陈观秋
蚂蚁集团加码医疗AI
据报道，蚂蚁集团正加码AI医疗产业布局。3月21日，其对外公布了在医疗机构、医生、用户三端最新AI产品体系升级。
据此前报道，今年1月，蚂蚁集团完成对好大夫在线收购。1月11日，在2025年好大夫峰会上，双方在收购完成后首度携手亮相，释放出共同开启医疗AI新篇章的积极信号。
行业观察人士称，目前蚂蚁集团在AI医疗领域以医疗大模型为核心，形成了“医疗机构—医生—患者”的三维服务体系，打通了医疗AI从诊疗、服务到健康管理的闭环。
公开信息显示，从2023年开始，蚂蚁开始探索医疗AI领域，目前其医疗大模型是业内应用场景最丰富、与医疗机构、医生、医院共建最深的垂类大模型之一。
AI+医疗是指人工智能技术与医疗健康领域的结合应用。它通过运用机器学习、深度学习、自然语言处理等人工智能技术来处理和分析大量医疗数据，进而形成以AI技术为基础的医疗健康相关产品或以AI技术为支撑的医疗解决方案。这些技术和解决方案旨在提高医疗诊断、药物治疗、医院管理和服务的效率与质量。
医疗行业正经历数字化转型的关键阶段。全球范围内，医疗资源分布不均、基层服务能力薄弱、数据处理效率低下等问题长期存在，叠加人口老龄化与慢性病高发趋势，传统医疗体系面临严峻挑战。在此背景下，人工智能技术凭借其强大的数据处理能力、模式识别效率以及自动化决策优势，逐渐成为破解医疗痛点的核心工具。2023年以来，大模型技术的突破进一步加速了AI在医疗领域的渗透——从辅助诊断、药物研发到健康管理，AI正重构诊疗流程、提升服务效率并降低医疗成本。据Global Market Insights数据，2023年全球AI医疗健康市场规模约为144亿美元，预计到2032年达到2812亿美元，2023-2032年CAGR约为39.1%。
蚂蚁集团的战略布局与行业启示
2025年3月，蚂蚁集团宣布全面升级医疗AI产品体系，其动作可视为行业发展的缩影。该公司以“医疗机构-医生-用户”三维服务体系为核心，推出三大产品：
医疗机构端：联合华为、阿里云推出医疗大模型一体机全栈解决方案，通过私有化部署实现国产算力与多模态大模型(如DeepSeek-R1/V3、百灵)的整合，覆盖院内系统智能化升级。该方案已在杭州医保局、北京中医医院等7家机构落地，其医学思维推理能力在MedBench评测中领先。
医生端：依托收购的好大夫在线平台，为29万注册医生开发AI科研助手，深度融合DeepSeek技术实现文献检索效率提升300%，并整合患者数据生成结构化诊断建议，辅助临床决策。
用户端：AI健康管家新增智能思考、体检报告解读等功能，覆盖4000万用户，60位名医AI智能体入驻，构建从健康咨询到疾病管理的闭环。
这一布局揭示了AI医疗落地的三大关键路径：技术侧需解决数据隐私(如蚂蚁采用蚁鉴2.0平台实现数据可用不可见)、算力成本(训推一体轻量化设计);应用侧需垂直场景深度适配(如医保助手依保儿已服务多地医保局);生态侧依赖跨领域协同(华为、阿里云等硬件与云服务商，迪安诊断等医疗机构共同参与)。
据中研产业研究院《2025-2030年AI+医疗行业市场发展现状及投资趋势咨询报告》分析：
蚂蚁的实践标志着AI医疗从单点技术验证迈向系统性重塑。当前，头部企业正围绕三大方向展开竞争：
大模型专业化：通用模型向医疗知识增强演进，例如百川智能与北京儿童医院联合发布的儿科大模型，首创循证医学模式;
硬件-软件-服务闭环：腾讯元宝接入Excel智能分析、钉钉推出零佣金AI开发生态，显示工具链整合成为差异化竞争焦点;
商业模式创新：快手搜索接入DeepSeek-R1探索流量变现，巨人网络游戏NPC智能化验证C端付费潜力，预示AI医疗可能衍生出健康管理订阅、数据服务等新盈利模式。
然而，这场变革仍面临三重矛盾：技术理想主义与医疗保守主义的冲突、短期投入与长期回报的失衡、标准化服务与个性化需求的鸿沟。行业需在创新与合规间寻找平衡点。
1、技术突破驱动场景深化
诊断智能化：多模态大模型将整合影像、病理、基因数据，实现跨模态联合诊断。如OpenAI最新语音模型gpt-4o-mini-tts已支持自然语言指令调整，未来或用于医患沟通场景。
治疗精准化：结合量子计算与AI的个性化用药系统将缩短药物研发周期。神州信息的智能信贷系统模式可迁移至临床试验数据分析。
管理全域化：可穿戴设备+AI健康管家形成实时健康监测网络，结合医保数据优化疾病预防策略。蚂蚁安诊儿已覆盖3000万人次，验证省级健康管理平台可行性。
2、产业生态呈现马太效应
李开复预测中国市场将形成DeepSeek、阿里、字节三强格局，底层模型门槛提升迫使中小玩家转向专科应用。头部企业通过“大模型+硬件+数据”构建护城河，例如蚂蚁医疗一体机整合华为算力与阿里云，形成端到端解决方案。而腾讯、百度则从C端工具切入，元宝的Excel分析功能显示办公场景可能成为医疗AI新入口。
3、政策与伦理框架加速完善
数据治理：中国《医疗数据安全管理条例》或要求AI训练数据全程溯源，蚂蚁的诊疗过程可追溯设计可能成为行业标准。
责任认定：AI辅助诊断的法律责任划分亟待明确，深圳已试点医疗AI责任保险制度。
公平性保障：防止技术加剧医疗资源分化，类似福棠·百川基层版儿科模型的普惠化部署将成为政策鼓励方向。
4、全球竞争格局分化
中美呈现差异化路径：美国OpenAI、谷歌聚焦底层技术突破，GPT-5免费开放倒逼行业创新;中国依托庞大医疗数据与政策支持，在应用落地层面领先。DeepSeek-R1接入快手、巨人网络等多元场景，显示国产模型生态扩张野心。欧洲则强调伦理优先，可能形成技术壁垒。
AI医疗正在重塑百年医疗体系的价值链。技术层面，大模型从通用走向垂直，多模态融合与算力优化推动诊断精度突破;商业层面，医疗机构降本增效需求与健康管理市场爆发形成双轮驱动，催生订阅制服务、数据交易等新业态;社会层面，AI成为缓解资源不均的核心工具，但需防范算法偏见、数据垄断等风险。
未来五年将是行业分水岭：拥有技术-数据-生态复合优势的企业将主导市场，而专科化、场景化的AI应用(如慢病管理、罕见病筛查)可能诞生独角兽。监管机构需在创新激励与风险管控间动态平衡，推动建立跨国技术标准与伦理共识。最终，AI医疗的成败不仅关乎技术进步，更取决于其能否实现“以患者为中心”的价值回归——让技术温暖而非取代医者仁心。
想要了解更多AI+医疗行业详情分析，可以点击查看中研普华研究报告《2025-2030年AI+医疗行业市场发展现状及投资趋势咨询报告》。
研究院服务号
中研网订阅号