英伟达600人调研：AI医疗未来三大趋势与核心挑战

2025-12-17

2025年AI医疗市场规模将达1157亿元，影像诊断、虚拟助手、精准医疗成发展关键方向。

即便到2025年，AI医疗依旧是备受瞩目的热门领域。

从生成式AI、大模型等新一代技术在医疗健康与生命科学领域的临床价值验证，到各类AI应用的蓬勃涌现，AI医疗健康/生命科学的创新实践正火热推进，市场规模也持续攀升。据甲子光年预测，2025年中国AI医疗市场规模将达1157亿元，2028年更有望升至1598亿元。

行业高速发展之际，一个核心问题摆在产业各方面前：当AI与医疗健康/生命科学的融合已取得显著成果，未来行业将向哪些方向演进？

为此，英伟达调研了600余位专业人士，发布《医疗健康和生命科学领域AI现状及2025年趋势》调研报告。

值得注意的是，为保证调研结果的客观性与完整性，600余位受访者覆盖不同领域与职位。领域上包括医疗技术、工具和诊断行业、数字医疗健康、制药和生物技术、方案购买方与提供方，完整涵盖产业链；职位上涵盖企业高管、临床医生、技术人员及学术人员等，让调研结果多元且全面。

因行业与视角差异，部分观点存在分歧，本文主要解读报告的整体发展现状与行业趋势。

影像诊断居AI用例首位

医疗影像和诊断、临床决策支持、疾病诊断和风险预测是当前医疗健康/生命科学领域的三大AI用例。

其中医疗影像和诊断以47%的占比位列第一，临床决策支持占43%，疾病诊断和风险预测占40%。

截至英伟达报告

缓解医疗资源紧缺、优质资源分布不均是它们成为前三的主要原因。以医疗影像诊断为例，国家卫健委数据显示，我国偏远地区疾病误诊率是城市的2-3倍，基层与大型医院诊断水平存在差距；即便城市大型医院，也面临影像科医生短缺问题——《中国卫生健康统计年鉴2022》显示，2021年中国影像科医生配置仅0.17人/万人，叠加影像数据解读难、工作量大、早期病灶识别难等痛点，误诊漏诊问题仍存在。AI能有效缓解这些问题，推动医疗平权。

具体来看，诊断上AI可高效处理大量图像数据，提高诊断效率与准确率，减少漏诊误诊；治疗上，AI驱动的临床决策支持系统能为医生提供实时精准建议，助力应对复杂病例；此外，AI还可通过挖掘电子健康记录、检测数据等构建疾病预测模型，实现早筛早诊与随访管理，优化医疗资源分配。

庞大的需求是三大场景与AI结合的“驱动器”，海量数据积累则是“燃料”。院内的影像、检测数据，院外的日常健康数据等，为AI落地与迭代奠定基础。目前这些场景中AI应用进展迅速，以AI+医疗影像为例，截至2024年5月，我国已有85款AI医疗影像产品获批三类证，覆盖眼、肺、骨、心血管等多部位疾病诊断。

未来5年AI影响三大领域，虚拟医疗助手在列

关于未来5年AI影响最大的领域，51%受访者认为是先进医疗影像和诊断，34%认为是虚拟医疗健康助手，29%认为是精准医疗（个性化治疗）。

截至英伟达报告

AI+医疗影像诊断作为成熟领域，虽已能辅助心脑血管、肺部等疾病诊断，但临床期待更高：一方面拓展疾病覆盖范围，另一方面实现能力进阶（如从定性分析到定量分析）。未来大模型与生成式AI的应用，将进一步拓展其边界。

虚拟健康助手是近年AI医疗的热门应用。从互联网大厂到医疗平台，从信息化厂商到专病管理平台，各类AI虚拟助手层出不穷。背后原因包括：C端健康管理需求提升；AI虚拟助手可作为用户入口，提升用户黏性、积累健康数据，赋能个性化服务与真实世界研究；生成式AI与大模型技术突破，让主动式全生命周期健康管理成为现实。

国内AI虚拟健康助手发展迅速，虽存在同质化，但部分企业打造差异化产品：蚂蚁健康助手AQ擅长整合医保服务与健康资源；讯飞晓医基于星火大模型，擅长临床思维推理与复杂症状鉴别；京东大为医生构建“小病咨询-快速购药”闭环。未来，多模态数据互联互通（如院内院外数据、可穿戴设备与检测数据互通）、挖掘用户真实需求及推动医-药-械-险协同，是值得关注的趋势。

精准医疗是医学领域的重点方向。AI助力下，诊断与治疗水平将持续提升，推动精准医疗实现，其终极目标是为用户提供个性化的健康管理与诊疗方案，改善健康状况。

数据仍是AI+医疗发展最大障碍

AI+医疗健康/生命科学的“美好愿景”面临诸多挑战。

其中，约33%受访者认为最大挑战是数据问题（如隐私与自主权），其次是预算不足与训练数据量不足（均占30%）。这些问题复杂，企业/机构需强力伙伴支持，英伟达正是这样的角色。

为赋能AI开发，英伟达构建了从硬件到应用的完整解决方案：硬件上提供先进AI计算平台支持大规模计算；软件上推出NVIDIA Clara平台，包含BioNeMo（药物研发）、Holoscan（医疗设备）、Parabricks（基因组学）、MONAI（医学影像）等工具包；还推出NVIDIA Omniverse（高仿真计算平台，用于数字孪生）与NVIDIA Cosmos（物理AI系统模型构建平台）。基于此，今年初推出NVIDIA Isaac for Healthcare，为医疗机器人提供数字原型设计、合成数据生成等支持。

以NVIDIA Isaac for Healthcare为例，它能解决训练数据不足与预算问题：NVIDIA Cosmos生成接近真实世界的合成数据，契合医疗机器人训练；NVIDIA Omniverse创建高保真数字孪生时生成的合成数据，可用于模型微调和强化训练。同时，数字孪生与物理AI融合，为医疗机器人/器械开发提供全流程支持，降低研发成本、缩短周期。