AI医疗的黄金赛道，大厂卷疯了
北京某三甲医院相关负责人对光锥智能说:“我院已经在科研平台上接入使用了DeepSeek。“方法类似于AI助手，可以提供科研政策问答、查询、常见文件下载等功能。”
在医疗行业中，这只是AI大模型应用的一个缩影。
在短短四个月的时间里，DeepSeek已经被北京、上海、广东、江苏、浙江等20多个省份拥抱，包括北京大学第一医院、清华长庚医院、上海第六人民医院等著名的大型三甲医院。
除了科学研究之外，医疗中的“防、筛、诊、治、管”等几个主要场景，也都在逐步接入AI大模型。
然而，“在这个阶段，我们主要做了两件事——科普咨询和诊后管理。因为相对可控，安全可以得到保障。”蚂蚁数字医疗健康AI健康业务负责人刘博说:“诊疗阶段要求特别严格，还处于探索阶段，更多的是通过医生的AI助手帮助诊疗，而不是用AI代替医生。”。
毫无疑问，受到DeepSeek的影响，AI 医疗正迎来前所未有的黄金时期。
根据弗若斯特沙利文的预测，中国AI医疗市场将迎来爆发式增长，预计规模将从2023年的88亿元激增到2033年的3157亿元，复合年增长率将在10年内提高。（CAGR）高达43.1%。
因此，越来越多的玩家开始涌入这条跑道。
从华为、蚂蚁集团、腾讯等互联网巨头，到扎根于医疗软件的行业玩家，如科大讯飞、东软集团，再到百川智能、月亮暗面等大型企业，都进入了AI医疗行业。
甚至包括DeepSeek母公司的深度追求，最近也在招聘数据百晓生(医疗方向)的见习生。
而且其中，致力于网络层的玩家更加多样化，而且其布局系统更注重B端 C端协同发展，包括蚂蚁数科、东软集团、科大讯飞等典型企业。
在C端，为用户构建自己的健康账户系统，覆盖个人财产健康档案，为用户提供更加个性化、便捷的医疗服务；
在B端，一是联合医院优势门诊或国内知名医生，共同打造AI专科医生智能体；二是为医院专家的日常诊断和治疗提供AI辅助能力。
蚂蚁与上海仁济医院联合打造泌尿科AI智能体
比如蚂蚁和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在内的五家三甲医院合作，逐步形成全科模式；除了专科AI赋能体，东软集团还为医生提供AI助手，帮助他们处理相对浪费时间的工作，如患者出院总结等。
此外，医院底层还需要足够的算率支持。由于医疗行业数据敏感，医疗一体机的跑道也被点燃，包括蚂蚁、讯飞等公司。，所有这些都推出了专门针对医疗行业的一体机产品。
然而，在医疗场景中，AI是否真的可以使用有很多挑战。上述北京三甲医院相关负责人甚至直言:“科研AI助手实质性用处不大，现阶段基本不用。”
那么，AI 医疗的黄金赛道如何真正实现AI技术的应用？以及如何打通医院、患者、医生的协同，让更多的用户真正得益于AI技术的发展？
AI被争夺 医学，需要解决大模型幻觉
作为这波AI医疗落地的先锋，DeepSeek的总部深度追求也逐步加码AI医疗。
然而，与其他公司AI医疗的应用相比，DeepSeek的布局更多的是加强对医疗行业基础大模型的思维能力。
DeepSeek招聘医疗方向见习
根据其招聘信息，要求见习生具有医学背景。 代码能力，工作方向是与R&D人员一起，提高DeepSeek在医学方向的专业能力：包含但不限于提高模型对医学知识的理解，系统的医学咨询问答，减少医学问答的幻觉，提高网络搜索的感觉等等。
在这些问题中，有一个值得注意的内容是“减少医学问答幻觉”。
“大模型无法理解很多概念，比如家庭账户、家庭帮扶等概念。即使我们灌输了很多知识，他还是会产生幻觉。”蚂蚁数字医疗健康AI项目负责人魏鹏说:“即使是现在最强的模型，在真实的应用场景中，还是会有很多幻觉，这就是理想和现实的差距。”
对于消费者或其他不敏感的场景来说，这个问题可能是无害的，但对于医疗行业来说，这是一个致命的问题。毕竟医疗服务对严谨性的要求更高，一旦出现错诊，很有可能会导致医疗事故。
所以，虽然目前通用大模型的能力越来越强，但在实际行业落地时，垂直行业的大模型仍然是AI落地的关键抓手，医疗服务行业也是如此。
“比如在医保报销问题上，我们不希望大模型绕过大部分时间，最后让客户咨询当地医保局，而是希望能直接正确地为用户提供重要信息。”魏鹏说:“这是大模型应用和基础大模型的关键区别。”
据相关数据分析，截至2025年4月，在中国排名前100的医院中，已有98家医院宣称完成了大模型部署，其中38家医院在一般模型的基础上进行了研发，打造了55种垂直医疗模式，满足自身需求。
目前，包括蚂蚁、讯飞在内的公司都推出了医疗垂直模式。但就医疗模式而言，要想为用户提供更准确、更关键的信息，高质量的行业数据是不可或缺的。
比如在蚂蚁医疗模型中，增加了100亿中英文图文、1000亿医疗文本语料材料和数千万优质医学知识图谱进行专业知识培训，然后通过医患诊疗、药厂等真实场景问答的多任务微调，以及数百个专业医疗团队和医生标注的数据进行强化学习。
经过这么多数据的“喂养”，在医学报告、药物、头发等图像识别场景下，蚂蚁医疗大模型的准确率超过90%。
“除了公开的数据信息，我们还会从权威机构购买相关数据，并与包括卫生健康委员会在内的顶层数据进行深度合作和合规使用。”魏鹏说:“我们还会加强专业数据，在数据标注方面，定制标准的医疗场景，让它更符合医生的习惯。”
与此同时，另一位蚂蚁集团相关负责人对光锥智能表示:“我们有自己的产品团队和外部医生进行数据校正，医院团队进行双重监控。此外，团队中有许多不是技术背景的成员。他们原本是医学专业的人才，来纠正AI的答案。”
大型医疗模型，尽管是AI 医疗必需品，但要真正煽动AI医疗让更多人使用，却并非如此简单。
打破不可能的三角形，AI医疗将覆盖“三端建设”
AI 事实上，医疗保健并非一个新的概念，早在上一波AI发展中，就已经有了一些落地场景。
但“上一代AI医疗主要是图像识别和自然语言理解，类似于图像识别和临床支持。细分领域的应用取得了成效，但普及性和可用性有限。”蚂蚁相关负责人说。
随着大模型时代的到来，尤其是DeepSeek带来的深度思考和复杂的推理能力，人机交互体验有了质的飞跃，场景和应用的概率也扩大了。
“以前医疗行业的AI应用更多的是基于AI的知识问答。”北电数字智能首席技术官CTO谢东对光锥智能表示:“随着模型技能的提高、多模式、大模型的迭代、基于医疗数据的专项训练以及Agent等应用形式的出现，它可以完成特定的任务，成为不同角色和环节的助手。”
这意味着AI模型在医疗行业的落地不仅会是知识问答，还会让AI直接为C端患者客户服务，而上一代AI更有可能帮助医生提高效率。
但是现在在医疗服务中，仍然存在着不可能的三角形，即看病的方便性和可行性，以及成本效率问题。
归根结底，全国有这么多医院，每个医院都有自己擅长的专科学校，而面对复杂的疾病，所需的时间和金钱成本就更高了。
“医院要解决的问题是如何不断提高自己的医疗技术水平，这样才能让患者看好自己的病情。面对患者，如何以合理的成本处理患者的问题也是关键。”东软集团医疗健康事业部总经理李东说:“同时，我们需要不断提高患者的医疗服务体验。”
那么，为了解决这个问题，我们需要为医院、患者和医生三端合作，打通中间的堡垒，用AI真正帮助患者对疾病保持乐观，处理真正的问题。
从目前的市场玩家来看，能够支持三端建设的大厂更多，如蚂蚁集团、东软医疗、讯飞医疗等。这些大厂更多的是基于平台的解决方案，覆盖三端建设。
此前，东软集团推出了基于“添翼”AI模型的“添翼”医疗健康智能化全系解决方案，衍生出包括医学影像、患者服务、病历服务、医学科研、医学检验、重症医学、医疗服务、卫生健康在内的八大医疗行业“赋能体”。
事实上，东软提出的赋能体概念，是智能体与医疗细分场景的深度结合。
而且这8种赋能体，主要涵盖三个主要方向：
一个是患者端，也就是让患者有自己的系统。“我们会把过去积累在医生和医院的能力和方法移植到患者身上，让患者有更多的自我诊断能力。”李东说。
一种是面向医生，通过AI帮助医生根据病人的所有病历，一键生成出院总结等，即医疗服务赋能体和病历服务赋能体。
一是面向医疗管理，东软推出了包括卫生健康委对行业监管相关赋能体在内的整个管理系统。同时，围绕专科疾病，还推出了面向ICU的赋能体、验证的赋能体和图像的赋能体。
相比之下，蚂蚁面向三端建设，理念上与东软完全一样，以应用服务为主，实现相互连接，建立以大模型为核心的“一体化三端”医疗AI布局。
患者端，蚂蚁推出了AI健康管家助理，其目的也是希望能为病人创建自己的终端应用。
“AI健康管家主要从三个方面推广服务，包括陪护顾问、健康教师和顾问，并与个人健康档案联系起来，真正实现个人健康助手的作用。”刘博说，目前AI健康管家的用户数已经超过2000万。
医师端，蚂蚁主要是与著名的三甲医师合作，构建专科智能体。
“我们与上海仁济医院泌尿科专家合作，打造泌尿科专家智能体，整合到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表示:“专家智能体现在能达到的水平，就像博士生导师带出来的研究生一样，可以帮助医生完成预问诊疗和辅助诊疗。”
该负责人表示，在专科智能体方面，基于与医院的共创，数量已达70-80人。智能体上线半年后，AI咨询服务了200-300万患者。
更重要的是，蚂蚁集团之前收购了好医生。“后续会有更多的医生协助生成病历，辅助诊断。”魏鹏说。
对于医院来说，蚂蚁集团一开始更多的是在支付方为医院提供服务，后来从医疗保险支付领域切入医疗数字化，给出小程序。 数字化产品解决方案，协助医院转型升级医疗服务。
“蚂蚁在这个领域已经布局了四五年，现在已经连接了3600多家公立医院，聚集在这个平台上。”蚂蚁负责人说。
到2023年，蚂蚁开始布局AI医疗。起初，他们率先与浙江省卫生健康委员会合作，双方共同建立了陪同顾问AI助理。“当时陪同顾问很受欢迎，最初的想法是通过在线助理成为陪同顾问。”负责人表示，自2024年以来，蚂蚁基于大型医疗模式与当地医保局进行了AI创新应用。
无论是东软还是蚂蚁，尽管在医院端也有布局，但其最终目标，还是为C端病人服务。
“我们希望通过更多的B端能力，最终给C端用户带来更好的产品体验。”刘博说:“我还强调，机构和医生是我们的生态合作伙伴，无论是技术上还是产品上。我们与他们合作是为了服务用户。”
与蚂蚁、东软等平台服务商相比，AI医疗行业也有不少玩家从细分场景入手。
比如美的医疗，它以AI赋能生物医疗冷链存储技术，其旗下的万里云医疗则构建了AI驱动的影像诊断和治疗信息生态闭环等。
通过结合DeepSeek等大语言模型，实现两大技术突破，而不是妙笔AI报告生成系统：
第一，“智能验证引擎”可以通过参考后的大模型，实现口语转换成书面语、非医用词过滤、错误内容修改，极大地完成了报告输入的自动标准化；
第二，基于深度学习和LLM-R模型范化技术，“动态适配模板库”可以根据检查特点和诊断逻辑一键生成最佳模板，按照医生的建议智能调用个性化知识库，报告生成效率翻倍。
刘博也坦言:“行业内没有竞争产品。这个行业还有很多问题需要解决。每个人的起点都会不一样，比如影像、医生服务等等。”
AI医学落地站，商业化考试才刚刚开始。
医疗，被认为是AI大模型落地的黄金赛道，很多玩家都在布局。
但是AI医疗也和其它行业一样，面临着商业考试，毕竟企业的最终目标是获利。
但是现阶段，AI医疗的商业化模式还不清楚。
一方面，面向C端服务，中国软件供应商很少有收费项目；另一方面，面向B端服务，目前还没有实现标准化平台建设，很难获得大规模的收入。
然而，蚂蚁集团也探索了一种商业化的可能性，即通过一体机为医院提供大型全栈服务。
今年3月，蚂蚁集团与阿里巴巴云、华为、卫宁健康、纳里数智等近百家产业合作伙伴合作，宣布推出全新“蚂蚁医疗大模型一体机”全栈解决方案:
医疗机构只需一键访问蚂蚁医疗大模型一体机设备，即可完成国内计算率、医疗大模型、AI培训推广的私有部署，促进医院业务系统和患者服务AI的升级。
据悉，杭州市医保局、宁波市嵊州区卫生健康委、北京市中医院、上海仁济医院、上海市中医院、浙江省人民医院、迪安确诊机构已成为首批接入合作医疗机构。
因为，医疗服务业的核心问题是对数据高度敏感，因此对私有化部署的需求更高。
蚂蚁集团可以通过一体机为医院提供私有化布局，从而在没有大规模通用计划之前，有商业化的可能，与医院的联系更深。
实际上，DeepSeek 问世，AI 医疗业务的实施进一步催化了两个核心原因:计算价格普惠，开源模型可以私有部署，更符合医疗数据的敏感安全需求。
一体机当然更加偏向硬件服务，这是蚂蚁为医疗场景而独立推出的产品。
“硬件可以根据客户的需求来选择，华为和阿里都可以支持。”蚂蚁负责人说:“在软件方面，它是基于蚂蚁的大型医疗模型和大型基础模型，例如DeepSeek、通义千问等。，可以满足用户的个性化需求，而网络层则可以支持专科智能体的应用，帮助用户建立有影响力的专科医院。"
与蚂蚁从硬件层面进行商业突破相比，而东软则更愿意以生态的方式，产生更多的商业模式。
“以前的解决方案是单一的项目式，现在更多的是平台，而平台背后是整个生态。”盖龙佳说:“这不像以前卖给谁的项目，而是说整个平台的生态服务可以一次性打包购买，使得解决方案生态化、服务化，更加智能化。”
然而，尚不清楚这种模式最终能否真正通过，但盖龙佳也坚信，未来会有越来越多的商业模式，尤其是订阅服务。
目前，医疗行业存在许多问题，如患者就医困难、就医困难、医生资源紧张、医患矛盾分歧等。
虽然AI医疗还处于发展初期，商业化模式还不清楚，但AI已经在一定程度上解决了三个问题。毕竟，技术的发展应该为人民服务。
DeepSeek的诞生，让AI医疗进入了快速发展的车道。很多企业也希望借助AI大模型技术，更好地帮助患者、医生和医院，让中国医疗行业发展得更好。
本文来自微信微信官方账号“光锥智能”（ID：guangzhui-tech），作家：鸽子，编辑：王一粟，36氪经授权发布。
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