| RK | 大模型 | 機構 | 備注 |
|---|---|---|---|
| 1 | 神州醫療大模型 | 神州醫療 | 以AI技術為核心、依托高質量多模態大數據，賦能輔助決策、智能科研、醫生助手、健康管理和運營分析等 |
| 2 | 日日新.大醫 | 商湯科技 | 以大語言模型“商量”為基模型，利用高質量醫學知識數據訓練而成 |
| 3 | MedGPT | 醫聯 | 中國首款大模型驅動的AI醫生，強大的自然語言處理能力和深度學習技術 |
| 4 | 靈醫大模型 | 百度健康 | MOE+終端組件+智能體三層架構，應用在科普、互聯網醫院、智慧醫院、智慧診療等，滿足“患-醫-藥”各方需要 |
| 5 | Baichuan 3 | 百川智能 | 超千億參數的語言處理能力，在通用領域廣泛適用，同時在醫療領域展現出專業度 |
| 6 | 山海大模型醫療行業版（UniGPT-Med） | 云知聲 | 醫療領域深度學習，覆蓋從疾病預防、診斷、治療到康復的全流程 |
| 7 | SAMI大模型 | 深睿醫療 | 適配多種醫療數據模態，實現從器官到病灶甚至病理細胞級別的亞秒級分割 |
| 8 | uAI影智大模型 | 聯影智能 | 調度和整理數據資源、自主思考、給出預判，提升醫務工作者的工作效率 |
| 9 | ClouD GPT | 智云健康 | 應用于醫院、互聯網醫院等場景下的AI輔助診療，多緯度慢病管理 |
| 10 | ShukunGPT大模型 | 數坤科技 | 覆蓋診療各個環節，提供精準、高效的診斷與治療建議，提升醫生工作效率 |
| 11 | 左醫GPT | 左手醫生 | 擬人化AI醫生問診和問答、智能導診、智能病歷書寫、智能診斷、隨訪等 |
| 12 | 鷹瞳萬語 | 鷹瞳Airdoc | 深度學習架構、自監督和遷移學習、模型調優和高效訓練、數據增強等 |
| 13 | WiNGPT | 衛寧健康 | 協助研究人員梳理海量文獻、歸納總結，甚至預測未來趨勢，加速科學創新 |
| 14 | 森億病歷生成式語言模型 | 森億智能 | 根據患者信息和醫生的診斷思路，自動生成病歷內容，提高醫生工作效率 |
| 15 | 春雨慧問 | 春雨醫生 | 以患者為中心，重新定義在線問診，可以隨時打開手機隨時提問 |
| 16 | 慧康-啟真醫療大模型 | 創業慧康&浙江大學 | 涵蓋豐富醫學知識和應用場景數據，已在浙江省多家大型三甲醫院成功試點應用 |
| 17 | 鷹眼智慧中醫大模型 | 鷹眼智慧中醫 | 基于200億醫學token，數千萬中醫文獻醫案及紅外數據，構建數字化中醫全面服務能力 |
| 18 | CareGPT | 微脈 | 在婦幼全周期管理領域取得初步成功，逐步拓展至糖尿病、高血壓等其他專病管理 |
| 19 | APUS醫療大模型 | 麒麟合盛 | 多模態通用性、專業醫療知識庫、支持多輪對話，提升醫療效率與準確性 |
| 20 | “數智本草”中醫藥大模型 | 天士力醫藥集團&華為云 | 基于中醫藥海量文本數據預訓練，實現中醫藥與人工智能的深度融合 |
| 21 | 華佗GPT | 深圳市大數據研究院&香港中文大學（深圳） | 第二代華佗GPT是首個成功通過2023年10月國家執業藥師考試的醫療大模型 |
| 22 | “岐黃問道”大模型 | 大經中醫 | 自然語言交互模式，降低中醫AI的使用門檻，使更多用戶可以使用中醫AI |
| 23 | 天河靈樞大模型 | 國家超級計算天津中心等 | 全球首個面向中醫針灸領域的專業大模型，可作為中醫智慧助手為用戶提供解答 |
| 24 | 華佗中醫藥大模型 | 亳州市&華為 | 致力于中醫藥領域的全面智能化，包括智能診斷、藥材溯源、健康管理等 |
| 25 | 紫東太初 | 中國科學院自動化研究所 | 全模態融合、高精度輔助診斷、神經外科手術導航、智能醫學影像分析等 |
| 26 | 39AI全科醫生 | 朗瑪信息 | 人工智能“醫生大腦”，提供類似于“全科醫生”的人工智能服務 |
| 27 | 砭石 | 智慧眼 | 多模態處理能力、高準確性、隱私保護，全面賦能醫療場景 |
| 28 | 從容大模型 | 云從科技 | 深度學習、自然語言處理、多模態數據處理等，協助處理復雜醫療數據 |
| 29 | “白澤曉”醫療大模型 | 萬達信息 | 實時知識問答、事件與病歷內容理解、病歷生成、專病健康管理等 |
| 30 | 域見醫言大模型 | 金域醫學 | 旨在成為“六邊形戰士”，支持醫檢多方面，醫學檢測的檢前、檢中、檢后 |
| 2024.10 DBC/CIW/CIS | |||
隨著人工智能技術的迅猛發展，醫療大模型作為其在醫療健康領域的重要應用，正逐步展現出潛力和價值。醫療大模型通過對海量醫學數據進行深度學習訓練，不僅在輔助診斷、個性化治療、藥物研發等領域展現出前所未有的潛力，還將助力醫療健康行業向更加智能化、精準化的方向發展。
政策引領，加速醫療大模型創新步伐
近年來，國家高度重視醫療健康產業的創新發展，出臺一系列政策措施，以加速醫療大模型的研發與應用。這些政策不僅為醫療大模型的發展提供了資金和技術支持，還明確了發展方向和監管框架。在政策引領下，醫療大模型技術得以快速迭代升級，為醫療健康行業的創新發展注入了強勁動力。
快速增長，醫療大模型從概念走向實踐
醫療大模型在醫療健康領域的應用正處于增長階段，據統計，我國已累計公開發布多個醫療大模型，涉及智慧診療、醫療文本處理、藥物研發和學術科研等多個方面。通過學習大量醫療數據，能夠生成新的數據實例，協助醫生進行疾病診斷、治療方案制定等工作，提高醫療服務的效率和準確性。在智慧醫院、遠程醫療、精準醫療等多個領域，醫療大模型已經從理論研究階段逐步走向實踐應用。
技術革新及數據安全，醫療大模型破局前行
AI技術不斷突破，醫療大模型的算法和模型結構持續優化，預測準確性和魯棒性顯著提升，為精準醫療、個性化治療等提供了堅實的技術支撐。隨著人口老齡化、慢性病負擔加重以及人們對健康需求的日益增長，高質量醫療服務的需求不斷攀升，為醫療大模型在輔助診斷、健康管理、藥物研發等領域的應用提供了廣闊的市場前景。此外，跨界融合也為醫療大模型的發展注入了新的活力，醫療大模型正與物聯網、區塊鏈等新興技術深度融合，共同推動醫療健康行業的數字化轉型和智能化升級。
然而，醫療大模型的發展同樣面臨著一些挑戰。首先是數據安全與隱私保護，醫療數據涉及個人隱私和敏感信息，如何在保障數據安全和隱私的前提下，實現數據的有效共享和利用，是醫療大模型應用過程中需要解決的問題。其次，技術門檻與人才短缺也是醫療大模型發展的關鍵，醫療大模型的研發和應用需要高度專業化的技術和人才支持，目前行業內仍存在技術門檻高和人才短缺的問題，限制了醫療大模型的廣泛應用和深入發展。醫療大模型作為新興技術，其監管政策尚不完善，如何制定科學合理的監管政策以確保其健康發展，是政府和行業需要共同攜手解決的問題。
大模型賦能，助力醫療健康行業轉型升級
醫療大模型的廣泛應用將推動醫療服務模式的轉變，從傳統的“以疾病為中心”向“以患者為中心”轉變，逐步實現更加個性化、精準化的醫療服務。提升醫療服務質量：醫療大模型能夠輔助醫生進行疾病診斷、治療方案制定等工作，提高醫療服務的準確性和效率；優化醫療資源配置：通過大數據分析，醫療大模型能夠預測疾病流行趨勢，幫助醫療機構提前做好準備；推動新藥研發：能夠加速藥物研發過程，縮短新藥上市周期，降低研發成本。
結語
隨著深度學習、自然語言處理、計算機視覺等AI技術的不斷進步，醫療大模型的應用范圍將越來越廣，能處理的醫療數據類型也將越來越多。未來，醫療大模型將進一步提升醫療服務的智能化水平，為醫療機構和患者帶來更加精準、高效的醫療服務體驗。同時，隨著監管政策的不斷完善和市場的逐步擴大，中國醫療大模型行業將迎來更加廣闊的發展前景。
（文/冰博客）
e-Mail：lab@enet16.com
