▲圖為智捷醫學科技孫繼信董事長於台上發表AI 醫療影像 3D 標準化成果。衛福部次長莊人祥12/4於智捷醫學科技（IntelliGen Technology）主辦的全球創新 AI 醫療影像 3D 標準化成果與 MR 應用大會上指出：「全球醫療仍停留在黑白 2D，台灣已準備跨入下一個時代。」▲圖為衛福部次長莊人祥蒞臨台上致詞搶進百億美元市場在全球醫療 3D 影像市場規模突破 13.6 億美元、AI 醫療影像市場 CAGR 高達 34% 的背景下，台灣此舉不僅是與趨勢接軌，更是明確展現 主動引領智慧醫療升級的產業戰略，並在全球醫療影像升級浪潮中扮演關鍵推動者。AI 將 CT/MRI 黑白影像即時3D 化，被視為未來十年醫療科技的主戰場，也是各國積極投入的醫療影像升級項目。台灣下一座護國神山台灣的智捷醫學科技（Intelligen Technology）憑藉自主研發的 Anatomy Cloud GPT 技術，可於 5 分鐘內完成黑白影像轉為高解析彩色 3D，成為目前台灣推動 3D 標準化最關鍵的技術提供者。其 AI 醫療雲端系統 「Anatomy Cloud GPT」 也以突破性成果獲得 第 21 屆國家新創獎「初創企業獎」 殊榮，引發產業高度關注。智捷醫學科技執行董事 鍾富瑋 於會中指出，「3D AI 醫療影像將從醫院內部工具，轉變為全球標準化平台。台灣有機會在這個市場中，提前卡位成為技術輸出國。」執行董事 鍾富瑋強調，3D 影像標準化將帶動 設備汰換、雲端服務、教育訓練、醫材整合、跨國醫療合作 等龐大需求，形塑出「超過百億美元」的新市場，而 Anatomy Cloud GPT 已成為此產業鏈中的核心引擎。▲智捷執行董事鍾富瑋表示3D AI影像技術不僅是臨床醫療技術的進步，更是台灣AI醫療走入全球的第一步。他進一步指出：「智捷正在與亞洲、歐洲多國洽談合作，2026也將啟動海外布局。Anatomy Cloud GPT不僅是醫療影像的革新服務，更可以整合AI、通信、雲端、教育、S I等的產業鏈我們相信台灣具備打造下一座『醫療 AI 護國神山』的條件。」

【新智元導讀】基層醫生的AI好助手來了！中國國產AI，更懂中國醫生。從去年開始，「醫療AI（medical AI）」與「健康AI（AI for healthcare）」從星星之火，迅速燎原。在Google趨勢裡，這類關鍵詞在最近幾個月都呈現明顯抬升：但對大多數中國醫生——尤其是基層醫生——這些熱鬧始終顯得有些遙遠。僅糖尿病患者，中國就有2.33億人，遠超現有醫療資源的承載能力。更別說基層醫生每天面對的是混雜的真實世界：心血管、呼吸、消化等各種疾病交織出現；一旦遇上少見症狀或複雜共病，往往會感到吃力，甚至陷入“想得不全、顧得不夠”的困境。因此真正的問題，從來不是「AI看起來有多厲害」——而是能不能安全有效地在臨床落地？能不能真正提升醫生的判斷力和決策力？AI+醫療，被放在了國家檔案的「C位」11月4日，國家衛健委正式發佈《關於促進和規範人工智慧+醫療衛生應用發展的實施意見》，其中重點提到：「建立基層醫生智能輔助診療應用」「加強居民慢性病規範管理服務」這意味著什麼？「AI+醫療」已不再是AI產業界的技術炫技，而是提升到了國家層面的衛生健康行業發展高度。而「AI+醫療」的落地重點，在基層。誰能抓住這波醫療AI版的「農村包圍城市」，誰就能在下一波AI浪潮中笑到最後。多位長期深耕基層培訓教育的主委們很快達成共識：能真正幫到中國基層醫生的AI，關鍵在2件事：1）診中：輔助臨床決策，要安全、有效；2）診後：支撐患者隨訪，要規範、可持續。而，這也是「未來醫生AI工作室」的初心。中國AI vs 美國AI 只有它是「安全+有效」的雙料冠軍AI能寫會畫，甚至拿下奧數金牌，但「術業有專攻」——通用的AI難以救死扶傷。解放軍總醫院第六醫學中心（海軍總醫院）內分泌科主任醫師、全科教研室主任郭啟煜，就曾遇到:一些患者自行使用AI尋找大量資訊後，提供給醫生，但這些資訊往往互相矛盾，甚至與最新的醫療指南和共識相悖。他認為，AI落地醫療有2大關鍵：有效性和安全性。有效性， 指的是真能幫上忙，能提供有用的建議和資訊。安全性， 則是必須堅守的底線，AI醫療產品提供的建議必須基於權威資料。但要測試醫療AI的「安全性」和「有效性」，並不簡單。好在今年7月，來自26個科室的32位一線專家們聯手，來了場全球頂尖大模型的「擂台賽」。這項測評已於7月正式公開發佈，並接受學術同行評議。arxiv連結：https://arxiv.org/abs/2507.23486他們從真實病歷中抽絲剝繭，整理出2069道開放式問題，圍繞「安全性/有效性」，模擬真實場景，搭建了一套系統性的臨床評估標準。在此標準上，測評了當時最前沿的6個大模型：OpenAI-o3、DeepSeek-R1、Gemini-2.5-Pro、Claude-3.7-Sonnet、Qwen3-235B以及「未來醫生AI工作室」背後的醫學大模型MedGPT。結果呢？六個大語言模型的基準測試顯示總體表現不錯（總分均值57.2%，安全性54.7%，有效性62.3%）。但在醫療最看重的「安全」上，卻拉開了明顯差距：當涉及危重症識別、藥物衝突等複雜問題時，多款通用大模型的得分明顯下滑當涉及嬰兒、兒童、免疫低下等特殊人群時，有的模型表現很不穩定，有時很好，有時很危險而在同一套標準下，專業醫療大模型MedGPT則表現出顯著特徵：「安全性」、「有效性」雙高！得分分別達到0.912、0.861，拿下雙冠軍，總分更是領先第二名15.3%。總體得分、安全性、有效性，MedGPT（綠色）均領先此外，在這場比拚中，MedGPT還表現出幾個突出特徵：安全性得分，比模型平均值高出近70%（0.912 vs 0.547）；在複雜人群中，表現依然穩健，沒有「翻車」；測評中，唯一一款做到了「既穩定安全，又穩定有效」的AI。復盤時，北京大學第三醫院運動醫學科江東教授表示臨床不只是看答對多少，更要看答錯多少。從那一刻起，這個以MedGPT為底座的「未來醫生AI工作室」，底層基因已經註定：不是做看起來「樣樣通的AI」，而是做臨床上「最安全、最可靠的AI夥伴」。當技術回歸臨床，誰更像專家？答案已經揭曉。就在最近，中⼭⼤學附屬第⼀醫院泌尿男科主任鄧春華教授聯合中國多位權威專家，設計並開展了一場高度模擬真實臨床流程的實戰盲測。評測方法核心直接、客觀：1、選題：從真實臨床工作中，抽取出一批複雜、存在爭議且資訊不完全的典型病例。2、答題：同一道題，分別交由三位「參賽者」獨立作答：GPT-5OpenEvidence未來醫生AI工作室·臨床決策AI助手3、測評：由臨床專家團盲審三份AI生成的答案，並嚴格依據以下8個核心維度進行打分：多病共存與藥物序貫最佳化時間窗決策與風險取捨不確定性推理與檢查價值用藥相互作用與復合毒性圍術期協同決策ICU多目標最佳化檢驗與影像閉環連續照護與復發預防結果中國AI——全線完勝：圖源：https://ai.doctorwork.com/comparison這場評測的意義，遠不止於一次分數的比拚。結果所呈現的，已經不再是模型的紙面能力，而是——是否能在真實醫療環境中做出可靠的臨床決策。這背後，正是「未來醫生AI工作室·臨床決策AI助手」的差異化技術路線：通用大模型的強項在於文字生成，本質是模式匹配與記憶；而臨床決策AI助手，則是先建構系統性的醫學認知框架，再在其上強化「臨床推理+安全控制」，最終再落到產品層應用。這也解釋了，為什麼在臨床診斷這種高風險、強推理的場景裡，中國的醫療AI能夠取得領先——關鍵不在簡單看誰的參數更大，而在於誰更接近醫生真實的思考方式和工作方式。臨床智能參謀 幫醫生想得全，判得準面對複雜病例，醫生最擔心的從來不只是「已知風險」，更是那些隱藏在資訊缺口、經驗不足和病例多樣性背後的知識盲區與思維侷限。缺資訊、缺經驗、病例雜——幾乎是所有基層醫生的共同現實。「未來醫生AI工作室·臨床決策AI助手」想解決的，正是這一臨床痛點。它不是一個更大的「知識庫」，而是為每位醫生打造的「醫療版賈維斯」：不僅能調動高等級循證證據，更能以專業方式協同思考——核心是一套由安全與循證驅動的臨床決策引擎。鄧春華教授在使用未來醫生AI工作室·臨床決策AI助手進行決策輔助 (圖片已獲得教授本人授權）在日常診療裡，醫生可以用口語化的方式輸入病情，系統不會急於下結論，而是先完成三件更重要的事：提取證據：從高等級循證證據中抓出關鍵點；預警風險：提示藥物相互作用、特殊人群禁忌等潛在風險；標識缺口：指出病史、體檢或檢查的缺失環節，並附帶安全提示。當然，最終的所有決策權，始終牢牢掌握在醫生手中。醫生依然是做決定的那個人，只是不再需要一個人扛下所有不確定性。能看得更全、想得更深，不至於錯過任何「可能改變結局」的疑點。多位一線醫生的反饋也印證了這一點：「好用、循證清晰。」「像有個隨時在旁邊可以討論的專家。」而這一切的背後，是「未來醫生AI工作室·臨床決策AI助手」提供的確定性支援——讓每位基層醫生在面對複雜病情時，都能更有把握地做出判斷。跨越診室圍牆 把醫院級照護延伸到日常掛號、看病、診斷、開藥，只是醫療的起點。真正決定療效的「大考」，往往發生在患者走出診室之後。隨訪一旦缺位，不只是管理脫節，更會造成療效遞減與醫患信任的損耗：患者聯絡不上、該複查沒複查，甚至出現「危險訊號」，也沒人第一時間看到。那麼，如何為院外治療裝上一道「安全而有效的護欄」？郭啟煜在使用未來醫生AI工作室·患者隨訪AI助手管理患者 (圖片已獲得教授本人授權）這正是未來醫生AI工作室「患者隨訪AI助手」的價值所在——把原本孤立的診療節點，延展為一個可持續的管理閉環。通過人機協同，它正在重塑院外關懷的範式，補齊門診“最後一公里”的三大核心短板：管理可達性：通過數位化隨訪，突破時空限制，將專業照護延伸到患者的真實日常。治療依從性：借助個性化提醒與互動指導，提高患者執行度，讓方案落到實處。干預精準性：基於臨床指南與個體資料，為不同患者匹配差異化的管理路徑。值得強調的是，「未來醫生AI工作室·患者隨訪AI助手」從架構設計起，就堅持一個原則——AI輔助，醫生決策。無論系統多智能、響應多及時，所有涉及醫療行為的最終裁定權，始終在醫生手中。一旦觸及藥物調整、嚴重症狀等關鍵節點，AI不會越界「替你決定」，而是立即發出明確預警，把關鍵決策點完整呈交給醫生，由醫生最終判斷。為什麼主委們說 這是「基層+AI」的最佳實踐？把以上幾個關鍵拼圖拼起來，就會發現一條非常清晰的邏輯鏈：政策明確方向：國家已將「AI+基層醫療」列為重點任務，既要求提升基層醫生的診療能力，也強調對居民慢病的規範化管理。專家形成共識：多位專家態度一致——真正能落到臨床的AI，必須同時做到安全有效，並保持人機協同的工作方式。技術經受驗證：多模型、多專科的大規模評測顯示，MedGPT在「安全性」和「有效性」兩項核心指標上均領先國際主流大模型；在真實病歷的同題測試中，「未來醫生AI工作室」也較GPT-5、OpenEvidence更符合臨床實際需求。產品真正落地：「未來醫生AI工作室」落在了基層最缺的2大場景——診中決策輔助與診後隨訪管理，並收到了一線醫生的持續積極反饋。正因如此，多位主委給出了高度一致的評價：這是目前最接近「基層+AI」最佳實踐的路徑。鄧春華教授的總結很形象：「通過『未來醫生AI工作室』，基層醫生能真正站在巨人的肩膀上，加速成長。」這或許就是技術最好的落地方式——不是替代，而是賦能。AI+醫療的終局：醫生主導，AI賦能每次聊到AI，總有人問：「醫生會被替代嗎？」在臨床一線，這個問題本身就是個誤解。一位三甲主任說得很透：「AI再強，也開不出帶著溫度的處方。」醫生的價值，在於判斷、取捨、溝通與責任；AI的價值，在於不疲倦、可追溯、能持續學習、能迅速覆蓋最新指南。所以未來不是替代，而是協同。真正需要追問的是：什麼樣的醫療AI，才配進入臨床？答案有3點：1、安全、有效。這是所有臨床應用必須先跨過的底線，也是醫生願意信任的前提。2、臨床實戰，是唯一的檢驗標準。在真實病例的對決中，一款中國團隊打造的產品——未來醫生AI工作室，在關鍵指標上優於GPT-5和OpenEvidence。它專注做三件事：讓醫生把病例看得更全；把風險提前亮出來；讓患者的管理不中斷、更長期。3、技術的盡頭，是回到人的需求。即便未來AI能提供更全面的解決方案，它依然無法替代“溫度”——那份對病情的揣摩，對患者的理解，對風險的承擔。醫療的答案，從未改變：醫生負責判斷與關懷，AI負責效率與知識。當二者真正協同，優質醫療才會變得更可及、更可靠、更可持續。真正有價值的醫療AI，從來不是取代醫生的力量，而是托舉醫生的力量。 (新智元)

最近我看了美國方舟投資（ARK Invest）創始人“木頭姐”——Cathie Wood 的最新報告。她被稱為“科技狂人投資女神”，看完她的這份報告，我既覺得“不可思議”，又覺得“值得深思”。報告主要講了五個方面，我和大家簡單分享一下，也談談自己的理解。一、未來十年，全球經濟將提速木頭姐認為，未來十年全球 GDP 會翻倍增長，增速將從原來的 3% 提升到 7%。同時，通膨將歸零，甚至可能出現負通膨。聽起來很瘋狂，對吧？但仔細想想，AI 的普及確實能極大提升生產效率。當機器學習、自動化、智能管理深入各個行業後，生產力會呈指數級增長。經濟自然會加速，這並非全無可能。換句話說——AI 不只是讓我們更聰明，也讓世界運轉得更快。二、五股科技力量正在“合力推牆”她提到了五個核心技術方向：人工智慧（AI）、機器人（Robotics）、區塊鏈（Blockchain）、能源儲存（Energy Storage）、基因測序（Genomics）。這些不是孤立的技術，而是互相推動、共同發力的系統。比如：AI 幫助最佳化基因分析演算法，機器人依賴能源技術突破，區塊鏈保障資料安全……五股力量彼此交織，就像五條河最終匯入同一片海。未來的經濟增長引擎，正是它們的疊加效應。三、特斯拉可能漲到 2600 美元一股木頭姐對特斯拉的判斷，一如既往地大膽。她認為特斯拉不僅是一家車企，更是一個融合了AI、機器人、自動駕駛與能源系統的超級平台。馬斯克如果能專注於公司、少摻和政治，持續推進自動駕駛、Robotaxi、AI 晶片等戰略，那麼特斯拉股價翻五倍也不是夢。我自己也持有特斯拉股票，雖然波動很大，但這家公司代表的未來方向，是我願意長期陪伴的。四、比特幣長期目標：150 萬美元這個預測更是驚人。木頭姐認為，隨著全球貨幣體係數字化、機構投資者入場，以及通膨預期消退，比特幣最終可能漲到 150 萬美元一枚。當然，這不是短期目標，可能要等 10 年、20 年，甚至更久。但她的邏輯很清晰：比特幣作為去中心化資產，在長期的財富重構中，有可能成為“數字黃金”。如果相信這個趨勢，定投是最簡單、最笨卻最有效的策略。五、AI 醫療：下一個輝達她特別看好 AI 在醫療領域的應用。AI 醫療正在改變從藥物研發到疾病診斷的整個流程。木頭姐甚至說：“AI 醫療將成為下一個輝達。”仔細想想，輝達是 AI 的底層算力提供者，而 AI 醫療則是算力落地最具價值的場景之一。未來醫療效率的提升、成本的下降、個性化診療的發展，都離不開 AI。這個賽道，真的值得長期關注。很多人看完這些觀點，會覺得離自己太遠。但我想說：提前理解趨勢，就是一種投資。我們不一定能直接參與這些技術，但可以投資那些正在引領趨勢的公司。當創新改變世界，我們不妨靜靜地坐在一旁，吃它帶來的“紅利”。這，就是普通投資者的機會。未來十年，科技不是遠方的故事，而是我們每一個人都能分享到的現實。要麼被浪潮推著走，要麼提前學會衝浪。我選擇後者。 (馮有餘)

AIM研發技術及海外布局獲中經合、比翼、國泰創投及SIC投資青睞Pre-A輪募資完成，加速亞太版圖拓展及永續健康落地AI 醫療新創公司采風智匯（AIM）宣布完成新台幣1億2千5百萬元Pre-A 輪募資。由美商中經合集團（WI Harper Group）及比翼生醫（智康基金）共同領投，並獲國泰創投及SIC永續影響力投資等策略投資人支持。這次募資集結各大創投資源，資金運用將聚焦於DeepXrayTM及DeepSonoTM兩大AI 影像產品線在美、日、東南亞等地的醫材法規取證、全球專利佈局、市場拓展與下一代新產品研發等核心發展目標，為AIM國際化奠定穩固擴展根基。照片從左到右：采風智匯(AIM)監察人林育中博士、采風智匯(AIM)董事杜朝正博士、采風智匯(AIM)董事執行長李文豪、采風智匯(AIM)董事長顏昌洲醫師、永續影響力投資合夥人陳如芬、美商中經合集團資深合夥人彭適辰、比翼智康創投代表人雙和醫院研究部副主任陳致宇醫師、國泰創投副總經理蔡志昇主要領投投資人中經合資深合夥人彭適辰表示：「中經合此次領投並參與董事會運作，除了看好采風智匯（AIM）在國際AI醫療市場發展的高度潛力，我們更將運用集團遍佈北美、歐洲與亞洲的網絡，協助AIM擬定國際市場策略，對接海外資源、引入國際資金，並導入成熟的公司治理經驗，全方位加速AIM國際布局及商業化進程」。作為全球跨境創投先驅，美商中經合集團至今管理 12 支基金，資產規模逾 10 億美元、累計投逾400 家新創企業，成功出場案件超過百件。共同領投的比翼生醫執行合夥人陳彥諭表示：「采風智匯（AIM）在雙和醫院完成自費碼、導入臨床及高階健檢應用後，串接日本醫療需求與健保給付，展現赴日發展的實力，顯示其產品技術力強、商業化潛能高，是少數具備跨境應用能力的台灣 AI 醫療團隊」。長期深耕智慧醫療領域的比翼生醫除資金支持也加入采風智匯董事會，結合北醫、秀傳、高醫等多家醫療機構資源，加速臨床落地實證，並運用旗下國際加速器網絡，協助推動美、日與東南亞的市場拓展。國泰創投將藉由此次投資合作，協助推動AIＭ醫療影像技術應用於保險產品、高階健檢、高齡照護與企業健康管理場域。國泰創投亦將協助AIM建立透明的財務制度、完善的公司治理與 ESG 永續報告架構，提升AIM的企業國際競爭力。本輪投資中，亦有由逾150位創業家與天使投資人共同組成的SIC永續影響力投資參與，藉其社群型天使網絡、生態系資源與影響力投資經驗，協助AIM導入經營策略規劃、永續管理與國際市場交流。此次募資不僅挹注關鍵資金，更引入具實務經驗與國際視野的策略夥伴，采風智匯（AIM）將持續推動 AI 醫療解決方案的全球應用，整合法規取證、臨床實證與市場拓展，朝向成為亞太區智慧健康技術領導品牌的目標邁進：Democratization of Healthcare for Everyone Around the World.

在科技快速發展的浪潮中，人工智慧已經滲透到各個領域，而醫療產業作為關係到人類生命健康的至關重要領域，正逐漸成為大模型廠商激烈角逐的新戰場。特別是近段時間以來，AI 醫療領域消息不斷，前有OpenAI 發布HealthBench 評估AI 模型，後有美股AI 醫療龍頭Hims&Hers Health、Tempus、Grail、Doximity 集體大漲，短短一個月時間漲幅分別達到102%、49%、54%、16%，上月科技在醫療領域的應用日益廣泛，醫療領域已成為大模型廠商技術實力與商業化能力的試金石。圖源：網路為什麼大模型廠商鍾愛AI 醫療？大模型廠商對AI 醫療領域的佈局熱度持續高漲，其背後有市場、技術等多重因素影響。目前，全球醫療資源短缺與老化現象為全球範圍內的醫療帶來了巨大的壓力，尤其在發展中國家的基層醫療，醫生、護士等專業醫療人員缺口巨大。根據美國國家衛健委數據，截至2020 年底，中國共有醫師408.6 萬人，每千人口醫師數為2.9 人。 2020 年，全國醫療衛生機構總診療人次達77.4 億人次，居民到醫療衛生機構平均就診5.5 次，醫院醫師日均擔負診療5.9 人次，住院2.1 床。專家表示，雖然華人醫師從業人數每年都有成長，但和住民就醫需求相比，醫療資源依舊比較緊缺。聯合國預測，到2050 年，全球60 歲以上人口將達21 億，慢性病管理、長期照護等需求激增，在這一背景下，供需矛盾催生技術剛需，AI 技術在預防醫學、健康管理中的應用價值凸顯，醫療產業的天然需求成為大模型廠商入局的第一重因素。以OpenAI 為例，進入2024 年以來，OpenAI 在醫療領域動作頻繁。2024 年6 月，OpenAI 與Color Health 合作開發Cancer Copilot，基於GPT-4o 模型整合患者醫療數據與臨床指南，生成個人化治療計劃，做到在臨床試用中將醫生分析患者記錄的時間從數周縮短至5 分鐘，並識別出4 倍以上缺失的實驗室或病理結果。同年7 月，Sam Altman 宣布成立Thrive AI Health，專注開發「AI 健康教練」平台。該平台結合OpenAI 的生成式AI 技術（如長期記憶能力增強模型）和Thrive Global 的醫療行為數據，可以為慢性病患者提供個人化健康指導，涵蓋睡眠、營養、壓力管理等場景。圖源：網路在這些合作案例中，AI 健康助理已經成為生成式AI 在醫療參與的最為擅長的領域之一，透過利用OpenAI 生成式AI 的能力構建了AI 健康助理，對用戶數據進行分析並輔助人工為其提供包括飲食、行為習慣等方方面面的指導。AI 能夠融入醫療領域的前提是，模型規模不斷擴大，訓練資料也在不斷豐富，大模型在語言理解、生成、影像辨識、目標偵測等各種任務上的準確率和效能都得到了顯著提高。大模型的應用範圍不斷拓展，從最初的自然語言處理和電腦視覺領域，逐漸延伸到包括醫療在內的多個領域。在醫療領域，大模型可以用於疾病診斷、藥物研發、醫療影像分析等多個情境。而這也帶來了大型模型廠商入局醫療領域的第二重因素，即AI 醫療的商業價值和市場潛力。從全球範圍來看，醫療人工智慧市場規模呈現出迅猛的成長態勢。根據知名市場研究公司ReportLinker 的數據，到2028 年，全球醫療保健AI 市場規模將從2023 年的146 億美元成長到1,027 億美元，期間複合年增長率為47.6%。其中中國作為全球醫療產業重要的市場，在AI 醫療領域也呈現出強勁的發展動能。前瞻產業研究院預計，中國AI 醫療產業市場規模將以每年超過25% 的成長速度維持成長，2028 年市場規模將接近300 億元，中國AI 醫療市場規模將在幾年內顯著成長，在全球市場的佔比也將逐步提高。對於大模型廠商來說，隨著全球老齡化人口的增長和慢性病的流行，醫療需求日益增加，而AI 可以透過提高診斷效率和準確性來滿足這些需求，在這一背景之下，AI 醫療市場在未來幾年內將保持高速增長，為大模型廠商提供了廣闊的發展空間。在疾病診斷方面，AI 醫學影像技術能夠快速且準確地分析X 光、CT、MRI 等影像數據，幫助醫師發現早期病變，並提高診斷的準確率。 GoogleDeepMind 公司開發的AI 系統，能夠在糖尿病視網膜病變的篩檢中為超過50 種眼科疾病做出正確的轉診決定，準確度達到94％，高於大多數人類醫生，為早期診斷和治療提供了有力支持。此外在疾病預測、藥物研發醫療管理方面，AI 也透過對病患的病史、基因資料、生活習慣等多源資料的分析，預測疾病的發生風險、縮短藥物研發周期、提升醫療服務的品質和效率。市場潛力之外，一般大模型「紅海」是廠商轉型醫療的更深層原因由於全球醫療資源緊張和AI 醫療的市場潛力，我們可以明顯發現，越來越多的大模型製造商開始佈置了AI 醫療。除了前文提到的OpenAI，近期在國內也有一家大模型公司嘗試轉向醫療賽道。日前，有媒體爆料月之暗面將對AI 醫療產品進行佈局，旨在提升Kimi 在專業領域的搜尋質量，同時探索Agent 等產品方向。針對此消息，月之暗面回應稱，公司核心是加強財經、法律、醫學等專業領域的搜尋信源質量，期望為用戶提供更可信、可靠的高質量回答。圖源：網路據悉，月之暗面開始佈置AI 醫療的時間可能還要更早一些。 2024 年底，月之暗面就被傳出已經開始組成醫療產品團隊。進入2025 年3 月，月之暗面也持續加強了在醫療領域的投入力度，顯著增加了對醫療相關背景人才的招募。透過廣納醫療專業人才，月之暗面意在搭建用於模型訓練的知識庫，為後續在AI 醫療方面的技術研發和產品打造奠定堅實基礎。知情人士透露，目前月之暗面對AI 醫療產品的佈局尚處於早期探索階段，主要工作圍繞著完善旗下產品Kimi 本身的功能生態。雖然月之暗面並未透露其AI 醫療產品/服務的最終落地形態，但結合Kimi 的定位，可以推測最終的服務實行很可能接近Sam Altman 的Thrive AI Health，不提供具體的診斷服務，而是類似於AI 健康助手，提供輔助健康方向的建議。回顧Kimi 的發展歷程，從2023 年10 月推出首個支援輸入20 萬漢字的智慧助理產品Kimi Chat 後，月之暗面在技術領域就獲得了廣泛關注，彼時，Kimi 具備長文總結和生成、互聯網搜索、數據處理、編寫代碼、用戶交互、翻譯等多項功能。然而，自出圈以來，除個別功能組件更新外，Kimi 的產品形態和功能在2024 年並無大的迭代。面對競爭愈發激烈的市場環境，尤其DeepSeek、豆包、元寶等對手的強勢崛起，月之暗面正面臨產品功能單一的風險。在這樣的背景下，佈局AI 醫療領域成為月之暗面增強Kimi 競爭力的重要策略決策。並且在此前，月之暗面也有類似的擴圈操作。2025 年4 月，月之暗面官宣與財新合作，當用戶在Kimi 上提問財經相關內容時，Kimi 會結合財新傳媒旗下專業報導內容，透過模型產生答案。再加上此次的AI 醫療佈局，透過對財經、醫療領域搜尋信源品質的加強，月之暗面急於提升Kimi 專業服務能力，讓大模型回歸產品能力本身。月之暗面並非國內第一家轉型AI 醫療的初創大模型企業，眾所周知，在月之暗面之前，另一位AI 六小龍之一的百川智能早早就選擇了All in 醫療領域，不過，在AI 醫療領域的佈局上，百川智能和月之暗面有著顯著區別。百川智能自2023 年4 月成立後，迅速崛起為國內AI 大模型領域的佼佼者。 2025 年2 月，百川智能宣布對ToB 業務進行重大調整，裁撤專注金融業的B 端組，明確將資源聚焦於AI 醫療領域。圖源：網路在策略路徑上，百川智能採取「造醫生- 改路徑- 促醫學」 的策略，全力聚焦AI 兒科、AI 全科、精準醫療和百小應等四大核心領域。其兒科AI 模式「福棠・百川」 已展現出臨床推理能力，涵蓋兒童常見病與疑難病症的全方位知識體系，能整合最佳醫學證據，為患兒提供個人化、科學的診療方案，將診療效率提高至少20% 。此外，百川智能也透過開源Baichuan-M1-14B 醫療增強通用大模型推動AI 醫療生態發展，該模型在權威醫學知識和臨床能力評測上成績優異，超越了更大參數量的Qwen2.5-72B-Instruct，與o1-mini 也相差無幾。可以說，百川智能在AI 醫療領域佈局更為深入且更切入B 端產業，已在技術研發和產品應用上取得一定成果。至此，我們從百川智能和月之暗面的「轉型」可以發現，大模型廠商鍾愛AI 醫療或許還有另一層深層原因。從市場競爭格局來看，通用大模型領域已然是一片紅海，DeepSeek 等開源模型迅速崛起，眾多玩家紛紛入局加劇了整個市場的競爭。在規模、使用者數量不佔優勢的情況下，選擇硬拼往往很難脫穎而出。而醫療AI 領域儘管也有不少參與者，但目前仍處於發展初期，有著廣闊的發展空間，選擇醫療領域，有更大概率能夠避開通用大模型市場的激烈競爭，在新的賽道搶先起跑。當然，新創大模型公司轉向AI 醫療，更重要的因素還在於技術累積與適配性。百川智能在人工智慧領域已深耕多時，擁有堅實的技術基礎。語言模型作為其核心技術之一，在處理複雜醫療數據、智慧問答和自主學習等環節能發揮關鍵作用。畢竟雖然AI 醫療仍在起步階段，但入局者已經開始次序湧入，百度、騰訊、阿里、京東都推出了自己的醫療大模型，展現出在醫療大模型方面的技術實力和佈局決心。面對這些瘋狂擴圈的大廠，即使佔據了先發優勢，新創公司也必須構築起技術累積的護城河，不然，轉型其他垂直領域的情況可能還會再次出現。結語AI 醫療成為大模型廠商必爭之地已成事實，隨著數位科技與大數據的快速發展，醫療產業正迎來深刻變革，AI 與醫療的融合已是大勢所趨。醫療產業關乎每個人的健康，是社會發展的重要基礎，然而，當前醫療資源分佈不均、醫療服務效率有待提高等問題依然突出，借助AI 技術，或許就能夠優化醫療資源配置，提升醫療服務的可及性和品質。而對企業來說，轉型醫療除了基於對市場環境、自身優勢以及產業趨勢的綜合考量外，或許還需要包含一層對生命科學領域的責任感。未來，在科技升級的加持下，必將出現真正媲美人類醫生的AI 醫生，屆時，這些AI 醫生將承擔起疾病判斷、個性化健康管理的重擔，填補巨大的醫療人員缺口，而如何規避AI 醫療的風險，提高AI 醫生的可靠性，將成為大模型廠商們新的課題。(前方智能)

昨天，我讀了Tempus AI的首席執行官（CEO）Eric Lefkofsky的訪談，意識到這家公司的發展模式，對中國醫療AI的發展具有借鑑意義。於是，我對Tempus AI業務模式進行了彙總，並列舉了對中國醫療AI發展的啟發，分享給你。一、Tempus AI的業務與成就Tempus AI（全稱Tempus AI, Inc.，原名Tempus Labs）是一家成立於2015年的美國健康科技公司，總部位於芝加哥，由Eric Lefkofsky創立。Lefkofsky在其妻子被診斷出乳腺癌後，決心利用資料和人工智慧（AI）來推動精準醫療的發展。短短十年，Tempus AI已成為精準醫療領域的領軍企業，其核心業務圍繞AI和巨量資料展開，專注於通過整合臨床、分子和影像資料，為患者提供個性化診斷和治療方案。主要產品與技術能力Tempus AI的業務模式以其龐大的資料資產和AI技術為核心，產品和服務覆蓋醫療診斷、藥物研發和臨床研究等多個領域。以下是其主要產品和功能：Tempus AI的核心優勢在於其資料規模和技術能力。據稱，公司擁有全球最大的臨床和分子資料庫之一，這一資料庫整合了基因組學、臨床記錄和影像資料，通過AI演算法分析，為醫生提供近即時的決策支援。例如，其xT平台通過分子分析和臨床資料結合，顯著提高了癌症患者的個性化治療機會（Tempus Official）。此外，Tempus的生成式AI工具Tempus One於2023年推出，進一步提升了資料查詢和分析效率。市場表現與影響力Tempus AI的財務表現反映了其商業模式的成功和市場認可：收入：截至2024年12月31日，過去12個月收入達6.93億美元。市值：2025年5月2日，股價為57.06美元，市值約99億美元。Tempus AI的成功不僅體現在技術創新上，還在於其商業模式的可擴展性。通過與製藥公司、生物技術公司和醫療機構的合作，Tempus AI建構了一個精準醫療生態系統，不僅服務於患者，還推動了新藥研發和臨床試驗的效率。二、Tempus AI對中國醫療AI發展的借鑑價值中國作為全球人口最多的國家，醫療需求巨大，同時醫療資源分佈不均、慢性病負擔加重等問題突出。近年來，中國政府通過《健康中國2030規劃綱要》等政策大力推動醫療AI發展，特別是在醫療影像、診斷和藥物研發領域。Tempus AI的業務模式為中國醫療AI行業提供了以下關鍵啟發：1. 資料整合：建構醫療AI的基石Tempus AI的核心競爭力在於其龐大的多模態資料庫，涵蓋基因組學、臨床資料和影像資料。中國擁有14億人口，醫療資料的潛在規模遠超美國，但資料孤島和標準化問題限制了其應用。Tempus AI的經驗表明，建構統一的資料平台是醫療AI發展的基礎。借鑑點：資料標準化與共享：中國可通過政策引導，推動醫院、研究機構和企業之間的資料共享，建立國家級醫療資料平台。隱私保護：借鑑Tempus AI的去標識化資料處理方法，結合《個人資訊保護法》（PIPL），確保資料安全與合規。多模態整合：整合基因、臨床和影像資料，開發適用於中國疾病譜（如肝癌、糖尿病）的AI模型。2. 精準醫療：滿足個性化需求精準醫療是Tempus AI的核心領域，其通過AI分析基因和臨床資料，為癌症等疾病提供個性化治療方案。中國政府已將精準醫療列為重點發展方向，尤其針對高發慢性病。借鑑點：本土化精準醫療：開髮針對中國常見疾病（如肺癌、糖尿病）的精準醫療AI工具，結合中國患者的基因和生活方式資料。基層推廣：將精準醫療技術下沉到基層醫院，提高診療質量。政策支援：通過政府補貼和醫保覆蓋，降低精準醫療的成本，惠及更多患者。3. 產業合作：加速創新與應用Tempus AI與95%的頂級製藥公司合作，利用其資料和AI技術加速藥物研發和臨床試驗（Tempus Official）。中國醫療AI企業可借鑑這一模式，與本土和國際藥企、醫療機構合作，形成產業生態。借鑑點：藥企合作：與國內藥企如恆瑞醫藥、復星醫藥合作，利用AI最佳化藥物研發流程。臨床試驗最佳化：開發類似Tempus Trials的平台，加速患者招募和試驗處理程序。產學研結合：加強與高校、科研機構的合作，推動AI技術的轉化應用。4. 診斷創新：提升效率與精準性Tempus AI的智能診斷技術顯著提高了癌症等疾病的診斷精準性，尤其在液體活檢和分子分析領域。中國醫療AI企業可借鑑其經驗，開發高效的診斷工具，應對醫療資源不足的挑戰。借鑑點：AI影像診斷：結合中國在醫療影像AI領域的優勢（如科大訊飛的iFlyTek的語音醫療記錄系統），開發更精準的影像分析工具。基因檢測：推廣AI驅動的基因檢測技術，降低成本並提高普及率。預測性診斷：開發預測疾病風險的AI模型，助力預防醫學。5. 遠端醫療：縮小城鄉差距雖然Tempus AI未直接涉足遠端醫療，但其AI技術在診斷和治療決策中的應用為遠端醫療提供了技術基礎。中國在農村和偏遠地區的醫療資源匱乏，遠端醫療需求旺盛。借鑑點：AI驅動的遠端診斷：開發基於AI的遠端診斷平台，幫助基層醫生處理複雜病例。資料支援的遠端治療：利用AI分析患者資料，為遠端患者提供個性化治療建議。技術下沉：通過5G和雲端運算，將AI技術推廣到偏遠地區。三、從Tempus AI看中國醫療AI的未來想像一張由人類健康資料編織的巨型壁毯，每一根線條都承載著患者的病痛與希望。Tempus AI就像一位技藝高超的織匠，用AI的魔法將這紛繁複雜的線條梳理成一幅清晰的圖景，指引醫生找到每位患者的專屬治療路徑。在中國，這張壁毯更加恢弘，線條更加多樣，但也更加充滿潛力。中國醫療AI的崛起，如同一條沉睡的巨龍正在甦醒，鱗片上閃爍著創新的光芒。然而，要讓這頭龍翱翔九天，技術只是翅膀，智慧才是靈魂。Tempus AI的航海圖為中國指明了方向：資料是羅盤，精準醫療是燈塔，產業合作是風帆，診斷創新是船槳，遠端醫療是橋樑。但中國不能照搬他人的地圖，而需根據自己的海域——獨特的文化、政策和需求——繪製專屬航線。最終，醫療AI的成功不在於演算法的複雜或資料的浩瀚，而在於它能否點亮生命的希望。每一份精準的診斷、每一次及時的治療，都是對人性關懷的致敬。這不僅是技術的勝利，更是醫者仁心的延續。四、中國醫療AI實施的建議與挑戰實施建議資料基礎設施建設：政府和企業聯合投資，建設國家級醫療資料平台，制定資料標準和隱私保護規範。精準醫療研發：聚焦中國高發疾病，開發本土化AI模型，結合基因和臨床資料。產業生態建構：鼓勵醫療AI企業與藥企、醫院、科研機構合作，形成閉環生態。技術下沉：通過政策支援，將AI診斷和遠端醫療技術推廣到基層。人才培養：加強AI與醫療交叉學科的人才培養，彌補專業人才缺口。潛在挑戰資料隱私：嚴格的《個人資訊保護法》可能限制資料共享，需平衡隱私與創新。醫療體系差異：中國基層醫療資源匱乏，AI技術的推廣需配套基礎設施。成本問題：精準醫療和AI診斷成本較高，需通過醫保覆蓋降低患者負擔。文化適應：患者對AI醫療的接受度較低，需加強科普和信任建設。五、結論Tempus AI通過AI和巨量資料的結合，為精準醫療開闢了新路徑，其商業模式和技術創新為全球醫療行業樹立了標竿。對於中國醫療AI行業，Tempus AI的經驗提供了寶貴的啟示：資料整合是基礎，精準醫療是方向，產業合作是加速器，診斷創新和遠端醫療是突破口。然而，中國的醫療AI發展需結合本土需求，克服資料隱私、成本和文化等挑戰，才能真正實現“健康中國”的宏偉目標。PS：這是Tempus AI的官網：https://www.tempus.com/。如果你想深入瞭解，可以直接訪問。 (王偉強博士)

又一家新晉AI獨角獸出現了。今年2月，AI醫療公司OpenEvidence拿下了紅杉資本的7500 萬美元融資。這次融資後，OpenEvidence的10億美元，成為了新的AI獨角獸。雖然說幹著AI醫療的活，但OpenEvidence的經營策略更像一家消費網際網路公司。與大多數AI醫療公司走to B道路不同，OpenEvidence卻把目光放到了C端醫生群體，向所有醫生免費開放，通過廣告產生收入。不僅商業模式像，OpenEvidence的使用者增長也很“網際網路”。據公司創始人Daniel Nadler透露，現在1/4 的美國使用者醫生已經在用OpenEvidence。而一年之前，這一數字幾乎為零。這種迅速的市場滲透速度在醫療領域極為罕見。也難怪，紅杉合夥人Pat Grady會評價說， OpenEvidence更像是一家披著AI醫療外殼的網際網路公司。/ 01 / 披著AI醫療外殼的網際網路公司OpenEvidence的介面與ChatGPT很像，不過是專注於醫療領域的聊天機器人。簡單來說，OpenEvidence能夠幫助醫生在漫長的「長尾」醫療資訊裡，精準找到他們需要的知識，從而顯著提升醫生處理罕見和複雜病例的能力。不過與大多數垂直AI產品不同，OpenEvidence更像是一家消費網際網路公司。從服務對象看，OpenEvidence沒有選擇醫院，而是把目光放在了醫生上。原因很簡單，傳統醫療產品的路徑需要通過醫院或其他機構的層層審批，落地周期過於漫長。在傳統醫療落地路徑下，AI醫療公司負責人需要花三個月找到大型醫療集團的高層開個會，然後再花三個月找醫院的「AI委員會」開會。這個過程中還不排除會遇到醫院AI政策和AI監管政策的變化，落地前景存在很大的不確定。在公司創始人Nadler看來，醫生不僅是一個職業，同時也是消費者。如果產品足夠優秀，能夠滿足他們的需求，醫生自然也會用，甚至還會形成自然傳播。這一點就像早期的特斯拉一樣。其實，Daniel Nadler的想法並非沒有道理。在AI醫療領域，越來越多產品開始把服務對象放到醫生上，以避免了醫療機構冗長的購買審批流程。比如，AI醫療筆記產品FreedAI就面向的是獨立執業臨床醫生。產品發佈不到2年的時間，每天有1萬個付費醫生使用，達到了1000萬美金ARR（年度經常性收入）。在商業模式上，OpenEvidence也更像一家消費網際網路公司。與大部分AI產品走訂閱模式不同，OpenEvidence選擇了免費提供服務，向所有醫生免費開放，通過廣告產生收入，產品迅速實現了自發傳播。OpenEvidence的成長軌跡，也正如Nadler預想得一樣。Nadler披露說：“如果算上所有活躍使用者，每月有 30-40 萬人接觸我們的系統，其中 20 多萬醫生會登錄並提問。換句話說，美國大約10%-25%的醫生，已經在某種程度上使用OpenEvidence了。”也就是說，已經有1/4的美國使用者醫生在使用OpenEvidence的工具。而一年之前，這一數字幾乎為零。這種迅速的市場滲透速度在醫療領域極為罕見。紅杉資本合夥人Pat Grady認為，這種自然傳播模式在醫療行業極為罕見，通常只在網際網路產品中才能見到。那麼，OpenEvidence為什麼能夠實現如此快速的增長？/ 02 / 用AI幫助醫生找資料OpenEvidence的成功之處在於，抓住了醫生的一個痛點：醫學知識更新速度遠超醫生處理能力。在美國，醫生的工作壓力很大。現在美國人口已達3.4億，且不斷增長，但老齡化趨勢加劇，而美國在職醫生只有100萬，醫生人手捉襟見肘。除了臨床工作，他們還要花費大量時間仔細查閱期刊，以確保他們能夠掌握最新的治療資訊。但想要跟蹤最新醫學知識並不容易。原因是，醫學知識的更新速度太快了。現在基本上每分鐘就有兩篇新的醫學論文發表，一天24小時不間斷，一周七天都是如此。根據OpenEvidence測算，真正對醫生有用的，往往是頂尖的期刊，比如影響因子最高的前三分之一的期刊。按這個數量計算，醫學知識每五年就會翻一倍。這意味著，醫生畢業後不久所學知識就會迅速過時。當面臨複雜的病情，例如病人同時患有銀屑病和多發性硬化症時，傳統醫學資訊檢索工具（如PubMed和Google）難以直接有效地回答這些特定患者的特定用藥安全性問題，因為這些關鍵資訊通常隱藏在醫學論文的正文深處。這時候，OpenEvidence的價值就來了。之所以OpenEvidence能實現這一點，與其高度強調資訊的精準性和透明度不無關係。為了徹底解決幻覺的問題，OpenEvidence對訓練資料卡得很嚴格，所有訓練資料都必須是經過同行評審的醫學研究。正因為如此，與大模型海量收集網際網路資料不同，OpenEvidence走了另一條相反的路：完全放棄了網際網路上的健康博文或社交媒體內容，完全基於嚴格的同行評議醫學文獻進行訓練。除了FDA和CDC公開的醫學文獻，OpenEvidence還與《新英格蘭醫學雜誌》等頂尖醫學期刊建立了合作關係。（《新英格蘭醫學雜誌》由馬薩諸塞州醫學會（Massachusetts Medical Society）所出版的評審性質的綜合性醫學期刊，1812年由約翰•柯川博士創辦，至今已連續出版超過200年。）除了嚴格限制資料來源外，OpenEvidence在架構上沒有選擇只靠一個大模型的做法，而是採用了多個模型組成的「整合架構」，每個模型負責不同的任務，比如檢索、排序等。Nadler的思路是，與其追求龐大的通用模型，不如訓練更小、更專業化的模型，在特定領域裡做到極致。解決完了資訊精準性，OpenEvidence在資訊透明度上也花了很多功夫。比如，醫生在使用OpenEvidence時，醫生能直接查看答案的來源。也就是說，OpenEvidence不是簡單地「壓縮」期刊的內容然後輸出，而是直接把流量送回期刊網站。這樣一來，就形成了一個良性循環：醫生找到了可靠的內容，醫學期刊獲得了流量，也願意讓我們收錄他們的內容。在Nadler的設想裡，AI醫療最大的想像在於，真正實現個性化醫療。AI都會把病人的所有具體情況與全球所有相關醫學知識進行匹配，形成一個超個性化的治療方案。到那時候，可能120歲、130歲都不再是人類壽命的上限了。/ 03 / 總結OpenEvidence的脫穎而出，再次證明了兩件事情：一是垂直場景資料的價值。正如Norwest Venture Partners合夥人Scott Beechuk所說，AI公司最深的護城河將由大型專有資料集創造。那些擁有獨特的資料集，能訓練或微調出自己的模型，並能夠在特定垂直管道中脫穎而出。二是AI的價值並不體現在多厲害的測評資料，而在於能否抓住使用者需求。當下，醫生們並不期待大模型能夠創造癌症治癒的奇蹟，他們更現實的期望是，AI能否幫助自動化解決某個環節的小問題，而這些真實需求只有在長期深入行業、充分理解臨床工作流程後才能真正理解。 (烏鴉智能說)

當前，醫療保健和生命科學領域，人工智慧的採用非常強勁。尤其是AI霸主輝達，其醫療保健業務在2026財年ARR將超10億美元，並且在醫療保健和生命科學領域存在超1000億美元的AI電腦會。另一方面醫療健康又是一個非常龐大的行業，不僅機會非常多，各個產業鏈會衍生出多樣化的需求。近日，輝達首次發佈關於《人工智慧在醫療保健和生命科學中的現狀》的報告，旨在探討醫療保健行業如何利用人工智慧。這份報告訪談了數百位專業人士，向他們提出了輝達乃至整個市場最關心的問題：醫療保健行業是如何使用AI的？他們最希望AI能改變那些領域？未來5年，AI將在那些賽道爆發？調查發現，相較於不少傳統行業在人工智慧的採用和實施方面，醫療保健行業處於領先地位。三分之二的調查受訪者正在積極部署人工智慧解決方案他們使用的用例範圍反映了這一龐大行業的多樣化需求。正因為如此，更多的資源正被投入到AI能力和應用上。四大賽道，齊頭並進輝達的這份報告採訪調研了醫療保健和生命科學各個領域的600多名行業專業人士。這些專業人士包括企業中高層、臨床醫生、科學家、工程師、研究人員等，40%的受訪者來自擁有超過1,000名員工的大公司。醫療健康是一個龐大的市場，輝達主要將AI+生命科學和醫療保健分為四大領域：醫療技術工具和診斷：包括醫療裝置、成像和外科機器人等應用數字醫療：包括遠端醫療、遠端保健和健康資訊學公司生物技術：包括製藥公司、生物資訊學、臨床研究和基因組學等公司醫院和支付端：包括醫療保險、臨床服務、家庭保健和醫院在這份報告中，63%的業內人士表示他們正在積極使用人工智慧，31%的受訪者正在評估或試點AI項目。此外，81%表示AI幫助公司業務增加了收入，而其中的45%的受訪者在實施人工智慧後不到一年就實現了收益。68%認為他們公司的AI投資還不夠。只有三分之一的受訪者認為他們的公司在人工智慧方面投入足夠，以利用越來越多的應用。45%的醫療技術公司受訪者以及42%的製藥和生物技術公司受訪者表示，他們積極使用人工智慧的時間已超過兩年。大公司更加願意投資AI，有37%的公司將AI投入到6個及以上的應用中，而小公司的預算有限，絕大多數隻能將AI用於更小範圍。以藥企為代表的AI+生物科技領域，隨著藥企的接受程度變高，使用AI的數量在增加。資料顯示，當前66%製藥公司和生物科技組織正在投資生成式AI。畢竟藥企投入能夠達到營收的20%。2024年，全球Top10藥企的研發總支出超過驚人的千億美元，如果AI和數位化的滲透率逐漸提升，對於AI霸主輝達而言都是巨大的市場。如今，海內外多家藥物研發公司已經和輝達進行了大量數位化和模型的合作，如基因泰克、阿斯利康、羅氏、安進，國內則主要有邁瑞醫療、 藥明康德、 華大基因、 銳格醫藥。這些預算將應用於何處?總體而言，受訪者列出的前三項希望AI達成的目標是加速研發、改善客戶成果以及提供更好的臨床或研究見解。在調查的總受訪者中，最優先的目標是加快研發，佔24%；改善客戶成果，佔22%；提供更好的臨床或研究見解，佔22%。值得注意的是，54%的藥企和生物技術公司人士希望AI能夠加速研發，盡快獲得新的療法，其次則是提高AI精準性、獲得更好的臨床見解等。而醫療技術公司和研究人員則希望提高AI的精準性和精度，改善交付給客戶的成果等。對於來自其他醫療保健和生命科學領域的受訪者中超過一半的人，頂級用例是用於生成臨床筆記的AI代理和應用。醫療機構和支付端則希望提高營運效率，改善交付給客戶的成果，以及改善臨床醫生與患者的互動。那個領域最先受益醫療保健和生命科學企業怎麼使用AI？根據輝達的調查，前三大技術主要為資料分析(58%)、生成式AI(54%)和大型語言模型(53%)。儘管都在使用以上三種技術，各領域的研發和業務都不相同，其應用的場景和排序也不一樣。例如，面向患者的細分市場往往希望通過AI能夠改善患者護理以及最佳化營運方式的目標。醫療技術：醫學影像和診斷（71%）、臨床決策支援（43%）、疾病診斷和風險預測（42%）數字醫療：臨床決策支援（54%）、行政任務和工作流程最佳化（47%）、虛擬健康助手和聊天機器人（46%）製藥和生物技術：藥物發現和開發（59%）、基因組學應用（54%）、個性化醫療（41%）醫療機構和支付端：行政任務和工作流程最佳化（48%）、自然語言處理(NLP)在臨床記錄中的應用（44%）、醫學影像和診斷（43%）。醫療機構和支付端，對話式AI的採用率較高，比例為54%。而醫療技術則將資料處理列為前三名之一，比例為55%。未來5年AI醫療市場毫無疑問，醫療保健市場正在進行一場AI革命，這場革命將會以何種方式顯現?面對這一問題，51%的受訪者認為醫療成像和診斷領域將在未來五年內對醫療和生命科學產生最大影響。其次是虛擬醫療助理，佔34%，最後是精準醫療(根據患者個體特徵量身定製的治療)，佔29%。在報告最後，輝達對利用人工智慧進行創新以在其產品和技術中取得突破充滿信心。鑑於AI在醫療保健和生命科學行業的廣泛應用，78%的調查受訪者表示，他們的人工智慧基礎設施預算將在2025年增加。超過三分之一的受訪者指出，他們對AI的投資將增加10%以上。有資料顯示，2024年—2032年，AI醫療市場將以每年43%的速度增長，市場規模有望達到4910億美元（約合人民幣3.58兆元）。從搭建一系列加速平台，再到用真金白銀投向AI製藥、AI手術機器人公司，輝達用行動證明了對這一領域的看好。AI如同一把變革的火種，重塑醫療行業的運作模式。生成式AI與大模型的突破正在重新定義醫療場景，AI正在滲透醫療硬體裝置與診療流程，藥企正在將AI納入其工作流程。正如黃仁勳預測，未來手術機器人將以空前的精準度執行微創手術；機器人護理師將協助護士和其他醫療專業人員；機器人實驗室將全天候進行實驗，加速藥物的研發。 (智藥局)