“AI 醫(yī)療面臨最重要的問題是，如何從錦上添花變成剛需必備，讓人有意愿使用，甚至付費”

撰文｜喬雨晴

編輯｜翟文婷

大模型的威力無需再普及，現(xiàn)在是講應(yīng)用的時候了。千行百業(yè)主動求變，其中應(yīng)用速度、廣度和深度排在之最的，當屬醫(yī)療。

一份行業(yè)統(tǒng)計報告顯示，2023 年末，國內(nèi)行業(yè)大模型的分布排在前三甲的就是醫(yī)療醫(yī)藥、金融和科研。機器人還沒有亮相春晚舞臺，已經(jīng)上過手術(shù)臺。

2025 年年初，DeepSeek 橫空出世，AI 醫(yī)療商業(yè)落地被進一步催化，最核心的兩個原因：價格普惠，以及開源模型能進行私有化部署，更契合醫(yī)療數(shù)據(jù)敏感的安全需求。據(jù)不完全統(tǒng)計，截至目前，國內(nèi)已有超百家三級醫(yī)院官宣完成DeepSeek本地化部署。

最重要的是，C 端用戶在經(jīng)過上一波互聯(lián)網(wǎng)醫(yī)療的教育普及之后，對AI 助手診療似乎更為接受。

所以，國外如英偉達、微軟等巨頭在重金投入，國內(nèi)如華為、螞蟻也在持續(xù)加碼。AI 醫(yī)療都成為大模型最不愿錯過的應(yīng)用場景。

一、AI 醫(yī)療進化方向

大模型廠商進入醫(yī)療領(lǐng)域，他們的解題思路不受局限，如果有一定醫(yī)療服務(wù)基礎(chǔ)的公司，甚至可能更為激進。

比如華為，3 月初組建的第 21 軍團，正是醫(yī)療衛(wèi)生軍團。重點即時構(gòu)建AI 輔助診斷解決方案體系，推動醫(yī)療大模型在臨床場景的應(yīng)用。

之后頻繁落子，聯(lián)合不同醫(yī)院分別推出病理大模型、急性胸痛大模型等，同步也跟互聯(lián)網(wǎng)公司積極推進一體機解決方案。其中包括同樣深度布局AI 醫(yī)療的螞蟻。

螞蟻集團把AI 醫(yī)療作為確定性戰(zhàn)略之后，幾乎是在三端——機構(gòu)、醫(yī)護和用戶同時發(fā)力。國內(nèi)玩家少有如此全面深度布局，側(cè)面也說明螞蟻鎖定醫(yī)療AI的野心和決心。

螞蟻做醫(yī)療的基礎(chǔ)在于支付寶?；ヂ?lián)網(wǎng)醫(yī)療階段，支付寶就在醫(yī)院機構(gòu)、用戶端在掛號、問診和支付等環(huán)節(jié)建立感知。近 11年積累，輻射全國 3600 家醫(yī)院，累計服務(wù)用戶超過 8 億，是國內(nèi)最大的醫(yī)保支付服務(wù)平臺，也是一站式醫(yī)療健康服務(wù)平臺。

AI 階段，螞蟻醫(yī)療含義其實在拓寬，從基礎(chǔ)設(shè)施硬件、行業(yè)大模型到生態(tài)伙伴，然后延伸到應(yīng)用場景，已經(jīng)能稱得上全景式滲透。

前幾天，也正式對外發(fā)布升級了面向醫(yī)療機構(gòu)、醫(yī)生和用戶三端的AI 產(chǎn)品體系：

最受關(guān)注的還是聯(lián)合華為、阿里云推出的「螞蟻醫(yī)療大模型一體機」全棧解決方案，醫(yī)院系統(tǒng)因此獲得國產(chǎn)算力、醫(yī)療大模型、AI 訓(xùn)推一體的私有化部署。首批接入的有包括杭州市醫(yī)保局、北京中醫(yī)醫(yī)院等 7 家機構(gòu)。

值得一提的是，2024 年11月，國家醫(yī)保局已經(jīng)將人工智能輔助診斷列入立項指南，AI 輔助診斷首次被納入醫(yī)保。這對于AI 醫(yī)療解決方案提供商而言，是積極信號，也是見真章的時刻。

同時好大夫在線的 29 萬注冊醫(yī)生，在醫(yī)、教、研場景，可以通過螞蟻開發(fā)的「AI 病歷助手」、「AI科普助手」以及最新的「AI 科研助手」提升效率。未來會有更多豐富的矩陣工具，形成AI 超級助理。

AI 在用戶端的服務(wù)已經(jīng)有數(shù)據(jù)反饋。去年 9 月推出的「AI健康管家」，半年時間服務(wù)近 4000 萬用戶，幫助普通人找醫(yī)生、讀報告、陪看診等等。

三端同時發(fā)力，螞蟻對醫(yī)療AI 的雄心在于構(gòu)建從診療、服務(wù)到健康管理的閉環(huán)。

這不是短時間內(nèi)可以實現(xiàn)的。螞蟻在這條賽道投入近11年，從數(shù)字科技inside走向AI技術(shù)inside，無疑是在繼續(xù)做深產(chǎn)業(yè)，穿越更長生命周期。

二、單點突破的可能性

與螞蟻更全面的重投入不同，目前市面上的入局者，尚處在單點技術(shù)匹配單點場景的階段。

如果面向醫(yī)院等機構(gòu)，AI 在幾類場景顯現(xiàn)作用：

最典型如影像診斷， AI 在學(xué)習(xí)了數(shù)十萬張專業(yè)醫(yī)師標記的胸部CT 閱片信息之后，可以快速閱片并給出結(jié)果。有些小于 1cm 的病灶，醫(yī)生肉眼尋找費時費力，AI可以一秒給出結(jié)果，甚至標出結(jié)節(jié)大小、位置、密度，初步分辨良惡性。

北京海淀醫(yī)院引入的肺部CT影像AI輔助診斷系統(tǒng)至今已協(xié)助分析了約22萬病例。

AI也在進行輔助診療，比如手術(shù)規(guī)劃和手術(shù)機器人。有醫(yī)療大模型從業(yè)者將前者比喻為汽車地圖導(dǎo)航，后者則是無人駕駛。

與此同時，面向醫(yī)護的AI 產(chǎn)品也在逐步落地。

比如Abridge，一款A(yù)I 記錄助手，幫助醫(yī)護人員完成臨床文檔記錄。這款產(chǎn)品通過自動語音識別診療過程，AI會生成符合要求的文檔。

公司給出的數(shù)據(jù)是，Abridge 能完成醫(yī)生 91% 以上的文檔記錄工作量，同時與美國最大的一家電子醫(yī)療系統(tǒng)Epic 深度整合，不僅節(jié)省醫(yī)生時間，也不需要改變醫(yī)生現(xiàn)有工作習(xí)慣。

3 月 4 日，微軟面向醫(yī)護人員也推出語音AI 助手Dragon Copilot。只要微軟解決方案覆蓋的醫(yī)院，系統(tǒng)會自動捕捉記錄醫(yī)生和病人之間的對話，AI 進行語境分析，自動創(chuàng)建臨床記錄。

除醫(yī)院機構(gòu)和醫(yī)護人員專業(yè)群體之外，C 端普通用戶也是AI 醫(yī)療重要服務(wù)對象。商業(yè)落地產(chǎn)品主要集中在AI 個人健康管理和助手。

MedMatch 就是一款A(yù)I 驅(qū)動的醫(yī)療保健解決方案，用于心理健康、男性健康、女性皮膚管理等敏感領(lǐng)域。核心是結(jié)合歷史臨床數(shù)據(jù)、治療類型等用戶訓(xùn)練模型，最后AI 給出推薦的臨床決策和治療方案。

而國內(nèi)也有一些AI 助手，用于自主疾病診斷，識別常見藥品，建立個人健康空間。

但在醫(yī)療服務(wù)領(lǐng)域，有一個回避不了的現(xiàn)實是，醫(yī)院、醫(yī)護人員和用戶，三者其實無法割裂而存在，在任何一個場景中淺接入大模型很難讓醫(yī)療AI真正落地、產(chǎn)生價值。

此外，醫(yī)療數(shù)據(jù)量大同時質(zhì)量不高、結(jié)構(gòu)化和標準化不足，大模型能力的幻覺問題在醫(yī)療領(lǐng)域更具挑戰(zhàn)，技術(shù)迭代和多場景應(yīng)用之間形成閉環(huán)尤為重要。

一方面，醫(yī)療天然適合大模型應(yīng)用，另一方面，醫(yī)療領(lǐng)域門檻較高。

這都決定了進入醫(yī)療AI沒辦法「腳不沾地」，而螞蟻打法值得關(guān)注的原因就在于，11年實踐幫助它更快明確了這一點。

三、從錦上添花到剛需必備有多遠？

我們所看到的，已經(jīng)是AI 醫(yī)療發(fā)展到一定階段的產(chǎn)物。

早期醫(yī)療AI 多局限于單一任務(wù)優(yōu)化，存在明顯的信息割裂，比如僅憑影像無法判斷腫瘤病理分型，還是需要結(jié)合實驗室結(jié)果；

此外，早期AI無法像醫(yī)生一樣用自然語言解釋診斷依據(jù)，即便現(xiàn)在如大模型進化之后，AI 也有八股嫌疑，無法精準獲取有效信息，還被人嫌棄沒有人情味兒。

再者最重要的就是數(shù)據(jù)孤島問題，不同醫(yī)院使用的影像格式、病歷系統(tǒng)互不兼容。

這些問題現(xiàn)階段沒有消除，但是大模型的普及，DeepSeek的高性能、低成本和開源又將大模型能力帶到一個新臺階，AI 醫(yī)療也在進入新階段。

最基礎(chǔ)的就是數(shù)據(jù)敏感和安全問題，開源模型方便本地部署。螞蟻也打出「訓(xùn)推一體，開箱即用」的輕量化設(shè)計口號，數(shù)據(jù)可用不可見，診療過程全程可溯源。

再比如降低成本，利于醫(yī)療平權(quán)和普惠。

上海長征醫(yī)院放射診斷科主任劉士遠團隊2022年上半年做的中國醫(yī)學(xué)影像人工智能臨床應(yīng)用情況調(diào)研，73.9%的三級醫(yī)院配備了影像的AI輔診軟件，而在基層醫(yī)療機構(gòu)，這一比例僅有10.1%。成本降低之后，會推動AI從頭部醫(yī)院試點轉(zhuǎn)向基層普惠應(yīng)用。

這些金錢和安全問題，或許都有解決辦法。目前AI 醫(yī)療可能面臨最重要的問題是，如何從錦上添花變成剛需必備，讓人有意愿使用，甚至付費。

去年7月，國家衛(wèi)生健康委衛(wèi)生發(fā)展研究中心副主任游茂曾表示，中國95%的研究或產(chǎn)出都集中在醫(yī)學(xué)影像類；而在其他領(lǐng)域如醫(yī)療機器人、知識庫、自然語言處理的研究相對不足；在「決策規(guī)則」的研究幾近空白。

所以對于AI 影像診斷，機構(gòu)的付費意愿和付費率比較高，輔助治療如果是免費，醫(yī)生也愿意積極嘗試，但是如果要花大幾十萬元正式采購，可能就會被慎重對待。

一位醫(yī)療從業(yè)者的觀點是，目前市面上已有的AI 醫(yī)療產(chǎn)品開發(fā)率可能不足 5%。你可以將此理解是這條賽道的難度并不一般，也可以解讀為巨大的市場潛力。