智東西（公眾號：zhidxcom）
作者 | 三北
編輯 | 漠影
過去一年，醫(yī)療AI成為大模型落地中最熱鬧的賽道之一。
互聯(lián)網(wǎng)巨頭扎堆發(fā)布健康助手，創(chuàng)業(yè)公司密集上線AI問診產(chǎn)品，普通用戶第一次開始頻繁地與“醫(yī)療AI助手”打交道。看病前問一嘴、體檢后拍個單子、用藥前查一下，正在成為一種新的用戶習慣。
根據(jù)知名行研機構(gòu)Fortune Business Insights最新數(shù)據(jù)，2025年，全球醫(yī)療保健AI市場規(guī)模達到393.4億美元（約合2717億元人民幣），預(yù)計2026年該市場的規(guī)模將同比上漲42%至560.1億美元（約合3869億元人民幣）。
但在這股熱潮之下，一個重要的問題逐漸顯現(xiàn)：醫(yī)療可能是所有大模型落地場景中，對專業(yè)性、準確性、可靠性要求最嚴苛的領(lǐng)域。做一個“能聊健康問題的AI”并不難——接入通用大模型、套一層醫(yī)療術(shù)語Prompt，幾周就能上線一個Demo；但做一個“真正具備?？萍壞芰?、能輔助臨床決策、敢對用戶健康管理的醫(yī)療大模型”，中間卻隔著難以快速跨越的專業(yè)鴻溝。
這道鴻溝究竟有多深？又是由哪些能力共同構(gòu)成的？為什么有的玩家能做到專業(yè)，有的只能停留在“表面問答”？
本文嘗試以剛剛完成X2底座升級的星火醫(yī)療大模型為核心分析樣本，從技術(shù)底座、專業(yè)壁壘與真實場景實測三個層面，拆解醫(yī)療大模型這條賽道的真實門檻。
▲基于訊飛醫(yī)療大模型的訊飛曉醫(yī)界面
一、技術(shù)底座：決定醫(yī)療模型的能力上限
在醫(yī)療這樣高度專業(yè)化的垂直領(lǐng)域，通用能力是決定專業(yè)能力天花板的地基。
醫(yī)療問診、報告解讀、用藥審核，這些醫(yī)療AI應(yīng)用實際上是高度復(fù)雜的語言理解與推理任務(wù)：癥狀往往并不完整，描述存在主觀偏差；疾病判斷依賴多輪信息補全；結(jié)論不僅要“合理”，還要符合醫(yī)學指南、風險可控。一旦通用能力不足，所謂的“醫(yī)療能力”往往只能停留在模板化問答或淺層知識檢索。
2月11日，科大訊飛發(fā)布基于全國產(chǎn)算力訓練的星火X2大模型，通用能力實現(xiàn)代際躍升，推理性能相比上一代提升50%，在數(shù)學、推理、語言理解等核心能力上對標國際頂尖水平。這一底座升級直接決定了其上生長的醫(yī)療垂類模型能走多遠。
基于真實居民健康檔案構(gòu)建的MedLLM-EHR-EVAL-V2評測集顯示，星火醫(yī)療大模型在智能健康分析、報告解讀、運動飲食建議、輔助診療、智能用藥審核等關(guān)鍵任務(wù)上，得分均顯著超越國內(nèi)外主流大模型。
▲星火醫(yī)療大模型X2的評測情況
這一層的核心結(jié)論是：醫(yī)療大模型的專業(yè)深度，首先建立在足夠強的通用底座之上。通用能力若在第一梯隊之外，垂類能力的上限將被牢牢鎖死。
二、醫(yī)療大模型要達到專業(yè)水平，至少要邁三道“坎”
當越來越多玩家涌入醫(yī)療大模型賽道，真正拉開差距的是做到了什么深度。這種深度，往往由長期積累、方法體系與規(guī)?；炞C共同決定。
本次，升級后的訊飛曉醫(yī)推出了全新個人數(shù)字健康空間，可系統(tǒng)化管理家庭成員健康資料，實現(xiàn)病程全周期追蹤與健康指標深度解析；但醫(yī)療AI大模型的升級絕不僅限于應(yīng)用界面的更新，而是有至少以下三道更深的“坎”需要邁過。
1、第一道坎是能力和數(shù)據(jù)積累，醫(yī)療不是一個能“冷啟動”的領(lǐng)域
醫(yī)療并不是一個可以通過短期數(shù)據(jù)堆疊或提示詞工程快速起量的行業(yè)。
醫(yī)學知識體系高度結(jié)構(gòu)化，疾病路徑具有明確的臨床邏輯，?？颇芰π枰谡鎸嶀t(yī)療環(huán)境中反復(fù)打磨。沒有長期扎根積累的能力與數(shù)據(jù)，便無法跨過第一道專業(yè)門檻。
以訊飛醫(yī)療為例，其深耕這一領(lǐng)域能力已達十年。其自2016年成立起便專注這一賽道，“智醫(yī)助理”系統(tǒng)是全球首個且唯一通過國家執(zhí)業(yè)醫(yī)師資格考試筆試的AI系統(tǒng)，得分456分，超越96.3%的人類考生。這一專業(yè)醫(yī)療能力里程碑，至今未被任何其他醫(yī)療AI達成。星火醫(yī)療大模型在門診場景診療能力、住院場景診療能力上實現(xiàn)關(guān)鍵突破，?？艫I能力在業(yè)界首次達到等級醫(yī)院主任級醫(yī)師水平。
更重要的是，經(jīng)年累月的醫(yī)療實踐將能力進一步固化為可復(fù)用的知識資產(chǎn)。訊飛曉醫(yī)現(xiàn)已構(gòu)建起覆蓋500余種疾病管理路徑的專業(yè)知識體系，這是其將三甲醫(yī)院專家共識、學協(xié)會臨床路徑與一線診療經(jīng)驗結(jié)構(gòu)化沉淀的結(jié)果。
更稀缺的是診療場景中真實流轉(zhuǎn)的數(shù)據(jù)積累。訊飛醫(yī)療大模型在多年時間里持續(xù)接收真實診療場景的反饋數(shù)據(jù)，訊飛醫(yī)療累計提供的11億次AI輔診建議。比如基層醫(yī)生采納了哪些建議、忽略了哪些提醒、患者在后續(xù)診療中實際被確診為什么疾病，這類深扎場景的數(shù)據(jù)積累，是任何新入局者短期內(nèi)都難以復(fù)制的。
這種十年如一日地“在場”，深扎場景、滾動積累的數(shù)據(jù)飛輪，是任何新入局者短期內(nèi)無法復(fù)制的底層壁壘。
2、第二道坎是驗證，專業(yè)能力必須被“驗證”，而不是被“宣稱”
在醫(yī)療領(lǐng)域，“我們很專業(yè)”是一句沒有分量的陳述。真正的專業(yè)度必須經(jīng)得起權(quán)威評測和真實臨床場景的雙重檢驗。
在這一方面，訊飛醫(yī)療跨越這道坎的方式，是從基層到三甲、從路徑到評測，層層遞進地完成了閉環(huán)驗證。
在基層實踐驗證方面，智醫(yī)助理已覆蓋全國31個省、801個區(qū)縣的7.7萬余家基層醫(yī)療機構(gòu)，服務(wù)超過25萬名基層醫(yī)生。基層醫(yī)生在日常診療中持續(xù)調(diào)用、采納、反饋，使智醫(yī)助理在錯診漏診風險預(yù)警、用藥合理性審核等核心任務(wù)上完成了海量實戰(zhàn)檢驗。
在等級醫(yī)院實踐驗證方面，其智慧醫(yī)院解決方案已進入?yún)f(xié)和、華西、同濟等500余家等級醫(yī)院，其中包括40多家全國百強醫(yī)院、7家十強醫(yī)院。在頂級醫(yī)療場景中，AI不是替代者，而是臨床決策的協(xié)同者。更直觀的證據(jù)來自慢病管理：基于訊飛大模型的區(qū)域慢病管理平臺，已實現(xiàn)高血壓人群總住院率與心腦血管疾病住院率顯著下降——這是一個可以直接換算成醫(yī)保結(jié)余、患者生存質(zhì)量的關(guān)鍵臨床指標。
在路徑驗證方面，訊飛曉醫(yī)構(gòu)建的500余種疾病管理路徑，是全部經(jīng)過三甲醫(yī)院及權(quán)威學協(xié)會專家評審；評審之后，又在全國500多家等級醫(yī)院完成了規(guī)模化落地驗證，構(gòu)成了可量化、可追溯的專業(yè)度證據(jù)。
以上所有實踐驗證，最終匯聚成專業(yè)評測的“A”級成績單。訊飛星火醫(yī)療大模型是國內(nèi)首個通過上海市醫(yī)療大模型應(yīng)用檢測驗證中心權(quán)威評測的模型，在面向居民的健康分析、報告解讀、飲食建議、運動建議四項任務(wù)中，星火醫(yī)療大模型獲得全A評價——目前全國僅此一家。
這些“硬指標”構(gòu)成了可量化的專業(yè)度證明，也是區(qū)分深度玩家與輕量入局者的關(guān)鍵分水嶺。
3、第三道坎是能力結(jié)構(gòu)，?？粕疃取⒅改弦缽男耘c推理一致性
進一步拆解，醫(yī)療大模型的專業(yè)差距，往往集中體現(xiàn)在一些看似不顯眼、但極其關(guān)鍵的能力維度上：
其一，是否具備真正的?？萍壷R深度。 比如普通感冒和早期心衰都可能表現(xiàn)為“氣短”，區(qū)分兩者需要模型理解誘因、伴隨癥狀、危險分層——這是典型的?？颇芰Α?/p>
訊飛曉醫(yī)此次升級的“智能思考引擎”，能夠根據(jù)問題復(fù)雜度自動判斷是否啟動深度推理模式，在遇到多癥狀疊加、慢性病史干擾等情形時，調(diào)用?？萍壷R路徑進行判別，而非停留在表層科普。
其二，是否嚴格遵循臨床指南與規(guī)范。 醫(yī)療大模型的回答不能是“參考意見”，而應(yīng)當錨定權(quán)威指南。
訊飛構(gòu)建的疾病管理知識體系以500余種疾病路徑為骨架，每一條路徑對應(yīng)明確的指南依據(jù)，這在面對高血壓用藥調(diào)整、糖尿病飲食干預(yù)等標準治療場景時，能有效避免“自由發(fā)揮”式的風險。
其三，面對復(fù)雜病史時是否能保持判斷一致性。 患者不會按照教科書生病，多病共存、既往史干擾是常態(tài)。
評測顯示，在用戶健康檔案中疊加多種慢性病史后，部分通用模型會出現(xiàn)前后矛盾或偏離核心問題的傾向，而訊飛曉醫(yī)基于星火醫(yī)療大模型的“深度思考”模式，能夠始終圍繞用戶主訴與檔案數(shù)據(jù)進行遞進推理。
訊飛曉醫(yī)會結(jié)合多源報告綜合分析和歷史報告綜合分析。真實用戶往往持有來自不同醫(yī)院、不同時間段的多份檢查報告，訊飛曉醫(yī)基于個人數(shù)字健康空間，能夠?qū)Χ嘣磮蟾孢M行綜合分析，將不同時間節(jié)點的檢驗指標進行縱向?qū)Ρ龋R別指標變化趨勢與潛在風險信號，而非孤立解讀單次結(jié)果。這是判斷一致性的重要支撐，也是區(qū)別于其他產(chǎn)品的關(guān)鍵能力點。
其四，醫(yī)療數(shù)據(jù)是最敏感的個人信息，用戶是否愿意把真實健康信息交給AI，取決于平臺的隱私保護能力。
訊飛曉醫(yī)支持隱私模式咨詢，無痕問答，對話不存檔、不沉淀、不用于模型訓練；其已通過國家信息系統(tǒng)安全等級保護三級認證、ISO 27701、ISO 27001等多項權(quán)威認證。對醫(yī)療AI來說，隱私保護不是附加功能，而是醫(yī)療AI獲得用戶長期信任的基礎(chǔ)設(shè)施，也是能力結(jié)構(gòu)中不可缺少的一環(huán)。
三、在真實剛需場景中，專業(yè)能力最易現(xiàn)形
技術(shù)參數(shù)和專業(yè)認證是“后臺能力”，普通用戶無法感知。真正的專業(yè)差距，最終要回到真實使用場景中才能被看見。
從幾個應(yīng)用案例中我們能有直觀的感受。
用戶提問1：“我有高血壓3年，最近一周早上起床后頭暈、后腦勺脹痛，測血壓145/95，平時吃藥是硝苯地平，需要去醫(yī)院嗎？要不要換藥？”
這是我們常見的復(fù)雜癥狀咨詢，當遇到多癥狀、慢性病史疊加的情況，一些醫(yī)療助手可能會給出“正確但無用”的籠統(tǒng)建議，如“血壓偏高，建議就醫(yī)”“遵醫(yī)囑調(diào)整用藥”。
而訊飛曉醫(yī)的回答路徑明顯不同，其明確告訴了用戶風險有多急、應(yīng)該做什么、去哪里做，在風險分層、藥理知識和行為引導(dǎo)上都給出了準確建議。
▲訊飛曉醫(yī)回答的完整內(nèi)容
用戶提問2：（上傳包含“輕到中度脂肪肝、尿酸偏高”的體檢報告）“這些指標有沒有關(guān)聯(lián)？我平時應(yīng)酬多，是不是戒酒就行？”
這是體檢報告深度解讀的應(yīng)用場景，我讓AI進行多指標異常關(guān)聯(lián)分析。一些醫(yī)療AI助手的回答可能只是會提出單項問題，讓我定期復(fù)查，停留在“報告說了什么”層面。
而訊飛曉醫(yī)完成了從“是什么”到“為什么”再到“怎么辦”的完整推理鏈，且具備風險分級和計劃生成的能力。這是通用問答與專業(yè)健康管理之間的本質(zhì)差異。值得一提的是，它還能聯(lián)系本人的健康檔案提供建議，這就更體現(xiàn)出一個長期醫(yī)療保健伙伴的價值。
▲訊飛曉醫(yī)回答的完整內(nèi)容
結(jié)語：醫(yī)療大模型，終將回歸專業(yè)能力的長期競爭
醫(yī)療大模型的競爭，從一開始就不是聲量之爭，而是長期專業(yè)能力的積累之爭。
當行業(yè)逐漸從“能不能用”走向“靠不靠譜”，真正決定勝負的，將是技術(shù)底座的上限、醫(yī)學體系的深度、以及是否經(jīng)得起真實場景反復(fù)驗證。從這個角度看，醫(yī)療大模型的專業(yè)門檻，遠比外界想象得更高。
而在這條高門檻賽道上，訊飛并非唯一玩家，但無疑是目前走得最深、驗證最充分的玩家之一。
從2016年進入這個領(lǐng)域，到2024年成為“醫(yī)療大模型第一股”，它用十年時間完成了通用底座自研、醫(yī)學知識體系構(gòu)建、臨床場景驗證、規(guī)?；瘮?shù)據(jù)反哺這一完整閉環(huán)。
可以預(yù)見，隨著更多玩家進入，醫(yī)療大模型的技術(shù)代差將持續(xù)拉大。醫(yī)療大模型的熱度或許會退潮，但專業(yè)能力的競爭，才剛剛進入深水區(qū)。
