近期，科大讯飞公告称，讯飞医疗港股发行上市的备案申请材料，获中国证监会接收，再度引发了市场关于医疗大模型的讨论。

　　主打AI医疗的讯飞医疗，依托于讯飞星火医疗大模型，在“讯飞晓医app”、“智医助理”等 产品上不断开拓人工智能辅助诊断场景，成为赛道内的明星企业。根据弗若斯特沙利文的资料，按收入计，2022年讯飞医疗在中国医疗人工智能行业排名第一。

　　3 月 6 日，2024 年政府工作报告强调，要深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。

　　“医疗行业是强数据积累的行业，非常契合AI 应用领域的发展，目前，已经有不少开源的数据集在为医疗AI企业短时间内快速做出产品，我们期待医疗AI 大模型的应用，可以帮助医疗行业解决资源分布不均衡等痛点。”华南一家中型医疗服务机构创始人受访指出。

　　早前，谷歌的医疗大模型Med-PaLM2在美国医疗执照考试(USMLE)的MedQA数据集实现了86.5%的准确率；微软推出了用于生物医学领域的大型语言和视觉模型LLaVA-Med,能根据开放性指令辅助回答关于生物医学图像的问题。

　　国内市场亦“百花齐放”。弗若斯特沙利文的资料显示，中国医疗人工智能行业的市场规模由2018年的18亿元增至2022年的68亿元，复合年增长率为39.1%，且预计到2032年将达到3110亿元，2022年至2032年复合年增长率为46.6%。

　　据不完全统计，2023 年至今，国内发布的医疗领域生成式AI大模型数量已超过30个，其应用场景覆盖了医学科研、药物研发、智慧诊疗、医疗设备运维、医院管理等多个环节。

　　2023 年3 月1xbet体育，A 股上市公司卫宁健康宣布，公司已完成了WiNGPT可行性验证并开始内测，实现了从预训练到微调的大模型全过程自有研发。

　　随后，商汤科技发布提示工程自定义功能的医疗健康大模型大医；医联推出自主研发的基于Transformer架构的国内首款医疗大语言模型MedGPT；科大讯飞正式推出讯飞星火医疗大模型；深睿医疗推出基于AI大模型的智能多模态科研平台；东软面向医疗领域推出添翼医疗领域大模型；上海联通发布首个算力网络医疗大模型“Uni－talk”；深圳市大数据研究院推出了华佗 GPT；叮当健康推出了HealthGPT等。

　　期间，各路互联网巨头也加入混战，通过与医疗科技企业合作，借助各自在科技及医疗的优势，打造行业生态。

　　2023 年9月19日，百度发布了基于文心大模型的医疗大模型“灵医”，其已定向向公立医院、药械企业、互联网医院平台、连锁药房等200多家医疗机构开放体验。微脉正式依托文心一言推出了基于全病程管理的CareGPT。

　　两天后的华为全联接大会上，医渡科技联合昇腾 AI推出了大模型训推一体机解决方案，专为医疗机构和政府监管部门设计，整合了数据处理、模型训练、微调、场景评测及外接知识型数据库等多个功能。

　　2023腾讯全球数字生态大会上，迈瑞医疗与腾讯健康达成战略合作，双方将依托云计算、医疗大模型等数字技术，携手推进医疗器械产业的数智化升级。

　　据了解，腾讯医疗大模型基于腾讯混元大模型，加入了超过285万医疗实体、1250万医学关系、超 98%医学知识的知识图谱和医学文献，经过3000万包括患者、医生、药厂等场景及医疗流程的问答对线万专家医生标注数据的强化学习。

　　“当前医疗IT企业已经研发试运行了一些互联网问诊的AI产品，如果未来可以将这部分产品接入AI大模型，将是最快可能被推广的医疗AI类产品，成为AI通用大模型和医疗AI厂商合作的突破口。”浙商证券医药生物团队认为。

　　21 世纪经济报道记者注意到，早前宣布布局大模型的医疗上市企业，都曾引发二级市场股价波动。

　　如润达医疗在官微宣布与华为云合作，打造面向医疗领域的AI大模型后，股价在 2023 年 6 月、10 月、11 月多次触及涨停；卫宁健康、东华软件等 AI 医疗概念股也多次大涨。

　　但从业绩表现来看，前述上市公司的 AI 相关产品却都未进入商业化阶段，后续业务场景落地也存在不确定性。

　　2023 年 10 月，润达医疗就曾在投资者平台回复，公司与华为云存在商业合作，双方联合开发推出的大模型良医小慧目前处于正式商业化前期的内测阶段，暂无签约客户，后续客户的开发和签约存在不确定性。

　　卫宁健康董秘靳茂也在投资者交流过程中强调：“医疗 AI 的应用，关键是模型要与医疗场景相融合，这跟通用大模型不太一样。公司于 2017 年就前瞻性建立了人工智能实验室， 已经做了多年的投入和储备，我们认为未来落地和产出情况主要是看下游市场的成熟度。”

　　事实上，虽然市场火热，但市场人士普遍认为，百模大战后，必然有众多品质不高的大模型最终会淘汰出局，未来能够跑出来的大模型及相关AI医疗企业仍是少数。

　　据前文分析，当前医疗大模型的业务场景包括医疗影像数字化、诊后康复管理、文献搜集、辅助诊断、病历生成、健康助手、问诊对话、医院管理等多个业务，大多是为企业所处医疗赛道服务，通过改善诊断、治疗和疾病预防，提高医疗保健质量和效率。

　　“早期阶段，行业内大多使用开源数据集。虽然短时间内推出产品，但可能出现数据质量低下，同质化现象严重等问题，未来随着更多、更成熟产品的面世，竞争一定会越来越激烈，相同功能的大模型会逐渐拉开差距，性能差的会被淘汰。”前述服务机构创始人说道。

　　“当大模型进入医疗系统，更准确、细化的数据样本是关键，这会让先进入的大模型愈发强悍，并出现一定的行业壁垒。”沪上一家科技企业研发人员受访指出。

　　除此之外，目前市场上能真正根据临床实际需求设计产品的企业还是少数，某个单一场景的大模型产品局限性大，同时，由于行业先天壁垒高，面临较高的安全要求和合规监管问题，未来商业化亦是难点。

　　一位医药行业人士也对记者分析称，大模型在医疗领域的应用面临着知识不足、可解释性和准确度受限、连贯叉口、模型幻觉等多个技术挑战和局限。克服这些问题需要跨学科合作、强化数据管理和保护、研究可解释的AI方法，并不断改进模型的性能和安全性，以确保其在医疗实践中的可靠性和有效性。1xbet体育1xbet体育1xbet体育