该行业正在寻求更明确的监管标准来指导方向。发短信辛莹艾德王潇
如果有一个医学人工智能对所有医学文献都有完整而详尽的知识，拥有数十亿小时的临床经验，那么它总是很有价值，而且非常便宜。
一家公司发展需要多长时间？医院会为此买单吗？
在 2023 年 10 月的一次演讲中，Open AI 首席科学家 Ilya Sutskever 表示：“AI 将对医学领域产生巨大而不可思议的影响。 各方都期待AI在医疗领域的应用据不完全统计，国内医疗ai已超过大型模型的数量块。 赛迪研究院12月14日发布的数据显示，预计2024年中国生成式人工智能（AIGC）市场规模将超过10万亿元。
然而，现阶段，大医疗模型的落地和商业化仍处于探索的早期阶段。 在中国最重要的医疗服务场景中，公立医院即使它是免费提供的ai大型模型产品不一定是的进入高墙在里面，这也是中医的关怀ai它长期以来一直处于低点真实的一面
据《财经卫生》报道，业界主管部门一直在开展人工智能在公立医院应用的统计研究。 12月9日，在《金融与健康》栏目中举办。ai助力医疗健康产业向前转型”。与会嘉宾围绕AI医疗的政策支持、落地应用、商业化路径等话题进行了深入探讨。
2024年，新发布的医疗AI模型将陆续进入医院，为患者提供诊断前咨询，帮助医生撰写病历，甚至在医生遇到疑难杂症时为其提供建议。
升级后，医生更愿意接受。 以最常见的血压记录为例，在之前的智能语音输入产品中，如果医生口述血压，大多数系统只会这么直截了当地记录下来，医疗测量单元必须手动完成。 一些医生认为它不如直接打字方便。
大语言模型是基于深度学习习自然语言处理的人工智能模型，因此自然语言处理能够完成的任务是大语言模型擅长的领域，但应辅以足够的医学数据训练。
首都医科大学附属北京友谊医院信息部副主任张旭介绍，通过医院数据预训练和微调的大语言模型产品，会从医生问诊的口语表达中自动生成标准的医学书面语言，如上述情况，会表示为“收缩压120mmHg， 舒张压80mmHg“，医生可以在更短的时间内给出更高质量的病例。
新工具使感受到好处的临床医生能够从被动用户转变为支持者。
在完全集成医疗伟人型互联网医院，“减负”效果更明显可见京东健康科技产品部智能算法部高级研发经理张松岳介绍，自2024年7月推出“京义千寻”大语言模型以来，医生写病历的时间减少了50%，药师审处方效率提升了200%， 而诊断过程中的实时提示功能，也让患者的核心会诊问题减少了10%。
在人口老龄化加速的背景下，通过技术提高医生效率，增加医疗服务供给，显得尤为迫切。 预期年左右，老年人口将突破亿，占总人口的比例将超过，进入严重老化阶段。
国家卫健委医疗管理中心副主任陈胡指出，在老龄化趋势下，除了继续扩大优质医疗资源外，还需要考虑优化调整现有医疗模式，以适应新人口结构下产生的医疗增量和主动健康服务需求ai该应用程序将提供有价值的解决方案，以进一步提高医疗保健领域的劳动生产率，使社会能够以更低的成本获得更好的医疗保健。
国家药保险局原副局长陈金福还有人指出以技术革命为驱动力三药联动高质量发展的关键是让技术摆脱人类技能的束缚，走出传统医疗服务医院的围墙，无缝同质化地服务患者。
虽然公立医院已经开始引进大型医疗模式，甚至与企业合作参与研发，但大型许多医院只是在某些科室尝试某些功能主要ai制造者为覆盖医疗咨询和科研全过程设计出来产品，很多都没用。
需要什么样的“武功”才能顺利进入医院，并为其使用医疗模式？
经过一段时间的摸索，张旭总结出医院需求的四个关键点“首先需要私有化的是确保医院数据的隐私和安全;其次，有应用场景和相应的特殊领域;此外，还有优质的医学知识数据、临床诊疗数据等;归根结底，它必须是低成本、高质量和高产出的。 ”
所有的AI产品都打着“真正解决临床需求”的旗号，但一些看似完美的产品，应用起来却没有效果。 这是很多医院在信息化建设过程中走过的一个“坑”。
花钱买的系统一上线就升级，有的上线后根本无法使用，一套系统达不到预期，很多医院花钱买了几套系统，以后再“打补丁”。
几经折腾，尽管每年都有数千万的信息化建设资金要用，但医院院长们花钱却越来越谨慎。
ai未来在医院的应用场景肯定非常广泛，但是在医院里能解决什么样的需求，是否合规医院演员阵容所需的投入产出比各方更多深度来考虑。 ”中国医学科学院阜外医院党委副书记、纪委书记李天清说。
医院有实实在在的需求，但很多企业手握技术的“锤子”，却在医院里找不到合适的“钉子”。 北京中医药大学附属第三医院副院长陈伟恒介绍，提供3D打印产品的企业比比皆是，但能在医院找到准确位置的企业却寥寥无几，比如最简单、最常见的“骨科夹板”，虽然成本低，但却没有。 “我们现在正在探索对这款产品进行个性化、智能化的升级，在患者能接受的情况下提供更好的服务产品。”
对于企业来说，还有另一个困难在实际落地过程中，即使是明确的应用场景医院管理、信息科、科室主任、临床医生病人每个层面对产品的需求都不同例如，患者关注体验，医务人员关注流程，管理者关注成本。
管理医院的需求对于产品设计来说可能具有挑战性。 有AI医疗产品从业者坦言。
错位不仅来自医院内部，也来自医院外部，患者信心不足、AI产品标准缺失、法律监管挑战等都会影响产品的落地。
北京联影智能成像技术研究院AI研究总监甄先彤认为，在探索不同医疗场景大模型的过程中，经常会遇到技术和场景错位的问题。 由于大模型的开发需要大量的预训练，对数据和成本提出了非常高的要求，因此在开发过程中技术上容易实现的东西未必是医疗场景中的“痛点”。 相反，由于缺乏大模型开发所需的各种要素，如数据标注等，临床的迫切需求有时无法顺利快速地进行，因此需要行业和医院继续磨合，共同探索适合实际情况并真正应用于临床实践的产品。
中日友好医院呼吸与危重症医学科主任医师、国家远程医疗与互联网医学中心医学人工智能专家委员会主任委员刘国良提醒，AI在诊断和筛查方面具有一定的优势，诊断和治疗标准明确，目前医疗AI研发的目的不是为了全面发展患者的结局或预后标准对于疾病患者对预后和预后的影响需要客观评估，目前在与患者沟通的过程中，在安抚和缓解痛苦的方面有经验丰富的医生ai应用程序无法访问它，并且ai该产品在这方面尚未显示出一定程度的智能，并且经常会增加患者的焦虑，值得关注。
多位专家在会上表示，面对诸多阻力，医院目前的选择不是追求最前沿的AI产品，而维持医院运营的需要才是最重要的，因为高技术含量也意味着更高的适配成本，医院可能不想冒这个险。
随着各种AI医疗模型的加速迭代演进，商业化前景有望进一步打开，企业成本将更加可控。
以大型医疗模型为例，原本需要小团队才能完成的产品，现在只需半个人训练即可训练出高质量的大模型。 因此，公司更愿意投入更多资金。
据华西**研报显示，医疗技术龙头具备技术、行业诀窍等要素，与头部医疗机构的长期合作关系有利于完成数据、场景等要素，相关产品有望率先落地。
关键是要找到一个明确的商业化切入点。
“我们还是要从医院管理的痛点入手。 ”国家卫健委卫生发展研究中心医院管理与改革研究室主任江梦熙建议，面对医院的强监管和严格考核，目前医院的痛点之一就是缺乏智能医生评价体系，可以让好医生越来越好， 让坏医生越来越好，提高医院管理效率。
从现有产品来看，AI医疗主要包括基础层、技术层和应用层三个层面。 基础层包括数据、算法、算力等，参与者多，寡头垄断技术层包括CV、NLP、智能语音等技术，参与者相对成熟应用层面向AI医学影像、CDSS、医疗机器人、医疗数据智能平台等多种应用。
适用于技术强大的大型企业它将同时从多个层面进行处理
蚂蚁集团医疗健康事业部副总经理吴文静表示，随着支付宝与公立医院、一级单位合作的逐步深化，以及借助蚂蚁金服自建AI引擎的逐步发展，支付宝在多个城市积极探索AI应用，帮助患者和医生体验医疗流程场景， 并陆续落地医保政策助手、数字伴游、医生助手等实战案例，未来将持续探索创新路径。
面对医院的担忧，也可以从第三方合作来处理。 智慧医疗高级架构师何青表示，正在尝试商业模式创新，比如与药企合作，更好地进入医疗服务市场，除了在自有平台上每天为约2亿患者提供咨询服务外，也在加强线下医院的服务。
在前三名之外的细分领域也有机会。 微医集团高级副总裁、瑞亿人工智能研究中心副主任孔祥璞介绍，微医正在为基层医生市场提供智能检查和用药方案，将前三名的体验标准引入基层，助力更好地管理糖尿病患者。
为了不断提升辅助医生AI产品水平，医联集团AI医疗业务负责人连泽良表示，预计随着行业的发展，监管的边界会更加清晰，产品要求会更加规范，让企业能够清晰地知道探索和研发的方向。