8.1
深览指数
产品人人都是产品经理·Chrisiris··AI 生成
医疗大模型在院内场景的落地路径与产品化难点
截至2025年末全国已发布超352个医疗垂直大模型，但能跑通“部署—使用—付费”闭环的产品依然稀缺。文章基于作者多年数据平台与AI应用交付经验，将卡点归纳为数据治理、临床信任、工作流嵌入、收费模式四重结构性障碍，并逐一拆解其因果顺序。通过对比讯飞医疗（数据飞轮+按采纳量计费）、京东健康（AI+供应链闭环）、商汤医疗（通专融合+高壁垒专科）三条路径，得出“院内AI没有通吃产品，选产品即选路径”的结论，并提出数据先行、场景克制、轻量起步等五条落地次序建议。适合院内信息科负责人、医疗AI产品经理及关注医疗数字化的投资人阅读。原文 ↗
核心观点
- ▍医疗大模型在院内落地的核心困境是四重结构性障碍（数据治理、临床信任、工作流嵌入、收费模式）之间存在明确的因果顺序，而非并列关系，因此不能并行跨越。
- ▍院内AI不存在可通吃的产品，选产品实质上就是选路径；产品的适用边界取决于医院数据底座状态、科室参与意愿和付费主体。
- 01截至2025年末全国已发布352个医疗垂直大模型，但数据清洗与标注成本占AI研发总成本的40%以上；99%的原始医疗数据无法直接用于AI训练或交易。
- 02《BMJ Open》2026年研究显示，主流通用大模型约50%的医疗回答被评为“有问题”，近20%属于“高度有问题”。
- 03院内数据呈现三级孤岛（院内HIS/LIS/EMR/PACS割裂、院际数据资产化管理、全域数据链不完整），这是AI产品在不同医院实测效果差异巨大的根本原因。
- 04讯飞医疗依托16亿人次语音与12亿次诊疗数据构成数据飞轮，在头部三甲医院实现91%的病历采纳率，正在探索按病历采纳量计费的经常性收入模式。
- 05京东健康的商业模式差异化在于“AI+供应链”闭环，通过临床营养场景中AI生成方案后的特医食品配送绕开医疗服务收费难题。
- 06商汤医疗“大医”基于千亿参数基模型，经超300亿token医学数据训练，影像/病理/科研场景技术领先，但商业化仍依赖软件销售与科研服务，尚未形成可披露的经常性收入结构。
- 07三类应用（患者360视图、BI看板、临床辅助决策）共享同一个失败原因：院内多源异构数据的治理与业务口径标准化没有先行。
反方 / 局限
- — 作者承认通用AI技术栈、数据平台、传统集成平台三条路径的设计目标都不是实时执行与智能协同，改造成临床可用系统的补强成本可能超过重新构建成本。
- — 影像AI领域，国家医保局立项指南明确不与主项目重复收费，锁死了独立变现路径，迫使厂商转向软件销售或设备捆绑，这解释了为何该赛道技术最成熟但商业化艰难。
- — 作者指出，收费模式是唯一一个厂商和医院都无法自行解决的障碍，必须等待支付制度演进；因此在做院内AI规划时，应区分“能算清账的运营场景”（如DRG/DIP成本分析）和“只能靠信息化预算托底的临床场景”，前者快上后者小规模试点。
38 分钟 · 4 卡片 · 11 资料
读原文 →