营收将加速增长,分别为12.36亿元、19.23亿元、29.18亿元 [1] - 预计2025年至2027年营收增速分别为31.6%、55.6%、51.7% [1] - 预计公司将于2026年实现盈利 [1] - 考虑到大模型业务增长得到验证,以及AI临床诊断与医保降费应用潜力较大,给予公司2026年25倍市销率估值,目标价为750.58港元 [1]
港股异动 | 云知声(09678)盘中涨超10% 公司大模型业务增长得到验证 AI临床诊断与医保降费应用潜力较大
智通财经网· 2026-02-10 11:15
公司股价表现与市场反应 - 云知声股价盘中涨幅超过10%,截至发稿时上涨9.52%,报319.6港元,成交额为3.38亿港元 [1] 核心业务与竞争优势 - 公司在医疗领域通过大模型与各类智能体切入诊疗核心场景,并与北京协和医院、北京友谊医院、湖南湘雅医院等顶级三甲医院建立合作 [1] - 公司业务已覆盖全国40%的百强三甲医院,这些垂直领域的海量专业数据资产构成了其核心竞争优势 [1] - 依托优质数据训练形成了高效的数据飞轮,其海量数据在医保和商业健康险降费领域具有巨大的应用潜力 [1] 财务预测与估值 - 预计公司2025年至2027年营收将加速增长,分别为12.36亿元、19.23亿元和29.18亿元 [1] - 对应2025年至2027年的营收增速预计分别为31.6%、55.6%和51.7%,公司预计于2026年实现盈利 [1] - 基于大模型业务增长得到验证以及AI临床诊断与医保降费的应用潜力,给予公司2026年25倍市销率估值,目标价为750.58港元 [1]
人工智能时代,职业生态如何变化?
新浪财经· 2026-02-01 03:28
人工智能重塑职业生态 - 人工智能正在加速重塑职业图景 催生了AI训练师 AI产品经理 AI伦理审核员等新职业 [1] - “一人公司(OPC)”借助AI工具完成内容生产与运营的创业新范式正在兴起 并加速走向主流 [3] - 人工智能技术深刻重构就业生态与职业图景 推动劳动者技能结构升级 形成以人机协同 智能赋能为特征的就业新范式 [2] 行业需求与市场趋势 - 普华永道2025年全球AI就业晴雨表显示 全球几乎所有涉及AI应用的岗位数量都在增加 [2] - 拥有AI技能的从业人员平均工资溢价达56% 是上年的两倍 [2] - 58同城报告指出 平台已涌现近50类“人机协作”新岗位与40种智能新服务 [2] - 具身智能 世界模型等技术方向加快突破 人工智能正从语言处理走向对物理世界的理解与建模 [2] - 人形机器人产业的规模化发展 将在设计研发 生产制造 检测认证 保养维修 场景应用等全产业链各环节创造大量新就业岗位 [3] 人才与能力要求 - 行业对复合型 应用型人才的需求不断扩大 [2] - 在人机协作背景下 人类的想象力 判断力 审美能力 批判性思维和情感互动能力将成为不可替代的核心竞争力 [4] - 未来人才培养应强化交叉学科素养和综合能力 同时加快完善AI新职业培训体系 [5] - 青年一代需建立以“AI思维”为核心的认知范式 提升驾驭AI的能力 并建立动态演进的知识体系 提升“跨学科融合+伦理引导”的未来竞争力 [5] - 为提升抗风险能力 应避免单一技能依赖 “斜杠”可能成为未来主要生活方式之一 AI的出现大大缩短了人们从新手到专家跨领域学习的过程 [5]
AI时代,职业生态如何变化?
新浪财经· 2026-01-28 01:52
人工智能重塑职业生态与就业结构 - 人工智能技术正在深刻重构就业生态与职业图景,推动劳动者技能结构升级,形成以人机协同、智能赋能为特征的就业新范式 [7][8] - 普华永道2025年全球AI就业晴雨表显示,全球几乎所有涉及AI应用的岗位数量都在增加 [8] - 拥有AI技能的从业人员平均工资溢价达56%,是上年的两倍 [8] 新兴职业与岗位需求涌现 - 随着人工智能加速融入千行百业,AI训练师、AI产品经理、AI伦理审核员、借助AI生成内容的动画师等新岗位持续出现 [7] - 对复合型、应用型人才的需求不断扩大 [7] - 58同城近期发布的报告指出,平台已涌现近50类“人机协作”新岗位与40种智能新服务 [8] 技术范式变革驱动产业与就业 - 当前,具身智能、世界模型等技术方向加快突破,人工智能正从语言处理走向对物理世界的理解与建模 [8] - 具身智能推动人形机器人向更高自主性和更强人机协同能力发展,逐步进入真实应用场景 [8] - 人形机器人可广泛应用于工业、商业、文旅、医疗、家庭等各类场景,其规模化发展将在设计研发、生产制造、检测认证、保养维修、场景应用等产业链各环节创造大量新就业岗位 [9] AI赋能下的创业新范式 - AI降低了创业门槛,“一人公司(OPC)”逐渐兴起,一个人借助AI工具即可完成内容生产、产品运营和服务交付 [9] - 从江苏苏州提出打造OPC创业首选城市,到多地推出相关社区和支持政策,“单人+AI”的创业模式正加速走向主流 [10] - OPC正从个体创作转向具备规模化能力的“超级个体”,未来五年,这一形态有望成为数字经济的重要组成部分 [10] 未来人才的核心竞争力与培养方向 - 在人机协作背景下,人类的想象力、判断力、审美能力、批判性思维和情感互动能力,将成为不可替代的优势 [10] - 未来人才培养应强化交叉学科素养和综合能力,同时加快完善AI新职业培训体系,帮助劳动者顺利转型 [10] - “斜杠”可能是未来人们主要的生活方式之一,为提升抗风险能力,要避免单一技能、单一职业依赖,提升综合能力 [10] - 青年一代要建立以“AI思维”为核心的认知范式,提升驾驭AI的能力,并建立动态演进的知识体系,提升“跨学科融合+伦理引导”的未来竞争力 [11]
AI时代职业生态如何变化?警惕过分依赖变得更低能
中国经济网· 2026-01-27 15:31
人工智能重塑职业图景 - AI加速融入千行百业,催生出AI训练师、AI产品经理、AI医学研究员、借助AI生成内容的动画师等新岗位,对复合型、应用型人才的需求不断扩大 [1] - 普华永道2025年全球AI就业晴雨表显示,全球几乎所有涉及AI应用的岗位数量都在增加,拥有AI技能的从业人员平均工资溢价达56%,是上年的两倍 [2] - 58同城报告指出,平台已涌现近50类“人机协作”新岗位与40种智能新服务 [2] 人工智能创造新就业机遇 - 具身智能等技术推动人形机器人向更高自主性和更强人机协同能力发展,其规模化发展将在设计研发、生产制造、检测认证、保养维修、场景应用等产业链各环节创造大量新就业岗位 [2] - 人工智能正成为智能社会的重要基础设施,通过赋能传统行业、催生新业态,为提升就业质量提供新支点 [2] - 技术范式变革推动劳动者技能结构升级,向更高附加值方向演进,形成以人机协同、智能赋能为特征的就业新范式 [2] AI降低创业门槛与新模式兴起 - AI降低了创业门槛,“一人公司(OPC)”逐渐兴起,一个人借助AI工具即可完成内容生产、产品运营和服务交付 [3] - 从苏州提出打造OPC创业首选城市,到多地推出相关社区和支持政策,“单人+AI”的创业模式正加速走向主流 [3] - OPC正从个体创作转向具备规模化能力的“超级个体”,未来五年这一形态有望成为数字经济的重要组成部分 [3] 未来人才的核心竞争力与培养方向 - 在人机协作背景下,人类的想象力、判断力、审美能力、批判性思维和情感互动能力将成为不可替代的优势 [4] - 未来人才培养应强化交叉学科素养和综合能力,同时加快完善AI新职业培训体系,帮助劳动者顺利转型 [4] - “斜杠”可能是未来人们主要的生活方式之一,为避免单一技能依赖、提升抗风险能力,需要提升综合能力,AI的出现让人们可以快速进入不同领域,缩短从新手到专家的过程 [5] - 建议青年一代建立以“AI思维”为核心的认知范式,提升驾驭AI的能力,并建立动态演进的知识体系,提升“跨学科融合+伦理引导”的未来竞争力 [5]
人工智能加速重塑职业图景
新浪财经· 2026-01-26 06:25
人工智能重塑职业图景与就业生态 - 人工智能正在加速重塑职业图景 对劳动者的从业素质提出了新要求[1] - 人工智能技术正在深刻重构就业生态与职业图景 推动劳动者技能结构升级 向更高附加值方向演进 形成以人机协同、智能赋能为特征的就业新范式[2] 新兴职业与岗位涌现 - 从AI训练师、AI产品经理、AI伦理审核员等新职业涌现 到“一人公司”等创业新范式兴起[1] - 从事数据标注的AI训练师、借助AI生成内容的动画师、统筹AI产品全流程的产品经理等新岗位持续出现[1] - 平台已涌现近50类“人机协作”新岗位与40种智能新服务[2] 人才需求与技能溢价 - 对复合型、应用型人才的需求不断扩大[1] - 拥有AI技能的从业人员平均工资溢价达56% 是上年的两倍[2] 人工智能技术范式变革 - 当前 具身智能、世界模型等技术方向加快突破 人工智能正从语言处理走向对物理世界的理解与建模[2] - 行业技术范式正发生深刻变化[2] “一人公司”创业新范式 - AI降低了创业门槛 “一人公司(OPC)”逐渐兴起——一个人借助AI工具即可完成内容生产、产品运营和服务交付[2] - 从苏州提出打造OPC创业首选城市 到多地推出相关社区和支持政策 “单人+AI”的创业模式正加速走向主流[2] - OPC正从个体创作转向具备规模化能力的‘超级个体’ 未来五年 这一形态有望成为数字经济的重要组成部分[2] 人机协作下的核心竞争力 - 在人机协作背景下 人类的想象力、判断力、审美能力、批判性思维和情感互动能力 将成为不可替代的优势[3] - 让AI不仅“懂治病” 更要“懂人”[1] 未来职业与生活方式趋势 - “斜杠”可能是未来人们主要的生活方式之一[4] - 为提升抗风险能力 就要避免单一技能、单一职业依赖 提升综合能力[4] - AI的出现让人们可以快速地进入不同领域 大大缩短从新手到专家的过程[4]
AI时代,职业生态如何变化?
新华网· 2026-01-25 18:37
AI重塑职业图景与创造新就业 - 人工智能正在加速重塑职业图景,催生了AI训练师、AI产品经理、AI伦理审核员等新职业,并对劳动者的从业素质提出了新要求 [1] - 随着人工智能加速融入千行百业,从事数据标注的AI训练师、借助AI生成内容的动画师、统筹AI产品全流程的产品经理等新岗位持续出现 [2] - 普华永道2025年全球AI就业晴雨表显示,全球几乎所有涉及AI应用的岗位数量都在增加;拥有AI技能的从业人员平均工资溢价达56%,是上年的两倍 [2] - 58同城近期发布的报告指出,平台已涌现近50类“人机协作”新岗位与40种智能新服务 [2] - 人工智能技术正在深刻重构就业生态与职业图景,推动劳动者技能结构升级,向更高附加值方向演进,形成以人机协同、智能赋能为特征的就业新范式 [2] AI技术发展催生的新机遇 - 具身智能、世界模型等技术方向加快突破,人工智能正从语言处理走向对物理世界的理解与建模 [2] - 北京智源人工智能研究院发布的《2026十大AI技术趋势》认为,行业技术范式正发生深刻变化 [2] - 在机器人领域,具身智能推动人形机器人向更高自主性和更强人机协同能力发展,逐步进入真实应用场景 [4] - 人形机器人可广泛应用于工业、商业、文旅、医疗、家庭等各类场景,其规模化发展将在设计研发、生产制造、检测认证、保养维修、场景应用等产业链各环节创造大量新就业岗位 [4] - AI降低了创业门槛,“一人公司(OPC)”逐渐兴起,一个人借助AI工具即可完成内容生产、产品运营和服务交付 [6] - “单人+AI”的创业模式正加速走向主流,从苏州提出打造OPC创业首选城市到多地推出相关社区和支持政策 [6] - OPC正从个体创作转向具备规模化能力的“超级个体”,未来五年,这一形态有望成为数字经济的重要组成部分 [6] AI时代对人才能力的新要求 - 在人机协作背景下,人类的想象力、判断力、审美能力、批判性思维和情感互动能力,将成为不可替代的优势 [7] - 未来人才培养应强化交叉学科素养和综合能力,同时加快完善AI新职业培训体系,帮助劳动者顺利转型 [7] - 青年一代要建立以“AI思维”为核心的认知范式,提升驾驭AI的能力以塑造发展新优势;要建立动态演进的知识体系,提升“跨学科融合+伦理引导”的未来竞争力 [9] - 应警惕“因为过分依赖AI而变得更低能”的情况,尤其在青少年教育阶段不宜过早使用AI,应优先锻炼独立学习能力,培养独特的想象力和视角 [9] - “斜杠”可能是未来人们主要的生活方式之一,为提升抗风险能力,要避免单一技能、单一职业依赖,提升综合能力 [9] - AI的出现让人们可以快速地进入不同领域,大大缩短从新手到专家的过程 [9]
科学与健康丨AI时代,职业生态如何变化?
新华网· 2026-01-25 18:21
文章核心观点 - 人工智能正在加速重塑职业图景,创造新职业与新就业机会,同时对劳动者的复合型、应用型技能提出新要求,推动形成以人机协同、智能赋能为特征的就业新范式 [1][3][4] AI催生的新职业与新岗位 - AI训练师、AI产品经理、AI伦理审核员、借助AI生成内容的动画师等新岗位持续出现 [1][3] - 普华永道2025年全球AI就业晴雨表显示,全球几乎所有涉及AI应用的岗位数量都在增加 [3] - 58同城报告指出,平台已涌现近50类“人机协作”新岗位与40种智能新服务 [3] - 人形机器人产业的规模化发展,将在设计研发、生产制造、检测认证、保养维修、场景应用等产业链各环节创造大量新就业岗位 [5] AI带来的就业质量与薪酬变化 - 拥有AI技能的从业人员平均工资溢价达56%,是上年的两倍 [3] - AI通过赋能传统行业、催生新业态,为提升就业质量提供新支点 [4] AI驱动的创业与工作模式变革 - AI降低了创业门槛,“一人公司(OPC)”借助AI工具即可完成内容生产、产品运营和服务交付的模式逐渐兴起 [7] - 多地推出OPC相关社区和支持政策,“单人+AI”的创业模式正加速走向主流 [7] - OPC正从个体创作转向具备规模化能力的“超级个体”,未来五年有望成为数字经济的重要组成部分 [8] - “斜杠”可能是未来人们主要的生活方式之一,AI让人们可以快速进入不同领域,缩短从新手到专家的过程 [10] AI时代对人才能力的要求 - 对复合型、应用型人才的需求不断扩大 [3] - 人类的想象力、判断力、审美能力、批判性思维和情感互动能力,将成为人机协作中不可替代的优势 [8] - 未来人才培养应强化交叉学科素养和综合能力,同时加快完善AI新职业培训体系 [8] - 青年一代需建立以“AI思维”为核心的认知范式,提升驾驭AI的能力,并建立动态演进的知识体系,提升“跨学科融合+伦理引导”的未来竞争力 [10] - 应警惕过分依赖AI,在青少年教育阶段不宜过早使用AI,应优先锻炼独立学习能力,培养独特的想象力和视角 [10] AI技术发展趋势 - 具身智能、世界模型等技术方向加快突破,人工智能正从语言处理走向对物理世界的理解与建模 [3] - 北京智源人工智能研究院发布的《2026十大AI技术趋势》认为,行业技术范式正发生深刻变化 [3] - 具身智能推动人形机器人向更高自主性和更强人机协同能力发展,逐步进入真实应用场景 [5]
AI+医疗,前景可期更需厘清边界
中国经济网· 2026-01-23 09:35
文章核心观点 - 人工智能技术正加速应用于医疗卫生服务领域,在提升诊疗效率、优化资源配置、便利医患等方面展现出巨大价值,行业前景广阔 [1][4][5] - 人工智能在医疗领域的应用边界和责任界定是当前关注焦点,其角色是辅助而非替代医生,相关法规、责任认定及数据隐私保护需进一步完善 [6][7][8][9][10][11] AI+医疗的应用现状与便利 - 国家政策层面已提出84个“人工智能+”医疗服务应用场景,涉及智能预问诊、智能陪诊、智能辅助决策与治疗等 [1] - 智能预问诊系统通过图文人机交互提前收集患者信息,提升医生接诊沟通效率 [2] - AI随访系统已在四川大学华西医院覆盖43个临床科室,累计服务患者50万人次,AI电话智能外呼79.3万人次 [2] - AI心理服务机器人(如“北小六”)可为患者提供专业的心理引导和训练 [3] - 在医学影像领域,AI能快速完成自动化评估,例如北京天坛医院的系统可在3分钟内完成急性缺血性卒中影像学评估,将术前决策时间缩短一半 [3] AI+医疗的效率提升与资源优化 - AI辅助诊疗机器人(如卒中临床神经功能评估机器人)可让临床评估更高效,为患者赢得宝贵抢救时间 [3] - 通过“云诊室”远程会诊平台与AI分析,可实现优质医疗资源下沉基层,方便偏远地区患者(如浙江丽水案例) [4] - 医疗大模型应用于县域医共体(如河北南皮县案例),可将三甲医院的诊疗经验系统化、标准化并下沉至基层,实现检查结果、影像与诊断建议实时互通,从“物理整合”走向“能力协同” [4][5] - 医院专属大模型(如北京大学第三医院的“三院灵智”)在诊疗、医技和科研方面提供支持,临床科研提问无次数和时间限制,并可追溯原始文献 [5] 行业政策与发展前景 - 2025年10月,国家多部门联合印发《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》,对人工智能在基层应用、临床诊疗、患者服务等多方面进行了部署 [5] - 行业前景广阔,有利于提升诊疗效率、优化医疗资源配置、支持基础药品研究,助力卫生健康事业高质量发展 [5] - 国家将鼓励政产学研用多方参与,发挥海量数据和巨大市场应用规模优势,培育发展大健康产业,推动人工智能医疗服务体系全链条运用落地见效 [5] AI应用的边界与责任界定 - 现行法规明确,人工智能软件不得冒用、替代医师本人提供诊疗服务,严禁使用人工智能自动生成处方 [7] - 在临床诊疗中,AI主要起支持和辅助临床决策的作用,例如在医学影像领域帮助快速筛查和识别病变,减轻医生工作量,但医生仍专注于最终决策 [8] - 开具处方是具有法律责任的医疗行为,AI可提供诊断支持和建议,但处方必须由接诊医师开具并经人工核验 [8] - AI工具(如“北小六”)需在医生制定的治疗框架和监督下使用 [8] - 行业共识认为不能完全依赖AI,AI需在医务人员监督下使用,医生也不应过度依赖AI而忽略专业判断和患者个体需求 [8] - 医疗机构是AI辅助诊疗过程中的第一责任人,AI被视为医生的辅助工具而非责任主体 [9] - 法律层面普遍将医疗人工智能视为一种产品,侵权问题需具体分析 [9] - 若因技术性故障导致AI决策错误,一般由器械或智能体提供者承担责任,医疗机构可向其追偿;设计者和生产者是主要责任主体,需在产品设计阶段充分考虑风险 [9][10] - 需完善相关法规,加强AI医疗产品审批监管,并从医疗技术损害、伦理损害、产品损害等方面细化法律条款、明确责任认定标准 [10] - 实践中需保护患者自主权,患者有权知晓并决定是否接受AI辅助诊疗 [10] 数据安全与患者隐私保护 - 行业共识强调需强化数据质量与基础设施建设,对原始病历数据进行专业化处理与安全保护,遵循“患者隐私信息最小化”原则 [11] - 产品开发端需通过技术手段保护隐私,例如采用去标识化确保数据无法关联到个人,在数据传输过程中采用端对端加密 [11] - 医院积极探索数据安全技术,如利用区块链保证数据真实完整和可追溯,重建患者匿名化主索引,建立严格的审批和日志记录体系 [11] - 医疗大模型在数据收集、处理和使用全过程需遵循合法、正当、必要原则,保证训练数据合法合规,且符合医学伦理审查要求 [11]