3月3日，AI醫療概念再度活躍，截至發稿，賽意信息20cm漲停，貝瑞基因、塞力醫療、焦點科技漲停，潤達醫療、安必平、衛寧健康、嘉和美康等跟漲。

作爲AI應用的最重要、最具潛力的場景之一，醫藥醫療研發被市場寄予厚望，消息面上，2月28日，廣東省第二人民醫院聯合華爲技術有限公司發佈兩個自主研發的健康AI大模型——叮唄健康大模型與數智超聲大模型。

其中，叮唄健康大模型是國內首個覆蓋全健康管理場景的主動健康AI大模型，可以實現一分鐘生成體檢報告，精準解讀報告中的異常數據，並能預測用戶可能面臨的疾病風險。數智超聲大模型則聚焦超聲管理，可以進行實時AI輔助診斷、實時遠程指導，讓患者在基層就可以獲得優質的超聲診斷服務。

拉長週期看，AI醫療概念實際也活躍已久，其中長期股價低迷的醫藥股也早已開啓反彈上漲。那麼對於行業後市，如何看？

從技術突破到市場爆發

據不完全統計，全國已經有超100家醫院完成DeepSeek的本地部署，遍佈北京、上海、安徽、四川、廣東、河北、湖南、江蘇等二十多個省市和自治區，其中大部分是三甲醫院。

此前消息，同樣有部分私立醫院紛紛接入 DeepSeek 並開啓本地化部署，像瑞金、中山、協和等頭部大三甲醫院也發佈了醫療垂直領域的大模型，這顯示出醫療 AI 在行業內正受到前所未有的重視。 

在DeepSeek引爆的AI熱潮下，醫療行業儼然已成爲AI應用落地的重要領域。

可以說，從技術突破到市場反應，從臨牀應用到行業變革，醫療 AI 似乎正站在一個全新的發展節點上。從市場角度來看，2024 年湧入醫療領域的 AI 大模型公司已過百，醫療行業大模型的 “百模大戰” 吸引了衆多新入局者。而無論是自研模型還是基於通用大模型開源後的 “蒸餾” 模型，都面臨着算力、數據等多方面的考驗。

在行業發展中，數據的重要性不言而喻。以 Tempus AI 爲例，其憑藉多年在醫療領域積累的數據，構建起了強大的業務壁壘。該公司通過基因檢測等業務收集大量數據，再利用這些數據推動數據服務和 AI 應用的發展，形成了一個良性循環。

而 OpenEvidence 則通過免費增值模式，在醫療行業實現了自然傳播，其與《新英格蘭醫學雜誌》等的合作，進一步拓展了醫學數據資源。

不過，醫療 AI 的發展並非一帆風順。曾經的 AI 醫療 “先行者” IBM Watson Health 退出賽道，給行業留下了深刻的教訓。其失敗的原因之一在於缺乏醫患場景的深度融入，無法與醫院工作流無縫銜接，導致醫生覺得使用不便，醫院也難以承受高昂的成本。

在業內人士看來，如今的醫療 AI 市場雖然已有了更多能夠駕馭數據、提供多樣化解決方案的企業，但要真正實現 AI 與醫療的深度融合，仍需克服諸多困難，如模型泛化能力不足、臨牀驗證週期長等問題。

從臨牀應用來看，DeepSeek 等 AI 技術正在改變醫療診斷的格局。以病理診斷爲例，AI 大模型能大幅縮短診斷時間，提高診斷效率。在臨牀決策方面，AI 能夠基於患者個體化特徵，模擬不同治療方案的潛在走向，爲醫生提供更全面、直觀的決策依據。此外，AI 在醫療影像、精準醫療、健康管理、藥物研發等多個環節都展現出了巨大的應用潛力。

來源：數據猿

但在業內人士看來，AI 醫療的普適化仍面臨諸多挑戰。首先是數據問題，醫療數據分散在不同系統中，形成 “數據孤島”，且數據缺乏統一標準，標記難度大。

其次，數據合規和算法穩定性難以保障，醫院需在數據共享與隱私保護間找到平衡。此外，支付端的問題也是 AI 醫療普適化的重要關卡，目前 AI 診斷、手術機器人等的收費標準和醫保政策尚不完善。

最後說回，二級市場，AI 醫療股的反彈也讓醫藥基金開始賺錢。

一些基金經理認爲，AI 醫療的核心競爭力在於 “算法 + 數據 + 臨牀場景” 的閉環護城河，隨着技術和數據資源的積累，AI 醫療有望從概念走向實際應用，推動醫療行業的全面變革。

但也有基金經理提醒投資者，要謹慎對待那些概念炒作屬性較強、醫療 AI 業務佔比低的企業，同時需警惕政策風險、市場競爭等潛在風險。