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]

行业竞争格局与参与者动态 - 人工智能正深度融入卫生健康体系各个环节，为行业高质量发展注入强劲动力，医疗AI赛道成为互联网医疗企业、科技公司等的必争之地 [1] - 国内企业如健康160、京东健康等已从“单点工具”阶段迈入“生态化竞争”时代 [1] - 国际科技巨头加速布局：OpenAI于1月8日正式推出ChatGPT医疗保健版，已在AdventHealth、波士顿儿童医院等多家机构部署 [1]；Google推出体积小可离线运行的MedGemma 1.5模型 [2]；Anthropic推出专注于医疗提供商、保险公司和患者需求的企业级工具套件Claude for Healthcare [2] - 三巨头战略布局呈现鲜明差异：OpenAI强化数据整合与个性化体验，Google注重开源工具与离线能力，Anthropic瞄准企业级工作流优化 [2] 国内主要公司近期举措与战略 - **京东健康**：于1月17日面向医生群体推出循证医学AI工具“知医”，被视为“OpenEvidence”的中国版方案 [1]；公司以“医疗级AI”为目标，推动互联网医疗进化为实现精准化、个性化、全程化健康管理的核心引擎 [3]；“知医”深度整合千万级全球权威医学文献与指南，旨在成为医生的“智能外脑” [3] - **阿里健康**：其首个自研医学大模型AI产品“氢离子”已完成内测并开放下载，致力于打造医疗领域幻觉率最低的AI助手 [1] - **健康160**：采用“公众号私域+平台公域”双轮驱动模式，以医院微信公众号为数字化主阵地，构建消费医疗、智慧导诊、医生品牌与院长数据驾驶舱四大模块 [2]；已研发测试覆盖诊前、诊中、诊后全场景的AI健康管家多智能体系统，整合院内临床数据与院外健康数据，通过AI导诊、AI挂号、AI预问诊、AI陪诊、AI医助及AI随访等应用构建健康管理超级入口 [3] 技术应用与发展趋势 - 行业共同推动AI医疗从“信息提供者”向“个性化助手+医疗流程协作平台”转变 [2] - 当前AI医疗的竞争焦点已从“是否有用”转向“如何稳定、合规、可持续地落地”，生态化布局是实现目标的关键 [3] - 未来中国AI医疗将呈现两大趋势：一是巨头全链条布局与细分赛道精准深耕形成良性互补，共同覆盖用户全生命周期健康需求；二是AI大模型将推动行业从“治疗导向”向“主动健康”转型 [4] 行业面临的挑战与应对 - 数据隐私和安全保护是首要难题，需确保生成式AI技术的合规使用 [3] - 技术层面面临医疗数据量大但质量不高、结构化和标准化不足的难题，不同医院系统互不兼容形成严重的数据孤岛 [3] - 应用场景存在失衡问题 [3] - 健康160通过中俄应用数学联合研究中心的隐私计算技术，实现医疗数据“可用不可见”，其“数据不出域、价值可流通”的模式成为重要的合规壁垒 [4]

行业趋势与核心观点 - 人工智能正深度融入卫生健康体系各个环节，成为引领新一轮科技革命和产业变革的核心力量，为行业高质量发展注入强劲动力 [1] - 医疗AI赛道已成为互联网医疗企业和科技公司的必争之地 [1] - 医疗AI的发展已告别概念炒作，迈入以价值兑现为核心的关键发展阶段，将成为医疗健康行业高质量的核心引擎 [11] - 行业共识认为，在医疗体系落地AI技术的过程中，能够与医疗机构深度合作的企业更容易取得成功 [8] 主要参与者动态与产品布局 - **京东健康**：于1月17日推出循证医学AI工具“知医”，并正式推出面向医院全场景应用的大模型产品“京东卓医”2.0版本，目标从重塑患者服务流程提升至成为医院新的增长引擎 [1] - **京东健康AI矩阵**：包括“京医千询2.0”大模型、AI医生“大为”、“AI京医”体系（上线超1500个专家医生智能体）以及“京东卓医”，技术涉及智能分诊、24小时随访及专病诊疗与科研 [4] - **京东卓医进展**：自2025年1月上线后，已在温州医科大学附属第一医院、华中科技大学同济医学院附属协和医院、苏州市立医院等落地，累计服务患者超500万人次 [4] - **阿里健康**：于1月19日推出其首个自研医学大模型“氢离子”，该产品已完成内测并开放下载，主打“低幻觉、高循证”核心能力，致力于打造医疗领域幻觉率最低的AI助手 [1][5] - **阿里健康战略**：通过“氢离子”补齐严肃医疗场景应用，与通义千问、蚂蚁阿福的C端服务结合，实现了“C+D”端的完整医疗AI布局 [6] - **OpenAI**：于1月8日正式推出ChatGPT医疗保健版，并推出OpenAI for Healthcare产品组合，该版本已在AdventHealth、Baylor Scott & White Health、波士顿儿童医院等多家机构部署 [1][6] 技术应用与价值体现 - **核心价值定位**：医疗AI的核心价值在于重塑医疗服务模式，打造更极致的效率与体验，使优质医疗健康服务变得更普惠、更高效、更可信赖 [2] - **解决关键问题**：AI技术实现关键性突破，能有效减轻人工认知负担，接手以往必须依靠人类智慧完成的任务，如梳理患者完整诊疗路径、完成线上理赔申请提报等 [7] - **改变患者行为**：接入医疗AI系统后，患者就医行为显著变化，例如诊前7-14日有23.09%患者开始搜索症状和医生信息，诊前7日有68.80%患者进行挂号并完善病情信息，诊后7日仍有43.63%患者与医院保持线上联系 [8] - **推动模式转变**：医疗服务正从单次诊疗转向长期健康管理，推动行业迈入连续性医疗的新阶段；互联网医疗升级为贯穿“防-筛-诊-治-康”全流程的个性化解决方案 [8] - **赋能医院管理**：“京东卓医”2.0深度融合“AI+供应链”优势，构建覆盖临床营养、院外用药、体重代谢三大核心场景的全程管理解决方案，为医院提供规范化、可追溯、高效率的数智化支撑 [4] - **优化就医体验**：AI患者助手从执行单一指令升级为精准识别复杂就医意图，例如根据患者表述“心慌”自动匹配专科医生，或根据候诊情况推荐前置检查以优化流程 [10] 市场规模与发展阶段 - 根据《中国AI医疗产业研究报告》，2023年中国AI医疗行业规模达973亿元，预计2028年将增至1598亿元 [11] 挑战与未来方向 - **面临挑战**：AI医疗目前面临数据质量参差不齐、数据孤岛现象普遍、监管框架有待完善等挑战 [9] - **数据治理关键**：AI医疗产品的性能归根结底取决于训练数据的质量与准确性，数据治理是人工智能落地医疗的核心关键 [9] - **需建立机制**：提升数据质量需要建立多方共赢的动力机制，让医生愿意使用、患者乐于接受、医院主动推广，相关配套制度如政策设计、机制建设、价格体系等仍需完善 [9] - **平衡技术与人文**：医疗服务智慧化升级离不开人文服务的温度加持，AI赋能需最终回归能否为医护减负、提高诊疗质量、改善患者体验三个核心问题 [10]

人工智能与数据中心能源 - Meta与Vistra、TerraPower及Oklo签署超过6吉瓦的核电协议，旨在为人工智能数据中心供电 [1] 人工智能在医疗健康领域的应用 - OpenAI推出OpenAI for Healthcare，旨在加速人工智能技术在医疗场景的落地应用 [1] 人形机器人行业发展 - 智元公司登顶全球人形机器人出货量榜首 [1][2] 人工智能模型开源进展 - 阿里巴巴通义开源了Qwen3-VL-Embedding和Qwen3-VL-Reranker模型 [1][2] 汽车与机器人芯片制造 - 现代汽车公司开始量产用于自主机器人的AI芯片 [1] 金融科技与人工智能合作 - Fiserv公司宣布与微软达成战略合作，计划将人工智能技术嵌入Fiserv平台 [1]