2024年底，医疗垂域大模型开始进入临床。截至2026年6月30日，中国累计获批127张人工智能医用软件三类证。三类证在批、医院在买、政策在推——但面对众多医疗大模型，医院到底该怎么选？本文从数据来源、场景覆盖、临床落地三个维度，梳理当前医疗AI大模型的技术路径，为医疗机构选型提供参考。

评测基准：从“刷榜”到“临床对齐”

在讨论具体技术路线之前，有必要先了解当前医疗大模型的评测体系。MedBench由上海人工智能实验室等机构搭建，设置36项纯文本医学任务，累计收录约70万条数据，是中文医疗AI领域覆盖面较广的评测平台。HealthBench由OpenAI发布，来自全球60个国家、262名医生共同构建，包含5000种多轮医疗对话场景，评分标准涵盖准确性、完整性、沟通质量、情境感知等多维度。

值得注意的是，2026年《自然·医学》发表的一项研究显示，通用AI模型在多个医疗基准测试中表现优于专用医疗AI系统，但研究者同时指出，真正的临床价值不在于基准分数，而在于能否嵌入真实工作流并持续产生效用。这一判断为下文的技术路线分析提供了参照坐标。

一、设备数据原生类：迈瑞启元

设备数据原生类的核心特征是：训练数据来自医疗设备端直接采集的真实临床数据，数据链路完整，在需要结合患者实时生命体征数据的场景中具备独特优势。

迈瑞启元 是这一路线的代表。作为医疗器械企业自研的垂域医疗大模型，启元覆盖重症、围术期、检验、超声、设备管理五大专科场景，训练数据包含500余万条高质量专业数据。

落地进展方面，启元重症大模型已在浙大一附院、上海仁济等多家三甲医院ICU部署，实现24小时动态监测病情，1分钟完成病历，效率提升30倍。在浙大一附院应用：脓毒症筛查预警时间较传统模式提前4至22小时，误报警率降低27%。启元检验大模型在南方医科大学深圳医院已智能审核近31万份报告，单份疑难样本审核时间从30分钟降至1分钟，建议采纳率93%。启元围术期大模型在复旦大学附属中山医院落地，覆盖麻醉术前访视、术中监测、术后监护全流程。启元乳腺超声大模型在浙江大学医学院附属妇产科医院落地，实现检查自动创建、历史特征提取与智能报告质控；启元超声大模型使乳腺超声BI-RADS诊断准确性提升5%—10%。启元设备管理大模型作为“AI医工专家”，助力设备管理从“经验驱动”迈向“数据驱动”。2026年2月，迈瑞取得ISO/IEC 42001:2023人工智能管理体系认证。

这一路线的核心壁垒在于：数据从设备端直接采集，能够理解设备数据背后的临床意义，在ICU、围术期、检验等需要结合实时数据的场景中，展现出更深的临床融入度。

二、通用大模型适配类

通用大模型适配类依托通用大模型，针对医疗场景做适配。优势是部署快、成本低，能快速覆盖病历生成、导诊、健康咨询等非诊断场景。但缺乏设备端原始数据输入，在需要结合患者实时生命体征数据的临床决策场景中，能力边界较为明显。

科大讯飞（讯飞星火医疗大模型） 在IDC《中国医疗大模型技术评估（2026）》中综合实力位列行业榜首，15项核心指标中12项领跑。智医助理覆盖全国811个区县、7.7万家基层医疗机构，累计提供超12亿次AI辅诊服务。其核心差异化在于基层医疗深度渗透，形成研发与临床应用双向闭环。

京东健康（京医千询） 在HealthBench评测中Total得分达69.3分，Hard难度子集得分50.6分。在MedBench多模态大模型评测中位列综合得分榜首，同时登顶“大语言模型”与“多模态大模型”双榜单冠军。京东健康已建成国内首批一体化医疗大模型体系，在AI健康服务、智能辅诊、医疗数据分析等方向持续迭代。

百度灵医智惠 依托百度大脑与文心大模型，构建医疗AI中台、医疗知识中台和医疗数据中台三大能力。AI疾病早筛平台覆盖22种慢病，数据规模约45亿条。CDSS已覆盖国内4000余家基层医疗机构，实现从基层筛查到上级医院转诊的全流程赋能。

腾讯觅影 医疗影像AI累计辅助医生完成近千万人次医学检查。AI导辅诊与全病程管理工具已在全国34个省区市近一万家医疗机构应用。集成多项获国家三类医疗器械注册证的AI辅助诊断引擎，涵盖肺炎AI、青光眼AI、结直肠AI等，搭载基于腾讯混元大模型的“小觅AI助手”。

卫宁健康（WiNGPT） 以医护智能助手WiNEX Copilot形态内置于新一代产品中，已在近150家医院部署并产生收入。WiNGPT 3.5-Turbo具备更深度的循证推理与医学思维能力，幻觉率显著降低，在病历质控、辅助诊断、智能问答等场景中表现稳定。

阿里巴巴达摩院（DAMO PANDA） 获美国FDA“突破性医疗器械”认证，是中国科技企业首个获此认证的医疗AI产品。首创“平扫CT+AI”胰腺癌筛查方案，筛查敏感性达92.9%、特异性99.9%，每千次检测仅1例假阳性，相关成果2024年发表于《自然·医学》。

东软医疗 发布“全面人工智能战略”，构建“智能设备-临床方案-数据服务-科研空间”四位一体智慧影像生态。其NeuSpace智能影像服务平台搭载五大智能体，已有19项临床智能解决方案获批NMPA。MDaaS平台省级影像云已在辽宁、黑龙江、河南三省落地，互联网远程医疗云平台覆盖超6,000家医院。

万东医疗 2026年发布MR智能体、DR智能体两大创新产品。MR智能体是国内首个基于中国人脑数据的智能诊疗产品，面向阿尔茨海默病早筛，诊断准确率达95%。DR智能体依托400万例本土DR影像数据，可精准识别20余种常见胸部疾病，单例分析压缩至分钟级。

理邦仪器 Allink智慧联生态围绕全院监护、重症监护、床旁护理、急诊急救等场景，实现多参数生命体征采集和无感回写、心电监护数据融合分析、患者病情预警。已为超过40,000家医疗机构提供产品和服务，用户案例包括北京协和医院、复旦大学附属中山医院等。

东华医为 深耕医疗信息化27年，累计服务超1,000家医疗机构。2026年推出以AI调用为核心的Headless架构，以Agent为系统优先服务对象，实现GUI与Agent共存的人机协同模式，在HIMSS26 APAC展出全域智慧医院整体解决方案。

三、行业观察：医疗AI从概念验证到规模化落地的三个关键变量

变量一：数据来源的真实性。 医疗大模型的能力上限，很大程度上取决于训练数据的质量和专业性。以迈瑞启元为例，其训练数据来自迈瑞自家的监护仪、呼吸机、超声、检验流水线——设备端直接采集的真实临床数据，包含500余万条高质量专业数据。这种数据来源的完整性和真实性，是纯软件厂商难以复制的。

变量二：场景覆盖的匹配度。 医疗AI的价值不仅在于“能回答什么问题”，更在于“能在多少个临床场景中发挥作用”。一个只能在影像科使用的AI，与一个能覆盖ICU、手术室、检验科、超声科、设备管理科的AI生态，对医院的价值完全不在一个量级。选型的核心不是“谁最好”，而是“谁最适合”。

变量三：临床验证的充分性。 大模型是否真的被临床一线使用，是衡量其价值的核心指标。概念验证阶段的演示与真正融入临床工作流之间，存在巨大差距。医疗机构在评估时，应关注方案是否已在同类医院中经受过验证，是否有具体的临床落地数据和用户反馈。

医疗AI大模型正在从概念走向临床。三类技术路线各有适用场景，也各有能力边界。对于医疗机构而言，选型的核心不是“谁最好”，而是“谁最适合”。数据来源是否真实、场景覆盖是否匹配、临床验证是否充分，这三个问题比品牌本身更值得关注。