熱門資訊> 正文
2025-08-12 09:26
前言:AI醫療技術通過系統性重構醫療價值鏈,正在開創醫療資源普惠化新範式,為患者、醫生和醫療機構創造多維價值。同時,國家支持性文件頻發,推動醫療智能化升級。而Deepseek大模型發佈,解決傳統醫療AI系統高昂部署費用的問題,降低醫院部署AI醫療系統的門檻,新一輪AI醫療市場狂潮來襲,行業生態正在發生改變。不過,我國AI醫療行業盈利較為困難,而且大模型快速進醫院也為監管帶來各種難題。
——觀研報告網
ChinaBaoGao.com
1、AI醫療技術重構醫療價值鏈,開創醫療資源普惠化新範式
根據觀研報告網發佈的《中國AI醫療行業發展深度分析與投資前景研究報告(2025-2032)》顯示,AI醫療是指通過運用先進的信息技術,對醫療過程進行智能化管理和優化,從而提高醫療服務的質量和效率。AI在醫療中的應用,不僅有助於提升醫療服務的精準度和個性化程度,還能為醫療決策提供科學依據,推動醫療行業的創新發展。根據有無搭載硬件,AI醫療器械可分為兩類:一類是以診斷分析系統、機器人、監護儀等硬件系統為載體,人工智能技術作為軟件組件驅動並控制相關硬件系統,從而實現預期功能;二是無需醫療器械硬件,以獨立軟件的形式實現其預期功能。
AI醫療技術通過系統性重構醫療價值鏈,正在開創醫療資源普惠化新範式,主要體現在三個維度:首先打破傳統醫療服務的線性鏈條,構建智能協同的價值網絡;其次重塑醫療資源配置的空間格局,突破地理與能力限制;最終實現健康管理的時間延展,形成全周期服務閉環,從而系統性解決醫療資源分佈不均問題。AI醫療已從單點工具發展爲覆蓋全流程的智能化體系,通過技術賦能實現醫療資源的優化配置與服務質量升級,為患者、醫生和醫療機構創造多維價值。
醫院、患者受益於AI醫療
受益對象 |
受益方向 |
舉例 |
醫院 |
優化醫療流程 |
AI通過優化醫療流程,提高醫療服務效率。例如,通過智能化的排班系統,可以合理安排醫護工作時間,減少等待時間。此外,通過智能化的數據分析,可以及時發現潛在的醫療問題,提前採取措施,避免問題的發生。 |
輔助診療 |
通過運用大數據、人工智能等技術,AI醫療能夠快速準確地診斷疾病,提高診斷的準確性和效率,同時通過對患者的生理數據、藥物反應數據等進行實時監測和分析,制定個性化的治療方案。醫生進行綜合分析,為患者提供個性化的診斷方案。 |
|
提高醫護工作效率 |
通過智能化的病歷管理系統,醫生可以快速檢索和查看患者的病歷信息,減少重複勞動。此外,通過智能化的藥品管理系統,藥劑師可以快速準確地配發藥品,提高工作效率;通過AI醫療對院內設備、藥品、人員等資源的實時監控和調度,醫療機構可以優化資源配置,提高效率。 |
|
患者 |
隨時獲取醫療服務 |
AI醫療能夠為患者提供隨時隨地的醫療服務。患者可以通過手機APP、網站等渠道隨時隨地獲取醫療服務,無需到醫院排隊等待。此外,AI醫療還可以為患者提供在線諮詢、遠程診斷等服務,方便患者隨時隨地獲得幫助。 |
自助服務 |
AI醫療能夠為患者提供自助服務。例如,患者可以通過自助掛號機、自助繳費機等設備快速完成掛號和繳費等操作。此外,患者還可以通過手機APP查詢檢查結果、預約手術等操作。 |
資料來源:觀研天下整理
2、支持性文件頻發,推動醫療智能化升級
近年來,我國為樹立醫院對前沿技術的正確認知並引導相關產業快速發展,開始圍繞AI出臺相關政策,從宏觀層面推動AI技術在醫療領域的應用,旨在提高醫療服務效率和質量,最終實現醫療行業智能化升級,促進AI技術在醫療領域的廣泛應用。
我國AI醫療行業相關政策
時間 |
頒佈部門 |
政策名稱 |
要點 |
2022年3月 |
國家藥監局器審中心 |
《人工智能醫療器械註冊審查指導原則》 |
規範了人工智能醫療器械全生命周期過程質控要求和註冊申報資料要求。 |
2022年11月 |
國家互聯網信息辦公室等部門 |
《互聯網信息服務深度合成管理規定》 |
明確生成式人工智能服務提供者、技術支持者和服務使用者等各方法定義務。 |
2023年7月 |
國家互聯網信息辦公室等部門 |
《生成式人工智能服務管理暫行辦法》 |
鼓勵生成式人工智能創新發展,對生成式人工智能服務實行包容審慎和分類分級監管。 |
2024年11月 |
國家衞生健康委等部門 |
《衞生健康行業人工智能應用場景參考指引》 |
聚焦「人工智能+」與醫療服務管理、基層公衞服務、健康產業發展、醫學教學科研相結合的四大領域。 |
2024年12月 |
國務院辦公廳 |
《國務院辦公廳關於全面深化藥品醫療器械審評改革促進醫藥產業高質量發展的意見》 |
優化醫療器械標準體系,研究組建人工智能、醫用機器人等前沿醫療器械標準化技術組織。 |
資料來源:觀研天下整理
3、Deepseek大模型發佈,助力AI醫療行業破圈
不過,我國AI醫療行業面臨着費用高昂、門檻高等難題。而DeepSeek通過技術創新,降低算力需求和資金成本,解決傳統醫療AI系統高昂部署費用的問題,顯著降低了醫院部署AI醫療系統的門檻。同時,在技術層面,在DeepSeek等開源大模型的推動下,大幅降低文本處理和語言理解的技術門檻,使得AI技術更加普惠。這些讓各級醫療機構和臨牀用户開始更積極地擁抱AI技術,同時臨牀用户對AI醫療的發展也有更長遠的預期。
此外,DeepSeek通過深度學習和大數據分析,能夠更精準地進行疾病診斷和治療方案制定,從而提高醫療服務質量。在醫療影像領域,DeepSeek的多模態系統已實現對CT、MRI等複雜影像的亞毫米級識別,顯著提升了早期肺癌檢出率。在病理診斷方面,其全切片數字病理分析平臺大幅縮短骨髓塗片分析時間,提高診斷一致性。
Deepseek大模型發佈,也引發了AI醫療市場狂潮。自2025年開年以來,瑞金醫院、復旦大學中山醫院,訊飛醫療接連發布醫療大模型。根據不完全統計,目前我國已發佈83款AI醫療大模型,2025年增長尤其迅速。
2025年1-6月我國通用AI醫療大模型
成立時間 |
大模型名稱 |
總部地點 |
技術領域 |
2025年2月 |
叮唄健康 |
廣東省第二人民醫院、華為、先健科技等 |
健康風險預測、報告解讀 |
2025年2月 |
星火醫療大模型X1 |
訊飛醫療 |
診斷推薦、健康諮詢、檢查檢驗報告解讀 |
2025年2月 |
萬語大模型 |
鷹瞳科技 |
診療、醫療體檢等場景 |
2025年3月 |
DeepHealth |
上海交通大學、泰榮健康 |
醫療基礎大模型基座 |
2025年3月 |
寶醫數智 |
深圳寶安區 |
全國首個區域級醫療AI平臺 |
2025年3月 |
聯通-亥步醫學大模型 |
聯通、國家衞生健康委員會 |
千億參數醫療大模型 |
2025年4月 |
元智醫療大模型 |
聯影醫療 |
影像診斷、臨牀治療、醫學科教、醫院管理 |
2025年5月 |
智雲 |
雲康集團、華為、潤達醫療 |
全場景醫療服務 |
2025年6月 |
SAMI-3D |
深睿醫療 |
全模態醫學影像通用分割大模型 |
資料來源:觀研天下整理
2025年1-6月我國AI醫療專科大模型
成立時間 |
大模型名稱 |
總部地點 |
技術領域 |
2025年2月 |
AI兒科醫生 |
北京兒童醫院、百川智能、小兒方健康科技 |
國內首個AI兒科醫生,已參與遠程會診 |
2025年2月 |
協和·太初 |
北京協和醫院、中國科學院自動化研究所 |
國內首個罕見病領域AI大模型 |
2025年2月 |
觀心 |
復旦大學附屬中山醫院、上海科學智能研究院 |
心血管專科AI大模型 |
2025年2月 |
瑞智病理大模型 |
上海瑞金醫院、華為 |
病理圖像切割、病理解讀、診斷 |
2025年3月 |
DeepJoint |
四川大學華西醫院、愛康 |
骨科人工智能大模型 |
2025年3月 |
減單 |
安徽醫科大學、中國科學技術大學附屬第一醫院 |
全球首個體重管理AI大模型 |
2025年3月 |
DeepPathAI |
西湖大學 |
AI病理學模型 |
2025年4月 |
麻控V1.0 |
華中科技大學同濟醫學院附屬醫院重慶市第七醫院 |
麻醉治療學智能體 |
2025年5月 |
石説AI |
北京清華長庚醫院泌尿外科 |
泌尿繫結石診療大模型 |
2025年5月 |
木蘭 |
華中科技大學同濟醫院 |
國內首個女性腫瘤AI大模型 |
2025年5月 |
愛新智護 |
廣州醫科大學附屬婦女兒童醫療中心 |
首個新生兒重症AI大模型 |
2025年5月 |
齊魯·心智 |
山東大學齊魯醫院、華為、潤達醫療 |
心肌病專科大模型 |
2025年5月 |
靈鏡 |
重慶大學附屬腫瘤醫院 |
首個血液病AI大模型 |
2025年5月 |
國檢智析 |
中國醫科大學附屬第一醫院、國家醫學檢驗臨牀醫學研究中心 |
國內首個醫學檢驗領域的大語言模型 |
2025年5月 |
智腎 |
南方醫科大學南方醫院 |
慢性腎臟病綜合管理大模型 |
資料來源:觀研天下整理
4、新一輪AI醫療市場狂潮來襲,行業生態正在發生改變
2023年發佈的醫療大模型中,大多由LLaMA、ChatGLM-6B等基座微調或者預訓練而來。2024年,醫療大模型陷入同質化競爭,商業化難題讓AI醫療大模型沉寂,但部分醫院和企業開始發佈針對特定領域的專科大模型。2025年,DeepSeek的發佈推動行業加速變革。
起初大模型主要應用場景集中在預問診、臨牀輔助診斷、影像分析、個性化治療及院內流程優化等環節。然而,DeepSeek生態開放降低醫療大模型的部署、訓練門檻,AI醫療大模型從醫院下沉到科室。例如,復旦大學附屬中山醫院發佈的心血管專科AI大模型;四川大學華西醫院推出首個骨科大模型DeepJoint;北京清華長庚醫院泌尿外科發佈首個泌尿繫結石診療大模型。
當前,專科醫療大模型已經拓展到兒科、婦科、腎臟學、檢驗醫學、影像學等多個領域。比如,影像領域,AI醫療影像產品逐漸擴大其覆蓋的疾病領域和疾病種類,從肺、心、腦、骨、乳腺等部位逐漸擴充至全身器官和組織,可檢測的病灶種類也在不斷優化和豐富。
AI醫學影像覆蓋範圍
分類依據 |
主要類型 |
應用場景 |
疾病篩查:用於早期疾病的快速篩查,如肺結節篩查、乳腺癌篩查等。 |
輔助診斷:識別病變區域,提供診斷建議等。 |
|
治療規劃:輔助制定治療方案,如腫瘤放療靶區勾畫、手術路徑規劃等。 |
|
預后評估:分析疾病進展和治療效果,如腫瘤治療效果評估。 |
|
影像增強與重建:提高影像質量或減少輻射劑量,如低劑量CT重建、MRI超分辨率重建。 |
|
疾病領域 |
腫瘤領域:如肺癌、乳腺癌、肝癌、胰腺癌等的早期篩查和診斷。 |
心血管領域:如冠心病、心肌梗死、心律失常等的影像分析。 |
|
神經系統領域:如腦卒中、阿爾茨海默病等的影像診斷。 |
|
骨科領域:如骨折、骨質疏松、骨關節炎等的影像分析。 |
|
呼吸系統領域:如肺炎、肺結核等的影像篩查。 |
|
影像模態 |
CT:用於肺結節、腫瘤、腦卒中、結核等疾病的檢測和診斷。 |
MRI:用於腦部、脊柱、關節等部位的病變檢測。 |
|
X光影像分析:用於骨折、肺炎、肺結核等疾病的篩查。 |
|
超聲:用於乳腺、甲狀腺、心臟等部位的病變檢測。 |
|
病理影像分析:用於組織病理切片分析,輔助病理醫生診斷。 |
資料來源:觀研天下整理
這標誌着AI醫療大模型從「大而全」走向「專而精」,同時走向真實的臨牀需求。
5、我國AI醫療行業盈利與監管難題較大
那麼接入DeepSeek后,是否能真正為醫院帶來增量價值?許多醫院花費數百萬採購大模型及一體機,卻停留在簡單對話功能,沒能和醫療業務和場景進行適配。在大模型基礎之上構建的Agent,有望真正將AI能力深度融入臨牀診療和醫療管理場景實現技術到業務的升級。
進入2025年以來,多家醫院正在基於具體場景需求構建醫療智能體(AI Agent),賽道處於爆發期。例如,上海交通大學附屬仁濟醫院發佈首個泌尿專科智能體;江蘇省人民醫院發佈感染控制智能體、東南大學附屬中大醫院推出肝癌診療智能體等。這也意味着AI醫療大模型從技術試驗階段邁入深度場景化應用階段。
不過,我國AI醫療行業盈利較為困難,尤其是醫保局發佈規定,醫院可以自行選擇是否使用AI,但不得與主項目收費,進一步擠壓AI醫療行業盈利空間。
同時,大模型快速進醫院也為監管帶來各種難題。清華專家所指出:DeepSeek的快速、無監管的採用已超出中國的整體監管監督和治理框架,造成了監管的滯后性。尤其當AI的建議與規劃被採納並導致不良后果時,責任如何劃分還難以確定,監管框架需要跟上技術發展步伐。(WYD)
本行業相關報告:
《中國AI醫療行業發展深度分析與投資前景研究報告(2025-2032年)》
更多詳情請登陸
觀研報告網 ChinaBaoGao.com
搜索「AI醫療」
【版權申明】本文著作權為觀研天下®️所有,未經授權不得轉載。 |