2025年AI+医疗：大模型重塑医疗生态

1 大模型技术升级，驱动 AI 在医疗场景落地

近年来，全球大模型技术进入加速进化阶段，大模型的推理能力和多模态能力持 续升级。与此同时，大模型应用成本不断降低，开源运动兴起，大模型在各领域的应 用条件愈发成熟。在医疗领域，大模型技术正在加速落地，单模数据处理正在向多模 态数据处理转变，DeepSeek 以低成本和开源的优势，成为国内医疗机构部署的首选。

1.1 技术驱动 AI 医疗发展，当前进入多模态融合阶段

AI 技术在医疗领域的应用历经了从规则驱动到数据驱动、从单一任务优化到多模态协 同的演变，大致可分为以下四个关键阶段： 1）规则驱动与专家系统时代：该阶段主要是基于人工提炼的医学规则构建诊断系统， 代表性的产品是早期的专家系统（如 MYCIN、INTERNIST-1），通过逻辑推理模拟医生的 临床决策。 2）传统机器学习与影像识别阶段：该阶段主要利用统计学与浅层模型处理结构化医疗 数据。代表性技术是 SVM、随机森林等算法应用于医学影像分类。 3）深度学习与单模态模型阶段：通过深度神经网络自主提取特征，实现单模态数据的 端到端学习。代表性技术是卷积神经网络（CNN）、循环神经网络（RNN），AI 技术主要应 用于影像诊断和病理辅助。 4）大模型与多模态融合时代：借助 Transformer 架构统一处理跨模态数据，构建“感 知-推理-协作”全链条能力，主要应用场景是临床决策支持、药物研发和远程医疗。 在临床医疗中，往往需要综合多源、多模态的数据，进行诊断、预后评估和制定治疗 方案。大模型的多模态数据处理能力，开启了 AI 医疗的新篇章。 早期医疗 AI 多局限于单一任务优化，主要存在信息割裂、解释性弱和数据孤岛等问 题：1)信息割裂：如仅凭影像无法判断肿瘤病理分型；2)传统 CNN 模型无法像医生一样用 自然语言解释诊断依据；3)数据孤岛：不同医院使用的影像格式、病历系统互不兼容。 大模型通过“预训练+微调”架构，用统一参数体系处理多模态医疗数据：使用 Transformer 架构对不同模态数据（文本、图像、基因序列）进行向量化编码，在隐空间实 现信息对齐。对比学习（如 CLIP 技术）降低跨模态对齐成本，避免传统方法需人工标注 海量匹配样本的负担。在临床应用中，借助多模态技术，AI 可以实现跨模态数据的理解和 动态时序建模。

1.2 DeepSeek 具有低成本和开源特征，加速在医疗行业渗透

DeepSeek 作为国产开源大模型的代表，具备高性能、低成本和开源的特征，契合医疗 机构对高效和安全的需求，其出现对医疗 AI 领域的技术渗透与商业化落地产生了催化作 用。

DeepSeek 将国产大模型的能力带到了新台阶。在医疗领域，DeepSeek 可以快速 分析多种类型的医疗数据，帮助医生梳理复杂病例，给出治疗思路和建议。这种 能力在重症监护室 ICU、急诊科、儿科等场景中尤为重要，能够显著提升诊疗效 率和准确性。此外，DeepSeek 在药物研发、影像分析、诊断筛查等多个领域都有 所应用，显示了其在医疗健康领域的广泛应用潜力。

闭源大模型（如 GPT-4）高昂的 API 调用成本与算力需求限制中小医疗机构使 用。DeepSeek 的 API 价格较低，使得医疗机构能够以较低的成本部署和使用 AI 技术，成本下降推动医疗 AI 从头部医院试点转向基层普惠应用。DeepSeek 输入 价格为每百万 tokens 0.5 元（缓存命中）/2 元（缓存未命中），输出价格为每百万 tokens 8 元，这些价格远低于目前最顶尖的闭源大模型如 GPT-4o 和 Claude-3.5- Sonnet。

DeepSeek 的代码是开源的，医疗机构能自由地下载源代码并且部署到本地。医疗 领域的数据和安全较为敏感，云端接入闭源模型可能存在数据安全问题，部署开 源模型，源代码会更加可控，更契合医院的安全需求。 国内医疗机构积极拥抱 DeepSeek，目前已有多家医院宣布完成 DeepSeek 本地化部 署。

1.3 医疗是大模型重要落地场景，AI 医疗市场规模复合增长率超 32%

根据 Data Bridge 的测算，预计至 2031 年全球生成式 AI 在医疗保健领域市场规模将 达到 172 亿美元，2023-2031 年期间复合增长率为 32.60%。 Wise Guy Reports 数据显示，2023 年人工智能在医学影像市场规模预计为 92.6 亿美 元，人工智能在医学影像市场行业预计将从 2024 年的 100.5 亿美元增长到 2032 年的 192.67 亿美元，期间复合增长率为 8.48%左右。

根据艾瑞咨询统计，截止 2023 年底，中国行业大模型的个数占比已经超过 8 成。以医 疗与金融为首要落地领域，分别占比达到 21.9%与 12.8%，医疗健康场景成为 AI 大模型的 重要应用场景。

2 海外：巨头入场角逐，传统医疗企业创新转型

从参与者类型来看，海外 AI 医疗玩家主要分为： 1）AI 巨头，比如英伟达、微软，将公司的 AI 基础设施和平台能力赋能到医疗业务， 围绕核心能力同收购和生态赋能的方式长远布局； 2）传统的医疗 IT 或 Saas 企业，将 AI 能力融入现有业务； 3）原生 AI 医疗企业，以 AI 技术为根基，为医疗客户提供智能化产品，如为制药企 业提供数据服务的 Tempus AI、AI 独角兽 Abridge。

2.1 英伟达：硬件（GPU）赋能 + 加速计算平台（Clara）+ 生态投资

英伟达通过投资、技术合作与生态系统构建，持续深耕医疗 AI 领域，其战略核心在于 硬件（GPU）赋能、加速计算平台（Clara）+ 生态投资的组合模式，目前已形成从药物研 发到临床诊疗的全链条布局。 通过直接投资拓展 AI 医疗版图：2023 年，英伟达成立投资部门 Nventures，重点布局 药物研发、医学影像分析、基因组学与精准医疗等领域。截至目前至少投资了 13 家 AI 医 疗企业，包括 AI 生物大模型独角兽 Recursion、AI 蛋白质明星公司 Genesis Therapeutics、 AI 小分子药物平台 lambicTherapeutics。

以 Clara 平台为中心，构建 AI 医疗生态。英伟达以 NVIDIA Clara 医疗平台为核心， 提供开源工具链与加速计算架构，推动医疗 AI 普及：1）Clara Imaging 医学影响开发框 架，帮助企业和研究机构构建用于医学成像的 AI 解决方；2）Clara Discovery（药物研发 工具包），核心组件是 DGX SuperPOD：专为 AlphaFold 设计的算力集群，缩短蛋白质结构 预测时间，以及 NVIDIA BioNeMo：大语言模型框架，支持小分子生成、靶点结合能计 算。

2.4 微软：发布医疗行业的语音 AI 助手——Dragon Copilot

微软在 AI 医疗领域的布局主要有：1）为医疗机构提供云服务平台；2）收购 Nuance Communications，吸收其语音识别识别技术；3）发布智能化产品，比如 Dragon Copilot 和英伟达类似，微软同样基于自身的核心能力，通过平台方式赋能生态，并通过收购切入 医疗领域。

Microsoft Cloud for Healthcare 是微软公司针对医疗行业推出的一项云服务，整合了数 据互操作性、AI 工具和行业标准化接口，支持医疗机构实现数据整合、患者参与度提升及 临床协作优化。2024 年 10 月，微软宣布在其 Microsoft Cloud for Healthcare 中推出新的医 疗数据功能和 AI 工具，包括通过 Azure AI Studio 中的新医疗保健 AI 模型、Microsoft Fabric 中的医疗数据功能、Copilot Studio 中的医疗保健 AI agents 服务以及 AI 驱动的护理 工作流程解决方案，目的是为帮助医疗机构更快低构建 AI 应用。

2022 年 4 月，微软以 197 亿美元的价格完成对 Nuance 公司的收购，后者是全球最大 的专门从事语音识别软件的公司之一。微软将 Nuance 的 Dragon Ambient EXperience （DAX）的环境临床解决方案直接嵌入到了自身云服务中。在微软解决方案覆盖的医院 中，系统将自动捕捉记录医生和病人之间的对话，并通过 AI 进行语境分析和自动创建临床 记录，大大提升了医疗效率。 2023 年 3 月，Nuance 发布名为 Dragon Ambient EXperience Express（DAX Express）的 AI 临床笔记软件，可在病人就诊后几秒内自动生成临床笔记草稿。该款软件 是由环境人工智能（Ambient A.I.）与 GPT-4 驱动，主要面向医护人员旨在提升医护人员的 工作效率。

2025 年 3 月 4 日发布医疗行业首个统一的语音 AI 助手——Dragon Copilot。通过整 合和扩展经过验证的 Dragon Medical One (DMO) 和 DAX Copilot (DAX) 的功能，为医护 人员提供统一的语音 AI 体验。根据微软官网 2025 年 3 月的数据，Dragon Copilot 在实际 应用中已经取得了显著的效果： 节省时间：医护人员在每次患者接触中平均节省了 5 分钟 时间 。 减少倦怠：70% 的医护人员报告 倦怠和疲劳感减少。 提高留任率：62% 的医护人员表示他们 不太可能离开所在机构 改善患者体验：93% 的患者报告 整体体验有所改善。

2.5 Tempus AI(TEM)：开创精准智能化医疗新篇章

Tempus AI（TEM）是一家应用人工智能技术于癌症治疗的公司，旨在通过数据分析 为患者提供个性化治疗方案，以优化治疗效果。 公司拥有全球最大的多模态数据库。Tempus AI 已积累了超过 9 亿份文档数据，包括 临床数据、基因数据、病理数据和医学影像数据，涵盖超过 560 万份去标识化的患者记 录。截至 2023 年底，其数据容量已达到 200PB，公司已与拜耳、阿斯利康、GSK 等全球 知名制药企业建立了数据供应合作关系，并与梅奥诊所、西北大学等医疗机构的超过 7000 名医生以及多家全球顶级医院开展合作。

基于庞大的数据集，以 AI 赋能药物研发和精准医疗。Tempus AI 的业务围绕三个主 要产品线展开：基因组学（Genomics）、数据与服务（Data and Services）以及人工智能应 用（AI Applications）。

数据和服务业务支撑营收高增，Tempus AI Q4 单季度营收为 2.01 亿美元，同比增长 35.8%，根据公司给的指引，预计 2025 年将实现收入 12.3 亿美元，同比增长将超过 79%。

2.9 Abridge： 电子病历赛道龙头，将 LLM 应用于临床记录

Abridge 是医疗领域 AI Scribe 赛道的龙头。核心产品 AI 记录助手，是一款用于 临床文档记录的 AI 产品，能够通过自动语音识别（ASR）听写诊疗过程，并利用生成 性 AI 生成符合要求的文档。 从效果上看，Abridge 能完成 91% 以上的文档记录工作量，为医生节省超过 70 小时/月的工作时间，而且与美国最大的电子医疗系统 Epic 深度整合，无需改变医生 现有工作习惯。 Abridge 目前是 AI Scribe 的龙头，在 KLAS 2024 报告中，Abridge 在改善临床医 生体验方面得分 95.3（平均分 79.6），排名第一；在改善患者体验和改进诊疗结果方 面，也分别排名第三和第四。 2024 年 10 月，根据 The Information 消息，Abridge 正在筹集 2.5 亿美元。科技 投资者 Elad Gil 和 IVP 将领投这笔投资，Alphabet 的 CapitalG 基金预计也将参 投。据报道，该轮融资估值将达到 25 亿美元，公司表示部分资金将用于开发新的 AI 模型，以及尚未发布的新产品。

2.6 HIMS：AI+Saas，远程提供个性化治疗方案

Hims 是远程医疗的代表性公司，提供在线平台平台服务 ，目前平台拥有超过 100 万订阅者，主要为用户提供性健康、减肥、头发再生、心理健康和护肤支持。通过在线流 程，用户可与持牌医生联系，寻求定制的治疗计划。 Hims 的核心产品之一是 MedMatch，一款 AI 驱动的医疗保健解决方案。MedMatch 通 过机器学习和人工智能技术，整合了数百万个数据点，包括历史临床数据、人口统计学、 治疗类型和患者结果。这些数据点被用于训练模型，以推荐最佳的临床决策和治疗方案。 目前 MedMatch 被用于心理健康、男性健康、女性皮肤管理等敏感领域。 HIMS 在 24Q4 实现了 4.81 亿美元的营收，同比+95%，收入呈现高速增长趋势。截止 到 2024Q4，公司订阅用户数为 2.23 万，同比+172%。在 AI 技术驱动下，订阅用户数高速 增长。

2.7 Medtronic：AI 融入心血管医学，助力早期诊断

美敦力（Medtronic）是全球领先的医疗技术公司，专注于开发和制造各种医疗设备、 产品和技术，是传统医疗信息化企业融合 AI 技术的代表之一，在 AI 医疗领域，Medtronic 已经取得了显著的进展： 在慢性病管理领域，推出智能胰岛素笔，该笔集成了葡萄糖传感器数据，为依赖每日 多次注射的 1 型糖尿病患者提供 AI 驱动的个性化治疗建议。 在临床医疗领域，Medtronic 利用机器人进行 辅助手术。Medtronic 的 Hugo™ System 是一个先进的机器人辅助手术平台，通过 AI 技术提高手术的精确性和安全性。 在疾病预测与诊断领域，Medtronic 利用复杂的算法分析大量的匿名健康数据，以识 别趋势和共性。例如，AI 算法可以帮助医生更准确地检测异常心律，如房颤，从而提前发 现可能导致中风或心力衰竭的疾病。 利用数字孪生技术提供个性化治疗。Medtronic 的工程师正在构建一些设备的虚拟表 示，或“数字孪生”，以预测这些设备在不同情况下在人体内的反应。这种技术可以帮助医 生为每个患者提供个性化的治疗方案。

3 国内 AI+医疗公司梳理

根据企业的业务基因，国内在 AI 领域布局的厂商主要有三种类型：1）通用大模型厂 商，比如科大讯飞，利用底层大模型能力搭建 AI+医疗平台，为医疗机构赋能；2）拥有数 据库优势的厂商，为医疗机构和药企提供数据服务，或基于数据积累训练垂类模型，主要 代表有润达医疗、医渡科技、朗玛信息等；3）传统医疗信息化企业，垂类模型拥有数据优 势 ：润达医疗、医渡科技；3）传统医疗 IT 公司转型 AI，将 AI 技术嵌入主营业务，实现 存量客户价值升级。

3.1 讯飞星火大模型赋能医疗行业应用

2025 年 3 月，科大讯飞发布了讯飞星火医疗大模型 X1。作为当前唯一采用全国产算 力训练的医疗深度推理大模型，星火医疗大模型 X1 在诊断推荐、健康咨询等医学任务上 效果已超过 GPT-4o 以及 DeepSeek R1，个人健康助手讯飞晓医专业性、实用性及个性化也 被进一步加强。

讯飞医疗已经在全国 400 多个县区取得规模化的成功应用，未来在 AI 大模型赋能下 有望实现深度赋能。截止 2024 年 1 月 19 日，智医助理累计覆盖全国 30 多个省份 400 多个 区县并常态化应用，已提供人工智能辅助诊断建议超过 7.4 亿条、电子病历标准化建议超 过 2.8 亿条，并纠正超过 130 万例诊断案例。在讯飞医疗助力下，病例规范度和诊断合理 率均实现显著提升。

星火 4.0 赋能行业大模型加速迭代，医疗垂类模型能力再次升级。随着讯飞星火 4.0 大模型的发布，星火医疗大模型也再次升级，目前在医学相关的知识问答、复杂的语义理 解、专业文书生成，还是诊断治疗以及多轮对话的各项指标上，已实现对最新的 GPT-4 Turbo 模型的超越。 AI 大模型医疗领域垂类应用加速渗透。在医疗领域，截至 2024 年 6 月，个人健康助 手讯飞晓医 APP 现在已经累计下载 1200 万次，用户好评率达 98.8%。目前讯飞晓医 APP 可以帮助用户自主诊断 1600 种常见疾病，可识别 2800 种以上的常见药品，理解 26 万个药 品相互作用，并且能够理解和分析 6000 种以上常见的检验报告。目前讯飞晓医 APP 可实 现将个性化的电子病历检查报告以及过去问诊情况，在个人健康空间保存，在看病、用 药、检查时给予用户更深入具体的帮助。

3.2 云知声：智能语音行业龙头厂商布局“山海”大模型

云知声依托自研“山海”大模型，布局 AI+医疗场景业务。山海大模型实现了在特定 领域内专业知识的快速积累，通过语料的不断迭代升级，专业能力持续突破。以医疗领域 为例，山海大模型学习了大量教材、百科等高质量医学文献，使其能够提供更加全面、专 业的医疗信息支持。在扩展了医疗大模型的领域知识的同时，山海大模型仍旧保持原有的 高性能、高准确率等特点。

公司基于多年智能语音技术积累，医疗领域落地应用赋能医生效率提升。公司语音电 子病历技术基于 AI、大数据方面的长期积累，结合大量原始医疗语料数据，形成医疗语音 识别和语义理解模型，医生可快速将内容输入到 HIS、PACS、LIS 等系统中，显著提升效 率。除电子病历技术之外，公司目前已形成智能病历质控、单病种质控、智能医保审核等 功能矩阵。在智慧医疗领域，云知声基于山海大模型打造的门诊病历生成系统已落地北京 友谊医院，有效提升了病历撰写效率与质量。

3.3 润达医疗：CDx 良医小慧，综合准确性达到 87.74%

润达医疗是全国最大的体外诊断（IVD）综合解决方案提供商，为各类医学实验 室提供体外诊断产品、技术服务支持、实验室运营管理等全方位的综合服务。信息化 系统对接医院超过 2000 家。 润达医疗与华为云合作推出的新一代智慧检验综合解决方案——CDx 良医小慧。 良医小慧基于华为云盘古大模型打造，由润达医疗团队训练，是具备完全国产自主知 识产权的大模型原生解决方案。其在医疗大模型上的两大技术难点均实现了突破：一 是医疗数据多为自然语言文本，难以被机器有效处理，二是在要求循证的医疗中，当 如何抑制大模型的固有幻觉问题。

经过高达 10 亿次的训练，良医小慧能解释超过 4500 个检验项目和 2800 种疾 病，在回答 10 个科室真实病例的临床报告解读问题中，达到科室医生的平均水平， 综合准确性达到 87.74%。 医疗智能体“良医”的产品功能为临床辅助、患者服务及科研辅助等，相当于为 每位医护人员配备了个人专属医疗助理；健康智能体“小慧”相当于是每个人的 AI 健 康助理，不仅能够提供 7×24 小时的健康咨询服务，还能够为个人建立专属健康档 案，并及时进行健康风险提示，定制健康计划。

3.4 医渡科技：YiduCore+DeepSeek，打造医渡 AI 医生助手

医渡科技长期布局 AI+大数据技术在医疗健康领域应用。医渡科技构建的“医学智能 大脑”YiduCore 医学知识图谱覆盖超过 1 万种疾病和超过 9 万个医学实体，支持对 ICD、 MeSH、ATC 等近 10 种医学标准术语的映射，并已在超过 70 个疾病领域建立了疾病模 型，海量真实世界医疗知识的积累加上 AI、医学的高素质交叉人才团队，使医渡科技自主 研发的医疗垂域大模型具备强大的医学专业性保证。

医渡科技通过六年时间精心打造的“医渡医学数据智能平台”，全面收录了医院的大量 患者资料和病历数据，构建起庞大且精准的医疗数据资源库。 通过与 DeepSeek 等顶尖大模型的深度整合，医渡 AI 中台算力效能突破，训练资源利 用率提升约 25%；模型能力跃迁，关键任务准确率提升约 5%—20%；开发效率革新，应用 上线周期缩短约 50%。

3.5 创业慧康：BsoftGPT 打造大模型聚合产品

创业慧康在 AI 医疗领域的布局，主要体现自主研发的 MedCopilot 和 BsoftGPT 平 台方面。 MedCopilot 能够在最短数秒内生成一份完整的出院小结，医生只需进行少量修改 即可审核、签名，整个过程从原来的二十分钟左右缩短为几分钟，能节省近 60%的时 间。MedCopilot 还为医生在临床决策支持、病历质控、日常工作辅助等方面提供大模 型赋能。目前，MedCopilot 已经落地数家大型三甲医院，其知识储备及应用能力已经 超过医学规培生的水平，实验研究结果显示正确率超过 95%。 BsoftGPT 是公司打造的 AI 大模型聚合产品，产品以 API 调用结合本地部署的方 式聚合利用通用 GPT 模型，同时通过本地部署 embedding 向量数据库以及公司自有的 领域知识库，通过医疗垂直领域的语言模型训练和微调逐步实现产品力，并向公司内 外部的应用场景，比如在医疗服务和个人健康等场景中输出 AI 智能服务。 目前 BsoftGPT 已成功接入市场上多个成熟大模型的 API，除 DeepSeek 外，还有 Qwen、GLM、讯飞星火、文心一言等在线大模型，通过简单的参数调整，这些产品 便能在 DeepSeek 与其他大模型之间自由切换，从而根据不同的医疗业务需求和场景 特点，精准适配最适宜的模型，实现医疗服务的个性化、高效化定制。

3.6 万达信息：智慧医疗布局全面，覆盖 30 多个省市

智慧医卫是公司传统主业，涵盖智慧卫健、智慧医保/医药和智慧医疗三个板块。已覆 盖全国 30 多个省/自治区/直辖市，120 多个地市，累计为 6 亿多人提供卫生健康和医保服 务。当前公司跟 AI+医疗相关的主要产品有： 门诊服务机器人小万：与常规的电子自助查询机不同的是，“小万”与患者“面 对面”交流时，能够智能识别对方的“就医意图”，对患者来说，交流起来更方 便、使用门槛更低。 人工智能心血管全周期服务平台：市面上首个全周期 AI 互动成长式、精准化心 血管健康平台，打造并串联协同精准早筛、智能预防、智能辅助诊断、智能随访 和智能分层转诊五大智能应用场景。

3.7 卫宁健康: 实践“Copilot for Everything”行动计划

卫宁健康提出“AI Everywhere 全场景赋能”的发展方向，产品设计将围绕 AI 智能 化创新，实践“Copilot for Everything”行动计划，为用户提供 AI 增强医疗产品的同 时，也在内部的代码开发、文档设计、运维知识服务查询等环节引入 AI。从研发生产 体系，到赋能智能医疗全场景，全速驱动生产力转型与突破。 2025 年 2 月 10 日，卫宁健康正式发布了其人工智能医护助手 WiNEXCopilot 的最 新版本 2.1，以及医疗大语言模型 WiNGPT 的 2.8 版本。在 2024 年发布的 WiNEX Copilot 2.0 基础上，最新迭代版 WiNEX Copilot 2.1 进一步聚焦场景深化、模型支 持、平台能力三大方向，覆盖临床、护理、医技等关键医疗场景，贯穿诊前、诊中、 诊后全流程，全面深化医疗临床与管理场景质控能力与移动端场景拓展。

AI 从 PC 延伸到移动端。卫宁健康移动产品 WiNEX MY 搭载 WiNEX Copilot 2.1，使 AI 能力不再局限于 PC 端，在移动场景中，医护有了“口袋里的 AI”，例如语 音查房、知识查询、流程管理等场景将变得更加智能和便利。本次移动端主要发布场 景包含“移动知识助手”及“智能交接班”。

3.8 嘉和美康：医疗信息集成平台已正式接入 DeepSeek

嘉和美康推出了医疗临床“AI 助手”，面向全院数智化转型需求，提供中枢化 （医技）决策支持引擎以及医疗 AI 应用开放平台。该平台作为全院智慧化服务的接入 底座，为诊断支持、辅助诊疗、病情预警、疾病风险预测、临床科研、病历内涵质 控、公共卫生监测等跨场景应用提供分级分类预警管理，支持即插即用，实现多技术 框架、多厂商、多业务 AI 应用接入，为传统信息系统配备“智慧大脑”，满足电子病 历高级别评审要求。 公司于 2025 年推出了新一代智能电子病历平台（V7），该平台的核心亮点在于嘉 和医疗大模型的深度接入，贯穿患者诊疗的每一个环节，从病历自动生成、疾病诊断 预测，到个性化治疗方案推荐，再到智能随访管理，为医生提供全方位的智能化支 持。同时，嘉和美康基于长期积累的病历质控知识库开发的病历内涵质控功能，此次 完整融入电子病历 V7 平台，实现病历质控全环节智能化覆盖。

此外，嘉和美康的医疗信息集成平台已正式接入 DeepSeek，加速 AI 大模型在医 疗领域的创新应用。平台全面升级后，医生登录智慧门户后，可向智能助手提问，查 询排班情况、需要注意的患者等信息。患者信息呈现也更加智能，借助 DeepSeek 强大 的数据分析和处理能力，智能助手可快速筛选出关键患者，为医生提供更加高效、精 准的智能化工具。

3.9 东软集团：东软医疗健康智能化全系解决方案适配 DeepSeek

公司成立于 1991 年，在智慧城市、医疗健康、智能汽车互联和企业数字化转型等多领 域处于领先地位。不断探索应用云计算、大数据、物联网、人工智能、区块链等新技术。 在医疗信息化领域，东软构建 RealOne Suite、CloudOne Suite 和 HealthOne Suite 三 个整体解决方案。截至 2024 年 6 月末，东软智慧医疗业务在全国 31 个省级行政区实现 业务落地，已服务超过 600 家三级医院客户、 2,800 余家医疗机构客户、80,000 余家基 层医疗卫生机构，承担了 30 多个省市的全民健康信息化建设， 实现以软件赋能医疗全场 景的发展阶段。 东软的智能预问诊、病历生成与质控等核心医疗 AI 应用将陆续完成 DeepSeek 接 入，通过知识蒸馏技术，实现精准且成本有效的医疗领域大模型。

3.10 晶泰控股-p：量子物理+AI，赋能药物研发

晶泰控股是一家以量子物理和人工智能赋能药物研发的创新科技公司，公司的创始人 包括温书豪、马健、赖力鹏三位博士，均为麻省理工学院（MIT）的量子物理与 AI 科学 家，具备深厚的学术与产业背景。公司的核心产品和服务涵盖了药物研发与自动化化学合 成等多个领域，包括小分子药物发现平台 ID4、抗体发现平台 XupremAb™、自动化化学合 成、智能化固态化学筛选平台以及多项化学和物理服务等。

1）药物研发解决方案 。 小分子药物发现平台 ID4：晶泰控股的集成、端到端技术平台，能够高效地提供 经过验证的小分子临床前候选药物。 抗体发现平台 XupremAb™：结合湿实验室技术和尖端人工智能技术的抗体发现 平台。

2） 自动化化学合成

智能化实验工作站：如 XmartChem®智能合成工作站，能够实现自动化实验流程，加 速固体和液体分配、冷却和加热、搅拌、稀释、过滤和 HPLC 分析等化学合成及反应优化 过程。

3）固态化学与自动化筛选

智能自动化固态化学筛选平台：结合实验技术、晶体学专家知识和智能自动化。 自动化结晶工作站 XtalComplete®：实现自动固体和液体分配、过滤、搅拌、加 热、冷却和检测，提高实验效率，实现高质量的多晶型、盐和共晶筛选。

4）化学服务

合成化学服务：经验丰富的合成化学家与尖端自动化技术相结合，加速高质量化 学物质的交付。 分子库合成服务：自动化高通量化学合成。

公司的业务满足全球制药、生物技术、可再生能源和先进材料行业对研发解决方案和 服务的需求。凭借其自主研发的量子物理人工智能平台，晶泰控股为全球多家知名制药公 司服务，包括默克、强生、辉瑞等，并与其中的许多公司建立了长期稳固的合作关系。

编辑：火腿肠