拼 “落地” 時代，如何定義中國醫療AI新樣本？

中國需要的醫療AI：既要足夠先進，也要足夠踏實。

新眸原創·作者 | 鹿堯

一紙文件，為中國醫療體系的未來五年，畫下了一張清晰的路線圖。

不久前，國家衛生健康委等五部門聯合印發《關于促進和規范“人工智能+醫療衛生”應用發展的實施意見》，其中兩個時間點尤為醒目：到2027年，智能輔助診療在醫療機構廣泛應用；到2030年，基層應用基本實現全覆蓋。

相比一份關于技術的推廣指南，這更像一份醫療體系的升級宣言。它意味著，中國醫療正試圖從根本上扭轉依賴醫生個人經驗、人力密集投入的傳統模式，轉向一條由數據和智能驅動、人機協同的新路。

政策的風向，總是精準地指向行業最深的痛點。將“基層應用”置于首要位置，背后是中國醫療資源分配那道古老嚴峻的考題——如何讓優質的醫療服務，跨越地理與資源的鴻溝，真正實現普惠？答案，正系于AI規模化應用的能力上。

經過數年的概念驗證與試點，醫療AI已行至一個臨界點。

資本追捧、技術狂歡漸漸退潮，一個更本質的問題顯現：當AI要為生命健康承擔責任，在嚴謹保守的醫療場景中創造出可持續、可驗證的真實價值時，炫技便毫無意義，它需要的是堅實的療效證明、無縫的流程嵌入、以及最終，醫生與患者的雙重信任。

在這個“落地”的關鍵轉折上，我們需要一個具象的樣本，來觀察理想如何照進現實，而訊飛醫療則提供了一個絕佳的觀察切口。

其新升級的星火醫療大模型，專科AI能力在業界首次達到等級醫院主任級醫師水平，并實現向等級醫院復雜場景跨越，AI健康助手“訊飛曉醫”主動管理每個人的健康全流程。一系列動作不僅是技術迭代，也是一場關于商業化可行性的規模驗證。

它走過的路，遇到的阻礙，以及試圖破局的方法，或許正是整個中國醫療AI行業從“技術”走向“價值”的一個濃縮范本。

01

我們需要一個怎樣的醫療大模型？

聊天機器人可以陪你解悶，創作AI能幫你寫詩，但當屏幕對面是一位詢問病情的患者，或是一位需要在復雜診療方案中抉擇的醫生時，我們對AI的要求，便從“有趣”切換到了“可靠”。

這便是所有醫療大模型必須面對拷問：在醫療領域，我們究竟需要怎樣的“智能”？

當前，通用大模型在醫療領域的嘗試其實已很廣泛，比如問診的時候，AI能幫醫生快速整理文書；在家覺得身體不舒服，也可以找AI醫生詢問建議；大模型還能夠幫助藥企快速照藥，縮短研發周期——但這些場景背后，仍有許多問題。

比如數據不靠譜、容易誤診，隱私不能碰、合規門檻高，AI常常陷入一種“博而不精”的尷尬境地。雖然能夠流暢地回答廣泛的醫學常識，但一旦問題深入至具體的鑒別診斷、治療方案選擇，其局限性便暴露。

這種局限可以概括為兩點：“常識充足，專識不足”與“回答流暢，決策存疑”。

前者意味著模型缺乏對罕見病、復雜并發癥及最新臨床指南的深度知識，無法像專科醫生一樣進行精準的縱向思考。后者則更需重視——模型可能給出一個聽起來合理甚至自信的答案，但其背后的推理鏈條模糊，即所謂的“幻覺”問題。

當一個模型可能為你的胸痛癥狀“一本正經胡說八道”時，無論它多么能言善辯，也注定無法被請進嚴肅的診療室。

那么，破局點在哪？訊飛醫療給出的答案，可以濃縮為三個詞：安全、可信、專業。這三者共同構筑了醫療AI不可或缺的“可靠性”三角。

安全，是毋庸置疑的前提。在醫療領域，這關乎兩層含義：數據安全與產業安全。

醫療數據是最高級別的個人隱私，訊飛星火醫療大模型是“業界唯一基于全國產算力平臺訓練”，這首先是一條技術路線選擇，但更是一條關于數據主權和隱私保障的生命線——從底層算力到上層應用的全鏈條自主可控，將核心命脈掌握在自己手中。

可信，則是贏得醫生信任的關鍵。要讓習慣了“循證醫學”的臨床專家接納AI，必須打破黑箱。訊飛提出的“證據可追溯、推薦有依據、決策可解釋”，正是對此的回應，這是通過全棧自主可控技術實現的工程能力。

醫療強化循證推理，是讓AI模仿醫生的臨床思維，比如面對一個病例時，模型不僅給診斷建議，還能引用權威醫學文獻、臨床指南，展示從癥狀到病因的漫長推理鏈。好比一位優秀醫生帶教學生，他不僅告訴結論，還會一步步向你解釋。這種白盒交互，讓醫生與AI建立信任。

專業，是最終的價值根本。安全與可信，最終服務于精準有效的醫療輔助。在這一點上，升級后的星火醫療大模型在心血管內科、兒科、呼吸內科等重點專科的綜合診療能力上達到“主任級醫師水平”，試點數據顯示，星火醫療大模型專科診斷合理率提升至96%，跨科室診斷合理率提升至91%。

這背后有兩項核心技術的支撐：“醫學知識反思”與“長思維鏈推理”。前者讓模型持續學習和自我修正，像一個真正的專家那樣保持知識體系的先進性。后者則是模仿專家處理復雜問題時抽絲剝繭的思考方式，而非簡單地匹配關鍵詞。

這種深度專業的訓練，使其實現了在醫學知識問答、醫療語言理解、醫療文書生成、診療推薦、多輪交互及多模態交互等能力維度，效果全面超越GPT-5（high）及DeepSeek V3.2-Exp。

相比泛泛而談的更聰明，訊飛能在特定賽道上更懂行。醫療大模型的競爭，已不再是比拼參數規模和對話流暢度的初級階段。在嚴謹的醫療場景下，專業、可信，決定了AI能在這條賽道上走多遠。

02

場景落地：

AI如何從“可用”走向“常用”？

政策描繪了藍圖，但將藍圖變為現實，考驗的不僅是技術的高度，更是對醫療場景理解的深度。中國的醫療體系金字塔，根基在基層。但“基層診療能力不足、群眾‘看好病’需求難滿足”的公眾認知，一直是分級診療難以推動的關鍵堵點。

在基層，AI扮演的是“能力放大器”的角色，訊飛醫療的“智醫助理”，正踐行于這一國家戰略。本質上來講，這是一個全科醫生臨床決策的支持系統。

舉個例子，一個鄉鎮衛生院，當醫生接診一位癥狀復雜的患者時，智醫助理能實時提供輔助診斷和排查建議、藥物禁忌提醒和病歷規范質控。這并非替代醫生做決策，而是依托星火醫療大模型和權威醫學知識，將不同診斷的循證推理邏輯可視化，幫助醫生更全面診斷。

規模本身，在這里成為一種強大的壁壘和價值。覆蓋全國31個省市801個區縣、超7.7萬家基層機構，提供超11億次AI輔診建議——這些數字已經構成一個飛速轉動的“數據飛輪”：每一次真實的輔助診斷，都在為模型貢獻新的、高質量的臨床數據，使其變得更聰明、貼合實際。

隨著訊飛醫療在基層得到規模化驗證，它的下一站是到更復雜嚴苛的等級醫院，成為醫生的“專家級伙伴”。三甲醫院的醫生，面對的是海量的文書工作、高頻的接診壓力以及極其復雜的專病診療。他們更需要一個能理解專科思維、能處理復雜信息、能分擔智力勞動的副駕駛。

于是，我們看到訊飛星火醫療大模型面向等級醫院發布的“智醫助理醫院版1.0”，它的設計邏輯，緊密圍繞著等級醫院的三大核心訴求：增效、提質、控險。

增效體現在“病歷生成與質控”上。基于智能語音技術，系統能實時將醫患對話轉化為結構化病歷，并從源頭進行規范性檢查，將醫生從繁重的文書工作中解放出來。提質與控險則體現在“輔助診療”與“輔助會診”上：

面對疑難病例，它能基于最新的指南和文獻，提供動態的鑒別診斷思路和治療方案推薦，其“循證思維鏈”讓建議變得透明、可討論。在跨專科會診時，它能快速梳理患者冗長的病史，主動識別潛在的風險，輔助生成會診意見。

最終通過人機協同，讓頂尖醫療專家將寶貴的精力集中于最具創造性的診斷決策和與患者的深度溝通上。這正應了計算機科學家唐納德·諾曼的一句話：“完美的輔助設備不一定能完成所有工作，但一定會讓工作達到最佳效果。”

當視角從醫院轉向個人，醫療AI的敘事則從“治療”轉向了“管理”，核心是從“被動治療”到“主動健康”的遷移。

我們大多數人的健康管理碎片化且被動，體檢報告、用藥記錄散落在各處，醫生的叮囑聽完就忘。這種狀態，直到某天身體發出嚴重警報才會被打破。訊飛曉醫APP的升級，正試圖攻克這一痛點。

目前，訊飛曉醫已完成超1.6億次AI健康咨詢，用戶滿意度達98%。它為每個用戶打造一份真正“活”起來的健康檔案。不僅能手動錄入，更能智能識別和解析體檢報告、病歷等文檔，將分散的血壓數據、血糖值、用藥記錄，串聯成一條連續、可視化的個人健康軌跡。

在此基礎上，曉醫的另一個關鍵功能“可閉環的健康管理計劃”，優先選取了高血壓、高血糖與體重管理這三大最具普遍性的需求，提供從計劃制定、日常提醒到效果跟蹤的全流程服務。這意味著，AI健康助手從事后問答，變成了事前規劃師與事中監督員。

在一定程度上，這款產品的意義會更深遠：通過將AI的服務場景從醫院的圍墻內，極大地拓展至每個人的日常生活中，填補了“診后”與“健康期”的管理空白，讓健康的責任主體，從單一的醫療機構，部分地轉向了被賦能的個人。

也讓我們能夠體會到，醫療AI的價值高低并非完全取決于技術指標，而應由對醫療資源均衡化和醫療服務人性化的實際推動力來衡量。

03

中國需要什么樣的醫療AI？

行文至此，我們審視了技術，也走過了場景。現在是時候回答最底層的問題了：在資源與需求適配性不足的中國醫療體系里，我們究竟需要一種什么樣的AI？

在醫療這個關乎生命與國計的領域，更需要全棧國產化，從而解決國民醫療數據主權的底線問題；只有經過規模化場景驗證的AI，如被成千上萬家基層機構常態化使用、擁有海量實踐經驗，才能構筑后來者難以逾越的實踐壁壘。

更關鍵的是，醫療AI不能只是少數尖端醫院的奢侈品，他面對的是整個系統核心矛盾的緩解——讓優質醫療資源更公平可及。無論是提升基層診療水平，還是優化醫院運行效率，或是賦能個人健康管理，其最終成效都必須體現在“公平”與“普惠”上。

你會發現，訊飛醫療的路徑，精準地回應了時代的需求。

一方面，“老齡化加速”與“醫療資源分布不均”的長期結構性壓力，要求AI要解決實際問題，比如基層誤診率下降、醫生工作效率提升、患者就醫成本降低；

另一方面，在全球數字競爭的背景下，基于全國產算力、全棧自主可控的醫療大模型，不僅是一家企業的商業選擇，同樣是保障國家醫療健康數據安全的戰略基石。

回看五部門《實施意見》中設定的2027與2030目標，核心訴求依然優質醫療資源的可及化。政策的指引，實則是為整個行業篩選出那些真正“既懂技術，又懂醫療”的長期主義者。

中國需要的醫療AI，或許正是這樣一種存在：足夠先進，能抵達技術的前沿，也足夠踏實，能扎根于中國最廣闊的醫療土壤，讓“健康中國”的圖景，變得更清晰。

本文系新眸原創，申請轉載授權、商務合作請聯系微信： ycj841642330，添加好友請備注公司和職位。

更多內容，點擊下方關注