前言:
AI医疗技术通过系统性重构医疗价值链,正在开创医疗资源普惠化新范式,为患者、医生和医疗机构创造多维价值。同时,国家支持性文件频发,推动医疗智能化升级。而Deepseek大模型发布,解决传统医疗AI系统高昂部署费用的问题,降低医院部署AI医疗系统的门槛,新一轮AI医疗市场狂潮来袭,行业生态正在发生改变。不过,我国AI医疗行业盈利较为困难,而且大模型快速进医院也为监管带来各种难题。
1、AI医疗技术重构医疗价值链,开创医疗资源普惠化新范式
根据观研报告网发布的《中国AI医疗行业发展深度分析与投资前景研究报告(2025-2032)》显示,AI医疗是指通过运用先进的信息技术,对医疗过程进行智能化管理和优化,从而提高医疗服务的质量和效率。AI在医疗中的应用,不仅有助于提升医疗服务的精准度和个性化程度,还能为医疗决策提供科学依据,推动医疗行业的创新发展。根据有无搭载硬件,AI医疗器械可分为两类:一类是以诊断分析系统、机器人、监护仪等硬件系统为载体,人工智能技术作为软件组件驱动并控制相关硬件系统,从而实现预期功能;二是无需医疗器械硬件,以独立软件的形式实现其预期功能。
AI医疗技术通过系统性重构医疗价值链,正在开创医疗资源普惠化新范式,主要体现在三个维度:首先打破传统医疗服务的线性链条,构建智能协同的价值网络;其次重塑医疗资源配置的空间格局,突破地理与能力限制;最终实现健康管理的时间延展,形成全周期服务闭环,从而系统性解决医疗资源分布不均问题。AI医疗已从单点工具发展为覆盖全流程的智能化体系,通过技术赋能实现医疗资源的优化配置与服务质量升级,为患者、医生和医疗机构创造多维价值。
医院、患者受益于AI医疗
受益对象 |
受益方向 |
举例 |
医院 |
优化医疗流程 |
AI通过优化医疗流程,提高医疗服务效率。例如,通过智能化的排班系统,可以合理安排医护工作时间,减少等待时间。此外,通过智能化的数据分析,可以及时发现潜在的医疗问题,提前采取措施,避免问题的发生。 |
辅助诊疗 |
通过运用大数据、人工智能等技术,AI医疗能够快速准确地诊断疾病,提高诊断的准确性和效率,同时通过对患者的生理数据、药物反应数据等进行实时监测和分析,制定个性化的治疗方案。医生进行综合分析,为患者提供个性化的诊断方案。 |
|
提高医护工作效率 |
通过智能化的病历管理系统,医生可以快速检索和查看患者的病历信息,减少重复劳动。此外,通过智能化的药品管理系统,药剂师可以快速准确地配发药品,提高工作效率;通过AI医疗对院内设备、药品、人员等资源的实时监控和调度,医疗机构可以优化资源配置,提高效率。 |
|
患者 |
随时获取医疗服务 |
AI医疗能够为患者提供随时随地的医疗服务。患者可以通过手机APP、网站等渠道随时随地获取医疗服务,无需到医院排队等待。此外,AI医疗还可以为患者提供在线咨询、远程诊断等服务,方便患者随时随地获得帮助。 |
自助服务 |
AI医疗能够为患者提供自助服务。例如,患者可以通过自助挂号机、自助缴费机等设备快速完成挂号和缴费等操作。此外,患者还可以通过手机APP查询检查结果、预约手术等操作。 |
资料来源:观研天下整理
2、支持性文件频发,推动医疗智能化升级
近年来,我国为树立医院对前沿技术的正确认知并引导相关产业快速发展,开始围绕AI出台相关政策,从宏观层面推动AI技术在医疗领域的应用,旨在提高医疗服务效率和质量,最终实现医疗行业智能化升级,促进AI技术在医疗领域的广泛应用。
我国AI医疗行业相关政策
时间 | 颁布部门 | 政策名称 | 要点 |
2022年3月 | 国家药监局器审中心 | 《人工智能医疗器械注册审查指导原则》 | 规范了人工智能医疗器械全生命周期过程质控要求和注册申报资料要求。 |
2022年11月 | 国家互联网信息办公室等部门 | 《互联网信息服务深度合成管理规定》 | 明确生成式人工智能服务提供者、技术支持者和服务使用者等各方法定义务。 |
2023年7月 | 国家互联网信息办公室等部门 | 《生成式人工智能服务管理暂行办法》 | 鼓励生成式人工智能创新发展,对生成式人工智能服务实行包容审慎和分类分级监管。 |
2024年11月 | 国家卫生健康委等部门 | 《卫生健康行业人工智能应用场景参考指引》 | 聚焦“人工智能+”与医疗服务管理、基层公卫服务、健康产业发展、医学教学科研相结合的四大领域。 |
2024年12月 | 国务院办公厅 | 《国务院办公厅关于全面深化药品医疗器械审评改革促进医药产业高质量发展的意见》 | 优化医疗器械标准体系,研究组建人工智能、医用机器人等前沿医疗器械标准化技术组织。 |
资料来源:观研天下整理
3、Deepseek大模型发布,助力AI医疗行业破圈
不过,我国AI医疗行业面临着费用高昂、门槛高等难题。而DeepSeek通过技术创新,降低算力需求和资金成本,解决传统医疗AI系统高昂部署费用的问题,显著降低了医院部署AI医疗系统的门槛。同时,在技术层面,在DeepSeek等开源大模型的推动下,大幅降低文本处理和语言理解的技术门槛,使得AI技术更加普惠。这些让各级医疗机构和临床用户开始更积极地拥抱AI技术,同时临床用户对AI医疗的发展也有更长远的预期。
此外,DeepSeek通过深度学习和大数据分析,能够更精准地进行疾病诊断和治疗方案制定,从而提高医疗服务质量。在医疗影像领域,DeepSeek的多模态系统已实现对CT、MRI等复杂影像的亚毫米级识别,显著提升了早期肺癌检出率。在病理诊断方面,其全切片数字病理分析平台大幅缩短骨髓涂片分析时间,提高诊断一致性。
Deepseek大模型发布,也引发了AI医疗市场狂潮。自2025年开年以来,瑞金医院、复旦大学中山医院,讯飞医疗接连发布医疗大模型。根据不完全统计,目前我国已发布83款AI医疗大模型,2025年增长尤其迅速。
2025年1-6月我国通用AI医疗大模型
成立时间 | 大模型名称 | 总部地点 | 技术领域 |
2025年2月 | 叮呗健康 | 广东省第二人民医院、华为、先健科技等 | 健康风险预测、报告解读 |
2025年2月 | 星火医疗大模型X1 | 讯飞医疗 | 诊断推荐、健康咨询、检查检验报告解读 |
2025年2月 | 万语大模型 | 鹰瞳科技 | 诊疗、医疗体检等场景 |
2025年3月 | DeepHealth | 上海交通大学、泰荣健康 | 医疗基础大模型基座 |
2025年3月 | 宝医数智 | 深圳宝安区 | 全国首个区域级医疗AI平台 |
2025年3月 | 联通-亥步医学大模型 | 联通、国家卫生健康委员会 | 千亿参数医疗大模型 |
2025年4月 | 元智医疗大模型 | 联影医疗 | 影像诊断、临床治疗、医学科教、医院管理 |
2025年5月 | 智云 | 云康集团、华为、润达医疗 | 全场景医疗服务 |
2025年6月 | SAMI-3D | 深睿医疗 | 全模态医学影像通用分割大模型 |
资料来源:观研天下整理
2025年1-6月我国AI医疗专科大模型
成立时间 | 大模型名称 | 总部地点 | 技术领域 |
2025年2月 | AI儿科医生 | 北京儿童医院、百川智能、小儿方健康科技 | 国内首个AI儿科医生,已参与远程会诊 |
2025年2月 | 协和·太初 | 北京协和医院、中国科学院自动化研究所 | 国内首个罕见病领域AI大模型 |
2025年2月 | 观心 | 复旦大学附属中山医院、上海科学智能研究院 | 心血管专科AI大模型 |
2025年2月 | 瑞智病理大模型 | 上海瑞金医院、华为 | 病理图像切割、病理解读、诊断 |
2025年3月 | DeepJoint | 四川大学华西医院、爱康 | 骨科人工智能大模型 |
2025年3月 | 减单 | 安徽医科大学、中国科学技术大学附属第一医院 | 全球首个体重管理AI大模型 |
2025年3月 | DeepPathAI | 西湖大学 | AI病理学模型 |
2025年4月 | 麻控V1.0 | 华中科技大学同济医学院附属医院重庆市第七医院 | 麻醉治疗学智能体 |
2025年5月 | 石说AI | 北京清华长庚医院泌尿外科 | 泌尿系结石诊疗大模型 |
2025年5月 | 木兰 | 华中科技大学同济医院 | 国内首个女性肿瘤AI大模型 |
2025年5月 | 爱新智护 | 广州医科大学附属妇女儿童医疗中心 | 首个新生儿重症AI大模型 |
2025年5月 | 齐鲁·心智 | 山东大学齐鲁医院、华为、润达医疗 | 心肌病专科大模型 |
2025年5月 | 灵镜 | 重庆大学附属肿瘤医院 | 首个血液病AI大模型 |
2025年5月 | 国检智析 | 中国医科大学附属第一医院、国家医学检验临床医学研究中心 | 国内首个医学检验领域的大语言模型 |
2025年5月 | 智肾 | 南方医科大学南方医院 | 慢性肾脏病综合管理大模型 |
资料来源:观研天下整理
4、新一轮AI医疗市场狂潮来袭,行业生态正在发生改变
2023年发布的医疗大模型中,大多由LLaMA、ChatGLM-6B等基座微调或者预训练而来。2024年,医疗大模型陷入同质化竞争,商业化难题让AI医疗大模型沉寂,但部分医院和企业开始发布针对特定领域的专科大模型。2025年,DeepSeek的发布推动行业加速变革。
起初大模型主要应用场景集中在预问诊、临床辅助诊断、影像分析、个性化治疗及院内流程优化等环节。然而,DeepSeek生态开放降低医疗大模型的部署、训练门槛,AI医疗大模型从医院下沉到科室。例如,复旦大学附属中山医院发布的心血管专科AI大模型;四川大学华西医院推出首个骨科大模型DeepJoint;北京清华长庚医院泌尿外科发布首个泌尿系结石诊疗大模型。
当前,专科医疗大模型已经拓展到儿科、妇科、肾脏学、检验医学、影像学等多个领域。比如,影像领域,AI医疗影像产品逐渐扩大其覆盖的疾病领域和疾病种类,从肺、心、脑、骨、乳腺等部位逐渐扩充至全身器官和组织,可检测的病灶种类也在不断优化和丰富。
AI医学影像覆盖范围
主要类型 |
|
应用场景 |
疾病筛查:用于早期疾病的快速筛查,如肺结节筛查、乳腺癌筛查等。 |
辅助诊断:识别病变区域,提供诊断建议等。 |
|
治疗规划:辅助制定治疗方案,如肿瘤放疗靶区勾画、手术路径规划等。 |
|
预后评估:分析疾病进展和治疗效果,如肿瘤治疗效果评估。 |
|
影像增强与重建:提高影像质量或减少辐射剂量,如低剂量CT重建、MRI超分辨率重建。 |
|
疾病领域 |
肿瘤领域:如肺癌、乳腺癌、肝癌、胰腺癌等的早期筛查和诊断。 |
心血管领域:如冠心病、心肌梗死、心律失常等的影像分析。 |
|
神经系统领域:如脑卒中、阿尔茨海默病等的影像诊断。 |
|
骨科领域:如骨折、骨质疏松、骨关节炎等的影像分析。 |
|
呼吸系统领域:如肺炎、肺结核等的影像筛查。 |
|
影像模态 |
CT:用于肺结节、肿瘤、脑卒中、结核等疾病的检测和诊断。 |
MRI:用于脑部、脊柱、关节等部位的病变检测。 |
|
X光影像分析:用于骨折、肺炎、肺结核等疾病的筛查。 |
|
超声:用于乳腺、甲状腺、心脏等部位的病变检测。 |
|
病理影像分析:用于组织病理切片分析,辅助病理医生诊断。 |
资料来源:观研天下整理
这标志着AI医疗大模型从“大而全”走向“专而精”,同时走向真实的临床需求。
5、我国AI医疗行业盈利与监管难题较大
那么接入DeepSeek后,是否能真正为医院带来增量价值?许多医院花费数百万采购大模型及一体机,却停留在简单对话功能,没能和医疗业务和场景进行适配。在大模型基础之上构建的Agent,有望真正将AI能力深度融入临床诊疗和医疗管理场景实现技术到业务的升级。
进入2025年以来,多家医院正在基于具体场景需求构建医疗智能体(AI Agent),赛道处于爆发期。例如,上海交通大学附属仁济医院发布首个泌尿专科智能体;江苏省人民医院发布感染控制智能体、东南大学附属中大医院推出肝癌诊疗智能体等。这也意味着AI医疗大模型从技术试验阶段迈入深度场景化应用阶段。
不过,我国AI医疗行业盈利较为困难,尤其是医保局发布规定,医院可以自行选择是否使用AI,但不得与主项目收费,进一步挤压AI医疗行业盈利空间。
同时,大模型快速进医院也为监管带来各种难题。清华专家所指出:DeepSeek的快速、无监管的采用已超出中国的整体监管监督和治理框架,造成了监管的滞后性。尤其当AI的建议与规划被采纳并导致不良后果时,责任如何划分还难以确定,监管框架需要跟上技术发展步伐。(WYD)

【版权提示】观研报告网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com,我们将及时沟通与处理。