医疗AI

在通用大模型（LLM）席卷全球的浪潮中，医疗垂直领域始终被视为AI落地的“硬骨头”。虽然ChatGPT在USMLE（美国执业医师资格考试）等标准化测试中表现优异，但在需要精准判断和实时决策的临床场景中，通用大模型的局限性日益凸显。近日，一项由空军军医大学唐都医院李妍教授团队与深圳清华大学研究院朱锐团队联合完成的COMPARE研究在arXiv预印本平台发表，研…

在基层医疗的日常实践中，医生面临着病种繁杂、节奏飞快的双重压力。从清晨到日暮，诊室内外的工作负荷持续攀升——查文献、请会诊等理想化操作往往被压缩，而慢病患者增多带来的随访任务更让医疗资源捉襟见肘。这种结构性困境，正是国家卫健委近期发布《促进和规范“人工智能+医疗卫生”应用发展的实施意见》试图破解的核心议题。政策将“人工智能+基层应用”列为八大重点方向之首，并…

国家卫健委近期发布的《人工智能+医疗卫生实施意见》将「人工智能+基层应用」置于八大重点方向之首，明确提出到2030年实现基层诊疗智能辅助应用基本全覆盖的宏伟目标。这一政策导向标志着医疗AI发展重心从技术探索向普惠应用的战略性转移。然而，现实层面却呈现出显著的「倒挂」现象：GPT技术浪潮席卷之下，大城市三甲医院争相部署AI系统，而承担全国95%以上诊疗量的基层…

在人工智能技术飞速发展的今天，医疗AI已成为科技与医学交叉领域最受关注的前沿方向之一。然而，尽管ChatGPT、Claude、Med-PaLM等通用大模型在各类医学标准化考试中屡获高分，现实临床场景中的表现却屡屡暴露出推理幻觉、诊断不当、治疗方案欠妥等严峻问题。这一现象背后，折射出医疗AI真实能力与临床期待之间的深刻落差。 现有评估体系的核心缺陷在于过度依赖…

在医疗人工智能领域，一个长期存在的核心挑战是如何让AI系统掌握临床诊断的动态本质。真实的临床诊断绝非简单的单轮问答，而是一个复杂的多轮决策过程——医生需要根据不完整的初步信息，提出鉴别诊断假设，然后通过主动选择检查项目来逐步排除或确认可能性，最终在信息充足时做出准确诊断。然而，当前大多数医疗大语言模型（LLM）的训练范式更接近于“开卷考试”，它们基于静态、完…

2025年末，蚂蚁集团完成近五年来最关键的战略调整——原“数字医疗健康事业部”正式升级为“健康事业群”，标志着医疗健康业务正式成为集团战略支柱板块。这一调整不仅完善了蚂蚁的业务矩阵，更揭示了AI应用竞争进入深水区后的新态势。当ChatGPT引发的“百模大战”热潮逐渐退去，大厂们的竞争重心已从比拼模型参数转向场景深耕与商业化落地，而医疗健康正成为最具战略价值的…