落寞的DMHC，大模型能否成为医疗IT的转机？

历年的CHINC都是医疗IT发展的风向标，但在今年改名DMHC后，南京的会场多少有些落寞。

老牌HIT上市公司中，仅有东华医为、荣科科技来到现场；三大运营商集体缺席，展区C位由讯飞医疗、蚂蚁AQ接替。

萧条的展会现状是整个医疗IT市场的一个缩影。一方面，新政未至，大型医院却已悉数满足过往政策给定的信息化建设要求，医共体建设亦将在这两年间收尾。政策真空期期间，常规信息化市场明显收缩。

另一方面，经济环境的下行与医院盈利模式的变革使得部分医院搁置了高等级信息化建设计划。这类工程的经济效益随时间的推移而加速积累，但在短期中，艰难的经营环境限制了他们对于未来的投资。

面对这样的局面，行业通常将希望寄托于技术的突破性创新。年初DeepSeek席卷全行业后，“大模型”一词被医疗IT行业重新赋予了意义。

那么，医疗IT真的能凭借大模型找到转机？

医院端：从卖模型到卖垂直应用

自2022年10月GPT3.5席卷整个互联网后，众多医疗科技企业便已躬身入局，开拓自有的大模型应用。不到一年时间，卫宁健康、讯飞医疗等企业便已成功将大模型嵌入到了自有的医疗解决方案。

但囿于大模型推理能力的局限性，这一技术并没有在院内深根，服务于C端，直至DeepSeek打破僵局。

DeepSeek带来的突破兼顾了商业模式与模型能力两个要素。

首先是模型能力。DeepSeek通过混合推理架构、MoE 专家协同、强化学习、多模态融合等技术，对应的垂直模型思维链能力随之得到了系统性增强。举个例子，2025年前虽也有大模型支持的病案质控、病例自动书写等应用，但这些应用生成的内容精度不够，常常需要医生自行修正，体验不佳。而在重新定义思维链后，上述应用的准确率已经趋近于1，能够满足医生的日常调用需求。

其次是商业模式。过去医院配置大模型既需要购置算力设备，又需要搭建模型，因而很多企业做好模型直接向医院售卖便能获利。如今DeepSeek不仅将模型的部署与调用成本打了下来，还拥有非常友善的MIT license协议，允许用户本地化部署，自由使用、复制、修改和分发软件。这意味着企业的商业模式将逐渐由卖通用大模型过渡为调优大模型、卖垂直小模型，提升了商业化的难度，但也打开了市场。

两大要素的改变也在激励企业优化自己的研发逻辑，各自寻找符合自己布局的提质增效策略。DMHC展区现场，智能体已是随处可见，各有千秋。

讯飞医疗、东华医为、数坤科技、福鑫科创等企业的整体逻辑有相似之处，都尝试将过去AI落地成熟的场景用大模型做一遍，完成能力与性能上的升级，但在具体实现过程中存在差异。

讯飞医疗为医院提供全栈式工具链，强调助力医院构建自主可控智能能力的核心支撑平台，现有病历自动生成、病历内涵质控、智能随访、报告解读等 20 个医疗专业智能体，意在为医院构建专属AI能力中枢，实现智能服务的高效构建与价值闭环，全面赋能医院核心业务提质增效。

数坤科技在影像数据处理方面积累经验较多，因而能够借助多模态数据构建更多优势。譬如在文本之外，他们能赋能影像、超声等检查环节，用相应的智能体实时协助医生判断，并在诊断结束后辅助生成影像报告，有效缩短医生单次诊断所耗时间。

福鑫科创对于政策及医生的日常操作习惯理解较深，将大模型用在了医保审核、DRG/DIP等紧贴医院收入的场景。福鑫科创告诉动脉网：国内编码员相当稀缺，很多三级医院仅有1-2名编码员，很多三级以下医院则是直接放弃了招聘这一岗位。在南京，有的医院开出30万年薪招聘编码员。

将大模型赋能编码员能够一定程度解决这一问题。据福鑫科创介绍：将编码员与DRG/DIP智能体合作，单个编码员能够将每天200份左右的编码量提升至800份，且编码出错的可能也会大幅下降。有三级医院在应用这一大模型后，一年大概省下了600万元。

深睿医疗、熙软科技、美创科技的打法要更专注一些，在智能体中形成了差异化竞争。

深睿医疗的大数据业务将重心放在多模态数据集成、治理及应用上。现阶段医院已有的临床数据数量只能勉强支撑垂直大模型的训练，若能缩减医院的数据治理成本，提升开发效率，多模态数据集成与治理能从医院科研角度创造相当体量的价值。

深睿新发布的Deepwise TrioData X或能应对上述问题，以大模型技术实现多模态数据融合治理、跨模态数据对齐、生成式数据增强，打造高质可信的医疗数据资产中心；全面升级AI能力创新中心，打造具有大模型训推能力的智能化中枢，以统一多模态预训练与大模型跨模态的联合推理。

此前，深睿医疗的智慧影像业务已经升级成为Deepwise MetAI X 大模型能力开放平台。至此，深睿医疗两大核心业务板块——智慧影像业务与医疗大数据业务，已构建起“技术底座革新+业务场景赋能”的双重优势，在临床、科研、管理、AI创新各维度助力医院高质量发展，实现从“单点辅助”向“全流程、全场景赋能”的跨越。

熙软科技专注于医院的智慧运营，打造了医院运营管理智能体。据熙软介绍，该智能体是要构建一个立体的、多域协同、精确判断和持续智能的系统，它包括智能交互、智能联接、智能中枢和智慧应用四个主要层次。四个层次共同构建了一个能够实现医院人、财、物全要素协同，医疗、服务、管理全场景智慧化的系统，全面支撑管理者进行优化业务流程、合理资源配置、计划合理制定等方面的战略管控工作，以AI赋能的精细化医院管理创造价值。

美创科技的打法在信息化企业中独树一帜。当前，数据安全治理体系持续升级，智能分类分级技术已成为企业提升数据管理效率的重要工具。然而，人机信任壁垒始终是制约分类分级效率提升的关键瓶颈。多行业调研显示，即便采用先进的AI模型，企业仍需投入60%～70% 的总工时用于人工复核分类分级结果。

为了解决上述问题，美创的策略是打造基于双AI模型协同校验机制，同时完成单模型自检与双模型互检，重构数据分类分级质量保障体系。目前，该应用在嘉兴市妇幼保健院取得了一定成果。美创给出的数据显示：大模型支撑下的新机制的数据识别率和分类分级率高达99%+，分类分级准确率达90%+，与传统分类分级方式相比，大幅节省90%以上人力成本。

6月新成立的蚂蚁AQ带来的主要是医生专科智能体，会上展示了Jack安心智能体、毛洪京睡眠专家智能体、仁济医院泌尿外科智能体等。这类智能体的共通之处在于学习了相应医生的诊断经验与诊断习惯，使得患者能够通过线上访问的方式与这些医生的“分身”进行对话，取得健康分析、异常预警、复查提醒、改善方案等服务。

而面对医院，不同专科的医生智能体价值逻辑有所差异。仁济医院泌尿外科智能体能够帮助医院进行一定程度的患者分诊、辅助基层医生提升诊疗准确性等；王俊院士胸外科智能体则直接对接北京协和医院等合作医院的挂号通道，强化患者的触达。据现场相关工作人员表示，蚂蚁AQ已打造了300多个“医生分身”，对多个专科完成智能体的赋能。

大经中医是展区内少有的围绕中医构造智能体的企业。目前，“岐黄问道”·中医药大模型是大经中医利用多年积累的千万量级高质量中医知识图谱数据，选择合适的基座模型，经过公司中医和AI 跨界专家团队的调优训练，并与华为深度合作，发挥华为昇腾全栈 AI 软硬件平台的算力优势研发而成，对于推动中医知识与经验在严肃医疗场景和大健康养生场景下的应用有着重要的价值。

但也需注意，智能体的爆发与行业前景优劣没有直接关系。模型的成型只能说做好了第 一步，至于医院能否承认它的价值，能否完成商业变现，仍是一个悬而未决的问题。

公卫端：大模型发力基层医疗前，亟须一场信息化集采？

从市场规模总量看，医院端的体量优于其他信息化场景，但在当下这个时间节点，更优质的大模型支付方可能存在于公卫之中。

DMHC期间讯飞医疗发布了自己的年中报，或能证明公卫板块的支付能力。2025年上半年，讯飞医疗的营收增长30%，To G的基层解决方案与区域解决方案扛起了大旗。

讯飞医疗2025年中期业绩数据

不过，要在这些场景落地大模型并不简单。

市场的坚挺是基层建设未达政策预期。虽然国家针对基层医疗出台了一系列政策，如通过医疗设备升级提升基层医疗的诊疗能力；通过紧密型医共体提升基层医疗的服务能力及患者认可度……实际之中的基层医疗，“升级”速度还是太过缓慢。

这其中的问题核心在于患者数据流通受阻。医疗信息化是个极为分散的市场，同一个医共体下的基层医疗可能使用多种HIS、电子病历系统，相关的文本数据很难统一，AI价值受限。

因此，已经落地的大模型偏重于提高单个医疗机构医生诊断效率、诊断能力，提升医生的成长速度，未能对医共体这样的体系发挥太大价值。

此形势下，大模型或许还需等待一场基层医疗“信息化领域的集采”打破局面，进行系统的统一。

大模型的价值还需进一步挖掘

尽管DMHC内外的垂直大模型均呈爆发之势，少有模型能在风口之后真正留存下来的。

许多智能体虽能在医疗服务的某一环节中表现出明显的提质增效，但若将其置入整个流程，它的提质幅度可能达不到打动医院管理者的标准。事实上，不少企业都直白表示自己是在摸着石头过河，没有找到确定的道路。

因此，在未能成为真正生产力前，大模型虽能创造一定营收，但可能无力给予医疗IT系统性的转机。

不过，回顾大会调研的所有大模型，我们仍能看到很多极 具潜力的场景及其智能体。譬如，DRG/DIP、智慧运营等场景离决策层较近，AI产生价值的速度更快，可能会在商业化中更快一些；多模态大数据中心、数据安全等在长期应用中产生的价值总量显著，当后续医院经营情况改善时有望加速落地。

总的来说，AI已在多个行业中验证了它的能力，必然也能在医院之中找到它的价值空间。只是需要注意，无论大模型的能力和形态朝着什么方向发展，它的内核一定是要紧扣“降本”“增效”“质量”与“安全”。

未被挖掘的潜力场景还有很多。伴随时间的前行，必然会有探索者找到及验证那些满足要求的场景，并以契合的数智化模式完成破局。

【本文由投资界合作伙伴动脉网授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。