在線上醫療咨詢的一次實例中，中國醫科大學附屬第一醫院皮膚科的郭昊醫生遇到了一個挑戰。一位患者首次上傳的圖片質量不佳，郭醫生初步判斷為色素痣。然而，正當他準備進一步建議時，智能醫助系統彈出提示，指出扁平疣的可能性高達90%，而色素痣的可能性為60%。郭醫生在短暫猶豫后，要求患者提供更多清晰、多角度的照片，并最終確診為扁平疣。這一案例凸顯了AI技術在醫療診斷中的輔助作用正日益顯著，醫療行業正成為大模型應用的重要領域。
AI大模型憑借其強大的自然語言理解和邏輯推演能力，在交互頻繁和數據豐富的行業中表現出色，醫療行業也不例外。據Global Market Insights報告預測，“AI+醫療”市場規模將以超過29%的年均復合增長率增長，到2032年將達到700億美元。IDC同樣預計，到2025年，全球人工智能應用市場總值將達到1270億美元，其中醫療行業將占據五分之一的份額。然而，盡管市場前景廣闊，大模型在醫療行業的商業落地仍面臨諸多挑戰。
在醫療領域，AI大模型的應用場景豐富多樣，從常見的診療全流程和醫學影像分析，到較為冷門的中醫康復等領域均有涉及。大模型的作用主要體現在三個方面：一是提升醫療工作者的工作效率，緩解醫療資源緊張的問題；二是縮短患者在醫院的候診和診療時間，改善就醫體驗；三是加速新藥研發，降低研發成本。例如，通過大模型的輔助，醫生能夠更快速地識別X光片、CT等病歷，大幅提高工作效率，同時減少患者等待時間。
資本市場對醫療行業大模型的商業化前景持樂觀態度。今年以來，多家醫療相關的大模型公司獲得了融資。國內專注醫療的頭部大模型公司百川智能獲得了50億A輪融資，并正在籌備200億元的B輪融資。其自研的通用醫療增強大模型在多個權威評測中超越了GPT-4。生物醫藥大模型公司“水木分子”也完成了近億元融資，專注于生物醫藥行業基礎大模型研究，并開發了對話式藥物研發助手工具ChatDD。互聯網廠商和科技公司也是醫療大模型市場的重要參與者，包括百度、云知聲、左手醫生、醫渡科技、京東健康、騰訊和華大基因等。
相較于通用大模型，醫療大模型需要具備更強的專業知識和高質量的臨床數據作為訓練基礎。因此，國內外主流大模型廠商都在積極尋求與醫院合作，共同探索可行的落地路徑。例如，京東健康推出的“京醫千詢”大模型整合了大量的臨床實踐指南、醫學文獻和專家知識，能夠快速適應醫療健康領域的各個場景。京東健康還與溫州醫科大學附屬第一醫院達成戰略合作，共建“未來醫院智慧服務”，打造領先一代的智慧醫院系統。中科聞歌則發布了“大醫金匱”中醫大模型，通過訓練中醫典籍和臨床醫案數據，解決了中醫癥狀標準化等技術難題，并在中醫執業醫師模擬考試中達到了85%以上的準確率。
AI大模型在醫療領域的應用場景不斷涌現，包括分診助手、輔助決策、病歷生成和AI制藥等。然而，盡管技術不斷進步，大模型在醫療中的應用仍面臨諸多挑戰。首先是醫療行業的嚴肅性和安全性要求極高，AI技術必須確保在輔診方面像主治醫生一樣準確開出治療方案。目前，AI技術主要起輔助和協作作用，最終仍需醫生憑借經驗制定醫囑。醫療數據的安全性和隱私保護也是重要考量因素，需要監管部門和醫院共同努力確保數據安全。
對于醫療機構而言，大模型產品還需在降本增效方面達到足夠預期。當前，醫院在引入大模型產品時，必須考慮整體醫療成本和科研成本。如果AI技術不能顯著提升效率，醫院可能不愿為額外的軟件價值買單。因此，大模型廠商需要不斷探索更有效的商業模式，以實現商業變現。例如，東軟集團通過將AI能力植入基礎醫療設備，以整體解決方案的形式對外輸出能力，并在實際應用中積累數據，反哺模型訓練，最終實現垂直領域專有模型的變現。
