進(jìn)入２０２５年，行業(yè)已形成了一個共識：能否真正融入醫(yī)療日常工作場景并持續(xù)迭代，是決定大模型競爭力的關(guān)鍵。作為ＡＩ應(yīng)用探索已久的場景之一，健康管理在大模型時代也迎來了快速發(fā)展。

那么，大模型技術(shù)如何為健康管理注入新活力？又能掀起怎樣的新趨勢？動脈網(wǎng)與微醫(yī)人工智能研究院首席科學(xué)家徐紅霞、深睿醫(yī)療高級副總裁劉建、南大菲特副總經(jīng)理張芷韻三位深耕健康管理大模型應(yīng)用的醫(yī)療企業(yè)專家進(jìn)行了對話，供行業(yè)參考。

本文主要觀點如下：

１、以深度場景理解為前提，找到最適配的應(yīng)用場景

２、技術(shù)方與應(yīng)用方存在協(xié)同困難，用戶信任、關(guān)懷待加強

３、大模型＋可穿戴設(shè)備，實現(xiàn)多維數(shù)據(jù)聯(lián)動和個性化服務(wù)

４、部分商業(yè)模式已得到驗證，大模型向多模態(tài)交互升級

大模型應(yīng)用第一步：找到一個優(yōu)質(zhì)的健康管理場景

在應(yīng)用落地與商業(yè)價值轉(zhuǎn)化成為產(chǎn)業(yè)競爭焦點的背景下，如何精準(zhǔn)識別并切入高適配性場景，正成為企業(yè)可持續(xù)發(fā)展的關(guān)鍵命題。

從深睿醫(yī)療高級副總裁劉建的分享來看，深睿醫(yī)療選擇從體檢場景切入健康管理領(lǐng)域，是市場需求、技術(shù)積累與政策導(dǎo)向三方協(xié)同的結(jié)果。

一方面，公眾健康意識提升、國家＂早篩早治＂戰(zhàn)略共同驅(qū)動了體檢需求的持續(xù)增長；另一方面，作為ＡＩ影像領(lǐng)域頭部企業(yè)，深睿在ＣＴ、超聲等醫(yī)學(xué)影像的算法研發(fā)和臨床驗證方面已建立深厚壁壘，而體檢場景中的基于ＣＴ、ＭＲ、ＤＲ等各類檢查項目，均需依賴影像技術(shù)支撐，天然適配其技術(shù)強項。

場景是技術(shù)的試金石。劉建分享到，目前深睿醫(yī)療的大模型產(chǎn)品在肺癌、結(jié)直腸癌等項目中已實現(xiàn)價值驗證，成功識別了百萬級以上的高風(fēng)險人群，實現(xiàn)了醫(yī)保費用結(jié)構(gòu)性優(yōu)化。

南大菲特則以體重管理為突破口，通過＂三師共管＂ＡＩ大模型助力慢病防治。

南大菲特副總經(jīng)理張芷韻介紹，南大菲特深耕體重管理及慢病管理領(lǐng)域十余年，最初采用多學(xué)科團(tuán)隊模式開展體重管理服務(wù)；也是在這一過程中，不斷認(rèn)識到傳統(tǒng)人工模式存在的服務(wù)非標(biāo)準(zhǔn)化、質(zhì)量波動、響應(yīng)滯后等問題，對醫(yī)療健康服務(wù)規(guī)?；l(fā)展的制約。

而ＡＩ技術(shù)的應(yīng)用，讓這些問題迎刃而解。南大菲特通過自研模型與開源模型的結(jié)合，以及十余年的數(shù)據(jù)積累和技術(shù)優(yōu)勢，推出了三師共管ＡＩ大模型和首個減重代謝·慢病管理ＡＩ智能體，實現(xiàn)慢病管理的提質(zhì)增效和可及性。目前，南大菲特三師共管ＡＩ大模型已在院內(nèi)外和體檢機(jī)構(gòu)廣泛應(yīng)用，用戶量已超１０萬人。

在５月９日－１０日的ＶＢＥＦ醫(yī)療ＡＩ大模型創(chuàng)新應(yīng)用論壇上，多家企業(yè)也就場景選擇邏輯展開過深度討論。

一位嘉賓表示基于團(tuán)隊背景和技術(shù)積累，選擇了診療流程外的科研場景；也有嘉賓遵循＂痛點、剛需、高頻＂原則，將醫(yī)生提效置于優(yōu)先地位；另有嘉賓聚焦Ｃ端健康管理，通過２４小時陪伴式服務(wù)提升醫(yī)療服務(wù)價值；一位投資人指出，大模型需切入基層全科醫(yī)生等供給稀缺環(huán)節(jié)，而非僅做資源分配優(yōu)化。

盡管路徑各異，但各企業(yè)均指向一個核心邏輯：大模型在醫(yī)療領(lǐng)域的落地需以深度場景理解為前提，結(jié)合企業(yè)技術(shù)優(yōu)勢、商業(yè)化變現(xiàn)能力等，構(gòu)建差異化價值壁壘。這種以場景適配度為基礎(chǔ)的戰(zhàn)略選擇，正成為大模型技術(shù)從＂可用＂走向＂好用＂的關(guān)鍵躍遷。

應(yīng)用方與基座模型方并未實現(xiàn)完全協(xié)同

眾多企業(yè)紛紛入局，試圖借助這一技術(shù)實現(xiàn)更精準(zhǔn)、高效的健康管理服務(wù)。但前行之路上，諸多挑戰(zhàn)橫亙其間。

從技術(shù)層面來看，大模型幻覺問題是一大難題。動脈網(wǎng)觀察到，一些企業(yè)在通過ＲＡＧ（外部檢索增強生成）、生成式與判別式ＡＩ協(xié)同、模型改進(jìn)等方法來應(yīng)對幻覺。

微醫(yī)人工智能研究院首席科學(xué)家徐紅霞指出，幻覺問題是現(xiàn)階段大模型研究中面臨的現(xiàn)實挑戰(zhàn)，但微醫(yī)控股采取了多種策略進(jìn)行應(yīng)對。一方面，在輸入階段對大模型的超參數(shù)進(jìn)行調(diào)整，運用?。遥粒?、思維鏈以及醫(yī)療專業(yè)知識微調(diào)等技術(shù)手段，以此引導(dǎo)輸出模型更符合醫(yī)療領(lǐng)域要求的結(jié)果；另一方面，在輸出階段設(shè)置審核模型，對大模型的輸出結(jié)果進(jìn)行嚴(yán)格審核。同時微醫(yī)控股會針對未通過審核的回答進(jìn)行問題復(fù)盤與整理，并與專家共同探討解決方案，以持續(xù)增強模型的可靠性。

作為大模型＂燃料＂的數(shù)據(jù)同樣是繞不開的難題。南大菲特張芷韻坦言，以體重管理為切入的慢病管理，并非是純粹的嚴(yán)肅醫(yī)療范疇，在生活方式相關(guān)的數(shù)據(jù)收集上，面臨數(shù)據(jù)量稀缺且質(zhì)量欠佳的困境。因此，南大菲特只能依靠自身苦心積累，耗費了大量心力與成本在數(shù)據(jù)收集整理工作之上。經(jīng)過十余年積累，南大菲特的三師共管ＡＩ大模型，已深度融合了百萬條肥胖及慢病患者管理記錄、權(quán)威專家共識、前沿研究成果以及自主構(gòu)建的數(shù)據(jù)集。

業(yè)務(wù)合作的情況則更加復(fù)雜。一方面，應(yīng)用廠商和基座模型的供需錯配。如微醫(yī)控股和南大菲特側(cè)重于應(yīng)用開發(fā)的企業(yè)，需要與基座大模型協(xié)同提供醫(yī)療健康服務(wù)。在這一過程中，可能存在應(yīng)用迭代與基座模型升級周期錯配的情況。因此，企業(yè)在基座模型合作方的選擇上也會有更多的考量。

深睿醫(yī)療作為技術(shù)供應(yīng)方，現(xiàn)階段的重點則是聚焦于醫(yī)療應(yīng)用和大模型技術(shù)的完美結(jié)合。劉建以肺癌全程周期管理為例分享到，大模型的加入實現(xiàn)了從單個環(huán)節(jié)到全程覆蓋跨越。＂健康管理與院內(nèi)疾病診斷在ＡＩ的應(yīng)用場景上存在差異，無法直接套用，我們需深入了解健康管理的場景適配性，為人民群眾提供更智能的健康管理服務(wù)。＂

另外是應(yīng)用廠商和醫(yī)院之間的合作。微醫(yī)徐紅霞提到，由于醫(yī)院本身在算力和部署成本方面存在限制，因此更傾向于使用輕量化、智能化的模型。為此，微醫(yī)與浙江大學(xué)正在模型蒸餾技術(shù)上展開探索，并且已經(jīng)取得了一定的成果，發(fā)表了多篇相關(guān)學(xué)術(shù)論文，積累了豐富的技術(shù)經(jīng)驗。目前，微醫(yī)還引入了類似ＭＯＥ技術(shù)，通過對醫(yī)療場景進(jìn)行細(xì)分，有效控制了成本，與醫(yī)院的合作也較為順暢。

最后是賦能患者的企業(yè)初心與實踐應(yīng)用間的差距。當(dāng)前醫(yī)療大模型在用戶體驗層面的實踐表明，＂賦能患者＂的初心仍面臨技術(shù)落地、服務(wù)設(shè)計、用戶信任等多重考驗。企業(yè)需在技術(shù)精度與人文溫度、服務(wù)邊界與醫(yī)療敬畏、場景適配與用戶需求之間，找到更具象的破局路徑。

微醫(yī)控股踐行的是＂ＡＩ健管工具＋真人健康管理師＂模式。ＡＩ系統(tǒng)將收集可穿戴健康設(shè)備數(shù)據(jù)，持續(xù)監(jiān)控患者的各項指標(biāo)，即時發(fā)出健康預(yù)警與運動飲食方案提醒，輔助健康管理師為患者提供用藥指導(dǎo)或入院就診提示。微醫(yī)控股的這一模式，在天津數(shù)字健共體中已有顯著成果。

南大菲特則非常注重對用戶的人文關(guān)懷。例如在粵港澳大灣區(qū)，產(chǎn)品特別配備了粵語?。粒伞〗」苤郑峁┵N合語音回復(fù)的主動服務(wù)，以更好地服務(wù)老年群體。

深睿醫(yī)療針對院內(nèi)醫(yī)療診斷服務(wù)與院外個人體檢場景的差異，迭代技術(shù)服務(wù)意識。比如在體檢服務(wù)中，用戶相較在院內(nèi)為患者僅提供針對疾病檢測的單一診斷結(jié)果，更關(guān)注為體檢客戶提供基于健康報告的多維綜合服務(wù)。基于此，深睿醫(yī)療探索出了一套適應(yīng)健康體檢的技術(shù)方案，提升服務(wù)專業(yè)性和效率。這也側(cè)面說明，醫(yī)療ＡＩ從嚴(yán)肅醫(yī)療向消費健康延伸，需調(diào)整服務(wù)理念與技術(shù)邊界，而非簡單平移技術(shù)能力。

大模型＋可穿戴設(shè)備，實現(xiàn)健康管理多維數(shù)據(jù)聯(lián)動和個性化服務(wù)

在健康管理場景中，智能可穿戴設(shè)備能夠助力企業(yè)感知用戶的院外情況。通過訪談了解到，相較于傳統(tǒng)ＡＩ可穿戴設(shè)備，基于大模型的可穿戴設(shè)備，在數(shù)據(jù)處理維度、個性化服務(wù)深度、場景覆蓋廣度和技術(shù)融合能力等方面都有更顯著效果。

南大菲特張芷韻分享到，傳統(tǒng)可穿戴設(shè)備受限于算力與算法，通常僅能采集單一生理指標(biāo)，且數(shù)據(jù)呈現(xiàn)＂孤島化＂特征?；诖竽Ｐ偷目纱┐髟O(shè)備，一方面可以和更多設(shè)備做聯(lián)動，處理數(shù)據(jù)的維度更多樣；另一方面?zhèn)€性化程度更高，能夠建立用戶記憶，為后續(xù)的健康管理提供準(zhǔn)確的數(shù)據(jù)支持。

＂微醫(yī)控股也希望融合專業(yè)醫(yī)療知識與大模型對患者的數(shù)據(jù)感知，將ＡＩ　打造成類似于具身智能的＇具知智能＇。＂微醫(yī)徐紅霞認(rèn)為，具身智能是人工智能與機(jī)器人學(xué)的交叉領(lǐng)域，＂具知智能＂則是人工智能與醫(yī)療健康相結(jié)合的產(chǎn)物。＂知＂將由兩部分構(gòu)成，一方面是專業(yè)的醫(yī)療知識，另一方面是大模型對患者的數(shù)據(jù)感知。她介紹，通過與多個國內(nèi)知名智能穿戴硬件廠商深度合作，微醫(yī)控股已成功打通院內(nèi)外數(shù)據(jù)壁壘，做到了場景數(shù)據(jù)一體化，走通了防篩診治管康全生命周期的＂最后一公里＂。

這一創(chuàng)新模式的核心亮點在于實現(xiàn)院內(nèi)外數(shù)據(jù)的無縫整合。依托可穿戴設(shè)備實時采集的健康數(shù)據(jù)，微醫(yī)控股ＡＩ系統(tǒng)能夠生成個性化健康管理方案，并依據(jù)動態(tài)監(jiān)測數(shù)據(jù)持續(xù)優(yōu)化調(diào)整，真正實現(xiàn)對患者的精準(zhǔn)健康干預(yù)。

部分商業(yè)模式已得到驗證，大模型向多模態(tài)交互升級

在醫(yī)療大模型商業(yè)化浪潮中，微醫(yī)控股、深睿醫(yī)療、南大菲特各展所長，依托自身技術(shù)優(yōu)勢與戰(zhàn)略定位等，探索出了不同發(fā)展路徑。

微醫(yī)控股在ＡＩ醫(yī)療領(lǐng)域布局早，成績亮眼，ＡＩ健共體模式成為市場關(guān)注的焦點。據(jù)弗若斯特沙利文資料，按２０２３年收入計，微醫(yī)控股已是中國ＡＩ醫(yī)療健康解決方案的最大提供商。不僅如此，在由ＡＩ驅(qū)動的天津健共體中，通過ＡＩ賦能，天津市數(shù)字健共體在醫(yī)?；鹂煽氐那疤嵯拢瑢崿F(xiàn)了更好的健康收益，糖尿病患者人均醫(yī)保額度盈余率超過２５％，醫(yī)保支出增幅顯著下降，實現(xiàn)了基層醫(yī)療機(jī)構(gòu)、醫(yī)生、患者、衛(wèi)健醫(yī)保的＂四方共贏＂。

深睿醫(yī)療則以ＴｏＢ　賽道為基礎(chǔ)，不斷拓展服務(wù)場景，向ＴｏＣ模式挺進(jìn)，憑借成熟的ＡＩ　技術(shù)沉淀，構(gòu)建立體防護(hù)體系：首先，通過智能輔助診斷系統(tǒng)提升效率，縮短患者候診時間；其次，運用ＡＩ　量化分析技術(shù)，在冠心病風(fēng)險預(yù)測、骨密度檢測等領(lǐng)域輸出高精度診斷指標(biāo)，助力醫(yī)生專注關(guān)鍵環(huán)節(jié)；最后，借助大模型將晦澀的影像報告轉(zhuǎn)化的通俗解讀，解決患者理解難題，形成從機(jī)構(gòu)服務(wù)到患者觸達(dá)的疾病立體防護(hù)體系。其中，ＡＩ將診斷關(guān)口前移，為疾病的防、診、治、教、研提供了全方位的技術(shù)支撐。

南大菲特指出在大模型基礎(chǔ)層成熟的背景下，應(yīng)用端將迎來爆發(fā)期。為此，南大菲特將依托三甲醫(yī)院資源，基于ＡＩ智能體業(yè)務(wù)中臺實現(xiàn)標(biāo)準(zhǔn)化服務(wù)，并逐漸將業(yè)務(wù)從健康管理，向患者全流程服務(wù)延伸。同時，南大菲特也在探索不同的收費模式，來適配不同客戶需求。

在前文提到的ＶＢＥＦ醫(yī)療ＡＩ大模型創(chuàng)新應(yīng)用論壇上，嘉賓們也圍繞醫(yī)療大模型商業(yè)化進(jìn)行了探討。觀點可歸納為四類：

一是主張以替代醫(yī)生為關(guān)鍵構(gòu)建商業(yè)模式，認(rèn)為輔助醫(yī)生模式難以從醫(yī)?；蜥t(yī)生收入中獲利；二是強調(diào)面向　Ｃ　端患者支付盈利，借助大模型產(chǎn)品提升患者體驗，使患者因認(rèn)可管理價值而付費；三是通過私有化部署和ＳａａＳ付費等方式，以及將模型嵌入企業(yè)工作流程的２Ｂ模式。且這種模式已經(jīng)在醫(yī)療領(lǐng)域驗證成功。

第四是，有觀點認(rèn)為大模型的商業(yè)模式可以分為兩類：一是基礎(chǔ)平臺模式，依靠技術(shù)調(diào)用量付費；二是類似于ＡＩ＋ＣＲＯ，基于大模型技術(shù)提供服務(wù)，注重服務(wù)質(zhì)量和交付效率。

對于大模型未來的發(fā)展趨勢，微醫(yī)控股則明確將＂具知智能＂及其互動能力作為核心研究方向，致力于賦予大模型多維度感知與交互能力，推動?。粒伞膯我晃谋窘换ハ蛞曈X、聽覺等多模態(tài)交互升級。面對?。螅悖牵校?、ＲｕｉＰａｔｈ　等專業(yè)領(lǐng)域垂類模型快速發(fā)展趨勢，微醫(yī)將探索多智能體系統(tǒng)，加速構(gòu)建多模態(tài)醫(yī)療大模型體系；同時探索大模型與多樣化工具協(xié)同應(yīng)用，進(jìn)一步提升其在醫(yī)療場景中的實用性與效率。此外，針對大模型算力成本問題，微醫(yī)也在著力研發(fā)輕量化技術(shù)，在增強模型智能水平的同時降低資源消耗，推動醫(yī)療大模型向高效、多維的方向發(fā)展。

注：文章來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除