在线期货配资公司
拿到检验报告单后，面对密密麻麻的数据一头雾水；专业术语看不懂，异常指标心慌慌；深夜拿到报告有异常，却不是看诊时间……这些烦恼现在可以由AI来帮忙解决。2025年春节后，国内多家医院宣布AI医生上岗，引发社会热议。
“AI+医疗”已成为热门应用领域。AI技术将为医疗领域带来哪些变化？AI医疗“黄金时代”是否已开启？
“AI+医疗”成为新趋势
2月份以来，深圳大学附属华南医院、上海市第六人民医院、复旦大学附属妇产科医院、成都市第一人民医院等多家医院纷纷宣布接入大模型，将AI落地于诊疗端。
日前，全国首个“AI儿科医生”在国家儿童医学中心北京儿童医院正式上线应用，这名存在于虚拟世界里的“儿科医生”，承担的任务主要有两个：一是专家的临床科研助理，帮助医生快速获取最新科研成果和权威指南；二是辅助医生进行疑难罕见病的诊断和治疗。
AI科技赋能就医效率和诊疗水平。江苏省人民医院（南京医科大学第一附属医院、江苏省妇幼保健院）、南京市中医院等医院陆续推出“AI报告结果科普”功能，患者检查检验报告出具后，基于DeepSeek技术，AI助手可以自动识别并标注检查报告的异常指标，用通俗易懂的语言解释其临床意义，并可以为患者推荐下一步的就诊方向。
面向医院内部，AI大模型也在渗透医院管理、临床支持等各个环节，有效促进医院管理效能和医疗服务质量的双重提升。
在无锡市人民医院，DeepSeek深度融入医院病历质量管理全流程，以AI技术为驱动，推动质控模式从“人工核对”向“实时全量”转变，实现医嘱执行与护理文书撰写的联动。
导诊与读片是现阶段大模型在医院的主要应用场景。例如，复旦大学附属妇产科医院的“小红”AI患者助理融合了情感分析技术，可提供相应的情感回应和更清晰的医疗咨询解答；上海交通大学医学院附属瑞金医院的“瑞智病理大模型”拟应用于病理科图像的辅助分析；深圳大学附属华南医院的大模型则拟应用于医学知识库和智能问答、健康宣教、流程优化等场景。
业内人士认为，AI突破性进展推动医学诊疗从传统经验医学跨越至精准医学。随着AI在病理诊断领域应用加深，有望显著提升病理切片诊断效率和准确性，为临床治疗提供更精准的决策支持。
摩根大通亚洲医疗健康投资银行主管、中国投资银行联席主管刘伯伟表示：“市场已经看到了AI在医疗领域的应用潜力，新的浪潮很快就会到来。”
AI医疗市场迎来变革
多个上市公司、研究院纷纷推出医疗相关的自研大模型。
2024年12月底，腾讯宣布联合迈瑞医疗（300760），发布全球首个重症医疗大模型——启元重症大模型。该大模型可读取患者的生命体征数据，建立患者的数字画像。只需5秒就可以总结患者病情。今年1月，京东健康首次发布基于线上全域场景的医疗健康大模型产品体系“AI京医”。2月18日，在上海召开的2025医疗人工智能与精准诊疗发展论坛上，基于华为DCS AI解决方案的瑞智病理大模型正式发布。2月26日，复旦大学附属中山医院联合上海科学智能研究院发布国内首个心血管领域AI专科医疗大模型“观心”测试版。
2月以来，已有多家医疗领域上市公司宣布接入DeepSeek，加速公司智能化改造。
新里程（002219）健康集团日前表示，已完成DeepSeek-R1的本地化部署，并于2月14日在其旗下盱眙县中医院正式上线应用。医渡科技宣布，已将DeepSeek人工智能模型整合至公司自主研发的“AI医疗大脑”YiduCore。圣湘生物表示，自研平台“传染病数智化系统”正式接入DeepSeek-R1模型，以提高传染病数智化系统管理效率。此外，固生堂、金域医学（603882）等上市公司都已宣布接入DeepSeek。
“随着大模型技术的广泛应用，AI医疗市场正在经历一场重大变革。”弗若斯特沙利文（北京）咨询有限公司执行总监周明子表示，以前AI医疗主要依赖单一数据源，而现在正朝着整合多种数据（比如文本、影像、基因等）的方向发展。这种转变让医生能够更精准地诊断疾病，还能为患者量身定制个性化的治疗方案。
政策环境持续优化为医疗AI提供制度保障。2024年11月，由国家卫生健康委等三部门联合发布的《卫生健康行业人工智能应用场景参考指引》，聚焦“人工智能+”与医疗服务管理、基层公卫服务、健康产业发展、医学教学科研相结合，明确医学影像智能辅助诊断等84个细分领域的基本概念和应用场景。
2024年11月，国家医保局组织编制的《放射检查类医疗服务价格项目立项指南（试行）》中，首次将AI辅助诊断、云存储等现代技术纳入价格构成。在放射检查类的主项目下统一安排“人工智能辅助诊断”的扩展项。业内人士认为，这标志着AI辅助诊断商业化迈出了重要一步。
探索中面临诸多挑战
健康领域日益高涨的AI声浪，既是机遇，也面临诸多挑战。
近日，湖南省医保局印发通知，明确规定“严禁使用人工智能等自动生成处方”。此前，北京也明令禁用AI自动生成处方，并成立了互联网诊疗监管平台。
对此，多名医生表示，划定AI处方药红线不是否定技术创新，而是为了回归医疗的本质价值。
不可否认，AI在医疗辅助诊断、病例分析等方面优势明显，能快速处理海量数据（603138），辅助医生挖掘疾病线索，助力早期诊断。但是，目前看来，AI在医疗领域的应用还存在诸多局限性，特别是处方开具环节，AI依赖历史数据训练，但我国医疗资源和数据存在地域分布不均等问题，当模型基于有偏差的数据时，用AI自动生成药方对病情诊断存在一定的局限性，容易忽略个体差异，可能对罕见病、特殊体质患者产生误判。另外，AI缺乏临床经验，无法像医生一样通过查体、医患沟通获取病情信息，难以满足精确医疗的需求。
此外，AI医疗发展迅速，由此带来的数据安全、伦理道德等行业问题同样需要高度关注。在周明子看来，相关企业需要建立强大的数据保护机制，确保患者信息的安全和隐私。同时，AI企业应确保在技术开发和应用中，遵循严格的伦理准则，积极配合监管机构的伦理审查。
对于保障数据安全和患者隐私安全的重中之重，多家医院选择了大模型私有化部署。大模型的私有化部署，意味着数据存储和处理均在医院内部完成，有效避免了数据泄露和跨境传输的风险，最大限度保障了数据与隐私安全。据悉，江苏省人民医院智能体应用平台建设还采用了“全链路国产化”技术方案，从底层算力到应用系统实现全面自主可控。
张丽娅 整理在线期货配资公司