醫療大模型，最核心的十家公司！

2025年以來，醫療人工智能邁入「大模型驅動」 的新發展階段。

過去十年，醫療AI主要集中在醫學影像識別、輔助診斷等單點場景，而以GPT、Gemini、Claude等大模型為代表的新一代AI技術，正在推動醫療從單任務智能走向全流程智能。

從臨牀端看，醫療大模型已深度滲透行業核心環節，覆蓋病歷智能書寫、臨牀決策輔助、醫學知識檢索、患者健康管理、藥物研發及醫院運營管理等關鍵場景，全面賦能醫療服務提質增效。

全球資本市場也正在加速押注醫療AI。2025年，美國醫療AI融資繼續保持高熱度，Abridge、Ambience Healthcare、Hippocratic AI、OpenEvidence等企業獲得大額融資，投資方向從早期技術驗證逐漸轉向醫院規模化部署。

與此同時，政策環境也在推動醫療AI規範化發展。美國FDA、歐盟AI Act、中國人工智能醫療應用規範等監管體系正在逐步完善，醫療大模型的發展方向正在從「模型能力競爭」轉向「安全、合規和臨牀價值競爭」。

未來幾年，醫療大模型的行業競爭將不再侷限於基礎模型技術的單點對抗，而是演變為模型能力、醫療數據、臨牀場景、醫院生態四位一體的綜合實力競爭。

下文篩選海內外各10家代表性企業，集中展現了全球醫療大模型產業鏈核心力量與資本流向（本文內容僅作行業研究參考，不構成任何投資建議、投資引導及相關承諾）。

海外醫療大模型產業鏈核心企業

（10家）

Anthropic——重塑醫療長文本AI標杆

全球頭部大模型廠商。Anthropic依託Claude系列低幻覺、高安全、超長上下文能力，搭建面向醫療領域的底層 AI 基礎設施，廣泛用於醫學文獻研讀、知識管理與科研輔助。

Claude支持200K上下文窗口，可一次性載入完整病歷、多份檢驗影像資料與批量醫學文獻，支撐臨牀研判、醫學問答與科研推理。

公司採用雙線產品佈局：面向生命科學研發的 Claude for Life Sciences，以及面向醫療機構合規場景的 Claude for Healthcare，后者聚焦 EHR 解析、臨牀文檔處理、藥物研發，適配醫院現有信息系統與行業合規要求。

2026年4月，Anthropic 收購 Coefficient Bio，補強藥物研發與生命科學複雜推理能力。平臺對接CMS醫療數據、ICD-10、PubMed、Medidata臨牀試驗平臺等權威資源，構建標準化醫療AI協作生態，持續推進臨牀與科研商業化落地。

OpenAI——領跑全球醫療通用大模型生態

全球生成式 AI 領域的標杆企業、醫療大模型賽道核心生態基建廠商。公司持續推動ChatGPT從通用智能助手，迭代為大眾健康諮詢+醫療機構臨牀輔助雙線分層的專業醫療工具體系。

2026年1月，OpenAI推出兩款醫療產品：面向普通用户的 ChatGPT Health、面向醫療機構的合規方案 ChatGPT for Healthcare。平臺每周承載超 2.3 億次健康類交互，是全球體量最大的大眾健康 AI 入口。GPT-4o在包含醫學影像的USMLE測評中取得90.4%準確率，在病例推理、醫學圖文判讀、複雜臨牀場景理解方面優勢顯著。

OpenAI 採用平臺化生態策略推進醫療落地，通過開放 API 拓展應用場景。平臺聯動b.well打通電子病歷資源，落地AdventHealth、紀念斯隆-凱特琳癌症中心、加州大學舊金山分校等多家頂級醫療機構，持續鞏固全球醫療 AI 生態優勢。

|路透社 

Hippocratic AI——安全可控的非診斷醫療AI

醫療Agent賽道代表性初創企業。Hippocratic AI走出了差異化醫療AI 路徑：避開臨牀診斷場景，專注患者隨訪、護理協調、預約管理、慢病諮詢等非診療類服務，通過劃定 AI 任務邊界從源頭降低醫療風險。

2025年3月，公司發佈第三代醫療專用模型Polaris 3.0，採用多模型協同架構，適配慢病隨訪、用藥提醒、就診預約等標準化場景。模型支持14種醫療語種交互，搭載醫療語音識別能力，適配多語言醫患溝通需求。

產品核心壁壘為安全沙箱機制，嚴格約束 AI 輸出邊界，自動攔截診斷、處方、治療建議等高風險內容，顯著提升臨牀合規水平。目前企業已和多家美國醫療機構合作落地，聚焦院后護理與慢病管理規模化推廣，是美國非診療場景增長迅猛的醫療Agent廠商。

OpenEvidence——輔助醫生決策的循證醫療AI

全球頭部醫療AI獨角獸。由哈佛博士Daniel Nadler聯合哈佛機器學習實驗室 Zachary Ziegler創立，核心產品是面向執業醫師的循證AI 臨牀證據檢索與推理引擎。區別於通用醫療AI，平臺不面向大眾問診，專注服務執業醫師，依託權威醫學知識庫+大模型推理，為臨牀決策提供可溯源、高嚴謹度的專業依據。

OpenEvidence擁有獨家版權醫學內容生態，與《新英格蘭醫學雜誌》、JAMA 全系列專科期刊、美國醫學會、NCCN腫瘤指南等權威機構達成內容授權。模型僅依託同行評審醫療文獻開展證據檢索與推理，不抓取互聯網碎片化非專業信息，以此降低幻覺風險，知識庫持續動態更新保障醫學信息時效性。

2025年7月，平臺上線DeepConsult AI Agent，大幅升級複雜病例分析、多維度證據整合能力，支持病歷、檢驗報告上傳，以自然對話形式輸出結構化、可溯源的臨牀決策參考，適配真實臨牀診療場景。

Google——多模態「醫生」版谷歌

全球醫療多模態AI賽道核心玩家。 依託Gemini、MedLM和MedGemma等模型體系，覆蓋醫學文本理解、醫學影像分析、基因組研究和臨牀輔助等應用場景。差異化核心優勢在於「大模型能力+醫療數據積累+雲基礎設施」的綜合生態。

依靠Gemini for Healthcare落地醫療垂直場景，持續迭代專業醫學多模態模型。2025年推出MedGemma 1.5，輕量化影像識別能力顯著增強，可完成胸片判讀、皮膚鏡、眼底影像篩查等任務；模型提供開源分層方案，同時支持院內私有化部署與雲端調用。

同時，Google DeepMind研發AMIE醫學對話系統，探索AI輔助問診、醫患溝通場景，在標準化醫學測評中具備較強病例推理能力。

藉助Google Cloud聯動醫療機構與電子病歷服務商，將AI能力嵌入臨牀工作流程，已完成與Epic主流EHR系統對接，打通病歷調取、影像存儲、智能分析完整鏈路，助力醫療AI規模化落地。

DIGITIMES

Microsoft——醫院臨牀工作流AI平臺

醫療AI商業化落地的重要推動者，核心優勢在於臨牀工作流深度整合。

2022年，微軟斥資197億美元收購Nuance Communications，夯實醫療語音識別、臨牀文檔自動化技術壁壘。

2025年，微軟整合Nuance語音技術與Copilot大模型體系，推出醫師端助手Dragon Copilot。平臺融合醫療語音識別、大模型推理與EHR接口，實時生成診療病歷、SOAP病程記錄與臨牀摘要，減輕醫生文書負擔。

同期上線Copilot Health，拓展患者數據檢索、臨牀決策支持、健康內容生成能力，覆蓋院內診療與患者管理場景，補齊醫療AI產品矩陣。

依託Nuance技術積累、Azure雲生態與產業合作資源，微軟完成與Epic等主流醫療信息系統對接，把AI原生嵌入醫院診療流程。憑藉成熟的流程適配能力與大量落地案例，成為商業化成熟度、醫療機構適配能力領先的醫療AI平臺。

Abridge——環境式臨牀 AI賽道標杆

全球Ambient Clinical AI（環境式臨牀AI）領域的代表企業之一，精準解決醫生病歷撰寫、信息整理、編碼填報、出院小結編撰等繁重文書痛點。

區別於通用對話AI，Abridge主打臨牀工作流深度嵌入，原生對接醫院電子病歷系統，實現醫患溝通、文書生成、臨牀歸檔全流程無縫落地。依託大模型與醫療語音技術，Abridge能夠實時採集門診對話，自動生成標準化SOAP記錄、病歷摘要與臨牀編碼建議。

公司與NVIDIA達成技術戰略合作，依託高性能算力持續優化實時語音識別與臨牀對話推理能力，適配高壓臨牀場景。

Abridge已落地Kaiser Permanente、Sutter Health、Emory Healthcare、UCSF等多家美國頂級大型醫療系統，商業化落地成熟。其清晰印證一條行業落地路徑：醫療AI規模化落地優先方向並非替代診斷，而是依靠文書自動化釋放醫生精力，也是醫療AI SaaS賽道落地成效顯著的代表企業。

Ambience Healthcare——全流程臨牀AI助手平臺

全流程臨牀AI助手。相較傳統醫療文檔工具，覆蓋醫生診前至診后完整工作鏈路，落地場景囊括臨牀文檔生成、醫療編碼輔助、臨牀文檔完整性管理（CDI）、臨牀決策支持、患者溝通服務。

依託大模型深度解析專科術語與診療範式，Ambience提供科室定製化模型方案：急診面向快速生成SOAP記錄，腫瘤科適配複雜病歷匯總與MDT整合，專科門診側重精準編碼與流程輔助。平臺原生兼容Epic、Cerner主流EHR系統，可嵌入醫院現有臨牀工作流。

產品覆蓋超200余個臨牀專科，已落地Cleveland Clinic、UCSF Health等頭部醫療機構。依託模塊化架構與訂閲模式降低醫院部署門檻，並通過底層模型合作持續優化臨牀推理能力。

Innovaccer——醫療 AI 時代的數據底座基礎設施

與Abridge、Suki等臨牀AI應用企業不同，Innovaccer並非專注於單一醫療大模型或臨牀助手，而是定位為醫療AI時代的數據基礎設施提供商。其核心目標是解決醫療機構長期存在的數據分散、格式不統一和跨系統難以利用等問題。

公司通過Healthcare Intelligence Cloud構建統一醫療數據平臺，整合電子病歷（EHR）、醫保數據、檢驗結果、患者行為數據和人群健康數據等多源信息，為醫療機構提供患者360度視圖、風險預測、人群健康管理和運營分析等能力。在此基礎上，Innovaccer進一步將大模型能力嵌入醫療工作流程，推出AI Copilot產品，輔助護士、護理協調員和健康管理人員開展日常工作。

Innovaccer深度服務美國頭部大型醫療系統，可對外輸出經過標準化治理的高質量醫療數據，同時兼容自研智能體與第三方AI應用部署。在醫療AI產業鏈中，它承擔底層數據操作系統的核心角色，是打通醫療原始數據、AI 模型與臨牀應用的關鍵基礎設施。

Suki AI——醫療語音交互Agent

美國醫療語音AI賽道核心廠商，依託自然語言交互優化醫生使用醫療信息系統的效率。與側重對話轉錄、文書生成的Abridge不同，Suki以語音作為操作電子病歷的交互入口，擺脫鍵盤限制，實現醫療信息錄入、調取、整理全流程提效。

核心產品Suki Assistant融合高精度醫療語音識別與大模型，支持病歷錄入、EHR信息檢索、臨牀摘要生成。憑藉低延迟語音交互與深度系統適配能力，原生兼容Epic、Cerner主流電子病歷平臺，適配急診、ICU 等強實時性、高負荷臨牀場景。

Suki AI已服務Ascension、MedStar Health等大型醫療體系，並與Google Cloud、Epic達成生態合作，持續迭代雲端語音推理與院內系統適配能力。企業折射醫療AI演進方向：醫療助手從文本問答，升級為深度嵌入臨牀工作流的語音交互智能體。

中國醫療AI大模型生態核心企業

（10家）

阿里健康——普惠落地醫療 AI

區別於純技術型醫療大模型廠商，阿里健康聯合螞蟻集團，走出「流量生態+醫藥履約+臨牀AI」的獨特落地路徑。以螞蟻醫療大模型為技術底座，依託支付寶生態打通大眾健康服務與公立醫院臨牀輔助，是國內少數實現C端普惠服務、B端臨牀落地、產業服務閉環的醫療AI平臺。

C端打造完整健康服務體系。2025年6月推出獨立AI健康應用螞蟻阿福（AQ），依託萬億級專業醫療語料訓練，支持圖文、語音多模態交互，具備體檢報告解讀、皮膚影像初篩、名醫AI分身全天候答疑能力，並聯動可穿戴設備輸出個性化慢病管理方案。

B端面向公立醫療體系落地，模型已接入全國5000余家公立醫院，落地智能導診、問診摘要、合理用藥預警等臨牀輔助功能，近200位三甲專家上線AI分身拓展診療服務邊界。依託螞蟻大模型與阿里健康協同，搭建AI諮詢、線上問診、處方流轉、藥品履約全鏈路閉環。

平臺將AI健康問答、報告解讀、掛號問診能力嵌入支付寶小程序，依託醫保碼與支付流量打造普惠醫療入口。螞蟻醫療大模型通過信通院醫療健康大模型雙領域可信安全評估，在MedBench等權威評測中表現位居行業前列。

醫聯——「臨牀問診」醫療大模型

國內深耕AI診療賽道的互聯網醫療企業。依託自研MedGPT垂直醫療大模型，覆蓋大眾問診、院內臨牀輔助、醫藥研發場景，搭建面向用户、醫院、藥企的多層級 AI 應用體系。

MedGPT採用獨創的"快慢雙系統"架構，完整模擬臨牀醫師思考邏輯：快系統負責自然語言交互、快速分診與即時健康問答，對應醫生直覺式判斷；慢系統依託海量臨牀指南、循證文獻與知識圖譜開展多層嚴謹深度推理、多輪病情校驗，從底層抑制大模型幻覺風險。

2026年1月，Nature子刊《npj Digital Medicine》發佈全球首個醫療 AI 臨牀評估標準CSEDB，醫聯MedGPT取得0.985分位列全球首位。

以「未來醫生」App為C端載體，面向大眾提供AI在線問診、慢病管理、報告解讀服務；面向三甲醫院輸出院端臨牀輔助工具，用於病歷整理、診療方案參考。同時賦能藥企，支撐臨牀試驗設計、真實世界數據挖掘等研發工作，打通大眾醫療、院內診療、醫藥創新完整鏈路。

百川智能——「低幻覺」循證醫療基礎模型

百川智能由搜狗創始人王小川於2023年創立，專注醫療底層基礎模型研發。

2026年1月22日，公司推出循證增強醫療大模型Baichuan-M3 Plus，依託六源循證體系與首創證據錨定技術，模型所有醫學結論均可精準溯源至原始期刊論文、臨牀指南對應段落，事實幻覺率降至2.6%，處於全球公開評測領先水平。

藉助MoE架構、量化、投機解碼等工程優化，模型API調用成本較前代降低 70%，有效削減醫療機構落地算力成本。公司推出 「海納百川」 開放計劃，向醫療機構、科研人員開放模型 API，已有數百家機構接入；同時聯合多家三甲醫院落地兒科、全科 AI 聯合門診試點。

百川智能A輪融資總額50億元，投資方囊括阿里、騰訊、小米、深創投及多地人工智能國資基金。依託資本優勢持續迭代底層模型，企業在產業鏈中承擔可信醫療基座角色，依靠低幻覺、可溯源的循證方案，為各類醫療 AI 應用提供穩定底層支撐。

科大訊飛——紮根基層的國產自研醫療AI

國內較早實現醫療AI規模化臨牀落地的廠商。依託自研星火醫療大模型，打造全國產算力底座的醫療多模態能力，兼顧三甲醫院臨牀輔助與基層醫療普惠賦能，形成 「模型技術+終端產品+場景運營」 一體化落地路徑。早在2017年，旗下「智醫助理」便成為全球首個通過國家執業醫師資格考試的AI 系統。

2026年6月9日，訊飛醫療發佈基於全國產算力訓練的星火醫療大模型V3.5。該模型在上海人工智能實驗室MedBench智能體評測中取得98.9分，醫療場景交互、多智能體協作、醫療安全合規等多項能力位居首位；在IDC《中國醫療大模型技術評估2026》測評中綜合實力排名第一，15項核心指標里12項能力領跑，覆蓋輔助診斷、病歷生成、診后隨訪等場景。

企業核心差異化優勢在於基層醫療深度滲透：智醫助理覆蓋全國811個區縣、7.7萬家基層醫療機構，持續為基層醫師提供輔助診斷、用藥及轉診建議，建成國內覆蓋範圍最廣的AI診療輔助體系。依託大規模真實臨牀場景沉澱診療數據，持續驅動模型迭代，形成研發與臨牀應用雙向閉環。

平安科技——「醫+險」聯動臨牀推理醫療大模型

平安科技依託平安集團的海量醫療數據和保險場景，推出了平安醫療大模型3.5。2026年，該模型在OpenAI發佈的HealthBench Hard高難度醫療基準測試中以57.27分排名全球第一，這一成績超越了所有國際競爭者，成為醫療推理能力的新標杆。

核心產品AI-MDT Pro（多學科AI會診系統）已在多家腫瘤醫院落地。該系統能模擬MDT（多學科診療）流程，整合腫瘤內科、外科、放療科、影像科和病理科的知識，為複雜腫瘤病例生成個性化治療方案建議。臨牀數據顯示，AI-MDT Pro的治療方案被專家採納率達到85%。

平安的差異化優勢在於"醫+險"聯動——醫療大模型不僅服務於診療，還深度嵌入健康險的核保、理賠和健康管理環節，構建了從預防到診療到保險的完整閉環。

DeepSeek——醫療AI基礎模型開源技術底座

通過高性能、低成本的開源推理模型，為醫療AI應用提供底層技術能力。DeepSeek-R1發佈后，其推理能力和開放生態吸引醫療科技企業、科研機構和開發者探索在醫學文獻分析、醫療知識問答、藥物研發輔助和醫療Agent開發等場景中的應用。

相比依賴閉源模型的醫療AI方案，DeepSeek的開源路線降低了模型部署和應用開發門檻，使醫療機構和創業公司能夠基於基礎模型快速構建垂直化醫療應用。

在產業應用方面，DeepSeek主要通過生態合作推動落地。例如，復星醫藥旗下藥物研發智能體平臺PharmAID引入DeepSeek推理能力，用於輔助藥物靶點發現、分子設計和臨牀研究等環節。該模式體現了DeepSeek的核心價值：通過通用推理模型與醫療行業知識結合，加速垂直醫療AI應用創新。

商湯醫療——醫療世界模型+SenseCare智慧診療平臺

依託「1+X」戰略分拆獨立運營的智慧醫療主體，由張少霆擔任CEO，核心團隊匯聚商湯研究院、頭部高校與三甲醫院複合型人才。公司率先佈局醫療世界模型賽道，主張AI從靜態問答轉向動態臨牀模擬，可推演疾病演進、預測治療結局、實時解析術中解剖變化。

以Medical Agentic OS醫療智能體操作系統與自研大模型生產平臺為技術底座，搭建完整產品矩陣，涵蓋醫療大語言智能體、AI影像手術規劃、病理大模型與多模態訓練基礎設施。自研臨牀級醫療大模型 「大醫」 依託超300億token醫學語料訓練，在專業評測集上性能超越主流通用大模型。

核心產品SenseCare智慧診療平臺覆蓋多器官AI影像診斷與手術規劃，持有國內首張肝臟CT輔助診斷NMPA三類證，肝臟智能手術規劃系統大幅縮短術前方案設計時長；病理AI台落地多家頭部三甲醫院，公司牽頭搭建MedBench醫療大模型評測體系。

2026年先后完成A輪、B輪大額融資，估值突破百億邁入Pre-IPO階段，衝刺 「醫療世界模型第一股」。業務已實現出海佈局，伴隨AI輔助診斷納入國家醫保目錄，商業化持續提速。

百度——本土醫療知識體系化落地平臺

百度在2025年發佈ERNIE 5.0，參數量達2.4萬億，為原生全模態大模型，支持文本、圖像、語音、視頻的統一理解。基於該基座衍生醫療專用模型ERNIE-Health，依託1200萬份國內電子病歷、醫學教材與臨牀指南完成領域增量預訓練。

旗下的醫療品牌"靈醫"已服務超過2000家醫療機構，覆蓋智能問診、病歷質控、合理用藥審查和醫保DRG編碼等場景。ERNIE-Health的差異化在於"中國本土化"——訓練數據全部來自國內三甲醫院的真實病歷，對中國人群的疾病譜、用藥習慣和診療流程理解更深。

百度還與國家衞健委信息中心合作，參與制定醫療大模型的應用標準與合規框架，是參與國內AI醫療標準制定最深入的大廠之一。

華為——國產多模態醫療AI底座

華為的盤古大模型在醫療領域迭代至3.0版本，訓練數據涵蓋千萬級病歷、百萬級醫學影像和數十萬份基因組數據，覆蓋23個臨牀科室。模型採用多模態統一編碼架構，可同步解析文本病歷、CT/MRI 影像與基因測序信息。

臨牀場景中，盤古醫療3.0在早期肺癌篩查表現突出，基於低劑量 CT 的肺結節檢測、良惡性判別準確率達91.7%，已落地多家三甲醫院放射科；同時在糖尿病眼底病變篩查、乳腺癌影像輔助診斷領域達到專家級水準。

華為核心差異化是端-邊-雲協同架構，盤古醫療模型可部署於自研昇騰AI芯片，支持醫院邊緣本地運行，滿足醫療數據不出院的安全要求。企業提供從AI算力基礎設施到行業模型的完整解決方案，在智慧醫院工程化落地層面具備獨特優勢。

醫渡科技——醫療大模型數據與知識基礎設施

國內醫療數據基礎設施標杆，核心引擎YiduCore累計處理超70億份醫療記錄，服務一萬余家醫療機構。YiduCore定位為醫療大模型專屬數據底座，依託標準化治理體系，把院內碎片化原始數據轉化為適配模型訓練的高質量數據集。

2025年，醫渡科技依託YiduCore推出MED-RAG醫療檢索增強架構，實現大模型與專業醫療知識庫深度融合，將臨牀問答幻覺率控制至1%以內。搭載該架構的 「醫渡智循」 臨牀決策平臺已落地40余家三甲醫院，覆蓋心血管、腫瘤、腎臟病等專病場景。

企業差異化路徑明確：不側重自研通用大模型，聚焦打造支撐醫療大模型落地的數據與知識基礎設施。旗下聯邦學習平臺支持多機構聯合建模、原始數據不出域，有效破解醫療行業數據孤島與數據隱私合規痛點。