在过去一年，国内医疗大模型呈现爆发式增长，2025年前五个月新发布的模型数量就达到133个，远超2023年全年总量。
这些模型不再局限于单一文本或影像处理，而是朝着多模态融合方向发展，能够同时处理文本、影像、视觉与语音等多种数据。
然而站在产业视角，我们必须冷静思考：这些技术在实际医院环境中表现如何？到底带来了哪些价值？又面临哪些局限？
多模态医疗大模型正在告别“单打一”模式，转向综合能力提升。联影医疗发布的“元智”医疗大模型展现出多模态融合能力，实现了对医疗场景的高效适配。
相较于通用大模型，医疗垂类大模型在临床场景中的准确性、稳定性和实用性更具优势。这种专业性使得大模型能够更深入地理解医疗场景的复杂需求。
技术架构上，领先的医疗大模型采用“大模型+小模型”的方式处理多模态信息。以中科院香港创新院的CARES Copilot为例，其将识别的图片和视频进行语义提取，然后运用语言大模型进行高级理解。
这种架构设计使得大模型在手术风险评估和手术阶段理解等复杂任务上表现出色，最终形成面向临床专家的手术报告生成和手术质量评估等服务。
医疗大模型的应用场景正在不断扩大。从288个医疗大模型的应用场景统计来看，这些模型共涵盖了56个细分领域，其中临床专病辅助决策、预问诊、病历辅助生成和医学影像辅助诊断成为提及最多的应用方向。
多模态医疗大模型在专业性能上取得了显著突破。中科院香港创新院AI中心发布的CARES Copilot 1.0在国际医学大模型测评榜单中排名第一，对问题回答的准确度能达到95%，远高于其他开源算法普遍达到的60%左右的正确率。
该大模型针对神经外科领域，在研发阶段使用了3000多本国内外的神经外科教材以及指南训练，每一个回答都能够追溯到对应的来源验证。这种设计理念大大提高了模型的可信性和可解释性。
在影像诊断领域，联影医疗的“元智”影像大模型训练于数千万级医学影像数据与数十万级医疗标注数据。
数据显示，该影像大模型可在单次胸部CT扫描中，实现对37种胸部常见疾病的精准检出，综合平均AUC值达0.92，较此前行业最优模型（AUC约0.76）提升超过10%。
数坤科技的“数坤坤”多模态医疗健康大模型同样表现出色，在全球最大的中文医疗评测榜CMB发布的榜单中取得SOTA（当前最优效果）排名第一。
经历30万道历年执业医师考试题目验证，其医学知识掌握能力和临床案例判断能力远超OpenAI的GPT4。
在诊疗环节，AI大模型通过分析海量医疗数据辅助临床诊断决策。例如，百度灵医大模型利用其强大的数据处理能力，通过API或插件嵌入的方式，在200多家医疗机构中展开应用。
医联推出的MedGPT大模型基于Transformer架构，其参数规模达到100B（千亿级），预训练阶段使用了超过20亿的医学文本数据，致力于实现疾病预防、诊断、治疗到康复的全流程智能化诊疗。
在医学影像分析领域，多模态大模型通过深度学习技术，自动识别医学影像中的病变区域。
首都医科大学附属北京天坛医院联合北京理工大学团队合作推出的“龙影”大模型（RadGPT），基于该模型研发的首个“中文数字放射科医生”已经实现通过分析MRI图像描述快速生成超过百种疾病的诊断意见，平均生成一个病例的诊断意见仅需0.8秒。
多模态大模型在手术场景中也展现出强大潜力。联影开发的外科智能体将视觉、语音、视频数据集成到手术实时导航系统中，可实时呈现术区解剖结构，提供精准手术器械定位指导。
通过智能机械臂辅助器械传递，实现外科手术的高精准性与实时性需求。中科院的CARES Copilot 1.0同样能在手术中为医生提供判断参考，例如关键解剖结构的识别以及手术中危险区域的提示等。
在患者服务方面，AI大模型能够为患者提供智能导诊、症状自查、就医指导等服务，改善患者体验。
百度文心大模型与灵医大模型合力支撑的 AI药品说明书既支持患者阅读药品说明，也支持患者通过文字、语音的方式提问。大模型会根据患者的输入内容自动生成结果，并借助药师/医生的虚拟形象进行辅助回答。
尽管技术性能令人印象深刻，但医疗大模型在真实医院环境中的表现并未完全达到预期。行业经过“产品打造”阶段后，亟待通过“性能验证”释放商业价值。
目前对大多数医疗大模型依然缺乏明确的安全性、有效性的验证和监管体系，成为大模型商业化推广的限速因素。
实际应用中，医疗大模型整体渗透率估计不足10%-20%，是一个极大的蓝海市场待企业去开拓。即使在渗透率相对较高的放射类影像辅助诊断领域，估计渗透率也仅接近40%。
数据整合成为医疗大模型落地的首要障碍。由于国内医院信息化系统复杂，涉及众多系统和厂商，整合患者全生命周期数据面临巨大挑战。
许多医院为了保护隐私，选择将大模型本地化部署在院内服务器上，确保“数据不出院”。这一做法固然保障了隐私，但也带来了挑战：医院必须自行解决数据对接与治理的问题，包括打通HIS系统、电子病历、检验检查等多个数据库。
数据治理不足会让AI模型变成“瞎子”，再聪明的大模型，没有吃饱吃对数据，同样难有作为。
DeepSeek背后是上千亿参数的“大块头”模型，要在医院里高效运行，对算力基础设施是一个考验。部署之初，不少医院信息科低估了所需的GPU服务器规模。
结果医生一多用，系统就响应变慢，有时还出现排队等待，极大挫伤了使用体验。在算力资源不足的情况下，一些医院选择了将大模型进行蒸馏裁剪，部署“精简版”以降低硬件需求。
这样虽然解决了算力瓶颈，但精简版模型的能力也打了折扣。
医生作为最终用户，对AI的接受程度直接决定了医疗大模型的临床应用效果。许多医生对AI持谨慎态度，不太信任AI给的结论，往往要反复核实。
这其实形成了一个悖论：AI本该减轻医生负担，但医生因为不放心，花额外时间去验证AI结果，反而增加了负担。
造成医生信任度不高的原因，一方面在于大模型偶尔会出现“AI幻觉”，指模型一本正经地给出荒谬答案。医疗场景里容不得这种低级错误，一旦出现一次，就会让医生对AI的可靠性打上问号。
面对这些挑战，医疗大模型需要找到适合自己的发展路径。从技术突破到临床价值创造，需要跨越多个鸿沟。
与其一上来就全院铺开，不如选择合适的科室或场景进行试点，跑通流程、证明价值后再逐步推广。这种“小步快跑”的策略可以降低风险、积累经验。
例如，可以从医疗机构的非诊疗高负荷场景入手，如行政公文处理、内部审计等文本量大又人手紧缺的工作，用AI的长文本分析能力快速见效。
在临床一线，也可选择相对独立的业务模块试运行大模型。成都市第一人民医院最初把DeepSeek应用在临床营养评估、治未病（预防保健）随访等环节，这些场景对AI依赖度高但风险相对可控，容易出成果。
大模型要懂行，离不开本地医学知识库的支撑。在部署后，投入力量打造专属的知识库，融入权威的临床指南、诊疗规范以及医院自身的临床路径、专家经验等。
这样，AI在回答问题或给建议时，就有据可循，不会偏离正规。本地知识库还能包含医院常见疾病谱、优势专科的典型病例等本土化内容，让大模型对“当地病”“本院特色”也心中有数。
要让医生用得顺手，必须把AI助手融入他们日常工作的每一个环节。系统集成优化可以从技术集成和流程集成两方面着手。
技术上，应当尽快实现大模型与医院HIS、EMR、LIS、PACS等系统的全面对接。理想状态是医生在现有工作站界面就能直接调用AI功能，而不必频繁切换窗口。
流程集成方面，医院管理者需要重新梳理诊疗流程，找到AI最佳介入点。例如，设置AI预问诊：患者挂号后由AI先收集症状和既往史，分诊判断轻重缓急。
多模态医疗大模型的发展前景广阔，但需要克服当前局限才能真正实现其价值。
AI大模型将与生物信息学、基因编辑、纳米技术等前沿科学领域深度融合，推动个性化医疗和精准医疗的发展。
通过整合不同领域的数据和知识，AI大模型能够提供更为全面和深入的医疗解决方案，实现疾病治疗和健康管理的个性化、精准化。
未来的医院和诊所将越来越多地采用智能化系统，AI大模型将在其中扮演核心角色。从智能诊断、治疗计划的制定，到患者监护和康复管理，AI大模型将提供自动化、智能化的医疗服务。
AI大模型的应用将有助于缩小城乡医疗服务差距，通过远程医疗、移动医疗等技术手段，将优质医疗资源下沉到基层和偏远地区。这将极大提高医疗服务的覆盖率和可及性，实现医疗资源的均衡分配。
随着AI大模型在医疗领域的广泛应用，伦理和监管问题日益凸显。未来需要建立更为完善的伦理审查和监管机制，确保AI技术的应用不侵犯患者隐私，不造成数据泄露。
同时保证AI医疗决策的透明度和可解释性。
医疗大模型的道路漫长但前景可期。当前面临的挑战正是行业从概念炒作走向实际应用的必经之路。
随着技术的不断成熟和医院环境的逐步适配，多模态医疗大模型将在未来几年内找到属于自己的最佳应用场景，从辅助工具逐步演进为智能协作伙伴，最终实现人工智能在医疗领域的真正价值。
参考资料：
1.
《联影医疗如何用AI改变诊疗？》，腾讯新闻，2025年04月11日
2.
《中科院香港创新院AI中心发布多模态手术大模型,回答准确度达95%》，21经济网，2024年03月11日
3.
《24小时全网刷屏！联影医疗如何用AI改变诊疗？揭秘未来医疗趋势》，搜狐网，2025年04月11日
4.
《权威认可！数坤医疗大模型获国家网信办算法备案认证》，今日头条，2025年02月05日
5.
《探索医疗科技的未来：达摩院在多模态大模型领域的创新尝试》，CSDN博客，2025年06月26日
6.
《2025医疗大模型研究报告:近300个医疗大模型在院内外场景的赋能实践》，中宏网，2025年05月12日
7.
《国产AI大模型在医疗行业的应用:10大场景典型案例全解析!》，CSDN博客，2025年02月20日
8.
《“AI + 医疗” 呈现出快速落地应用的趋势》，CSDN博客，2025年03月19日
9.
《川观智库资讯丨 AI探路医院场景,医疗大模型目前仍面临三大问题》，今日头条，2024年12月06日
10.
《DeepSeek落地遇冷？医疗大模型的理想与现实》，四川省卫生信息学会，2025年08月30日
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。
