ICU里的AI搭子：广东医疗AI大模型从助手走向诊断一线

图为医务人员在使用启元检验大模型。

南方财经记者郑康喜

不久前，在北京大学深圳医院ICU，一位患者被紧急推进来。在传统流程里，值班医生需要调取过去72小时的床旁监测数据、翻看检验报告、比对影像资料，再从数百条医嘱中梳理出一条清晰的病情演进脉络。这个过程一般需要两到三个小时，才能拼凑出一个完整的危重病人画像。

但借助迈瑞医疗“启元”重症医学大模型，5秒钟后，患者的完整病情时间线就全部呈现在医生眼前。系统同时弹出了一条红色预警：患者休克风险上升，建议立即启动液体复苏。

将这个案例放到中国医疗AI落地的版图中看，“启元”大模型的意义或许远不止于此。过去几年，国内涌现了上百个医疗大模型，MedQA基准测试的分数一路飙升，有的甚至超过了人类医生的平均表现，但在应用端表现均未获得肯定。这暴露出医疗大模型的关键问题：参数亮眼的模型，不一定会看病。

今年开始，医疗企业不再比拼谁的大模型参数大、分数高，转而探索谁能真正进入医院、进入医生的工作流。“启元”是这个转向里率先跑通从临床验证到商业化闭环的样本。

作为人工智能大省、医疗大省，广东早在去年就发布了《广东省加快发展“人工智能+医疗卫生”三年行动方案》，明确了AI医疗的具体目标：到2027年底建成40个标准化数据集，推广40个医疗领域人工智能大模型，拓展300个高水平应用场景等。

而今，随着迈瑞医疗、金域医学等企业在该方向上不断发力，广东AI医疗已经在全国率先迎来商业化落地。

不久前落幕的世界人工智能大会（WAIC），几乎每一家医疗AI企业都在谈论一个关键变化：AI医疗的重心，已经从模型参数转向进医院、进诊室。在医疗大模型的医院场景上，百度的灵医大模型、科大讯飞的智医助理、华为与瑞金医院联合研发的RuiPath病理大模型，都有各自的切入角度。

但一个共识正在形成：医疗大模型的核心价值，不在于给出一个漂亮的医学答案，而在于嵌入真实的临床流程，把医生从信息处理的泥潭中解放出来。

“启元”大模型正是这个逻辑的极致体现。

两年前，迈瑞医疗正式发布全球首个临床落地的重症医疗大模型。至今，启元大模型已在北大深圳医院、南方医科大学深圳医院、广州医科大学附属肿瘤医院的重症和麻醉两大高风险、高专业壁垒的领域实现了落地应用。

在上述医院的重症医学科，医护人员借助启元大模型，可以提前6小时识别脓毒症休克等危重症风险，不仅可以对患者病情变化进行主动预警，更可以为抢救赢得宝贵的时间窗口。同时，大模型能够为复杂病情提供个体化治疗建议。

“在不增加人员编制的情况下，重症患者出院人次提升13%，平均住院日缩短12%。”迈瑞数智化市场经理杨登告诉南方财经记者。

大模型运作的本质，不是让AI替代医生进行临床判断，而是在重症监护室这个数据最密集、信息熵最高、决策时间最紧迫的场景里，充当一个不知疲倦的“数据翻译官”。

不久前，启元大模型还升级新增了Septic Shock预警、CDSS自定义临床决策支持、NDSS护理决策支持、ECMO全流程治疗管理四项关键功能。这四项功能都在解决同一个问题：把原来需要多人、多系统、分阶段完成的工作，整合到一个Agent里。

借助这个智能体，医院可以把病情监测、诊疗决策、护理执行、特殊治疗等环节全部打通。更重要的是，可以按照自己的临床习惯训练AI。每一个科室、每一家医院，都可以有一个懂行的“AI搭子”。

这种深度融入科室工作流的能力，正是迈瑞医疗一直强调的细分场景突破策略。杨登表示，医疗大模型的商业化难题，不能靠一个大模型打天下的方式解决，而是要在重症监护、围术期管理、检验、妇产超声等一个个高壁垒专科场景里，用“专科思维训练与精准数据供给”的双轮驱动模式，逐个击破。

这段时间，迈瑞正在与东莞几家三甲医院进行洽谈，推广迈瑞的整套数字化方案。“东莞方面对此很感兴趣，已经着手建设，预计今年装机医院数量将持续增加。”杨登介绍。

商业化层面，“启元”大模型的逻辑更为清晰。公开信息显示，启元重症大模型按床位收费，仅大模型一项的年订阅费用即可达千万元级别。加上嵌入数智化功能的设备收入、数智化整体解决方案的贡献，迈瑞正在从单一硬件销售商，蜕变为硬件、软件、服务的复合盈利模式。

在医疗众多领域中，医院场景离大众最近，也与全民健康紧密相关。早在ChatGPT等大语言模型横空出世时，多家大型三甲医院就基于院内海量数据，在各大诊疗场景中落地AI应用，如今已涌现出一大批标杆案例。

近期，随着国家医保局将12项AI辅助诊断项目纳入全国医保乙类目录，AI医疗的发展进一步加速，相关AI大模型有望迎来新的发展周期。

对于身处AI医疗赛道或准备入局的企业而言，当前行业竞争的核心逻辑不再只是讲技术故事，而是要真正跨过数据孤岛和幻觉鸿沟。那些能真正融入临床、被医保和医院买单，并能持续迭代数据壁垒的公司，将有望成为新的行业龙头。

“来自患者真实治疗过程的高质量数据，来自医生思考过程的语料数据，这些是我们成功训练大模型的基础。但在这些方面，整个行业在这方面投入和思考还是不够的。”迈瑞数智化生态产品线总经理、高级工程师代巍巍告诉南方财经记者。

对此，迈瑞探索的路径是与医院进行科研共建，和医院共同打造模型、推动落地、优化模型。

广东正在省级层面思考这个问题。去年发布的行动方案中，广东提出要把AI大模型数量和应用场景数量作为量化考核指标，当时在全国并不多见。而今年发布的《广东省加快推进人工智能全域全时全行业高水平应用行动方案》，其中多项任务也与卫生健康直接相关。

但政策只是必要条件，不是充分条件。国内不乏医药产业重镇，为什么广东能在AI医疗大模型落地上跑得这么快？答案或许离不开三个关键词：数据、算力、场景。

先说数据。医疗AI训练面临的最大障碍不是算法，而是高质量、标准化数据的可获得性。公立医院普遍存在“不能共享、不敢共享、不愿共享”的数据孤岛困境。广东的解法是：以政府主导搭建数据底座，用制度设计破解数据孤岛。

依托省级全民健康信息平台和数据中台，广东首批上架了中医、免疫规划、基本公共卫生服务等154个高质量数据集。在中医药领域，立足岭南中医药特色优势，国医大师经验传承系统已可自动生成个性化处方。广东省预防接种高质量数据集覆盖21个地市、汇聚1.2亿条接种记录，成功入选国家典型案例。

而今，迈瑞正与深圳8家医院合作，构建全市级的重症高质量数据库。这不是简单的数据汇集，而是在统一标准下完成清洗、标注、治理，形成真正可用于模型训练和临床验证的数据资产。

再说算力。广东依托国家人工智能应用中试基地（医疗领域），大力推进180P智算中心建设，着力打造三个国家级能力中心，为医疗AI技术落地提供权威背书与全链路支撑。

最后看场景。这方面，广东的策略是分层分类：一方面鼓励实力雄厚的三甲医院自主创新，另一方面在基层推广普惠型AI，补齐服务短板，通过大规模场景应用，跨越幻觉鸿沟。

首批遴选出的289个“人工智能+医疗卫生”应用场景案例，涵盖了从三甲医院到社区卫生中心的各个层级。具体到城市，广州发布了医疗AI场景“十百千”三年建设蓝图，率先释放514个应用场景、116个优质垂类专科模型；深圳龙岗区上线了全市首个卫健AI共享共创平台，打破了算力分散、模型重复建设的“烟囱式”困局。

面对AI医疗这个高速迭代、风险较高的新事物，广东的创新无处不在：从顶层设计到场景开放，从数据底座到算力供给，从省级三甲到县域基层，政策工具箱里的每一件工具，都在降低医疗AI从实验室走向病房的各项成本。