这两年来，国内医疗大模型可以说是遍地开花，特别是今年Deepseek爆火后，更加促进了医疗大模型的大量落地。
据不完全统计，截至 2025 年 7 月，国内已发布的医疗大模型数量已超 200 款。仅在 2025 年上半年，公开资料显示新发布的医疗大模型就超过了 60 款。
那么哪些大模型表现更亮眼呢？
这里根据国内应用情况，综合精选了表现突出的医疗通用大模型和专科大模型，以供参考。
综合医疗大模型（通用类）
以电商和健康服务场景为基础，妙健康2.0 将生活数据与医疗数据结合，通过AI进行健康管理和辅助决策。偏向流量与服务链路整合，背后依托阿里健康的医药电商业务场景。
AskBob 医生助手建立在平安“医博通”大模型技术及五大医疗数据库之上，包括疾病、药物、处方、医生/资源、个人健康等数据，支持在线问诊、辅助诊疗、知识问答等功能，心血管专科表现接近三级医院住院医生水平。
京医千询是京东健康自主研发的医疗大模型，2025 年 2 月开启全面开源，并在 MedBench 和 MedQA 上取得极高评分（综合得分 96.1，MedQA 得分 88.9）。其 2.0 版本通过多模态输入（病史、影像、检验报告）结合循证医学，提供临床诊断和个性化治疗建议，适用于肿瘤、心脑血管等复杂场景。
灵医智惠是百度以文心一言（ERNIE）为基础的医疗垂类大模型，结合 GBI 医药数据库打造 GBI-Bot，可以在网页端或微信端进行医药行业问答和知识服务，具备一定对话和参考能力。
讯飞晓医 APP 基于星火医疗大模型提供症状自查、药物查询、中医辨证、报告解读、医院/科室推荐等功能，覆盖“看病前、用药时、检查后”全流程。到 2025 年 6 月，星火医疗大模型 V2.5 推出国际版本，提升专科诊疗推理能力，覆盖心血管、儿科、呼吸内科等场景，达到三甲主治医师水平。
讯飞晓医下载量已突破 2400 万，累计咨询量超 1.4 亿次，用户满意度达 98%。2025 年春，“星火医疗大模型 X1”上线，将用户健康档案深度融合，实现更精准、可执行的健康建议
MedGPT 支持多模态输入输出（如文字、图像等），覆盖多个常见病症的辅助诊疗场景。相关报道简要提及其多模态能力与辅助诊疗定位
基于腾讯生态资源（如微信、腾讯云等），提供医疗咨询和辅助决策功能，主要用于在线问诊与健康咨询。文中描述为医疗版混元助手，但缺少深层细节说明
由联影智能于2025年4月发布，涵盖文本、影像、视觉、语音、混合等五大模态：
文本模型轻量化（仅70B），兼顾准确性与部署效率；
影像模型由数千万级医学影像训练，支持300多个分割任务，准确度超95%；
多模态融合能力强，可应用于复杂场景，如 AI + AR 手术辅助等
来自百川智能最新开源的医疗推理大模型——Baichuan-M2-32B，其在 HealthBench 医疗评测中表现领先，甚至超越了多款闭源模型，支持在 RTX4090 上单卡部署，适于中小机构私有部署 。
MedGo 是由中国科学院软件研究所与同济大学附属东方医院联合研发的中文医疗大语言模型，旨在通过人工智能技术辅助医生进行临床诊疗、教学科研及医院管理。通过结合无监督医学数据、监督数据与偏好对齐训练，显著提升了模型在临床问答与决策支持上的表现。
12. 卫宁健康 • WiNGPT
卫宁健康的医疗大模型WiNGPT是面向医疗垂直领域的专业大语言模型，基于通用GPT架构并结合高质量医疗数据训练，具备“小而专”、低成本交付和私有化部署三大特点。该模型从2023年的初代版本迭代至2025年的WiNGPT 3.0，参数规模从62亿提升至340亿，并引入临床思维能力，通过强化学习与循证医学结合模拟医生诊断逻辑，显著提升推理准确率和多模态数据融合能力。其应用覆盖智能问诊、病历生成、影像分析、科研辅助等场景，在医疗质控中准确率达90%-95%。
13. 华为 • 盘古大模型
华为医疗大模型以昇腾AI算力和盘古大模型为核心技术底座，覆盖病理诊断、药物研发、影像分析等多个医疗场景，显著提升效率与准确性。例如，与瑞金医院合作的RuiPath病理大模型可将单切片诊断时间从30分钟缩短至数秒，准确率超95%；盘古药物分子大模型将新药研发周期从数年压缩至几个月，成本降低70%。
14. 蚂蚁集团 • 蚂蚁医疗大模型
蚂蚁集团自主研发的医疗领域垂直大模型，具备千亿级参数和多模态交互能力（支持文本、图像、语音、视频），基于强化学习技术构建了“医学思维”推理能力，在MedBench、HealthBench等权威评测中多次以接近满分的成绩夺冠。该模型学习了超万亿tokens专业医疗语料，覆盖医学教材、临床指南、病历报告等核心知识，并联合上千位医学专家进行训练调优，在复杂医学推理、报告解读（准确率超90%）、皮肤疾病识别（支持50类）等场景表现突出。目前其技术已应用于独立应用AQ、医疗一体机等产品，服务超8亿用户和数千家医疗机构。
专科医疗大模型（聚焦某一领域）
| LungDiag | |||
| 观心（CardioMind β） | |||
| 齐鲁·心智 | |||
| 智医随行 | |||
| 仁济泌尿专科智能体 | |||
| 岐黄问道 | |||
| 华佗 GPT | |||
| 神农中医药大模型 | |||
| TCMLLM | |||
| 仲景（CMLM-ZhongJing） | |||
| 湘雅二院肾脏病模型 |
发展趋势
新一代专科模型普遍强调 多模态数据融合（影像、基因、病历、超声、检验数据等）。例如：齐鲁·心智融合超声 + 基因 + 影像，观心（CardioMind β）融合影像+病历。
这种模式更接近真实临床环境，提升了诊疗的全面性与精准性。
典型模式：顶级医院 + 大厂、科研院所 共同研发。
如：仁济医院+蚂蚁集团（泌尿专科）、齐鲁医院+华为（心肌病）、科大附一院+讯飞（多专科）。
确保模型既有科研深度，也能快速走向临床应用。
从最初的通用医疗大模型（偏问答、病历总结）到如今的 专科细分，已经覆盖呼吸、心血管、泌尿、肾脏、肿瘤等临床重点专科。
专科模型在临床诊断准确率和性能上明显优于通用大模型，能够更好地满足临床应用需求。
中医大模型数量最多：如“岐黄问道”“华佗GPT”“神农中医药大模型”“仲景”等。
覆盖 问诊、辨证施治、处方推荐、知识图谱、养生调理 等多个环节，适合做“可解释性”较强的应用场景。
有望推动中医知识的 标准化、数字化与国际化。
部分模型已进入大规模试点与临床应用：
仁济泌尿专科智能体 已服务超过 30 万人次；
LungDiag 在多中心临床数据上验证准确率优于 GPT-4；
智医随行 覆盖 6 大专科，支持全病程管理。
越来越多模型强调 真实世界数据验证 + 医保/医院场景落地。
6. 可解释性与安全性
医疗场景要求模型输出可追溯、可验证，避免“黑箱决策”。
7. 轻量化与本地化部署
在医院端可部署轻量模型，保障隐私及数据安全，同时降低对算力的依赖。
小而强的模型会越来越吃香。
医疗大模型的临床使用需要符合国家对医疗器械、人工智能医疗辅助系统的监管要求。
专科化发展也要求更精细的数据安全、伦理与可解释性规范。
特别声明：智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
