行业观察 | 医疗AI热潮之下的四大悬念

来源：HIT专家网  作者：李崇铭

2025年与2026年两个春节，医疗行业都在AI技术爆发迭代的冲击中度过。2025年春节，DeepSeek凭借开源生态、部署成本与易用性等优势快速出圈，打破医疗AI领域的原有格局，让大语言模型成为医疗行业拥抱AI的核心选择之一。2026年初，龙虾OpenClaw横空出世，从“能聊天”到“会办事”，又一次掀起医疗AI落地探索的新热潮。

医疗行业被卷入一场前所未有的“AI竞速”：回想2025年初，医疗机构部署大模型的消息像“战报”一般接连发出，几乎成为三甲医院“标配”；医疗ISV厂商争先恐后，纷纷宣布借助大模型重构产品。“怕掉队”成为行业普遍心态，没人愿意在这轮技术变革中慢人一步，直接推动医疗AI的快速升温。

热潮之下，理性反思也在悄然萌发。进入2025年下半年，“AI竞速赛”节奏放缓，行业从“抢跑”转向“长跑”。医疗大模型的场景适配性、实际使用效果、算力浪费、Agent孤岛、伦理问题……技术潮涌过后，一场关于医疗AI的深度思考拉开序幕。

医疗机构在焦虑、摸索中回归务实

2025年初，DeepSeek横空出世，大幅降低大模型的部署门槛与算力成本，让更多医院“跳一跳就能够到”，短期内便有近百家医院官宣接入相关能力，行业热情空前高涨。这种热情背后，是医疗机构对技术迭代的焦虑，更是对提质增效、创新服务的强烈渴望。

从全年实践来看，医疗机构的AI应用场景逐步拓宽，向辅助诊疗、文书处理、医疗质控、患者服务、运营管理等全流程场景渗透，应用广度显著拓展。其中，各病大模型的“集体上新”，成为2025年医疗AI最有标志性的特点之一。

例如，2025年2月，瑞金RuiPath病理大模型发布，覆盖国内90%高发癌种辅助诊断；同月，复旦大学附属中山医院发布国内首个心血管专科医疗大模型“观心”；5月，国家肾脏病临床医学研究中心推出全国首个慢性肾脏病综合管理大模型“智肾”；随后，南方医科大学南方医院围手术期麻醉管理大模型“南方智麻”、陆军军医大学新桥医院“肺部感染专病大模型”等陆续发布。

专科化、垂直化、临床导向的模型建设，标志着医疗AI从“通用能力”向“专业能力”深化。

与此同时，作为临床减负的核心场景，“AI病历生成”被寄予厚望，但实地落地效果未达预期。部分医院面临“上线不用、用不顺手”的困境：AI生成内容与实际诊疗流程脱节、细节偏差、缺乏个体化信息，最终仍需医生大量修改，反而增加工作量。

由此可见，医疗AI的实效，始终取决于场景贴合度与流程融合度。医院推进AI应用的准则之一，是聚焦小切口、真痛点、强刚需，从单个可验证、可量化的功能点切入，逐步打磨迭代。

AI技术演进催促HIT产业重构升级

另一方面，正如中国医院协会信息专业委员会副主任委员薛万国所言，大模型正在从系统的功能能力、功能形态、集成模式、数据架构、基础设施5个维度，深刻重塑医院信息系统。2025年成为头部HIT软件厂商产品重构、战略升级的关键一年，头部企业纷纷将AI能力从“加分项”变为“基础项”。

卫宁健康早在2023年10月便发布医疗大模型WiNGPT，2025年完成WiNEX系列产品“史上最大规模升级”，370项AI能力覆盖超过120个业务场景，覆盖医、护、技、管、公卫全业务条线。

创业慧康在2025年6月正式发布战略级产品“慧康·云枢”智能体，强化感知、记忆、工具、规划、执行五种智能能力，推动系统向主动式智能演进。

嘉和美康在2025年9月发布数智融合临床解决方案C-Fusion1.0，深度融合临床业务应用与数据智能技术，实现全流程智能化与全场景专科赋能。

纵观主流HIT厂商的AI布局，呈现出高度一致的趋势：将过去外挂式、插件式的AI功能，全面内化为系统原生能力，嵌入业务流程、融入数据闭环，而非简单叠加。

与此同时，ICT、互联网平台企业与HIT软件厂商的跨界协同成为行业常态，打通算力、模型、应用、实施全链条。比如，神州医疗、惠每科技、东软、卫宁健康等多家企业与华为合作，基于“昇腾+DeepSeek”打造智慧医疗应用一体化方案。东华医为与京东健康达成战略合作，聚焦“AI+供应链”，以智能化打通医疗服务与供应链协同壁垒，实现医疗服务效率与供应链管理效率双提升。

对HIT软件企业而言，大模型带来的不是简单的功能增量，而是产品架构、商业模式、服务能力的一次底层重构。

热潮持续，医疗AI潜藏四大悬念

北京友谊医院医学数智创新中心办公室主任王力华认为，医疗行业大模型的应用当前仍处于探索能力边界的阶段，普遍面临门槛高、成本高、预期高的“三高困境”。医疗AI热潮持续的同时潜藏以下四大悬念。

首先，如何突破单点应用，回归业务流程和临床价值，避免“AI孤岛”倾向。

目前，医疗行业探索AI场景，还集中于医疗质控、医保审核、患者随访、运营分析等场景，风险低、见效快。而如何充分发挥大语言模型能力，打破单点应用，推动全流程、全场景业务闭环智能，避免“AI孤岛”，是当前医疗AI应用所面临的终极命题。

其次，如何实现技术平权和AI普惠？

虽然通用大模型的开源理论上实现了技术平权，普通网民只要接入互联网就可以充分感受大模型所带来的创新体验。但医疗行业由于其自身业务和数据的特殊性，决定了其应用AI的门槛依然很高。

现实情况是，医疗机构资源禀赋、学科优势、需求重点差异巨大，AI建设必须分级分类、量力而行。专家建议，引领型医院可依托重点专科与科研能力，聚焦专病大模型、决策式AI、临床科研一体化等前沿方向，承担技术探索与标准输出责任；地市级、县级医院可采取“追随策略”，优先选择成熟度高、投入可控、收益明确的场景，如医疗质控、病案编码、耗材管理、患者服务等，小投入且见效快。

第三，医疗AI产业生态如何做优做强？

目前医疗AI产业供给侧虽然看上去繁花似锦，但是难免低水平重复。尽快做优做强，才是可持续发展之道。

推动第三方评测机构与中试基地建设，是医疗AI发展的新势态。2025年1月，上海人工智能实验室成立了国内首个医疗大模型应用检测验证中心。北京、上海、浙江先后启动医疗领域国家人工智能应用中试基地，整合医院、企业、科研机构资源，提供验证、测试、迭代、转化全链条服务。

未来，医疗AI将从“各自为战”走向共建、共测、共享、共用，推动能力开放与经验复用，以生态化降低整体成本、提升落地效率。

第四，如何守住伦理和安全底线，引导医疗AI有序发展？

安全、合规、伦理，始终是医疗AI不可逾越的红线。随着应用深度提升，国家及地方层面密集出台相关政策，为医疗AI发展划定清晰边界、明确行为准则。

国家层面，《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》明确提出：实施分级分类管理，建立大模型评测验证体系，强化穿透式监管，保障数据安全与隐私保护，推动数据规范流通。北京市《支持医疗健康领域人工智能应用发展行动计划（2026-2027 年）》重点强调：防范算法偏见、模型幻觉、黑箱风险，严禁AI替代医务人员专业判断，确保技术安全可靠、可控可溯。2026年3月，工信部专家提醒党政机关、企事业单位和个人用户要审慎使用“龙虾”等智能体，安全风险需持续防范。

当前政策导向已非常清晰，鼓励创新与规范发展并重，开放应用与严守安全底线并行。医疗AI只有在合规安全框架内，才能真正行稳致远。

可以预见，2026年依然会是医疗AI热度拉满、活力迸发的一年。但医疗AI的规模化普及，注定是一场持久战。（本文在HIT专家网内容服务部资深作者指导下完成）

【责任编辑：陈曦 版式：明超】