11前言從深度學(xué)習(xí)到大語言模型，AI的廣泛應(yīng)用已經(jīng)改變了不少前沿公司的收入結(jié)構(gòu)，成為驅(qū)動創(chuàng)新的重要生產(chǎn)力。然而，醫(yī)療領(lǐng)域似乎與之絕緣。底層技術(shù)幾經(jīng)變革，上千家企業(yè)前赴后繼，依然無人能夠?qū)崿F(xiàn)規(guī)?；ａt(yī)療領(lǐng)域是否真正存在AI需求？數(shù)據(jù)、算力、算法哪個出了問題？短期、長期如何發(fā)展？商業(yè)化突破的關(guān)鍵點(diǎn)又在哪里？本篇報告中，我們篩選了10個醫(yī)療AI規(guī)模落地、落地企業(yè)進(jìn)行深度調(diào)研，從醫(yī)院、醫(yī)生、患者三個角度出發(fā)，逐一分析科室環(huán)境下AI的應(yīng)用方式、商業(yè)化情況及未來發(fā)展趨勢。以在迷霧之中覓得微光，為破局提供依據(jù)。醫(yī)療人工智能價值幾何？望大幅下降，進(jìn)而推進(jìn)智能應(yīng)用的產(chǎn)出與效果 11.2價值分歧深陷：難以平衡的患者療效與科室效益 4 72.1胸外科：發(fā)跡于診斷，深根于治療 72.2心內(nèi)科：后發(fā)先至，器械銷售開啟AI商業(yè)化新路徑 2.3骨科：高度契合機(jī)器人應(yīng)用，率先實(shí)現(xiàn)AI規(guī)?；涞?192.4神外科：聚焦治療，人工智能重塑精細(xì)手術(shù) 2.5內(nèi)分泌科：盤活慢病管理，全周期賦能衍生海量健康數(shù)據(jù)價值 302.6臨床AI科室的商業(yè)化需要轉(zhuǎn)變思維 33 363.1醫(yī)技科-影像科：人工智能賦能最全面的科室 363.2醫(yī)技科-放療科：尋求療效最大化與損傷最小化的智慧飛躍 393.3醫(yī)技科-病理科：大模型或能重新定義病理能力 443.4醫(yī)技科-檢驗(yàn)科：多模態(tài)大模型實(shí)現(xiàn)效率質(zhì)變 503.5管理支撐－信息科：融入系統(tǒng)，不以效益為核心目的 3.6基層醫(yī)療：商業(yè)化模型轉(zhuǎn)向，政策驅(qū)動向用戶驅(qū)動遷移 58 4.1醫(yī)療數(shù)據(jù)治理的智能化迭代 654.2醫(yī)療數(shù)據(jù)的復(fù)用 4.3倫理問題下的挑戰(zhàn)與機(jī)遇 5.1深睿醫(yī)療：以多模態(tài)大模型構(gòu)建臨床全棧智能生態(tài) 745.2東軟集團(tuán)：以AI驅(qū)動醫(yī)療數(shù)智化轉(zhuǎn)型，引領(lǐng)行業(yè)價值落地 5.3京東健康：底層大模型升級，京醫(yī)千詢2.0深入循證專病場景 5.4水木金昇：AI助力醫(yī)療器械科研轉(zhuǎn)化，解決產(chǎn)業(yè)化難題 785.5悅唯醫(yī)療：洞悉臨床需求，打造首款SYNTAX智能評分系統(tǒng) 815.7訊飛醫(yī)療：率先將醫(yī)療大模型引入?？祁I(lǐng)域，聯(lián)合安貞推出心血管大模型 825.8北電數(shù)智：AI驅(qū)動醫(yī)療數(shù)智化新范式 5.9伽奈維醫(yī)療：以AI賦能腫瘤微創(chuàng)，已實(shí)現(xiàn)規(guī)模化商業(yè)落地 865.10西門子醫(yī)療-全球資源助力，AI影像深耕疾病診療一體化 87圖表目錄圖表12025年上半年醫(yī)院參與開發(fā)的?？拼竽Ｐ?2圖表2人工智能在醫(yī)療領(lǐng)域細(xì)分場景應(yīng)用全景 3圖表3胸外科門診情況及人工智能分布 7 圖表4AI穿刺的價值 9圖表5AI-3D建模工具與傳統(tǒng)2D建模工具在耗時與準(zhǔn)確率上的對比 11 圖表6胸外科各環(huán)節(jié)AI服務(wù)商 圖表7心內(nèi)科工作全流程 圖表8介入治療場景中的人工智能應(yīng)用對比 圖表9心內(nèi)科各應(yīng)用場景AI服務(wù)商 圖表10骨科常見疾病類型及治療方案 圖表11骨科臨床醫(yī)生日常工作拆分 20圖表12骨科醫(yī)生主要工作環(huán)節(jié)的難度及耗時程度 20圖表13骨科應(yīng)用場景AI產(chǎn)品服務(wù)商圖譜 圖表14骨科各AI產(chǎn)品價值量化情況 24圖表15骨科在疾病治療板塊的熱門應(yīng)用對多方的價值分析 25圖表16神經(jīng)外科常見疾病分類 圖表17神外疾病治療板塊的部分AI應(yīng)用 圖表18神經(jīng)外科各AI產(chǎn)品價值量化情況 圖表19神經(jīng)外科應(yīng)用場景AI產(chǎn)品服務(wù)商圖譜 圖表20內(nèi)分泌科常見就診疾病及就診量占比 圖表21AI在糖尿病管理的各環(huán)節(jié)中的應(yīng)用與價值 31圖表22內(nèi)分泌科場景中數(shù)字化慢病管理服務(wù)商 圖表23企業(yè)獲第三類醫(yī)療器械注冊證的影像科輔助診斷應(yīng)用分布情況 38 圖表24放療科工作全流程 圖表25基于大模型的在線ART算法 圖表26放療科AI應(yīng)用服務(wù)商 圖表27病理科各項(xiàng)檢驗(yàn)的對比 圖表28病理科醫(yī)生工作內(nèi)容及耗時占比 圖表29病理檢驗(yàn)制片各環(huán)節(jié)中的自動化與AI應(yīng)用現(xiàn)狀 圖表30病理科AI輔助診斷軟件服務(wù)商 圖表31病理數(shù)字化場景應(yīng)用的產(chǎn)品獲證情況 圖表32判別式和生成式AI的對比 圖表33該研究團(tuán)隊自研大模型展示基因突變空間分布 圖表34檢驗(yàn)科各類檢驗(yàn)的對比 圖表35檢驗(yàn)科應(yīng)用場景AI產(chǎn)品服務(wù)商 圖表36檢驗(yàn)科各類型檢驗(yàn)的自動化和AI應(yīng)用情況對比 圖表372011—2024年高等級電子病歷評級通過趨勢 55圖表38與評級相關(guān)的人工智能指標(biāo)匯總 圖表39基層醫(yī)療需求拆解 圖表40基層場景AI應(yīng)用服務(wù)商 圖表41數(shù)據(jù)集建設(shè)難點(diǎn) 圖表42數(shù)據(jù)要素的重要性 圖表43以東軟飛標(biāo)醫(yī)學(xué)影像標(biāo)注平臺為例的醫(yī)學(xué)影像標(biāo)準(zhǔn)平臺解決方案 66圖表44部分上架線上交易所的健康數(shù)據(jù)交易標(biāo)的 68圖表45醫(yī)保行業(yè)的可信數(shù)據(jù)空間 圖表46北芯數(shù)智紅湖醫(yī)療可信數(shù)據(jù)空間架構(gòu) 圖表47深睿醫(yī)療智慧醫(yī)院新生態(tài) 圖表48東軟添翼醫(yī)療健康智能化全系解決方案2.0架構(gòu) 圖表49京醫(yī)千詢2.0升級詳情 圖表50水木金昇合規(guī)SaaS服務(wù)平臺界面 圖表51悅唯醫(yī)療產(chǎn)品矩陣，打造重癥冠心病整體解決方案 80 圖表53訊飛醫(yī)療星火醫(yī)療大模型能力平臺 83圖表54北電數(shù)智AI醫(yī)療解決方案 圖表55伽奈維牽星?GNV-F1CT介入手術(shù)導(dǎo)航定位系統(tǒng)及各類診療方案 87圖表56西門子醫(yī)療影像后處理平臺syngo.via 1第一章：醫(yī)療人工智能，困在價值分歧里龐大且增長的市場不僅吸引了更多創(chuàng)業(yè)者，亦將帶動大量醫(yī)生進(jìn)入AI的科學(xué)研究與產(chǎn)2圖表12025年上半年醫(yī)院參與開發(fā)的?？拼竽Ｐ?圖表2人工智能在醫(yī)療領(lǐng)域細(xì)分場景應(yīng)用全景），41.考慮科室容量（態(tài)度中立，下同出現(xiàn)患3.考慮模型自主學(xué)習(xí)（反向）：醫(yī)院希望醫(yī)生能夠整理診療過程中產(chǎn)生的數(shù)據(jù)，實(shí)現(xiàn)1.科室方面（一致），更好的手術(shù)質(zhì)量將為醫(yī)院帶來更多的名望，吸引更多患者前往2.科研方面（一致AI節(jié)約下來的時間推進(jìn)3.自主學(xué)習(xí)（中立）：模型學(xué)習(xí)醫(yī)生習(xí)慣后可在醫(yī)生再次使用時進(jìn)行個性化設(shè)置（尤資深醫(yī)生而言，將自己積累的經(jīng)驗(yàn)無償整合成AI4.考慮成本（反向AI的規(guī)模化使用可能降52.患者支付（反向部分流程優(yōu)化降低了患者的治療時間及治療花費(fèi)，但可能因?yàn)閺纳鲜龇治隹梢钥闯?，配置AI后的短期時入科室，逐一分析具體臨床環(huán)境下的AI應(yīng)用與商業(yè)化進(jìn)展，7第二章：臨床?？迫斯ぶ悄埽夯颊攉@益顯著，若無需在院外場景探索支付方圖表3胸外科門診情況及人工智能分布89圖表4AI穿刺的價值免過度切除正常肺組織，最大程度保留患者的肺功能，從圖表5AI-3D建模工具與傳統(tǒng)2D建模工具在耗時與準(zhǔn)確率上的對比結(jié)構(gòu)時發(fā)出預(yù)警，如提示淋巴結(jié)為鈣化淋巴結(jié)圖表6胸外科各環(huán)節(jié)AI服務(wù)商圖表7心內(nèi)科工作全流程圖表8介入治療場景中的人工智能應(yīng)用對比圖表9心內(nèi)科各應(yīng)用場景AI服務(wù)商現(xiàn)階段醫(yī)保支付體系很少專門為AI立項(xiàng)，僅部分城市對個別項(xiàng)目制定了相應(yīng)報銷政策不過在本次調(diào)研的醫(yī)生看來，心臟相關(guān)AI依然存在以下商業(yè)的可能。剩下的部分可能向患者價值顯著的AI應(yīng)用轉(zhuǎn)移。例如，保負(fù)擔(dān)后依然需要患者自費(fèi)數(shù)萬費(fèi)用，因而AI的費(fèi)用對于圖表10骨科常見疾病類型及治療方案為更好地探究骨科醫(yī)生在臨床工作中AI的應(yīng)用現(xiàn)狀，我們將以包含手術(shù)的疾病治療流圖表11骨科臨床醫(yī)生日常工作拆分塊，作為臨床醫(yī)生最為重視的首要工作板塊，疾病治療領(lǐng)域也就自然迎來了圖表12骨科醫(yī)生主要工作環(huán)節(jié)的難度及耗時程度的技術(shù)差異，在AI的快速發(fā)展帶動下，模具打造及材料研發(fā)屢屢創(chuàng)新，為質(zhì)量提供堅著AI的深入融合，行業(yè)也出現(xiàn)了新的解決方案，如巴科斯生物醫(yī)學(xué)的研發(fā)創(chuàng)新就是將圖表13骨科應(yīng)用場景AI產(chǎn)品服務(wù)商圖譜疾病治療板塊，AI價值得以量化。AI加入醫(yī)療環(huán)節(jié)的價值主要體現(xiàn)在效率提升（讓現(xiàn)圖表14骨科各AI產(chǎn)品價值量化情況圖表15骨科在疾病治療板塊的熱門應(yīng)用對多方的價值分析建模及打印的AI產(chǎn)品輔助下得到明顯時間和難度上的緩解；后者屬于臨床醫(yī)生的共性有不少信息化廠商開發(fā)了相關(guān)AI小插件助力醫(yī)生減輕該板塊的工作量及難度，其應(yīng)用圖表16神經(jīng)外科常見疾病分類診斷環(huán)節(jié)，AI效果顯著，臨床體驗(yàn)好。神外疾病診斷環(huán)節(jié)，AI的及的影像類型更復(fù)雜，且需要識別的組織也更臨床反饋總體較為積極，尤其是AI手術(shù)入判斷手術(shù)存在的風(fēng)險并給出相應(yīng)的風(fēng)險規(guī)避方案。例如，西門子醫(yī)療中國團(tuán)隊研發(fā)的圖表17神外疾病治療板塊的部分AI應(yīng)用手術(shù)定位相關(guān)的AI應(yīng)用在神外有較高的使用率并在縮短手術(shù)時間方面，展現(xiàn)出優(yōu)異的重大意義。其突出的價值在臨床獲得了高使此外，電生理的實(shí)時監(jiān)測是另一個在神外受歡迎的圖表18神經(jīng)外科各AI產(chǎn)品價值量化情況圖表19神經(jīng)外科應(yīng)用場景AI產(chǎn)品服務(wù)商圖譜網(wǎng)平臺在數(shù)據(jù)整合、流程管理和資源調(diào)度上的圖表20內(nèi)分泌科常見就診疾病及就診量占比圖表21AI在糖尿病管理的各環(huán)節(jié)中的應(yīng)用與價值相較之下，訓(xùn)練有素的AI應(yīng)用不僅可以實(shí)時提的生活習(xí)慣做出個性化實(shí)時調(diào)整。此外，7*2以內(nèi)分泌科最為主要的糖尿病及目前最為熱門的肥胖管理為例，目前市場已有眾多AI圖表22內(nèi)分泌科場景中數(shù)字化慢病管理服務(wù)商上述企業(yè)的聯(lián)動使得醫(yī)療AI完成了各個科室各個場景的覆蓋，并通過價值賦能的方式成良好的協(xié)同關(guān)系，在現(xiàn)有的醫(yī)療體系中創(chuàng)造據(jù)治理費(fèi)用最有可能在短期之內(nèi)顯著實(shí)現(xiàn)降低，進(jìn)而降低未來AI的價格，進(jìn)而推進(jìn)醫(yī)其是部分臨床醫(yī)生不愿分享數(shù)據(jù)）難以開發(fā)的應(yīng)用，推動醫(yī)院成為醫(yī)療AI應(yīng)用開發(fā)的目前，已有不少企業(yè)通過與醫(yī)院的開發(fā)收獲了階段性成果。例如悅唯醫(yī)療研發(fā)的伽奈維醫(yī)療則與浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院超聲醫(yī)學(xué)科團(tuán)隊組成的醫(yī)工交叉研發(fā)團(tuán)第三章：臨床支撐人工智能：醫(yī)技落地模式成熟，信息需與系統(tǒng)深度融合及效率上有一定差異，但都在復(fù)雜病例診斷上射科醫(yī)生的主動脈直徑測量用時從10分鐘減少到圖表23企業(yè)獲第三類醫(yī)療器械注冊證的影像科輔助診斷應(yīng)用分布情況聯(lián)影智能元智醫(yī)療影像大模型使用數(shù)千萬級醫(yī)療影像數(shù)據(jù)和數(shù)十萬級醫(yī)療級高質(zhì)量標(biāo)圖表24放療科工作全流程傳統(tǒng)的手工靶區(qū)與危及器官勾畫耗時冗長且存在主觀差異：通常情況下，人工勾畫需現(xiàn)階段AI是實(shí)現(xiàn)這一愿景的核心，它能將重新掃描影像、重新勾圖表25基于大模型的在線ART算法圖表26放療科AI應(yīng)用服務(wù)商的個體化差異（如避免晶體、視神經(jīng)等漏畫問為治療精度與個體化提供技術(shù)儲備。盡管自適應(yīng)放療和療效預(yù)測尚未規(guī)?；涞?，但包括模型泛化能力不足、數(shù)據(jù)質(zhì)量參差、倫理與圖表27病理科各項(xiàng)檢驗(yàn)的對比圖表28病理科醫(yī)生工作內(nèi)容及耗時占比 圖表29病理檢驗(yàn)制片各環(huán)節(jié)中的自動化與AI應(yīng)用現(xiàn)狀助診斷、實(shí)現(xiàn)遠(yuǎn)程會診助力優(yōu)質(zhì)資源下沉以及圖表30病理科AI輔助診斷軟件服務(wù)商在病理數(shù)字化應(yīng)用領(lǐng)域獲證器械中，病理切片掃描圖表31病理數(shù)字化場景應(yīng)用的產(chǎn)品獲證情況圖表32判別式和生成式AI的對比型對肺癌基因突變具有強(qiáng)大且穩(wěn)健的預(yù)測性能，在不同數(shù)據(jù)集測試中圖表33該研究團(tuán)隊自研大模型展示基因突變空間分布圖表34檢驗(yàn)科各類檢驗(yàn)的對比測試結(jié)果的分析等，以縮短鑒定時間。除了對現(xiàn)有流程的加速和優(yōu)化，在雖然二代測序在微生物檢驗(yàn)中并不是金標(biāo)準(zhǔn)，但臨床整體到病原體且時效快，在救治時間搶奪及治療方案指導(dǎo)方面意義重大。圖表36檢驗(yàn)科各類型檢驗(yàn)的自動化和AI應(yīng)用情況對比集、生成文本使用的技術(shù)和最終的準(zhǔn)確度存在差異，整體設(shè)圖表372011—2024年高等級電子病歷評級通過趨勢圖表38與評級相關(guān)的人工智能指標(biāo)匯總院管理者普遍認(rèn)識到它的經(jīng)濟(jì)效益，那么低代碼便有圖表39基層醫(yī)療需求拆解圖表40基層場景AI應(yīng)用服務(wù)商識庫的權(quán)威性、數(shù)據(jù)數(shù)量及專家醫(yī)生診療經(jīng)第四章數(shù)據(jù)資產(chǎn)化：暗藏醫(yī)療AI可持續(xù)增長的破局路徑成本還能進(jìn)一步影響售價，進(jìn)而在更多醫(yī)療場景中圖表41數(shù)據(jù)集建設(shè)難點(diǎn)圖表42數(shù)據(jù)要素的重要性過程存在大量重復(fù)工作，理論上可以構(gòu)造特定的圖表43以東軟飛標(biāo)醫(yī)學(xué)影像標(biāo)注平臺為例的醫(yī)學(xué)影像標(biāo)準(zhǔn)平臺解決方案供應(yīng)商和充足的需求?，F(xiàn)階段需求充沛，但供應(yīng)圖表44部分上架線上交易所的健康數(shù)據(jù)交易標(biāo)的門信息再利用條例》規(guī)定范圍的數(shù)據(jù)再利用設(shè)置圖表45醫(yī)保行業(yè)的可信數(shù)據(jù)空間在醫(yī)療場景中的數(shù)據(jù)治理方面，紅湖可信數(shù)據(jù)空間通過整合多源圖表46北芯數(shù)智紅湖醫(yī)療可信數(shù)據(jù)空間架構(gòu)系通過嚴(yán)格的身份認(rèn)證和權(quán)限管理，確保數(shù)據(jù)空間內(nèi)了系統(tǒng)的擴(kuò)展性和容錯能力。通過這種體系化建設(shè)模式，打造了一個安全可信的跨組模型與數(shù)據(jù)空間技術(shù)結(jié)合的問題，推動安全、高效、公平的數(shù)據(jù)這些數(shù)據(jù)完全歸屬于廠商自己，他們不需要處理數(shù)第五章企業(yè)案例圖表47深睿醫(yī)療智慧醫(yī)院新生態(tài)技進(jìn)步獎二等獎及山東、河南、浙江、重慶等多個省級圖表48東軟添翼醫(yī)療健康智能化全系解決方案2.0架構(gòu)行業(yè)頂尖的大數(shù)據(jù)與人工智能能力賦能精準(zhǔn)診圖表49京醫(yī)千詢2.0升級詳情模型）破解了AI缺乏可解釋性的共識問題，也由此從全科領(lǐng)域的咨詢服務(wù)，進(jìn)入到更網(wǎng)平臺在數(shù)據(jù)整合、流程管理和資源調(diào)度上源鏈接及底層平臺技術(shù)賦能的使命。未來，京東健康將繼續(xù)聚焦核心問題，持續(xù)推進(jìn)縮短創(chuàng)新醫(yī)療器械從研發(fā)到上市的周期。2運(yùn)營都至關(guān)重要，水木金昇從源頭的研發(fā)階段入局圖表50水木金昇合規(guī)SaaS服務(wù)平臺界面切實(shí)解決了行業(yè)從研發(fā)到生產(chǎn)的關(guān)鍵瓶頸、打通主要限速環(huán)節(jié)；運(yùn)用AI