在人工智能技术加速渗透实体经济的浪潮下，医疗健康产业正经历着前所未有的范式变革。此前，两份重量级行业报告——一份由前瞻产业研究院、首钢基金等机构联合发布的《中国AI大模型场景探索及产业应用调研报告》和另一份由清华大学临床医学院、中国信通院联合发布的《人工智能大模型赋能三医产业研究》，共同揭示了一个关键趋势：AI大模型正在改变医疗行业的运作方式。在这两份报告中，APUS AI医疗因其创新的实际应用方案，成为重点解析的标杆案例。

　　当下，AI大模型的技术突破为产业升级提供了新的解题思路。APUS董事长兼CEO李涛指出，医疗大模型已从早期的单点技术验证，演进到AI全链条赋能阶段。通过构建知识理解-决策支持-服务闭环的技术体系，其系统在辅助诊断、药物研发、健康管理等场景展现出独特价值，特别是在多模态数据处理、动态知识图谱构建等方面取得关键突破，为缓解基层医疗资源短缺、提升疾病诊疗效率提供了可落地的解决方案，进一步让AI医疗为健康护航。

　　报告显示，AI大模型与医疗产业的深度融合正在重构三医（医疗、医药、医保）协同发展格局。在智慧医疗领域，此次入选的解决方案展现出鲜明的场景深耕特征。区别于通用型大模型，APUS通过构建垂直领域的知识蒸馏机制，保证了医学专业性。在三甲医院的落地案例中，该系统基于6000亿高质量医学数据进行增量预训练”“多模态诊断能力”，仅上线万医患，充分验证了行业大模型的应用潜力。

　　产业观察人士指出，AI医疗正步入价值兑现的关键期。随着《健康中国2030规划纲要》的深入推进，以APUS为代表的创新企业通过技术架构创新，正在搭建连接医疗机构、科研院所、药械企业的智能协作平台。这种基于大模型的产业协同网络，不仅提升了单个环节的效率，更催生出远程诊疗联盟、精准健康管理等新型业态。（邹易）

　　（焦点访谈）：在科技飞速发展的今天，人工智能正在以前所未有的方式深刻改变着我们的生活，比如现在有些医院就接入了人工智能，在取药、问诊，甚至包括病理筛查、重症监护等多个环节发挥着作用。那么，在实际的医疗服务过程中，人工智能究竟是如何提升患者的就医体验，并助力医生更高效、精准地进行诊断和治疗的呢？今天（3月15日），我们将通过一系列案例，展示人工智能技术在医疗领域的新应用和新可能。

　　家住深圳的李华亮今年57岁，患有高血压和心脏病，平时在小区附近的社康中心开药。他最近想种植牙，但心脏又有点不适还偶尔头晕。社康医生建议他前往上级医院进一步检查以后再说。

　　在咨询台，李华亮了解到医院有一套人工智能的系统，描述病情后可以给出挂号建议，不仅节省了很多等待的时间，也更容易找到专业的医生，不用几个科室来回跑。

　　根据AI的建议，李华亮顺利预约到了心内科的号。在诊室，大夫的电脑里已经显示了他挂号时填写的病情和预问诊情况。

　　经过简单问诊后，AI仅用8秒钟就给出了辅助诊断建议。因为李华亮有种植牙的需求，对牙科不熟悉的心内科大夫还用“AI问答”查看了种植牙的注意事项。

　　这一套人工智能的诊疗辅助系统已经全面覆盖了从预问诊、辅助诊断、“AI问答”和病历撰写几个方面，医生只需要根据AI提供的辅助诊断结合病人的实际情况作出最终的判断。

　　据了解，罗湖区这家医院下属46家社康中心，也全部运用了AI辅助医疗系统，特别是在药剂师紧缺的情况下，AI系统为基层医疗带来了更多便利。

　　今年以来，随着人工智能大模型DeepSeek不断成熟，深圳市罗湖医院集团接入这一套“DeepSeek+腾讯混元”的双模态系统，人工智能已经在导诊、辅助诊疗、合理用药等医疗服务场景中带来了全面升级，未来，AI赋能基层医疗还会有更多的可能性。

　　据了解，目前人工智能在医疗领域的应用正不断扩延，涵盖了从疾病诊断、个性化治疗到手术辅助和健康管理等多个方面。仅深圳一个城市，就已经集成了16类63个场景，在深圳卫健部门的推动支持下，近450个人工智能产品在全市各级医疗卫生机构落地。

　　在全国很多地方，很多医疗机构都在部署各种类型的人工智能模型，一些医疗机构也在针对一些关键领域，特别是重大疾病的诊治等，利用人工智能发挥更多的医疗辅助作用。

　　一张病理切片的细胞数量数以万计，病理医生要在显微镜下从无数个正常细胞中，筛选出病变的细胞，不仅费时费力，还容易因疲劳导致误诊。2024年，浙江大学医学院附属第一医院开发出视觉与语言模型融合的AI病理大模型。

　　浙江大学医学院附属第一医院病理科副主任医师张秀明：“现在有了这个数字病理切片扫描仪，可以把切片全部数字化，上传到云端，然后通过病理AI大模型去作出辅助诊断。”

　　对于很多年轻的病理医生来说，他们每天做得最多的重复劳动就是把阴性的片子筛选出来，找到有问题的片子，交给更有经验的病理医生分级诊断。而这个AI病理大模型，能够快速精准地筛选出绝大部分正常的标本。

　　AI系统不仅能够帮助医生快速筛选出正常的标本，对于那些有问题的，还能精准地识别出疑似病变区域，为医生提供非常精准的专业参考，极大地提高了工作效率和准确性。

　　据了解，培养一名成熟的病理科医生至少需要8到10年，对于很多年轻医生而言，AI的辅助不仅减轻了工作负担，也使得他们有了更多深入学习的机会，促进了他们的专业成长。

　　现在，人工智能不仅应用到了导诊、问诊、病理等医疗场景中，在有些地方，它已经被投入到了抢救生命的最前线。在浙江大学医学院第一附属医院的重症监护病房，一场由数字孪生技术和人工智能掀起的医疗革命正在悄然改变传统的诊疗模式。

　　重症监护病房的每一位病人的呼吸、心跳、血压以及氧饱和度等，各种仪器设备无时无刻都在产生海量的数据信息，过去这些数据没有信息化，医生只能用最传统的方式把病人的信息拼凑在一起，才能作诊疗决策。

　　在人工智能重症大模型里，病人的身体情况被分成了几个大模块，各种仪器设备联网产生的数据，形成了一个数字模拟病人。

　　浙江大学医学院附属第一医院重症医学科副主任李彤：“能够做到把这些数据都整理出来，放到一个面板里，这不是普通医生能做的，能做到这个程度的，需要ICU的专科医生才能达成。”

　　某医疗企业启元重症大模型产品经理刘彦：“从海量数据中找到关键的决策点，快速决策的方法。我们做了一个具有重症思维的大模型，能够像重症医生去思考，辅助重症医生进行诊疗。”

　　李彤：“比如说一个心脏移植的病人，因为心脏移植以后情况不稳定，所以我们在手术以后装了体外循环，人工心肺机ECMO在上面的。装上去以后，病人情况有所好转，但是对于这种复杂的状况，又是心脏移植，又有体外循环装置在上面，想要把它拿掉，是一个综合性的判断结果。”

　　重症医学涉及多学科高度交叉，像这样一位病人，什么时候能撤走体外循环的人工心肺机器，这需要参与心脏移植的专科医生、护理团队以及重症监护科的专科医生共同商量，做好临床检测后才能作的重大决定。在这个重症大模型平台上，当被问到“患者撤离ECMO的指标可以达成吗？”，人工智能给出了答案。

　　李彤：“它告诉你，根据撤机评估结果，患者显示心功能改善，什么什么下降，这些都稳定。因此，综合以上信息，ECMO的撤机指标已经达成，可以考虑近日撤离。这句话就很厉害了，因为它没叫你现在撤离，就告诉你有个区间范围，这样的回答已经是接近于专业医生的回答方式了。”

　　浙大一院重症大模型部署半年多以来，已经建立起了一个高质量的重症医学数据库，目前为止，已经具备辅助诊疗的专业水平。不仅为医生减轻了很多流程化工作的负担，也为医生快速获取病人信息，及时调整诊疗决策赢得了很多时间。

　　随着人工智能在医疗领域的应用，AI技术已经在医学影像分析、基因组学、智能导诊、慢性病管理以及药物研发等领域展现出显著的优势，并逐步成为现代医疗服务中不可或缺的一部分。

　　通过技术创新与场景融合，人工智能正在重塑医疗服务的链条。从智能诊断到精准治疗，人工智能不仅改善了患者的治疗体验，也为医护人员提供了强大的支持工具。这些进步不仅促进了医疗资源的高效利用，也使得更多人能够享受到高质量的医疗服务。然而，挑战也随之而来。比如，如何平衡技术创新与患者隐私保护、确保算法的公正透明，就是一个重要课题。国家卫生健康委等监管机构正在积极制定相关政策，以引导这一领域健康发展。未来，通过多方协作和持续探索，我们有信心克服这些挑战，让人工智能更好地推动医疗进步，为我们的健康保驾护航。