摘要

2025年中国医疗大模型已完成从技术探索向规模化临床落地的关键跨越，形成技术自主化、场景全覆盖、生态体系化的发展格局。本文从技术能力突破、全链条场景落地、细分领域深耕、产业与政策协同四个维度，系统梳理当前国内医疗大模型的发展现状，通过剖析典型模型的技术创新与应用案例，总结其在诊疗辅助、科研转化等领域的核心价值，同时指出行业现存的挑战，为医疗大模型的后续优化与规范发展提供参考。研究表明，当前国产医疗大模型在诊断准确率、多模态融合等核心指标上已达到资深医师水平，且通过模型即服务等模式实现广泛落地，成为医疗新质生产力的核心引擎。

关键词

医疗大模型；临床应用；多模态融合；新药研发；基层医疗

一、引言

全球医疗数据2025年总量预计达3.5ZB，其中80%为非结构化的文本、影像等数据，传统技术难以挖掘其核心价值。在此背景下，医疗大模型凭借大规模参数训练与复杂推理能力，成为破解医疗资源分布不均、诊疗效率偏低、科研转化缓慢等行业痛点的关键技术。中国医疗大模型领域历经数年发展，2025年已迈入“医疗原生”新阶段，既有科技巨头打造的全域型模型，也有聚焦专科领域的专精模型，同时在国产化算力适配、开源生态建设等方面形成独特优势。本文基于当前主流医疗大模型的技术参数、落地数据及行业评测结果，全面解析其发展进展，为医疗行业数字化转型提供理论与实践参考。

二、医疗大模型核心技术能力的跨越式突破

2025年国产医疗大模型在核心诊疗能力、多模态融合及研发模式上均实现突破性进展，部分技术指标已超越国际主流模型，且逐步形成适配医疗场景的技术体系。

1. 核心诊疗能力对标资深医疗专家

多款模型通过海量医疗数据训练与算法优化，诊疗能力达到甚至超越资深医师水平。

讯飞星火医疗大模型X1作为全国产算力训练的医疗深度推理大模型，在诊断推荐、健康咨询等任务上性能超过GPT - 4o及DeepSeek R1，其门诊场景诊断准确率达93.1%，住院场景专科诊断合理率提升至96%，跨科室诊断合理率达91%，专科AI能力首次达到等级医院主任级医师水平。

高能资本旗下自研的悦尔AI医疗大模型，整合了全球百万级疾病知识、期刊文献及药品信息，并融合权威医学指南与临床数据，在生态端，悦尔的“千病智能体”作为全球首个规模化超1000种疾病的智能诊疗平台，连接患者、医生与产业，形成价值闭环，在机构端，由悦尔联合清华长庚医院研发的“AI肝胆超级医生”智能体，其病灶识别准确率高达98.2%，成功将医生诊断效率提升约30%。

医联MedGPT依托20亿条医患脱敏对话、800万条结构化临床数据训练，经临床双盲测试，与三甲医院医生诊断一致率超96%，幻觉率仅为2.13%，危险幻觉率控制在0.44%，医学循证准确率达94.22%。

此外，北京邮电大学团队研发的176B参数开源模型MedFound - DX - PA，通过整合中英文医学文献与真实电子病历训练，在MedDX - Bench基准测试中展现出与临床专家相媲美的诊断推理能力，其构建的CLEVER评估框架也为模型临床性能验证提供了标准化工具。

1. 多模态融合适配复杂医疗场景

多模态技术实现文本、影像、语音等医疗数据的深度融合，适配从影像诊断到手术导航的多元场景。

联影“元智”医疗大模型构建了涵盖文本、语音、视觉、影像的多模态体系，其中影像大模型依托数千万级医疗影像数据训练，支持10余种主流影像模态的AI智能分析，完成300余项影像分割任务，关键任务准确率超95%；其混合大模型打造的心脏介入手术智能体，可整合CTA、DSA多模态数据实现三维血管成像，为术前规划和术中导航提供支持。

中科院香港创新研究院的“聆音”EchoCare超声大模型，采用结构化对比自监督学习框架，通过图像掩膜重建等技术，使超声图像分割、分类等任务性能提升3%-5%。

商汤科技“日日新·大医”则实现手术导航耗材清点准确率达97%，有效解决手术场景中的实操辅助需求。

1. 开源与轻量化研发降低行业门槛

开源与轻量化部署成为医疗大模型研发的重要趋势，显著降低行业研发与应用成本。

DeepSeek - R1采用32B参数“小模型 + 精调数据”策略，支持1M token超长上下文，可一次性读取完整住院病历，其与Qwen3模型协同能将全院级数据清洗与标注成本降低58%，数据可用率提升至92%。

联影“元智”文本大模型实现70B参数的轻量化部署，通过注入海量医学知识到通用大模型，在降低算力需求的同时平衡推理速度与诊断准确性，适配基层医疗机构硬件条件。

医渡科技AI中台更是支持零代码构建智能体应用，使中小医疗机构无需专业技术团队即可定制适配自身需求的医疗AI工具。

三、医疗大模型全链条场景落地与规模化应用

2025年医疗大模型已从单点试点走向规模化落地，渗透基层医疗、三甲医院、科研转化等医疗全链条，形成“技术 - 场景 - 价值”的闭环。

1. 全面渗透基层医疗补全资源短板

大模型通过基层CDSS系统与智能诊疗设备，有效弥补基层医生诊疗能力不足的问题。

讯飞智医助理已落地全国超7.5万家基层医疗机构，累计提供超10亿次辅诊建议，支持诊断病种拓展至2500种，首诊合理度达98%。基于DeepSeek与Qwen3构建的区域健康大脑已覆盖1.2亿居民，使基层医院误诊率下降27%，医保拒付率下降19%。讯飞星火医疗一体机推出的4U训推一体机与2U推理一体机，以开箱即用的模式适配基层医疗机构，其内置的病历自动生成、报告解读等功能，可减少基层医生50%的病历书写时间。

1. 深度融入三甲医院复杂诊疗场景

在三甲医院的疑难病症诊断、手术辅助、科研分析等复杂场景中，大模型的价值持续释放。

清华长庚肝胆专科智能体 “AI肝胆医院”，深度整合该院肝胆外科国家临床重点专科资源，2944名医生参与系统功能训练与适配，构建覆盖肝胆肿瘤、胆结石、肝硬化等20+亚病种的专科知识图谱，病灶识别准确率达98.2%，实现跨机构、跨区域的数据互通。

复旦大学附属中山医院应用联影“元智”电子病历智能体后，该智能体在十余个科室累计调用超6000次，入院记录、病程记录等文书采纳率达93%。

浙江大学医学院附属第四医院借助DeepSeek模型，将出院小结生成时间从20分钟缩短至90秒，医生采纳率达95%。

华中科技大学同济医学院附属协和医院通过AI辅助预问诊系统，使医患有效沟通时长增加50%，提升了门诊诊疗效率与患者满意度。

1. 赋能药物研发加速科研转化

医疗大模型大幅缩短药物研发周期，降低研发成本，成为新药研发的核心辅助工具。

华为云盘古药物分子大模型对17亿小分子化合物进行预训练，生成1亿种全新小分子库，西安交通大学第一附属医院团队借助该模型，将超级抗菌药Drug X的研发周期从数年缩短至1个月，研发成本降低70%，该药物作为全新广谱抗菌药，正推进IND临床研究申请。

清华BioMedGPT系列模型则实现科研效率的飞跃，30分钟可完成全基因组关联分析，蛋白质3D结构预测误差小于1.2Å，为基因研究与靶向药物研发提供高效工具。Qwen3的千万级病历无监督聚类功能，可在3小时内完成10年500万份乳腺癌病历的分子分型与疗效对比，将科研立项准备时间缩短70%。

四、产业生态与政策环境的协同发展

医疗大模型的快速发展离不开市场规模的扩张与政策的引导，2025年形成市场与政策双向助力的良好发展态势，推动模型从技术走向规模化商业化。

1. 市场规模高速增长且商业模式多元

医疗大模型市场呈现爆发式增长态势，且商业模式逐步成熟。

联影智能数据显示，中国AI医疗市场规模2023年达107亿元，预计2028年将突破976亿元，占整个AI行业的比重升至15.4%。而据四川省卫生信息学会测算，2025年模型即服务（MaaS）模式带动医疗AI市场规模预计突破680亿元，年复合增长率达43%。

当前已形成多元商业模式：讯飞星火医疗大模型通过基层CDSS系统实现61.5%的市占率；医联MedGPT以SaaS服务覆盖2000家私立机构，电子病历生成市占率达30%；联影“元智”模型则依托医疗设备配套，落地60多家三甲医院。此外，DeepSeek等模型通过API调用服务，将单次诊断成本降至0.07元，已在全国380家医院复制推广。

1. 政策体系为合规发展保驾护航

国家政策从合规性、商业化等多方面为医疗大模型发展提供保障。五部委印发的《关于促进和规范“人工智能 + 医疗卫生”应用发展的实施意见》，明确了医疗AI的发展路径与规范要求；医保局将AI辅助诊断纳入医疗服务价格立项指南，为模型商业化提供清晰的付费机制。同时，行业也逐步构建技术合规体系，如星火医疗大模型通过国密算法与区块链存证，确保训练数据可审计、模型参数可回溯；联影“元智”模型则通过数据脱敏与权限管理，符合《医疗健康数据安全管理办法》2025版要求。

五、挑战与展望

尽管中国医疗大模型发展迅速，但仍面临三大核心挑战：一是数据治理方面，不同医疗机构异构系统导致的数据孤岛问题尚未完全解决，跨机构数据共享的隐私保护与标准统一难度较大；二是模型泛化性方面，部分专科模型在基层复杂病例、罕见病诊疗中的适配性不足，多中心验证数据有待积累；三是行业标准方面，模型性能评估、临床准入等标准化体系尚未完全建立，影响技术规模化推广。

未来，医疗大模型将朝着三个方向发展：其一，深化“设备 - 模型 - 场景”的协同融合，实现算力、模型与临床场景的深度适配；其二，开源生态将进一步完善，DeepSeek等开源模型将推动中小机构参与创新，形成多层次研发体系；其三，专科模型将持续细分，针对肝胆疾病、糖尿病等专病的模型将在精准诊断与治疗方案个性化上实现突破，最终构建覆盖全周期、全场景的智能医疗体系。