· 548 · 交通医学 2019 年第 33 卷第 6 期 Med J of Communications,2019,Vol.33,No.6 传统医疗模式正面对越来越多的挑战，包括人 口老龄化、医疗费用过高和医疗资源分布不均衡等 问题。2017 年底，我国 65 岁以上老年人口已经达 到 1.5 亿，占全国人口比超过 11%[1]。在可预见的未 来，人口老龄化压力与日俱增，伴随着人口老龄化， 理分 智能医学与智慧医疗 房梦雅 1，张 愉 2，顾晓松 3*，蒋 葵 1* （1 南通大学医学院医学信息学系 , 江苏 226001 ；2 南京中医药大学附属江苏省中医院， 江苏 210029 ；3 南通大学江苏省神经再生重点实验室，江苏 226001） [摘 要] 目前医疗行业存在的诸多问题亟待解决，智慧医疗即“互联网医疗+人工智能”提供了很好的出路。人 工智能在医学领域可以应用的 工智能在医学领域可以应用的范围较广，可涉及医疗活动全过程，包括院前管理、院中诊疗和院后康复等。本文围绕 智能医学的应用，包括智能导诊、语音电子病历、影像辅助诊断、临床辅助诊断、疾病风险预测和药物研发等方面进 行阐述，更好地展望我国智能医学的未来发展。 [关键词] 智能医学；智慧医疗；人工智能 [中图分类号] R-05 [文献标志码] A [DOI] 10.19767/j.cnki.32-1412.2019

医学装备互联互通 与智慧医院建设 智慧医院建设背景与政策引导 智慧医院建设与医疗设备信息化管理关系密切 ● 智慧医疗【电子病历】 ● 检验设备数据 ● 检查设备数据 ● 治疗设备数据 ● 智慧服务 ● 检查设备的排班预约 ● 智慧管理 ● 设备固定资产管理 ● 设备维修 ● 设备使用效率 ● 设备网络安全 电子病历 10 个角 色 1. 病房医师、 目前国内定义为医学装备信息交互与集成， 它并不是一个组 织，而是一个 活动 ， 由其发起单位组织活动。该活动在国际上 已经开展的非常广泛和深入， 具有相当知名度和影响力。 l 目前， 国内各个区域、领域的不同专家从各自的角度都意识到 IHE 的重要性，都在积极开展活动，但存在行动力量分散的问题， 还没有形成一个整体的活动。鉴于此， 由中国医学装备协会、中 华放射学会、中国生物医学工程学会、中国医院协会、中国医疗 IHE 中国积极加强对外沟通和国际合作， 并成功地举行了一系列的 宣传 活动、学术讲座和测试准备活动， 取得了极佳的反响。 IHE-C 介 绍 l 中国医学装备协会、中国医院协会、中国生物医学工程学会、中国 医疗器械行业协会、标准化研究院、中华医学会放射学会六家 单 位的发起下成立 IHE-C ， 2009 年 1 月正式取得卫生部、民政部的 批复。 l 目前， IHE-C 成立战略组、技术组、测试组、秘书处四个机构。

2000 年 历史 沿革 仁济医院 普爱医院 合并协和医院 华中科技大学 同济医学院 附属协和医院 武汉大学医 学院 附属医院 同济医科大学附 属协和医院 武汉医学院 第一附属医院 汉口 仁济医院 华 中 科 技 大 学 同济医学院附属 UNION HOSPITALTONGJI MEDICAL COLLEGE HUAZHONG UNIVERSITY 0 0 张 主 院 区 金银湖院区 院 区 分 布 肿瘤院区 西 院 区 华中科技大学 同济医学院附属 院 U N I O N H O S P I T A L T O N G J I M E DI C A L C O L L E G E H U A Z H O N G U N 国家医疗健康信息互 联互通标准化成熟度 测评级 三级 医院智慧服务分级评 价标准体系 以评级工作为抓手 , 填平 补齐之前的建设短板 , 提升系统使用效果 , 做好迎评准备工作。 同济医学院附属 t 和 院 U N I O N H O SP TA LT O N G J M E D I C A L C O LL EG E H U AZ H O N G

2023年是中国医疗大模型发展的元年，各种医疗大模型已广泛应用于临床辅助决策、 医学研究、健康管理等多个场景。未来，医疗大模型有望实现多模态AI与医疗实践全 流程的深入链接，应用于医疗教育和临床培训，提高药物研发和药物反应监测等方面 的能力。但在实际应用中，医疗大模型仍面临一些挑战，如准确度、透明度和可解释 性等问题，以及对数据隐私和安全问题的担忧。本文主要探讨医疗大模型在医疗领域 的应用及其面临的挑战。 医疗大模型一般指在医疗健康领域应用的大规模预训练语言模型（LLM），其训练数 据集包含大规模的医疗科研文献、电子病历、医学图像等，参数量通常在百万级到亿 级，远超过普通深度学习模型，因而能够获取更强的特征提取和学习能力等。 医疗大模型的典型运作逻辑主要包含三个层面： 从数据层看，大模型可构建医疗数据集，收集包括电子病历、文献报告、医学知识图 谱、医学图像等多源异构的医疗数据，同时进行数据清洗、标注、统一编码，构建规 模化的医疗语料库。 从模型层看，可使用Transformer、BERT等框架，输入大规模医疗语料，通过Masked LM、Next Sentence Prediction等方式进行无监督预训练。 从应用层看，预训练模型微调，结合医学知识图谱、规则库等知识源增强医学专业 性，使用知识蒸馏、参数剪枝等技术压缩模型并在真实临床环境中评估、调优。经验 证的模型可部署到医疗信息系统、移动设备等，提供智能服务。 （二）医疗大模型的主要应用场景和适用范围

以人民健康为中心，推动高质量发展 带来了数字技术的发展、新基建的能力 从两大国家战略看本源 CHIMA 智 慧 医 院 的 本 源 健 康 中 国 战 略 数 字 中 国 战 略 同济医学院附属 t 和 院 U N I O N H O SP TA LTO N G JI M ED I C A L C O L LE G E H U A Z HO N G OF SCIENC E AND TEC HNOLOGY 信 息 与数 据中心 华中科技大学 医院利用多种多样的技术手段对医疗质量和安全更具控制力 ，对 患者和医务人员的需求更具洞察力 ，对医学的发展更具支持力。 智慧医院的内涵（以信息技术应用为基础，帮助医院提质增效） 路径：新技术在医疗场景中的创新， IT 架构与应用需求的融 合 改变传统耗时耗人的医疗服务流程、 改善医疗质量、提高工作效 降低医疗成本、提升患者就医获得感等 指医院资源更为丰富 ，更具创造力 ， 医院运营成本和效率更合理； 高质 量 CHIMA 高效 智能 可控 运营更高效 服务更智能 质量更可控 同济医学院附属 t 和 院 U N I O N H O SP TA LTO N G JI M ED I C A L C O L LE G E H U A Z HO N G

出版单位 / 组织名称： 发布日期： 医疗健康大模型 伦理与安全白皮 书 上海交通大学 复旦大学 上海交通大学医学院附属瑞金医院 蚂蚁集团 2025 年 7 月 18 日 Ab 医疗健康大模型伦理与安全白皮书 上海交通大学医学院附属瑞金医院 黄飞跃 上海交通大学医学院附属瑞金医院 王 烁 上海交通大学 金豪桉 上海交通大学 应 瀚 蚂蚁集团 季嘉程 复旦大学 石佳成 蚂蚁集团 专家委员会 （按照姓氏首字母排序） 陈 震 复旦大学附属肿瘤医院 程晓博 复旦大学附属中山医院 睢素利 北京协和医学院 刘月树 乐 天津医科大学附属第二医院 吕宝粮 上海交通大学 上海交通大学医学院附属瑞金医院 马永慧 厦门大学 孙晓宁 上海交通大学 唐 健 天津医科大学 王 玥 西安交通大学俞 凯 上海交通大学 张新庆 北 京协和医学院张海洪 北 京大学医学部 张洳源 上 海交通大学 医疗健康大模型伦理与安全白皮书

阿里云助力医疗健康 AI 应用开发 场景篇 14 4 AI 推动医疗服务升级 17 智能导诊与预问诊 18 医学影像与辅助诊疗 19 组学研究与个性化治疗 21 智慧病案与患者管理 22 医学研究与教学 23 5 AI 加速医药创新发展 24 药物研发与设计 25 药物筛选与 ADMET 性质预测 推动医疗向更高效率、更精准服务发展 AI 在医疗健康行业的应用由来已久，从早期 的规则引擎和专家系统引入，到医学影像分析、病 历质控、疾病早期筛查与诊断、再到医药研发， AI 在医疗健康行业的应用逐步深入。当前，随着生成 式人工智能的加速发展，众多研究机构和企业在通 用大模型的基础上，基于不同细分领域的医学和医疗 数据进行再训练或微调，构建医疗行业大模型，推动 在智慧医疗、医药研发、健康管理等方面的应用，提 管理， 无需进行医疗器械注册。如果 AI 医疗软件处理的是 医疗器械数据（如医学影像、生理信号等），且其核 心功能用于医疗用途（如辅助诊断、治疗计划制定 等），则属于医疗器械，需按照相应的类别进行注 册管理才能合法上市销售。目前生成式 AI 在医学领 域的应用尚未形成明确的监管框架和注册准入管理制 度，因而很多作用于医学影像和医药研发的大模型与 相关产品功能，一般作为辅助工具使用。 目前在国家互联网信息办公室发布的生成式人工

该领域的研究提供新思路。方法/过程 在相关文献分析基础上，梳理人工智能大模型在智慧医疗、 医疗元宇宙、医学研究等领域的应用场景及具体实例。结果/结论 虽然人工智能大模型目前面临 一定风险与挑战，但其在医疗领域仍具有广阔的发展空间。 [关键词] 人工智能大模型；智慧医疗；医疗元宇宙；医学研发 Application Status and Prospect of Artificial Intelligence -tuning） 以适配不同领域任务需要[2]。在医疗领域，医疗数据本身就具有多模态的特性，大模型 将进一步推进智慧医疗、医疗元宇宙和医疗研究的发展进程。比如电子病历理解、医 疗问答、医学教育培训、医学影像生成、疾病辅助诊断、药物研发以及虚拟医院和医 疗虚拟数字人交互等诸多应用[3]，涵盖医疗领域就诊前、就诊中、就诊后各环节。本文 梳理了当前大模型在医疗领域的应用现状，分析其面临的风险与挑战并进行展望，旨 有效利用和深度挖掘，是现代化智慧医疗的迫切要求。现代化智慧医疗融合了大数据、 人工智能、元宇宙等前沿技术，旨在优化医疗服务流程，提高医疗质量和效率，促进 智能医学的进一步发展[13]。而医疗大模型的出现将进一步加快其发展进程，目前医疗 大模型覆盖医学知识问答、生物及药物研发到智慧诊疗的各阶段、医保知识管理等领 域。根据面向对象的不同可分为患者、医护、高校、医疗机构及企业角色等；根据临 床场景数据交

机会与风险等细节问题，进行深入 挖掘，听取来自行业第一线工作者和企业 领导层对行业的见解和认知。 智能医疗概述 AI+ 医疗 应用场景 虚拟助理 医学影像 辅助诊疗 疾病风险预测 药物挖掘 健康管理 医院管理 辅助医学 研究平台 1 赋能 现象 发展 矛盾 广阔 市场 “ 人工智能 + 医疗”是人工智能技术对于 医疗产业的赋能现象。当前以机器学习 与数据挖掘为两大技术核心的人工智能， 算法模型；“互联网 + 医疗” 为人工 智能的发展 奠定了数据基础。 2 典型应用场景 AI+ 医疗 应用场景 20 虚拟助理 语音电子病历 / 智能导诊 智能问诊 / 推荐用药 医学影像 病灶识别与标注 / 三维重建 靶 区自动勾画与自适应放疗 辅助诊疗 医疗大数据辅助诊疗 医疗机器人 疾病风险预测 基因测序与检测服务 预测癌症 / 白血病等重大疾病 药物挖掘 / 专家系统 辅助医学研究平台 线上科研平台，提供 GPU 计算 算 法框架 / 数据分析等服务 综合分析了我国目前“人工智能 + 医疗”领域的公司和产品，梳理出包括虚拟助理、医学影像、辅助诊疗等在内的应用场景 2 典型应用场景 45 43 21 19 15 14 14 7 疾病风险管理 医学影像 医院管理 辅助诊疗 虚拟助理 健康管理 辅助医学研究平台 药物挖掘

➢ 投资建议： ➢ 硬件+AI：测序设备公司（华大智造等）、影像设备公司（迈瑞医疗、联影医疗等）、个人健康终端公司（三诺 生物、鱼跃医疗等）； ➢ 数据+AI：测序数据公司、ICL数据公司（金域医学等）、体检数据公司。 ➢ 风险提示：技术升级迭代不及预期、商业化进程不及预期、行业竞争加剧风险。 目 录 第一部分 第二部分 第三部分 第四部分 第五部分 第六部分 “医疗+AI”复盘及全景图 主线一：硬件+AI ➢ 测序：华大智造等 ➢ 机器人：微创机器人等 ➢ 小设备：三诺生物、鱼跃医疗、乐普医疗等 ➢ 大设备：迈瑞医疗、联影医疗、开立医疗、万东医疗、鹰瞳科技等 主线二：数据+AI ➢ 金域医学、迪安诊断等 ➢ 华大基因、贝瑞基因、诺禾致源等 ➢ 美年健康、润达医疗等 主线三：CRO+AI ➢ 平台：药明康德、泰格医药、康龙化成等 ➢ 特色：药石科技、皓元医药、成都先导、泓博医药等 平均订单价值AOV（美元，右轴） 3 B2C远程管理 总结 与上一轮Open AI相比，DeepSeek在远程医疗诊断与治疗带来的新影响： ➢ 多模态数据整合与精准诊疗：通过融合基因组学数据、医学影像及电子病历等多维度信息， 实现了更精准的疾 病预测和个性化治疗方案生成。 ➢ 可视化推理过程：传统的AI模型训练过程如同一个黑匣子，输入数据后直接输出结论，缺乏透明度。DS通过可视化推理过