AI大模型正在医疗服务行业中扎根。

“我们医院在科研平台上已经接入使用了DeepSeek。”北京某三甲医院相关负责人对光锥智能说道，“形式类似于AI助理，能提供科研政策问答、查询、常用文件下载等功能。”

这仅仅是当前AI大模型在医疗行业应用的一个缩影。

短短4个月时间，DeepSeek已被数百家医院拥抱，覆盖北京、上海、广东、江苏、浙江等20余个省份，其中不乏北京大学第一医院、清华长庚医院、上海第六人民医院等知名大型三甲医院。

除科研外，在医疗中的“防、筛、诊、治、管”等几大场景，也都在渐进式地接入AI大模型。

不过，“现阶段主要是两头——科普咨询和诊后管理做的多，因为相对可控，安全能得到保障。”蚂蚁数字医疗健康AI健康业务负责人刘博说道，“诊治环节则要求特别严谨，还处于探索阶段，更多是以医生AI助理形式辅助进行诊疗，而不是用AI代替医生”。

无疑，受DeepSeek影响，AI+医疗正迎来前所未有的黄金时期。

据弗若斯特沙利文预测，中国AI医疗市场将迎来爆发式增长，规模预计从2023年的88亿元激增至2033年的3157亿元，十年间复合年增长率（CAGR）高达43.1%。

也正因此，越来越多的玩家开始涌入这一赛道。

从华为、蚂蚁集团、腾讯等互联网巨头，到科大讯飞、东软集团等在医疗软件扎根的行业玩家，再到百川智能、月之暗面等大模型创企，都纷纷进军AI医疗行业。

甚至包括DeepSeek母公司深度求索，近期也正在招聘数据百晓生（医疗方向）的实习生。

而在其中，专注于应用层的玩家更加多样化，且其布局体系更注重B端+C端协同发展，典型企业包括蚂蚁数科、东软集团、科大讯飞等。

在C端，为用户构建专属于自己的健康账号系统，覆盖个人所有健康档案，为用户提供更加个性化、便利化的看病服务；

在B端，一是联合医院强项门诊或国内知名医生，共同打造专科专病AI医生智能体；二则是为医院医生的日常诊疗提供AI辅助能力。

蚂蚁与上海仁济医院联合打造的泌尿外科AI智能体

如蚂蚁与上海仁济医院泌尿科打造专科AI智能体；北电数智也与包括中日友好医院等五家三甲医院合作专项模型，并逐渐形成全科模型；东软集团除了专科AI赋能体外，还为医生提供AI助手，帮助其解决相对浪费时间的工作，比如病患的出院总结等。

另外，医院底层也需要有足够的算力支持，而受限于医疗行业数据敏感等特性，医疗一体机赛道也被引爆，包括蚂蚁、讯飞等企业，都推出了专门面向医疗行业的一体机产品。

然而，AI在医疗场景中，真正是否能够用起来，却也存在着诸多挑战。上述北京三甲医院相关负责人甚至直言：“科研AI助手的实质性用处不大，现阶段基本不会用它。”

那么，AI+医疗这一黄金赛道，到底要如何才能够真正实现AI技术的应用落地？以及如何打通医院、患者、医生三方的协同，让更多的用户真正受益于AI技术的发展？

被争抢的AI+医疗，需解决大模型幻觉

DeepSeek作为这一波AI医疗落地的先锋军，其母公司深度求索也开始加码AI医疗。

不过，相比于其他企业做AI医疗的落地应用，DeepSeek此次布局更多是要强化自身基础大模型对医疗行业的认知能力。

DeepSeek招聘医疗方向实习生

据其招聘信息显示，要求实习生具备医学专业背景+代码能力，工作方向则是和研发人员一起，提升DeepSeek在医学方向的专业能力：包括但不限于提升模型对医学知识的掌握，专业化医疗咨询问答，减少医学问答的幻觉，提升联网搜索体验等等。

其中，值得关注的一条内容是要“减少医学问答幻觉”问题。

“大模型对很多概念都理解不了，比如亲情账户、家庭共济等概念，即使我们已经灌输了很多知识，但他还是会出现幻觉。”蚂蚁数字医疗健康AI技术负责人魏鹏说道，“即使是现如今最强的模型，拿到真实应用场景中，也还是会出现一堆幻觉，这就是理想跟现实的差距。”

于消费端或其他不敏感的场景来说，这种问题可能无伤大雅，但对医疗行业来说，却是致命的问题。毕竟，医疗服务对严谨性要求更高，一旦出现误诊，很有可能衍生为医疗事故。

因此，虽然当前通用大模型的能力越来越强，但在实际行业落地时，垂直行业大模型仍是AI落地的关键抓手，医疗服务行业同样如此。

“如在医保报销问题上，我们不希望大模型绕了大半天，最后还让用户去咨询当地医保局，而是希望其能够直接正确地给用户提供关键信息。”魏鹏说道，“这就是大模型应用跟基础大模型之间的关键区别。”

相关数据统计，截至2025年4月，在中国排名前100的医院，已有98家对外宣称完成了大模型部署，其中38家医院在通用模型基础上展开研发，打造出55个符合自身需求的垂直医疗模型。

目前，包括蚂蚁、讯飞等企业，都纷纷推出了医疗垂直大模型。但于医疗大模型而言，想要给用户提供更准确关键的信息，少不了高质量的行业数据进行“投喂”。

如蚂蚁医疗大模型中，就添加了百亿级中英文图文、千亿级医疗文本语料及千万级高质量医疗知识图谱进行专业知识训练，并经过医患诊疗、药厂等真实场景问答的多任务微调，以及数百个专业医学团队、医生标注数据的强化学习。

经过如此多的数据“投喂”，蚂蚁医疗大模型在医学报告、药品、毛发等图像识别场景中，准确率达90%以上。

“除了公开的数据信息外，我们还会跟权威的机构采购相关数据，同时还会跟包括卫健委进行深度合作，合规使用最顶层的数据。”魏鹏说道，“我们还会在专科数据上增强，并在数据标注方面，针对医疗场景定制了标准品态，使其更符合医生的习惯。”

同时，另一位蚂蚁集团相关负责人对光锥智能说道：“我们有自己的产品团队，还有外部的医生做数据校准，同时还有医院的团队做双倍监测，并且团队中有很多不是技术出身的成员，其原本就是从事医疗专业的人才，来对AI的回答进行纠错。”

医疗大模型，虽然是AI+医疗的敲门砖，但想要真正撬动AI医疗让更多的人用起来，却并不是这么简单。

打破不可能三角，AI医疗要覆盖“三端建设”

AI+医疗，其实并不是新兴起的概念，早在上一波AI发展中，就已经有了一些落地场景。

不过，“上一代AI医疗主要是图像识别、自然语言处理，做了类似于影像识别和临床的支持，细分领域的应用达到了效果，但普及性和可用性上却存在局限。”蚂蚁相关负责人说道。

大模型时代来了之后，尤其是DeepSeek这波带来的深度思考和复杂推理能力，让人机交互体验发生质的飞跃，同时也拓展了更多场景和应用的可能性。

“以前医疗行业的AI应用，更多是基于AI的知识问答形式。”北电数智首席技术官CTO谢东对光锥智能说道，“而随着模型能力提升，多模态大模型迭代，基于医疗数据进行专门训练，及Agent等应用形式的出现，都使其能够完成特定任务，更加真实地成为不同角色、不同环节的助手。”

这也就意味着，AI大模型在医疗行业中的落地，将不仅仅局限于知识问答，其让AI直接服务C端患者用户有了可能，而上一代AI更多还是辅助医生提升效率。

但现如今在医疗服务中，仍存在着不可能三角，即看病的便捷性和可行性，以及成本效率问题。

毕竟，全国有这么多家医院，每家医院都有自己擅长的专科，而面对复杂疾病时，所需要花费的时间和金钱成本都更加高昂。

“医院要解决的问题，是如何不断提升自己医疗技术水平，能够给患者看好病。面向患者端，如何用合理的成本解决病人的问题，也是关键。”东软集团医疗健康事业部总经理李东说道，“同时还需要不断提升患者的就医服务体验。”

那么，想要解决这一问题，就需要面向医院、患者、医生进行三端协同建设，打通中间存在的壁垒，用AI真正的能够帮助患者看好病，解决真正的问题。

从目前市场玩家来看，能够支持构建三端建设的，更多还是以大厂为主，比如蚂蚁集团、东软医疗、讯飞医疗等，这些大厂更多是以平台化的解决方案，覆盖三端建设。

此前，东软集团推出“添翼”医疗健康智能化全系解决方案，该方案基于“添翼”AI大模型，衍生出八类医疗行业“赋能体”，涵盖医学影像、患者服务、病历服务、医学科研、医学检验、重症医学、医事服务、卫健等领域。

其实，东软提出的赋能体概念，是智能体与医疗中细分场景的深度结合。

而这8类赋能体，主要覆盖三个大方向：

一类是患者端，即让患者拥有属于自己的系统。“我们会把过去积累在医生端、院端的这些能力和方法，移植到患者端，让患者更具备自我诊断能力。”李东说道。

一类是面向医生，通过AI帮助医生基于患者所有病历，自动生成出院小结等，即医事服务赋能体和病历服务赋能体。

一类是面向医院管理，东软推出了整个管理端的系统，包括卫健委对行业监管相关的赋能体，同时围绕着专科专病，也推出了面向ICU的赋能体、检验的赋能体以及影像的赋能体等。

相比较来说，蚂蚁面向三端建设，理念上与东软异曲同工，以应用服务为主，并实现相互打通，构建以大模型为核心的“一体三端”医疗AI布局。

患者端，蚂蚁推出了AI健康管家助手，其目的也是希望能够为患者打造属于自己的终端应用。

“AI健康管家主打三方面服务，陪诊师、健康师、咨询师，同时还会跟个人健康档案打通，真正做到个人健康助理的角色。”刘博说道，目前AI健康管家用户数已经突破2000万。

医生端，蚂蚁主要是与著名三甲医生进行合作，构建专科智能体。

“我们已经跟上海仁济医院泌尿专科的专家进行合作，打造泌尿科专家智能体，并集成到AI健康管家中，可以直接为患者提供服务。”蚂蚁相关负责人对光锥智能说道，“现在专科专家智能体的能达到的水平，就像是博导带出来的研究生，其能够帮助医生完成预问诊工作和辅助诊疗。”

该负责人表示，在专科智能体上，基于与医院共建，数量已经达到七八十个，智能体上线半年时间，AI问诊已经服务200-300万患者。

更为重要的一点是，此前蚂蚁集团对好大夫进行了收购，“后续更多会在医生侧帮助做病历生成，辅助诊断。”魏鹏说道。

面向医院端，早期蚂蚁集团更多是在支付侧为医院提供服务，后来从医保支付领域切入到医疗数字化，并给予小程序+数字化产品解决方案，帮助医院进行医疗服务的转型升级。

“在这个领域蚂蚁已经布局四五年时间，现在已经连接了3600多家公立医院聚合在这个平台上。”蚂蚁负责人说道。

到2023年，蚂蚁开始布局AI医疗，最开始是与浙江卫健委率先合作，双方共同构建陪诊师AI助理，“当时陪诊师比较火，初衷想法就是以线上助手的形式做陪诊师。”负责人说道，2024年以来，蚂蚁基于医疗大模型，则是与各地医保局进行了AI创新应用。

不管是东软，还是蚂蚁，尽管在医院端也有布局，但其最终目的，还是为了服务C端的患者。

“我们希望通过更多B端的能力，最终给C端用户带来更好的产品体验。”刘博说道，“我也强调不管在技术上、产品上，机构、医生都是我们的生态伙伴，我们跟他们合作是为了服务用户。”

而相比较于蚂蚁、东软这种平台型服务商，AI医疗行业中也存在着诸多从细分场景切入的玩家。

如美的医疗，其以AI赋能生物医疗冷链存储科技，旗下的万里云医疗则构建AI驱动的影像诊疗信息化生态闭环等。

如其妙笔AI报告生成系统，通过融合DeepSeek等大语言模型，实现两大技术突破：

一是“智能校验引擎”通过调参后的大模型，能实现口语转书面语、非医疗词过滤、错误内容修订，这极大程度上实现了报告输入自动规范化；

二是“动态适配模板库”基于深度学习和LLM-R模型范化技术，可依据检查特征与诊断逻辑自动生成最优模板，配合医生个性化知识库的智能调用，报告生成效率翻倍提升。

刘博也坦言：“行业中并没有竞品，这个行业中还有很多需求解决的问题，大家的切入点都会不一样，如影像、医生服务等。”

AI医疗落地站，商业化大考才刚开始

医疗，被看作是AI大模型落地的黄金赛道，众多玩家都在布局。

但AI医疗也与其他行业一样，面临着商业化大考，毕竟企业的最终目的是要盈利。

但在现阶段，AI医疗的商业化模式还尚未清晰。

一方面，面向C端服务，中国的软件供应商很少会有收费项目；另一方面，面向B端服务，现如今尚未实现标准化平台建设，很难有大规模营收。

不过，蚂蚁集团也探索出了一种商业化可能，即通过一体机形式，为医院提供大模型全栈服务。

今年3月，蚂蚁集团联合阿里云、华为、卫宁健康、纳里数智等近百家产业伙伴，宣布推出全新“蚂蚁医疗大模型一体机”全栈解决方案：

医疗机构仅需一键接入蚂蚁医疗大模型一体机设备，即可完成国产算力、医疗大模型、AI训推一体的私有化部署，推进院内业务系统、患者服务AI升级。

据悉，杭州市医保局、宁波市鄞州区卫健委、北京中医医院、上海仁济医院、上海市中医医院、浙江省人民医院、迪安诊断共7家机构成为首批接入合作的医疗机构。

这是因为，医疗服务行业最核心问题就是对数据高度敏感，所以对私有化部署的需求更高。

而蚂蚁集团通过一体机的形式，能够为医院提供私有化布局，这也就使其在没有大规模通用方案之前，有了商业化的可能，而且与医院的绑定更深。

事实上，DeepSeek 横空出世，AI 医疗商业落地被进一步催化，最核心的两个原因：算力价格普惠，以及开源模型能进行私有化部署，更契合医疗数据敏感的安全需求。

当然，一体机更偏硬件层面服务，这是蚂蚁针对医疗场景单独推出的产品。

“硬件可以根据客户需求进行选择，华为、阿里等都能够支持。”蚂蚁负责人说道，“软件层面则是基于蚂蚁的医疗大模型和基座大模型，如DeepSeek、通义千问等，能满足用户个性化需求，应用层则是可以支持专科智能体的应用，帮助用户打造有影响力的专科门诊。”

相比于蚂蚁从硬件层面进行商业化突围，东软则更希望以生态化的形式，产生更多商业模式。

“过去解决方案是单一项目式，现在更多是平台，而平台背后则是一整个生态。”盖龙佳说道，“这不像过去卖一个项目给谁，而是说可以打包一次性购买整个平台的生态服务，这就将解决方案的模式生态化、服务化，也更加智能化。”

但这种模式最终是否能够真正走通，却并未可知，但盖龙佳也坚信，未来商业模式将会越来越多，尤其是订阅式服务化方面。

当前，医疗行业存在着诸多问题，患者看病难、看病贵，医生资源紧张，医患关系矛盾等等。

尽管当前AI医疗尚处于发展初期阶段，商业化模式尚不清晰，但AI已经在一定程度上解决三端难题。毕竟，技术的发展，应该服务于人。

DeepSeek的横空出世，让AI医疗进入发展快车道，众多企业方，也希望能够借助AI大模型技术，更好的帮助患者、医生和医院，让中国医疗行业发展更好。