专家会- AI医疗最近发生了哪些变化

专家指出，AI医疗在诊断、治疗和管理方面均取得进展，但资源分配不均、数据孤岛等问题依然存在。AI医疗的价值在于解决复杂或替代性工作，为医疗行业提供更多供给，解决资源不均问题。

AI医疗大模型在诊断阶段表现较好，如多模态影像识别和线上问诊模式。在治疗方面，目前能进行个性化方案推荐，但在管理方面更具优势，如慢病监控和术后管理。AI医疗大模型的应用场景包括专家型医院和基层医院，分别侧重MDT和辅助基层医生进行快速准确诊断。

AI医疗大模型商业化路径尚不成熟，目前主要依赖硬件结合、政府买单或与现有SaaS系统结合等方式。其中，小方与北京儿童医院合作的硬件+软件模式较为成功，因其符合儿科医疗场景的迫切需求和投入产出比优势。

专家认为，AI医疗大模型能力上的差距将逐渐缩小，政策是影响商业化落地节奏的关键因素。国内数据获取相对容易，但政策支持和监管体系仍需完善。医院在选择AI医疗合作厂商时，分为激进型、跟风型和政治任务型三类，其中政治任务型占比较高。

不同类型的AI医疗厂商发展思路各异：科技巨头如百度、腾讯等，主要面向C端提供医疗问答服务；垂直型公司如百川、讯飞等，专注于医疗领域的产品研发和专科模型推进；医疗信息化厂商则提供AI信息化升级服务。

未来，AI医疗爆款产品可能呈现硬件+软件结合形态，如苹果与iWatch的整合，或面向个人用户的个性化大模型，通过长期记忆和情感交互，成为用户的专属医疗助手。目前AI医疗产品主要需解决长期记忆能力、幻觉率控制等技术问题，数据自动化交互和生态打通是未来发展方向。