3157亿市场背后，AI医疗为何跑不通最后100米？

出品｜搜狐科技

作者｜常博硕

编辑| 杨 锦

随着大语言模型能力不断增强，“AI医生”这一概念开始频繁被大家提起。在AI医疗这条赛道上，国内外科技巨头悉数入局。

国内，百川智能最近连发两款医疗大模型，蚂蚁、字节、讯飞等大厂也相继上线AI健康医疗产品，而在国际舞台上，OpenAI和谷歌等巨头已将医疗诊断能力视为衡量其模型实力的试金石。

2026 年开年，OpenAI以1亿美元收购AI医疗初创公司Torch，随后推出ChatGPT Health咨询入口。在ChatGPT超过8亿用户中，每天咨询健康问题的用户数超过4000万。

医疗健康已然成为大模型最活跃也最具潜力的应用场景之一，行业希望通过提升诊断精度与速度、促进个性化治疗、加速药物研发以及降低医疗成本，从而缓解医疗资源分布不均的痛点。

然而，AI是否真的能减轻医生的负担、给患者提供真正的帮助？AI医疗如何落地、如何变现？AI医疗产品的商业化应该面向用户、医生，还是医院、药企、保险？

大厂纷纷入局，AI问诊靠谱吗？

根据弗若斯特沙利文预测，从2023年到2033年，中国AI医疗市场规模将从88亿元飙升至3157亿元，年复合增长率43.1%。

目前，医疗影像、辅助诊断、健康管理等领域大模型渗透率相对较高，但依然属于市场早期阶段。

从产品形态来看，目前国内头部大厂的医疗AI尝试多集中在C端，这些应用以“健康管家”或“健康助手”为定位，提供的服务多为健康科普、疾病咨询、报告解读、链接医生线上问诊等，如“讯飞晓医”、蚂蚁“阿福”，以及字节“小荷AI医生”等。

和通用大语言模型相比，医疗大模型或智能体最大的区别在于处理复杂且高风险的医学数据。

“医疗数据包括影像、基因、电子病历、病理报告和生命体征等多个维度。高效融合这些多模态数据是医疗大模型的核心挑战。”

有技术人员对搜狐科技表示：“比如在肿瘤的早期诊断中，基因数据提供分子信息，而电子病历数据则涉及临床表现。只有将这些数据通过AI模型进行深度融合，模型才能输出准确、全面的诊断信息。”

在数据层面，大厂都有自己的“独门秘籍”。2025年，蚂蚁收购了好大夫。字节小荷健康也完成了对美中宜和妇儿等医院的全资收购。这些动作，都旨在为模型提供独家临床训练数据。

随着大厂下场，C端健康大模型应用的竞争变得愈发激烈。

在所有大厂中，蚂蚁是步伐最大的一家，其在去年6月推出AI健康应用AQ，半年后AQ品牌升级为“蚂蚁阿福”。有报道称，仅过去一个月，阿福在广告投放上的投入就达到小几亿元规模。

也是通过疯狂砸广告，阿福上线后一个月MAU达到3000万。蚂蚁CEO韩歆毅透露，目前阿福的日均健康咨询量已超过1000万次。

前不久的沟通会上，王小川还吐槽阿福广告“看吐了”，并称蚂蚁疯狂挖角行业技术人员。

经过搜狐科技的实测，前文提到的三款应用都在慢性病诊疗及皮肤病的检测和诊断效果上明显优于其他疾病。但在解读报告时，仍然存在幻觉的情况。比如上传一份血液报告，模型偶尔会额外编造出CT检测结果并以此给出建议。

巨头们入局做AI医疗都有着相似的、天然的流量入口。而医疗，似乎也只是作为大厂们实现自己终极目标的其中一条道路。

有行业资深人士对搜狐科技表示：“蚂蚁之意其实不在医疗行业，他们的最终目的还是让更多人去使用支付宝这个产品，把支付和医保打通。”

而商业化模式也是这些C端产品共同面临的困境。由于医疗健康的特殊性，它很难简单复制“先做规模、再谈收费”的老路，信任、合规以及责任边界问题，使得 AI 医疗的变现节奏注定更慢，也更谨慎。

清华智能产业研究院（AIR）执行院长刘洋曾对搜狐科技表示，用户只有生病时才会想起这些应用，而目前它们大多只能提供健康建议。

还有医疗行业资深人士对搜狐科技表示：“这些产品在医院没有大规模应用的场景，因为医院自己也在做了。”

在他看来，所有的智慧医疗最终都会走向“卖药”这条路。“因为问诊这条路，他们也是赚不出钱的。唯一能够自供血的就是卖药。”

比如在阿福中使用“拍药品”功能时，就出现跳转其他平台便捷买药的提示，可直接跳转至淘宝闪购平台进行购药，同时还可授权使用支付宝查询医保。

搜狐科技对话的多名用户中，大部分人认为，作为健康助手，通用模型已经足够专业，并没有必要去单独下载一个医疗软件。

玲玲（化名）是北京某互联网大厂的一名员工，两年前查出心脏预激综合征，她表示：“目前AI只能用来辅佐我对医生诊断的理解，比如我看不懂预激的心电图到底有什么不一样，但是AI直接给我解释了。”

谈及是否会用专门的医疗APP，她说：“通用模型已经可以解释我的问题了，如果需要更专业的结果我会选择直接去医院。”

除了AI问答之外，目前蚂蚁阿福、百度健康、平安好医生已推出医生线上问诊功能，用户支付问诊费用后，即可线上请对应的医生看诊。

对于网上看病，玲玲表示，“我没办法确定对面是不是真人问诊，感觉不太靠谱。”

也有用户表示，自己经常在网络问诊各种AI医生，往往收费越贵解答越详细，但不能保证每次问题都得到很好的解答，比较下来还不如去趟医院。

不过，有老年用户对搜狐科技表示，在阿福出现后，自己去医院的频率明显降低。“有些小毛病就先问阿福，只要和我的症状能对上，我就听它的，不去医院跑一趟了。”

B端AI医疗的落地困境

刘洋曾对搜狐科技表示：“传统医疗行业依然存在供需缺口。从挂号到治病每一步都还存在难点。”

这样的行业痛点和市场需求，让AI医疗赛道持续火热。除了大厂外，拥有先发优势的“AI六小虎”之一百川智能再次被迫卷入竞争。

就在近日，继医疗增强推理大模型Baichuan-M2-32B之后，百川又推出医疗大模型 Baichuan-M3 Plus。将幻觉率降低至2.6%，此外，百川推出“海纳百川”计划，面向所有服务医务工作者的机构，免费开放M3 Plus的API形式，适用场景包括临床辅助决策、医学教育。

在商业模式上，百川走的是B端医院定制路线，目前已经与北京儿童医院签署战略合作协议，其联合研发的AI儿科医生已在疑难病例的顶级专家会诊中正式上线。

同样走B端路线的还有脱胎于清华大学智能产业研究院（AIR）的紫荆智康，它发布的智慧医疗系统Agent Hospital，核心是在计算机中搭建了一个“虚拟医院”。在这里，所有的病人、护士和医生角色都由大语言模型驱动的智能体扮演。

刘洋对搜狐科技表示：“目前医疗AI的一大挑战在于难以实现AI与医疗流程的深度融合。”

在他的构想中，未来AI和医生应该是共生的，在重要的环节AI可以给出建议，最后那个确认的按钮还是要人来按。

如果C端产品是生态付费，那么B端医疗更多是面向医院的定制付费。刘洋曾对搜狐科技表示，当前产品落地的最大挑战就是数据不出院。理想情况下如果企业系统和医院的系统直接对接，用户体验会很好，但这非常困难。

“在不出院的模式下，一种解决方式就是直接在医院部署，但医院得采购GPU服务把整个系统布起来，对医院的要求很高。”

不仅如此，当前所有ToB产品几乎都会遇到一个绕不开的对手——DeepSeek。目前国内已有近百家医院部署了DeepSeek，应用场景覆盖患者服务、科研、诊疗、办公与管理等多个环节。

仅在北京市场，北京清华长庚医院、北京友谊医院、北大医院等多家三甲医院，已先后部署不同参数规模的DeepSeek 模型。

与此同时，医疗行业内对于引入AI仍然持审慎态度。今年1月，在香港举办的高山书院十周年论坛上，国家传染病医学中心（上海）主任张文宏教授就明确反对将AI系统性地引入医院日常诊疗流程。

在他看来，AI 更适合承担辅助性角色，如果一名医生从实习阶段起就高度依赖AI下结论，而缺乏完整的临床思维训练，未来将很难具备判断AI诊断正误的能力。

谁在提供产品，又是谁在买单？

一家为国内多家医疗机构提供大数据治理、人工智能与隐私计算服务的科技公司负责人王杰（化名）对搜狐科技表示：“现在花钱的医院不多，很多医院在观望阶段，一是钱的问题，二是大模型对于医院来说不是最紧迫要解决的事。”

随着DeepSeek爆火，不少厂商借势推出了医疗大模型一体机。“一体机”通常提供存算一体服务，能够将大语言模型（如DeepSeek）软件、必要的算力硬件（如GPU服务器）、操作系统、安全模块等集成在一个物理设备中。

这些大模型一体机价格不菲，通常在几十万元至数百万元之间。

王杰表示，“如果要在院内做大规模训练或多模态全流程处理，还需要更强的集群式算力，这对很多医院都是挑战。”

搜狐科技查询政府中国政府采购网发现，近半年来，动辄投入数百万元预算采购医疗大模型的大部分都为地方政府的采购项目。

如常州市第一人民医院于2025上半年先后启动两项公开招标，采购AI医疗大模型平台，整体预算接近1000万人民币。

河南省周口市卫健委也于2025年9月公开招标采购医疗大模型与国产算力服务，预算1970万人民币。

但搜狐科技走访多家医院发现，大部分北京三甲医院对于通用大模型、医疗一体机仍持观望态度。相比而言，医院对于专科模型的推进反而更加迅速。

比如，中日友好医院关于大模型的两项招标分别为“中西医结合通用数据平台和研究路径专病大模型项目”及“皮肤相关疾病大模型项目”，预算金额各为50万元。专病大模型的主要需求是辅助医生快速获取知识点，实现专科专病文献的大模型解析等。

多位大模型算法工程师都表示，影像医学目前做的是最成熟的。“由于卷积神经网络对于细节识别十分敏感，感知能力会远超人类。医疗影像诊断又极依赖对low level feature（低级特征）的识别，所以深度学习和医疗影像诊断结合很契合。”

而现实生活中的医生，是否真的因为AI的应用，减轻了工作压力？

搜狐科技走访国内多家三甲医院，虽然很多家宣称本地部署了大模型，但实际完全应用的屈指可数。

北京某三甲医院医生刘斌（化名）对搜狐科技表示，自己主要是用AI总结下工作日志，偶尔用来整理病历。“看病开药还是不用它，患者坐在我面前，我再去问它出方案开药，这不现实。”

小天（化名）是中山大学孙逸仙纪念医院一名影像科的医生，该科室也是他们医院AI应用最多的。“准确率还可以，主要是用来提高小病灶的检出，具体的定性诊断更多依靠人工——就是医生来判断良恶性。”

谈及目前AI的不足，小天认为：“AI有很多限制，比如大范围的病灶它可能识别不出来，会误判为正常，且目前AI能运用的器官也比较有限，比较成熟的就是肺结节、心脑血管这一块。”

有了AI辅助诊断之后，小天并没有感受到工作压力有明显减轻。对患者而言，也许除了诊断之外，医生提供的还是一种情绪和心理安慰。

她表示：“患者自己问诊更大的问题是专业术语的表达不到位以及缺乏检查检验结果支撑，更多的是依靠患者的主观感觉，这可能会加重一些患者的焦虑。”

运营编辑 |孟莎莎