6.6
深览指数
科技量子位··AI 生成
困住医疗AI的死循环，终于有国产玩家跑通了
本文指出医疗AI行业长期未能形成马太效应的根本原因在于「数据-模型-场景」的闭环断裂：原始医疗数据缺乏专业治理、产品无法嵌入真实诊疗工作流、拿不到有效增量数据。文章以讯飞医疗星火医疗大模型V3.5为案例，论证其通过十年深耕医院场景、构建全域覆盖（806个区县、7.7万家基层机构、600+等级医院）、沉淀16亿人次脱敏语音及12亿次诊疗数据、走通国产算力路线，最终实现医生病历生成采纳率91%的实际落地成果。文章区分了「评测强」与「临床价值」的差异，认为context的积累而非单纯模型智能才是赛道的真正壁垒。适合关注医疗AI产业、垂直大模型落地策略的从业者及投资人阅读。原文 ↗
核心观点
- ▍医疗AI行业长期未能形成马太效应的根本原因，是数据、模型、场景三者的闭环断裂，本质是缺乏持续积累真实临床context的能力，而非智能不足。
- ▍讯飞医疗通过十年深耕医院场景，构建了「场景→数据→治理→模型→更广场景」的正向飞轮，并以星火医疗大模型V3.5实现了评测与临床价值的双重对齐，成为行业分层的标志。
- 01大多数医疗AI厂商拥有大量原始医疗数据，但缺乏专业医学团队主导的标准化治理能力，数据无法转化为有效训练素材。
- 02多数医疗AI产品仍停留在「问答助手」阶段，无法深度嵌入医生工作流，导致拿不到真实诊疗数据，形成「产品进不了临床→拿不到增量数据→模型迭代无燃料」的死循环。
- 03据动脉智库统计，截至2025年5月国内累计发布医疗大模型已达288个，但行业整体渗透率仍不足10%~20%。
- 04星火医疗大模型V3.5在IDC《中国医疗大模型技术评估，2026》综合实力行业第一，15项核心指标中12项领跑；MedBench智能体评测98.9分登顶；多项关键临床任务超越GPT-5.5最高推理档。
- 05在多家头部三甲医院真实应用中，使用星火医疗大模型V3.5生成病历的医生采纳率达91%，病历书写时间缩短52%；X线、MR报告生成医生采纳率75%。
- 06讯飞医疗已覆盖全国806个区县、7.7万余家基层医疗机构，累计辅助诊断超12亿次；携手600多家等级医院（含50余家百强医院），构建起从居民端咨询到康复随访的完整数据链。
- 07讯飞医疗拥有16亿人次脱敏医疗语音数据、12亿次真实诊疗数据，每天新增超220万份跨模态样本；数据治理由全职医学专家团队主导，非外包。
- 08星火医疗大模型V3.5基于昇腾910B全国产算力底座训练，率先跑通DSA和MTP长文本训练，推理吞吐量提升4.5倍。
反方 / 局限
- — 文章承认评测「轮流坐庄」在行业内并不稀奇，讯飞医疗的评测成绩本身不是差异化优势，关键在于能否将评测成绩与临床价值对应。
- — 文章未讨论讯飞医疗在区域医疗数据合规、数据隐私保护方面的具体做法，也未分析其高采纳率是否受限于特定科室或病种（如慢病管理 vs 急重症）。
讯飞医疗星火医疗大模型V3.5Sam Altmana16zDeepMindOpenAIGPT-5.5IDCMedBench动脉智库昇腾910BDSAMTP
12 分钟 · 4 卡片 · 12 资料
读原文 →