| RK | 大模型 | 機構(gòu) | 備注 |
|---|---|---|---|
| 1 | 神州醫(yī)療大模型 | 神州醫(yī)療 | 以AI技術為核心、依托高質(zhì)量多模態(tài)大數(shù)據(jù)，賦能輔助決策、智能科研、醫(yī)生助手、健康管理和運營分析等 |
| 2 | 日日新.大醫(yī) | 商湯科技 | 以大語言模型“商量”為基模型，利用高質(zhì)量醫(yī)學知識數(shù)據(jù)訓練而成 |
| 3 | MedGPT | 醫(yī)聯(lián) | 中國首款大模型驅(qū)動的AI醫(yī)生，強大的自然語言處理能力和深度學習技術 |
| 4 | 靈醫(yī)大模型 | 百度健康 | MOE+終端組件+智能體三層架構(gòu)，應用在科普、互聯(lián)網(wǎng)醫(yī)院、智慧醫(yī)院、智慧診療等，滿足“患-醫(yī)-藥”各方需要 |
| 5 | Baichuan 3 | 百川智能 | 超千億參數(shù)的語言處理能力，在通用領域廣泛適用，同時在醫(yī)療領域展現(xiàn)出專業(yè)度 |
| 6 | 山海大模型醫(yī)療行業(yè)版（UniGPT-Med） | 云知聲 | 醫(yī)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(yī)療 | 適配多種醫(yī)療數(shù)據(jù)模態(tài)，實現(xiàn)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(lián)影智能 | 調(diào)度和整理數(shù)據(jù)資源、自主思考、給出預判，提升醫(yī)務工作者的工作效率 |
| 9 | ClouD GPT | 智云健康 | 應用于醫(yī)院、互聯(lián)網(wǎng)醫(yī)院等場景下的AI輔助診療，多緯度慢病管理 |
| 10 | ShukunGPT大模型 | 數(shù)坤科技 | 覆蓋診療各個環(huán)節(jié)，提供精準、高效的診斷與治療建議，提升醫(yī)生工作效率 |
| 11 | 左醫(yī)GPT | 左手醫(yī)生 | 擬人化AI醫(yī)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(gòu)、自監(jiān)督和遷移學習、模型調(diào)優(yōu)和高效訓練、數(shù)據(jù)增強等 |
| 13 | WiNGPT | 衛(wèi)寧健康 | 協(xié)助研究人員梳理海量文獻、歸納總結(jié)，甚至預測未來趨勢，加速科學創(chuàng)新 |
| 14 | 森億病歷生成式語言模型 | 森億智能 | 根據(jù)患者信息和醫(yī)生的診斷思路，自動生成病歷內(nèi)容，提高醫(yī)生工作效率 |
| 15 | 春雨慧問 | 春雨醫(yī)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(yī)療大模型 | 創(chuàng)業(yè)慧康&浙江大學 | 涵蓋豐富醫(yī)學知識和應用場景數(shù)據(jù)，已在浙江省多家大型三甲醫(yī)院成功試點應用 |
| 17 | 鷹眼智慧中醫(yī)大模型 | 鷹眼智慧中醫(yī) | 基于200億醫(yī)學token，數(shù)千萬中醫(yī)文獻醫(yī)案及紅外數(shù)據(jù)，構(gòu)建數(shù)字化中醫(yī)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(yī)療大模型 | 麒麟合盛 | 多模態(tài)通用性、專業(yè)醫(yī)療知識庫、支持多輪對話，提升醫(yī)療效率與準確性 |
| 20 | “數(shù)智本草”中醫(yī)藥大模型 | 天士力醫(yī)藥集團&華為云 | 基于中醫(yī)藥海量文本數(shù)據(jù)預訓練，實現(xiàn)中醫(yī)藥與人工智能的深度融合 |
| 21 | 華佗GPT | 深圳市大數(shù)據(jù)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(zhí)業(yè)藥師考試的醫(yī)療大模型 |
| 22 | “岐黃問道”大模型 | 大經(jīng)中醫(yī) | 自然語言交互模式，降低中醫(yī)AI的使用門檻，使更多用戶可以使用中醫(yī)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(yī)針灸領域的專業(yè)大模型，可作為中醫(yī)智慧助手為用戶提供解答 |
| 24 | 華佗中醫(yī)藥大模型 | 亳州市&華為 | 致力于中醫(yī)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(tài)融合、高精度輔助診斷、神經(jīng)外科手術導航、智能醫(yī)學影像分析等 |
| 26 | 39AI全科醫(yī)生 | 朗瑪信息 | 人工智能“醫(yī)生大腦”，提供類似于“全科醫(yī)生”的人工智能服務 |
| 27 | 砭石 | 智慧眼 | 多模態(tài)處理能力、高準確性、隱私保護，全面賦能醫(yī)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(tài)數(shù)據(jù)處理等，協(xié)助處理復雜醫(yī)療數(shù)據(jù) |
| 29 | “白澤曉”醫(yī)療大模型 | 萬達信息 | 實時知識問答、事件與病歷內(nèi)容理解、病歷生成、專病健康管理等 |
| 30 | 域見醫(yī)言大模型 | 金域醫(yī)學 | 旨在成為“六邊形戰(zhàn)士”，支持醫(yī)檢多方面，醫(yī)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(fā)展，醫(yī)療大模型作為其在醫(yī)療健康領域的重要應用，正逐步展現(xiàn)出潛力和價值。醫(yī)療大模型通過對海量醫(yī)學數(shù)據(jù)進行深度學習訓練，不僅在輔助診斷、個性化治療、藥物研發(fā)等領域展現(xiàn)出前所未有的潛力，還將助力醫(yī)療健康行業(yè)向更加智能化、精準化的方向發(fā)展。
政策引領，加速醫(yī)療大模型創(chuàng)新步伐
近年來，國家高度重視醫(yī)療健康產(chǎn)業(yè)的創(chuàng)新發(fā)展，出臺一系列政策措施，以加速醫(yī)療大模型的研發(fā)與應用。這些政策不僅為醫(yī)療大模型的發(fā)展提供了資金和技術支持，還明確了發(fā)展方向和監(jiān)管框架。在政策引領下，醫(yī)療大模型技術得以快速迭代升級，為醫(yī)療健康行業(yè)的創(chuàng)新發(fā)展注入了強勁動力。
快速增長，醫(yī)療大模型從概念走向?qū)嵺`
醫(yī)療大模型在醫(yī)療健康領域的應用正處于增長階段，據(jù)統(tǒng)計，我國已累計公開發(fā)布多個醫(yī)療大模型，涉及智慧診療、醫(yī)療文本處理、藥物研發(fā)和學術科研等多個方面。通過學習大量醫(yī)療數(shù)據(jù)，能夠生成新的數(shù)據(jù)實例，協(xié)助醫(yī)生進行疾病診斷、治療方案制定等工作，提高醫(yī)療服務的效率和準確性。在智慧醫(yī)院、遠程醫(yī)療、精準醫(yī)療等多個領域，醫(yī)療大模型已經(jīng)從理論研究階段逐步走向?qū)嵺`應用。
技術革新及數(shù)據(jù)安全，醫(yī)療大模型破局前行
AI技術不斷突破，醫(yī)療大模型的算法和模型結(jié)構(gòu)持續(xù)優(yōu)化，預測準確性和魯棒性顯著提升，為精準醫(yī)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(zhì)量醫(yī)療服務的需求不斷攀升，為醫(yī)療大模型在輔助診斷、健康管理、藥物研發(fā)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(yī)療大模型的發(fā)展注入了新的活力，醫(yī)療大模型正與物聯(lián)網(wǎng)、區(qū)塊鏈等新興技術深度融合，共同推動醫(yī)療健康行業(yè)的數(shù)字化轉(zhuǎn)型和智能化升級。
然而，醫(yī)療大模型的發(fā)展同樣面臨著一些挑戰(zhàn)。首先是數(shù)據(jù)安全與隱私保護，醫(yī)療數(shù)據(jù)涉及個人隱私和敏感信息，如何在保障數(shù)據(jù)安全和隱私的前提下，實現(xiàn)數(shù)據(jù)的有效共享和利用，是醫(yī)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(yī)療大模型發(fā)展的關鍵，醫(yī)療大模型的研發(fā)和應用需要高度專業(yè)化的技術和人才支持，目前行業(yè)內(nèi)仍存在技術門檻高和人才短缺的問題，限制了醫(yī)療大模型的廣泛應用和深入發(fā)展。醫(yī)療大模型作為新興技術，其監(jiān)管政策尚不完善，如何制定科學合理的監(jiān)管政策以確保其健康發(fā)展，是政府和行業(yè)需要共同攜手解決的問題。
大模型賦能，助力醫(yī)療健康行業(yè)轉(zhuǎn)型升級
醫(yī)療大模型的廣泛應用將推動醫(yī)療服務模式的轉(zhuǎn)變，從傳統(tǒng)的“以疾病為中心”向“以患者為中心”轉(zhuǎn)變，逐步實現(xiàn)更加個性化、精準化的醫(yī)療服務。提升醫(yī)療服務質(zhì)量：醫(yī)療大模型能夠輔助醫(yī)生進行疾病診斷、治療方案制定等工作，提高醫(yī)療服務的準確性和效率；優(yōu)化醫(yī)療資源配置：通過大數(shù)據(jù)分析，醫(yī)療大模型能夠預測疾病流行趨勢，幫助醫(yī)療機構(gòu)提前做好準備；推動新藥研發(fā)：能夠加速藥物研發(fā)過程，縮短新藥上市周期，降低研發(fā)成本。
結(jié)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(yī)療大模型的應用范圍將越來越廣，能處理的醫(yī)療數(shù)據(jù)類型也將越來越多。未來，醫(yī)療大模型將進一步提升醫(yī)療服務的智能化水平，為醫(yī)療機構(gòu)和患者帶來更加精準、高效的醫(yī)療服務體驗。同時，隨著監(jiān)管政策的不斷完善和市場的逐步擴大，中國醫(yī)療大模型行業(yè)將迎來更加廣闊的發(fā)展前景。
（文/冰博客）
e-Mail：lab@enet16.com
