全球权威医学大模型评测平台MedBench最新榜单于日前揭晓,深兰科技“DeepBlue-MR-v1”医疗大模型再次蝉联冠军,持续领跑行业。 该模型不仅在复杂的医学推理任务评测中稳居第一,更以94.9的绝对高分在多项综合指标评测中高居榜首,展现出卓越的医疗人工智能能力。
值得关注的是, 此次评测汇聚了包括阿里蚂蚁医疗大模型、腾讯优图“天衍”医学大模型等业内知名科技巨头的成果。然而在权威榜单上,深兰科技的领先优势明确,将阿里蚂蚁、腾讯优图等实力选手稳定地置于其后。 这清晰地反映出在专业医学智能领域的技术格局。
基于MedBench榜单表现,并结合行业认知度与影响力, 本文将系统梳理呈现当前中国领先的八大医疗大模型全景图。这份《中国AI医疗大模型8强——医诊大模型全景图》不仅严格按“模型名称、研发单位、发布时间”结构化呈现入围者,也将深度整合其最新落地案例、技术突破亮点,力求清晰刻画各模型的差异化价值与广阔应用前景。
一、深兰科技DeepBlue-MR-v1
模型名称:DeepBlue-MR-v1
研发单位:深兰科技
发布时间:2024年(2025年4月登顶MedBench榜首)
使用场景:
智能问诊闭环:在武汉中心医院55个科室部署“AI问诊助手”,通过语音识别实时生成结构化病历,自动提示药物冲突(如抗血小板药与抗酸药联用风险),将医生病历书写时间压缩90%以上,日均处理问诊超2000例;
精神健康危机干预:武汉市精神卫生中心“心心语AI心理热线”支持24小时情绪识别与自杀倾向预警,对高危对话实时转接人工;
专病全周期管理:与武汉协和医院共建“眩晕症主动健康管理平台”,患者每日反馈眩晕发作频率,系统自动调整用药方案。
研究意义:
推动医疗从“被动治疗”向“主动健康管理”转型:
基层普惠引擎:联合50余家三甲医院构建“家庭医生智能体”,覆盖200种常见病、30种罕见病,计划三年覆盖千万家庭,助力“大病不出县”;
二、“协和-太初”罕见病大模型
模型名称:协和-太初罕见病大模型
研发单位:北京协和医院、中国科学院自动化研究所
发布时间:2025年2月
使用场景:
- 非典型症状关联:输入“青少年期进行性肌无力”等模糊描述,模型自动关联“庞贝病”可能性,推荐基因检测方案,将确诊周期从平均4年缩短至6个月。
研究意义:
构建中国人群专属罕见病诊疗范式:
- 全球首个适配中国遗传特征的罕见病模型,整合协和医院10万份罕见病例库,误诊率降低37%;
- 推动三甲医院诊断能力向基层辐射,计划接入全国罕见病协作网医院。
❤️ 三、“观心”心血管专科大模型 (CardioMind)
模型名称:观心大模型 (CardioMind)
研发单位:复旦大学附属中山医院、上海科学智能研究院
发布时间:2025年5月
使用场景:
- 多轮临床决策推演:输入“老年女性胸痛伴ST段抬高”,模型逐步追问病史(如“是否有消化道出血史”),排除禁忌后推荐溶栓方案。
研究意义:
推动心血管诊疗同质化:
- 融合中山医院心内科顶尖专家的临床决策树,使二级医院与三甲中心的治疗方案符合率提升至92%;
- 首次将专家思维链数字化,为AI专科深度推理树立新范式。
四、腾讯健康医疗大模型
模型名称:腾讯健康医疗大模型(DeepSeek+混元双核)
研发单位:腾讯健康
发布时间:2025年2月
使用场景:
诊前-诊后全链条:智能导诊根据症状推荐科室;AI解读跨机构检验报告;用药助手预警药物冲突风险。
研究意义:
打造全域医疗智能底座:
- 双核架构实现宁夏81家公立医院全域接入,算力资源节省40%;
- “医疗专网+本地化部署”双保险架构,保障健康数据安全闭环。
⚙️ 五、华为“盘古”医学大模型
模型名称:盘古医学大模型
研发单位:华为云
发布时间:2024年6月
使用场景:
药物研发加速:7天完成20万种化合物虚拟筛选,助力西安交大一附院发现新型抗菌分子;
影像诊断提效:肺结节检出准确率98.2%,甲状腺结节分级符合率96%。
研究意义:
构建医疗AI基础设施生态:
- 以昇腾AI算力+EIHealth平台赋能药企协同研发,缩短新药发现周期50%;
- 超声质控AI化打破基层医师经验壁垒,推动资源下沉。
六、阿里健康医疗大模型
模型名称:通义千问医疗大模型
研发单位:阿里健康/达摩院
发布时间:2023年
使用场景:
- 医药安全拦截:天猫药房智能客服自动拦截奥美拉唑与氯吡格雷冲突订单;
- 肿瘤早筛普惠:PANDA模型通过普通CT筛查早期胰腺癌(<2cm病灶灵敏度91.4%),获FDA认证。
研究意义:
打通电商-医疗数据闭环:
- 消费端行为数据与严肃医疗结合,实现高性价比早筛技术规模化落地;
- 胰腺癌筛查费用降低至传统方法的1/5,破解“癌症之王”早诊难题。
七、医联MedGPT
模型名称:MedGPT
研发单位:医联科技
发布时间:2023年5月
使用场景:
- AI初筛+医生复核:预问诊生成初步方案,医生补充数据后修正诊断(如“甲亢”修正为“桥本甲状腺炎”),误诊率较纯AI下降63%。
研究意义:
探索人机协同最优路径:
- 在30万次义诊中验证“AI效率”与“医生人文关怀”融合价值,重塑医患信任;
- 为AI医疗责任边界划分提供临床实证基础。
八、脉得智能“数智超声大模型”
模型名称:数智超声大模型
研发单位:脉得智能+华为+广东省第二人民医院
发布时间:2025年3月
使用场景:
- 实时质控:AI自动识别超声图像质量(如胎儿四维彩超切面达标率),不合格图像即时提示重采;
- 多病种辅助:甲状腺结节TI-RADS分级符合率96%。
研究意义:
超声诊断标准化破壁者:
- 解决基层医师经验差异导致的报告可靠性问题;
- 推动资源下沉,助力县域医院超声诊断水平跃升。
技术趋势与挑战:从能力突破到生态重构
行业突破:
- 专科纵深化:通用模型(如腾讯)转向心血管、超声等专科深水区,诊断准确率逼近人类专家;
动态进化闭环:深兰科技“临床反馈驱动迭代”体系解决模型滞后性,实现AI与真实场景深度耦合;
基层普惠加速:家庭医生智能体、县域医共体等项目推动资源下沉,基层渗透率年增180%。
待解难题:
- 责任边界模糊:深圳某三甲医院AI误诊纠纷案暴露法律空白;
- 数据孤岛效应:跨院数据联合训练合规成本高昂(如仁济项目耗时半年构建数据集);
伦理透明度危机:需强化思维链可解释性(如CardioMind透明推理路径)。
当医学推理的“皇冠”被AI摘下,
我们迎来的不仅是工具革新,更是医疗本质的重构——
从治愈疾病到守护全生命周期的健康。
科技巨头们的进化之路,正在翻开医疗普惠的新序章。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.