界面新聞記者 | 李科文

界面新聞編輯 | 謝欣

自2023年起，僅僅在中國就涌現出了不少于百款醫療AI大模型，可謂百模興起。

技術突破、產品成熟，固然令人興奮，但從目前來看，醫療AI大模型所帶來的，更接近于效率提升，而非對醫療服務模式的完全顛覆。

“醫療AI大模型整體還處在爬坡階段。”訊飛醫療總裁陶曉東向界面新聞記者表示。同時他也坦言，醫療AI大模型在商業化層面，大概率難以復刻過去10年互聯網的爆發式增長奇跡。

陶曉東表示，互聯網商業化的核心在于，大幅降低了供需雙方的成本，從而催生出許多原本不存在的新需求，這些新需求又反過來激發出相應的新供給。

以打車為例，在人人都可以成為司機的時代，互聯網打車降低了出行的成本和門檻，人們不只依賴公共交通工具。但如果回到50年前，當時并沒有這么多司機，這樣的需求自然無法滿足，互聯網打車這種模式也就難以實現。

陶曉東認為，醫療AI大模型真正的商業價值來自于其催生的具體應用場景。這就好比回到銅器時代，最先掌握冶鐵技術的人，其價值并非出售鐵本身，而是出售用鐵制造的鋤頭和劍。因為這些工具有明確的應用場景，能夠解決實際問題。

醫療AI大模型商業化落地應用于醫療服務的各個環節、眾多場景。

按應用對象劃分，主要可分為面向醫療機構的B端場景和面向患者的C端場景

從面向醫院的B端場景來看，界面新聞記者梳理公開資料總結，醫療AI大模型的臨床應用大致可分為兩類：一類聚焦于輔助醫生診療的診斷類模型，另一類則用于提升管理效率的行政管理類模型。

前者主要圍繞醫生在問診、檢查、診斷過程中的核心任務，希望達到與高年資醫生相當的診斷準確性，具體應用涵蓋放射影像、超聲影像、病理影像診斷，以及疾病治療方案生成等。

后者則側重于院內行政管理流程的優化，主要應用場景包括臨床決策支持系統、病歷書寫助手、醫生科研助手、患者預診助手、患者診前診后管理，以及病案質控等。

在醫院端眾多應用場景中，輔助診斷的商業化已跑在最前面。

陶曉東向界面新聞介紹，輔助診斷之所以最有希望率先實現商業化，一方面源于其聚焦的是常見病、多發病等診療路徑清晰、指南穩定的病種。這類疾病的診斷規則明確，適合AI大模型從結構化數據中提取規律，并通過算法復現標準化決策。

陶曉東坦言，過去很長一段時間，即便是在訊飛醫療內部，對“輔助診斷是否可行”這一命題也曾存在懷疑。但隨著AI大模型技術的突破和社會接受度的提升，這一方向的技術天花板被明顯抬升，一些此前難以落地的場景如今開始變得可能。

“相比于替代醫生，醫療AI大模型的意義更在于把一個60分水平的醫生提升到80分”。陶曉東表示，選擇常見病、多發病作為切入點還有另一個現實考量。這類疾病的醫學認知已經相對成熟，指南更新節奏緩慢，診療流程在實際應用中較為標準化，適合作為AI大模型商業化初期的落地場景。

陶曉東表示，以訊飛醫療為例，自2018年起便圍繞中國基層全科診療場景進行布局，其輔助診斷系統最初服務于常見病與多發病。近幾年，公司不斷將技術能力延展至病歷質控、病歷生成和專科輔助診斷等更復雜場景，覆蓋范圍從基層延伸至二級、三級醫院。

但想要將醫療AI大模型落地到醫院一線，還面臨不小的技術門檻。

界面新聞記者了解到，AI一體機是當前醫療AI大模型醫院端商業化落地的一種主流路徑嘗試。這類設備將算力和應用能力打包集成，提供“開箱即用”的解決方案，試圖繞過對高性能服務器和網絡基礎設施的依賴，從而降低部署門檻、提升基層可及性。

例如，訊飛醫療、數坤科技等企業均聯合華為推出了搭載AI大模型能力的一體機產品，希望借助算力優化與產品集成，幫助醫療機構快速部署并降低單位成本。

但從實際使用反饋來看，這類“開箱即用”的AI一體機，效果并沒有想象中好。業內對此落地形態也有不同聲音。

據第一財經，某醫療科技公司負責人表示，目前不少醫院采購的AI大模型一體機“用不起來”。他指出，病歷生成等應用對信息化系統集成要求較高，并不是買一個一體機就能解決問題的。

據健聞咨詢，東部沿海某頭部三甲醫院的信息科主任也表示，他們在幾個月前就上了671B的滿血版DeepSeek，光H100顯卡就花了300萬元，但試用下來，效果相當“拉跨”，“最大的問題就是錯誤一堆，醫生不敢用，現在主要是用于寫一些行政文件。”

陶曉東則認為，一體機作為當前AI大模型推理能力的主要載體，依然具備現實意義。類似于消費級電腦的使用習慣，不是每個人都愿意“自己攢機”，更多人還是傾向于購買整機產品。

“從某種程度上說，所有技術方案本質上都是過渡性的，只不過過渡期長短不同。”陶曉東表示，在現階段，AI大模型尚處于持續迭代和優化過程中，一體機的優勢在于，它能讓對技術掌握不夠深入的醫院等終端用戶，快速落地并實實在在體驗到AI能力帶來的提升。

除了面向醫院的B端場景，在醫療AI大模型商業化的落地路徑中，C端的個人健康管理市場潛力同樣快速拓展。

與B端強調協助醫生診療不同，C端更側重于覆蓋患者全生命周期——從疾病預防、健康監測，到用藥提醒、慢病管理與康復指導。特別是在慢病管理和常見疾病科普等場景中，醫療AI大模型有望成為提升效率與體驗的重要工具。

方舟健客創始人、董事長兼首席執行官謝方敏曾向界面新聞表示，從多年實踐經驗來看，80%的醫療咨詢存在重復提問，“一直回復同樣的問題”也變相占用了醫生大量時間。他認為：“接入醫療AI大模型之后，AI醫生助理不僅可以更準確識別語言歧義，并且可以按照醫生的問診邏輯進一步追問，再將問題初篩匯總后交由醫生集中處理。”

謝方敏表示，接到用戶問詢時，AI醫生助手經過醫生準許，會針對患者提出的基礎性問題，進行符合專業醫學的解答。尤其是老年慢病患者普遍會存在重復、多次提問的情況，這些老年慢病群體希望在就醫過程中獲得情緒價值的安撫。

在陶曉東看來，過去，醫療AI大模型更多是通過醫生這一中介角色服務患者，如今隨著技術能力的積累，AI有望直接介入患者端，參與診后全過程服務，提升個體的健康管理能力。

繞C端的軟硬件生態暢想正在構建。

例如，在軟件端，訊飛醫療發布星火醫療大模型V2.5國際版。通過融合快思考及循證長思維鏈慢思考能力，星火醫療大模型V2.5國際版在全科診療能力基礎上，可實現深層次專科診斷推理。例如，在心血管內科、兒科、呼吸內科等專科臨床診療場景中，大模型的綜合診療能力達三甲醫院主治醫師水平。

在硬件端，訊飛醫療推出的助聽器產品，將AI嵌入以增強用戶與AI大模型之間的感知與交互。

此外，醫生仍是連接B端與C端的生態中樞。陶曉東表示，一方面，通過賦能醫生提升供給能力，可以服務更多患者；另一方面，醫生與患者之間的互動數據也將反哺產業鏈上游，為醫療器械與藥物研發提供真實的臨床反饋，從而推動整個醫療體系的持續進化。