核心观点 - AI医疗行业正在经历价值重估，DeepSeek等大模型降低了技术门槛，推动AI与医疗产业融合 [2] - 医疗行业需要AI解决医患比例不平衡和分级诊疗需求，AI在部分医学测试中已超越全科医生水平 [2] - AI医疗上限未达，专才大模型依赖高质量医疗数据调教，需行业合理利用数据驱动创新 [3] - 仁济医院与蚂蚁集团合作的RJUA智能体覆盖98%泌尿疾病类别，服务30万患者，超医院半年门诊量 [4] - RJUA智能体辅助基层医生诊断准确率提升4%-8%，初步具备"下基层"能力 [5] 大模型需要医生 - 通用大模型在基础全科诊疗中准确率较高，但专科诊疗仍是深水区 [8] - RJUA智能体准确率69.81%，接近专科医生水平（73.65%），远超社区医生（48.33%）和实习医生（43.85%） [8] - 仁济医院泌尿科年就诊量55万人次，手术量3万例，临床体量支撑智能体语料库构建 [8] - 蚂蚁与仁济合作构建国内首个临床专科推理数据集，含2132个问答对、25000条诊疗数据，覆盖97.6%泌尿疾病谱 [8] - 顶尖医生参与训练是提升模型性能关键，需让AI学会医生逻辑和思维 [10][11] 蚂蚁医疗大模型进医院的730天 - 蚂蚁与仁济合作成立7名医生+10名技术团队的项目组，目标数字化三甲医生经验赋能基层 [13][15] - 训练路径：基于5年泌尿专科指南/论文搭建基座，构建专科推理数据库 [15] - 团队耗时数月构建专业语料库，单前列腺增生病种需参考上万条病例信息 [17] - 技术人员80%时间学习泌尿知识，参与门诊并收集真实患者录音优化模型 [17] - 模型尺寸从10B扩展到600B，陆续发布RJUA-QA数据集、RJUA测评体系和RJUA智能体 [18] 向下扎根医疗行业 - 蚂蚁以支付为起点，2014年探索医院合作，2016年上线医保支付，现为最大医保第三方平台 [21] - 2023年选择医疗健康作为大模型重点方向，增强专家知识并联合硬件/信息化企业 [22] - 构建以AI为核心的开放生态，衔接技术厂商与医疗机构，先行布局AI医疗赛道 [23]