“AI+医疗”向来是业内关注的重点，也是国内外资本聚集的领域。比如，近几日，国外有英伟达和辉瑞领投以色列AI制药初创公司CytoReason 8000万美元融资；国内有讯飞医疗向香港交易所重新提交上市申请。

　　《2024十大新兴技术报告》显示，AI已成为科学研究的驱动力，当前深度学习和生成性AI正在加速科学发现，并预计将在疾病诊断、治疗、预防，以及新材料和生命科学领域带来突破性进展。

　　从市场规模看，IDC预计，到2025年，全球人工智能应用市场总值将达1270亿美元，其中医疗行业将占总规模的五分之一。业内预计，未来10年我国“AI+医疗”市场规模复合年增长率（CAGR）将超过30%。根据公开数据，仅在AI影像方面，2023年我国市场规模约为36.2亿元，预计到2025年将达到126.8亿元，2020-2025年的CAGR约为127.1%。

　　《“健康中国2030”规划纲要》提出，要推进数字健康战略，加快数字技术与医疗卫生健康深度融合，加大对数字健康领域的政策和资金支持力度，以技术之“智”赋能医疗之“治”，实现医疗服务和全民健康管理的全面升级。

　　在这一过程中，“数据”和“场景”是业内普遍关注的两个关键词。业内认为，高质量的数据对大模型训练至关重要，而场景则定义了AI技术如何解决实际的医疗问题。

　　数据是基础

　　算力、算法和数据是AI的关键要素，算力代表计算能力，算法决定了数据如何被处理和分析，而数据则是训练模型的基础。高质量的数据能够提升模型的准确性，然而，目前医疗数据仍存在碎片化、非标准化等情况。

　　业内认为，医疗数据一般包括患者个人信息、诊断记录、治疗记录、影像资料等，这些数据数量庞大、种类繁多，且质量参差不齐。

　　百度大健康事业群策略研发总经理黄海峰向21世纪经济报道记者介绍，医院的数据其实主要指病历数据，这些数据对模型打造至关重要，但这只是大模型训练所需数据的一部分。除此之外，书籍、教材等一些静态的权威知识同样很重要。

　　“好的模型离不开高质量的数据，医疗大模型的数据需要体现行业的专业性和特色，病历数据获取成本和难度很高，业内普遍认为，病历数据应该以专科专病的方式去建设。如果病历数据的体量没有达到足够高，有可能会被其他数据稀释。”黄海峰说。

　　需要指出的是，根据《全民健康信息化调查报告》的数据，2021年，我国的三级医院平均只有不到20%的医疗机构采用了医疗大数据应用，而二级医院不足5%。即使对于临床数据这一备受瞩目的领域，仅有五分之一的医院尝试开展研究。医疗机构之间存在着严重的“数据孤岛”问题。

　　此外，艾瑞咨询发布的《中国面向人工智能的数据治理行业研究报告》指出，医疗信息化建设支持了医疗数据的爆炸式增长，但是医疗数据在流通、共享、存储、管理等环节尚未标准化，导致数据多源异构难汇集、数据标准体系不健全等问题始终存在，掣肘着AI应用乃至行业的发展。

　　实际上，近些年，我国也在陆续出台相关政策，以进一步释放数据要素价值。如，2020年4月，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，将“数据”列为劳动力、土地、资本等之外的第五大生产要素；2022年12月，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》对外公布，指出要加强汇聚共享和开放开发，强化统筹授权使用和管理，推进互联互通，打破“数据孤岛”。

　　此外，今年初，国家数据局发布消息，国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，指出有序释放个人健康数据价值，完善个人健康数据档案，融合体检、就诊、疾控等数据，创新基于数据驱动的癌症早筛、职业病监测、公共卫生事件预警等公共服务模式。

　　场景是关键

　　一款好的大模型应用需要具备两个最基本的条件，一是模型的底座能力，二是合适的应用场景。

　　场景是医疗大模型发展的关键。《2023医疗健康AI大模型行业研究报告》显示，截至2023年10月，国内累计公开的医疗大模型近50个，涉及患者问诊、医生助手、药物研发、健康科普等多个领域。

　　大模型要真正做到临床可用，场景越聚焦价值越高。如今AI和医疗结合还处于较浅的层面，大模型在医疗领域的应用还处于对已有场景的重构阶段，并未出现新场景的创新。未来，在医疗领域，可能是AI为主、人类为辅，医疗大模型将拓展至更多场景。

　　值得一提的是，去年以来，各地都在密集出台政策，鼓励AI用于智慧医院服务建设，其中智慧门诊的建设备受关注。

　　“对于智慧门诊，我认为核心要解决几个矛盾：一是患者挂错号、挂不准号和医疗资源紧张的矛盾；二是切实有需求的患者挂不上号，而专家又常常抱怨患者不精准的矛盾；三是患者就医‘三长一短’（挂号时间长、取药时间长、交费时间长、看病时间短的问题）和医生看诊的过程中还有大量病例文书工作要处理的矛盾。”百度大健康事业群组医疗业务总经理张延东表示，如今，AI正深度参与其中，新的解决方案也将被进一步推出。

　　根据亿欧智库预测，2023-2027年为医疗健康AI大模型集中爆发的阶段，市场规模将达70亿元。医疗大模型又该如何实现商业化落地？

　　黄海峰表示，医疗大模型的商业化进程可分为几个阶段，第一阶段企业提供公有云服务或服务收费模式，用户可以灵活、快速地感受大模型相关能力；第二阶段企业面向具体医院推出私有化大模型服务，由大模型公司打造好相应能力，医院直接调用；第三阶段企业与医院和科研机构联合打造专属大模型，这一阶段强调用户的参与，由他们提供优质数据，同时也提供行业相关经验。

　　商业化的进程面临着巨大的竞争。有行业报告指出，AI医疗市场的竞争日趋激烈，参与者众多，包括大型医疗机构、医疗服务提供商、科技公司以及初创企业等。这些竞争者都在积极布局，开发各种类型的AI医疗产品和服务，以期在市场中占据一席之地。

　　在百度集团资深副总裁、百度大健康事业群组总裁何明科看来，医疗健康是一个比较分散的行业，即便是全球最大的药械企业，也只是在几个细分领域比较有优势，很难像互联网一样一家独大，这既不现实，也不合理，同时也不符合行业健康发展的要求。

　　“未来，我认为可能不会有太多技术大模型公司，医疗大模型公司就更不会有太多，医疗大模型可能都是依托于基础大模型来做应用。在竞争中更为重要的是差异化和能力，前者是对业务场景的理解，后者是实际应用中的效果，企业要通过差异化和产品效果在竞争中脱颖而出。”何明科说。