医疗智能体落地参差不齐：数据驱动，场景牵引是关键丨ToB产业观察

图片地址：https://images.tmtpost.com/uploads/images/2025/07/20250701142110938.png

医疗行业算是最早一批拥抱AI技术行业之一。早在2007年，IBM沃森（Watson）问世，首次将语音问答集成到了临床诊疗智能化产品中，通过挖掘医疗文献和相似病例为医生提出对症治疗建议，同时支持影像识别，在肿瘤治疗领域有显著共享。不过，在东软集团副总裁、医疗健康事业部总经理李东看来，即便是经过了多年的发展，就国内医院拥抱AI能力方面，仍处于水平“参差不齐”的阶段，这一方面是因为各个医院体量不同，需要能力也不尽相同；另一方面是因为各个医院在AI，甚至数字化领域投入的不同。不同级别医院，应用情况不尽相同AI的能力在医疗行业的应用主要有三个方面：一，医疗行业可以通过大模型提升医疗工作者的工作效率，进而还能弥合当下切实存在的医疗资源不平衡的问题；二，通过大模型的能力，可以降低患者在医院候诊、诊疗的时间，提升患者整体就医体验；三，通过大模型的能力，医药制造等相关领域可以提升研发新药的效率，并降低研发成本。而对于医疗机构来说，前两个应用是其主要发力的领域，但在李东看来，目前各个级别的医院因为医院规模、属性等差异，应用大模型的场景与应用过程中遇见的挑战也不尽相同。从规模和属性上，目前国内医院大致可以划分为三类，分别是：高校附属医院/科研型医院、市级医院，以及基层医疗机构，他们的AI应用情况也有所不同。对于头部的科研型医院来说，他们在原先数字化转型过程中，就处于了领先的位置，高质量数据集较多，而李东表示，这些头部医院在智能应用创新与临床结合方面走的比较靠