2025年医疗大模型研究报告-新质生产力大模型在各医疗场景的赋能实践-动脉智库_61页_7mb

医疗大模型发展与商业化落地总结

1. 报告概述

本报告分析了2025年我国医疗大模型的发展现状、市场规模、应用场景及商业化趋势，指出医疗大模型正处于从“产品”向“商品”的过渡阶段，面临性能验证、政策支持及市场教育等挑战。截至2025年5月，医疗大模型数量激增至133个，渗透率不足20%，年均增速超过100%，预计2028年市场规模将突破百亿元。

2. 核心发现与市场现状

• 技术突破与商业化早期

  • 医疗大模型从规则驱动转向数据驱动，逐步实现多模态融合，性能显著提升（如DeepSeek-V3参数量高达6710亿，成本仅557万美元）。
  • 影像类、文本类及生物类大模型是主要研发方向，其中影像辅助诊断渗透率最高（约40%），病理、超声领域突破进展显著。

• 市场规模与渗透率

  • 市场规模：2023年约20亿元，预计2028年突破百亿元，年均复合增长率约140%。
  • 渗透率：整体不足20%，基层医疗和健康管理等领域的渗透率较低，但仍为快速增长点。

• 政策与市场教育

  • 政策支持：《卫生健康行业人工智能应用场景参考指引》明确医疗大模型在30余个场景的准入，2024年底DeepSeek的爆火加速了市场认知。

3. 技术与应用场景分析

• 应用场景分布

  • 医疗服务类场景占比最高（约53%），临床辅助决策、预问诊、病历生成、影像诊断排名前四。
  • 院外场景包括慢病管理、药物研发、健康管理等，商业化潜力较大。

• 技术趋势

  • 大小模型协作：大模型提供通用能力，小模型针对特定任务，形成互补。
  • 数据驱动：高质量数据与合规性是核心竞争力，例如南大菲特通过多模态数据优化慢病管理。

4. 商业化挑战与未来趋势

• 落地障碍

  • 性能验证不足：缺乏统一测评体系，尤其在严肃医疗场景（如病理诊断）对大模型的可靠性要求较高。
  • 成本与普惠化：早期部署成本高，未来需通过技术优化和政策支持推动普惠化。

• 未来方向

  • 多模态融合：强化文本、影像、基因等数据的整合能力，赋能复杂任务（如肿瘤MDT会诊）。
  • 生态开放：开源医疗底座（如京东京医千询）推动行业协作，降低研发门槛。

5. 典型案例速览

总结：医疗大模型在技术、政策、市场教育推动下进入爆发期，需解决性能验证、数据合规及可及性问题，未来将通过场景深耕、生态协作加速商业化落地。