在医学领域，科技大厂掀起了AI革命，谁更有胜利？

近两年来，国内外科技巨头在模型领域的医疗赛道布局不断加快。王小川甚至高调声称，医疗是“皇冠上的大模型明珠”。

医疗场景对AI的需求真的很高:成千上万的药物，繁琐而重复的阅读工作，甚至一堆厚厚的专业书籍和临床指南...“碳基生物”的“看病难就医难”、“医疗资源不均”等问题，无疑代表了科技的未来。

正是这样，最早的“因特网” “从影像到病理诊断，从手术机器人到大型医疗模型，AI在医疗领域的投资热潮和市场关注度始终没有下降。

但客观来说，医疗AI的真正落地，离不开技术、商品、医患教育、政策监管等多维度的协同努力。这也是为什么很多企业在过去10年的医疗AI概念下没有突破商业化瓶颈的原因。

如今，随着大模型技术再次突破边界，过去困扰医疗AI公司的诸多问题有望迎来新的解决方案。各大企业加码布局可能只是开始。

谁在这场由大模型掀起的医疗AI“革命”中抢走了？谁能成功？

第一，生成式AI可能会改变哪些医疗问题？

从基层卫生院到头三甲，医院争相部署自己的大型应用，堪称2025年春节后医疗行业的第一个“奇观”。

坦白说，虽然医生中有很多人愿意拥抱新技术人员，但“保守派”仍然是大多数。他们更信任从努力学习和临床实践中获得的“真知识”，而不是问AI。那么，认知是如何被打破的呢？

韩伟现在是首都医科大学附属北京中医院的信息科主任。最近，他们访问了蚂蚁医学大模型，具有医学思维推理能力和多模式互动。“它不仅能给出解决方案，还能呈现思维过程”。“这对医生来说意义重大。因为我们想要的不仅仅是一个结果，我们也希望参考它的想法。以后遇到类似的问题，可以按照这个想法去思考。”

以一个失去意识，无法诊断心肌梗死的患者为例。通常，医院在接受这类病例时只能集中多学科会诊，这需要很长时间，效率低下。但这一次，大模型逐渐完成了病情分析和诊断建议，并根据患者之前的会诊数据和病史情况提醒潜在风险。

“整个思路和结果与我们要求的两位真人专家的诊断和治疗建议基本一致。说明大模型确实可以帮助我们节省一些咨询步骤，让医生花更多的时间在患者身上。”韩伟解释说。

这一“AI更好用”的感觉背后，主要得益于大型产品的升级。据一些大型医学模型从业者介绍，如果对比两代AI技术，医学AI在2.0阶段更像是“判别AI”，更擅长基于图像和演示数据进行医学诊断。基于生成大模型的3.0阶段是一个“序列预测模型”，即可以根据个人历史健康数据序列预测未来的健康状况和疾病发展，从而形成个人健康发展轨迹。而且这个轨迹，对于“个性化治疗和精确健康管理”来说是非常有价值的。

也就是说，在过去，虽然我们可以感受到AI带来的医疗服务升级(比如AI预诊)，但体验似乎总是有点意义，因为医疗服务的供应并没有真正改变，核心劳动力依然是医生。如今，大模型技术带来的“生产力变化”可以通过更高质量的辅助能力，让AI深入医疗前端，拓展整个供应资源。

“有些变化似乎很小，比如远程咨询的效率提高了10分钟，但对于患者来说，不仅仅是一个小时。在过去与医疗服务从业者的深度合作中，我们也更加确定了AI医疗的价值。”蚂蚁解释道。

经过10多年的探索，科技公司终于找到了AI技术和人类医生之间的“平衡点”，即通过促进医疗资源的扩大和服务的普遍利益，如更快地缩小各级医院之间的诊疗差距，提高医生阅读新文献、研究病例和患者管理的效率，让每个人都能拥有自己高质量的“AI私人医生”。

特别是今年，DeepSeek的“爆红”在专业医疗机构和普通人之间完成了“AI使用教育”，这使得AI有可能更深入地渗透到医疗场景中。

这种潜力，再一次为各大科技巨头、互联网企业“押宝”医疗AI注入信心。

二、取胜关键：医疗资源争夺战

在大型技术给从业者带来了足够的信心之后，下一个问题就来了：如何让自己的产品在众多竞争者中获胜？

在医疗AI领域的众多探索和叙述中，不变的一点始终是以医院为核心的医疗资源竞争。培训模型需要诊疗记录、影像报告等优质医疗数据，培养模型“医生”思维需要在特定部门进行针对性培训...换句话说，谁覆盖更多的优质医院，谁的胜利面自然会更高。

在新老玩家中，对于代表老玩家的老式医疗信息公司和设备制造商来说，过去积累的渠道优势自然成为他们手中最大的底牌。作为前沿玩家，很多科技公司选择利用自己在计算率和算法上的优势，通过与头部医院合作开发大模型来弥补这些不足。

然而，与医院的深度结合需要时间。无论参与者是哪一方，医院的覆盖动作实际上都是缓慢而有限的。有没有更轻的方法？

在很多情况下，蚂蚁的“长板”可能略有不同。蚂蚁最早的互联网医疗经验应该从2014年在广州妇女儿童医疗中心开通支付宝注册和支付开始计算。截至目前，蚂蚁已与3600家医院合作，服务超过8亿用户。到目前为止，还是很难说第二家互联网医疗公司能复制这一点。

平衡的一端面向医院:通常情况下，医院放开软件公司的合作通常只是一个小端口，比如面向某个部门。但在支付的“总阶段”上，整个医院的系统流程必须向支付宝开放，这意味着与医院有更深的合作基础。这也为蚂蚁将大模型等更深层次介入医疗服务的产品带入医院奠定了基础。

平衡的另一端面向用户。互联网是患者获取医疗信息最重要的渠道之一。然而，虽然有大量的常规搜索平台和内容平台，但很少有人能带来高质量的体验。直到今天，中国还没有一个完善的互联网医疗健康平台，受到患者的信任。

依托支付宝“超级平台”提供的独特落地通道，蚂蚁实际上已经完成了客户用支付宝处理健康问题的市场教育。

如今，许多患者已经习惯了没有医疗保险卡。登录支付宝也可以在医院签到候诊，支付药费。在支付宝首页的“医疗健康”模块中，全国90%以上的三级医院已经聚集在一起，涵盖购药、体检等数百种服务，为用户提供更便捷的健康服务体验。

归根结底，在核心医疗资源的“竞争”战中，所有的参与者实际上都在用自己之前的铺垫方式做更好的事情。在众多玩家中，蚂蚁可能会成为“全面布局、深度结局”的样本，因为他们之前在互联网医疗领域的长期深耕。

联动医院、医生、客户，构建“生态堡垒”是否回答问题的新思路

在掌握了关键的医疗资源之后，下一步是什么？

过去，许多医疗AI公司在从事产品研发时的问题是，由于经验和资源的限制，他们通常会从某个单点切入，例如在急诊科进行AI阅读和辅助诊断。但是整个医院的医疗体系庞大复杂，涉及的链条很多，所以“单点切入”的方式可以解决的问题总是有限的。

正因如此，我们可以看到，一些医疗AI概念公司和大型创业公司确实通过技术或商业模式的创新在短时间内在市场上取得了突破，但很难形成长期堡垒。在医疗AI竞争“内卷”的趋势下，丰富的产品矩阵和生态“环城河”可能是难以复制的关键。

对此，蚂蚁也提到了36Kr，大模型就是商品，很多场景下的功能点都可以在对话框中解决。但是在医疗行业，一个产品很难“打国家”。AI在不同的场景下可以做不同的事情，满足要求的思路也不同。因此，“当我们从2023年开始开发大型医疗模型时，我们决定与医疗机构深度合作，介入完整的传统医疗场景”。

正是因为这些原因，蚂蚁宣布整合现有资源，进行以医疗大模型为核心的“三端一体”战略布局，升级医院、医生、客户三大产品体系。

所谓“三端一体”，就是为医疗机构推出“大模型一体机”全栈解决方案，供其直接部署；AI医生助理工具，面向旗下好医生平台上28万名注册医生，提供文献检索、科研助理服务、为客户服务的“AI健康管家”。

这种布局并不是盲目铺开摊位，而是针对当前某个医疗环节的烦恼。以“AI健康管家”为例，这项服务的核心定位是寻找医生、阅读报告、咨询等日常刚需的医疗服务。自去年9月推出以来，该产品的用户数量已达4000万。

值得注意的是，在整个过程中，蚂蚁并非一味地“坚持”自己，而是邀请行业合作伙伴进行深入的共创。比如在硬件部署上，蚂蚁与华为、阿里云等厂商合作推出了“训练推广一体化、开箱即用”的轻量化设计；除了模型技术能力，我们还与医疗机构携手实现应用创新。比如与浙江卫生健康委联合推出的官方AI健康应用“安珍儿”，已覆盖1000多家公立医院，服务3000多人。

以前，孤军奋战难有出头之日。现在，平台型企业依靠“情景” 技术 独特的开放式生态路径布局，能否为医疗AI创造一个未来？

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com