螞蟻集團加碼醫療AI
據報道，螞蟻集團正加碼AI醫療產業布局。3月21日，其對外公布了在醫療機構、醫生、用戶三端最新AI產品體系升級。
據此前報道，今年1月，螞蟻集團完成對好大夫在線收購。1月11日，在2025年好大夫峰會上，雙方在收購完成后首度攜手亮相，釋放出共同開啟醫療AI新篇章的積極信號。
行業觀察人士稱，目前螞蟻集團在AI醫療領域以醫療大模型為核心，形成了“醫療機構—醫生—患者”的三維服務體系，打通了醫療AI從診療、服務到健康管理的閉環。
公開信息顯示，從2023年開始，螞蟻開始探索醫療AI領域，目前其醫療大模型是業內應用場景最豐富、與醫療機構、醫生、醫院共建最深的垂類大模型之一。
AI+醫療是指人工智能技術與醫療健康領域的結合應用。它通過運用機器學習、深度學習、自然語言處理等人工智能技術來處理和分析大量醫療數據，進而形成以AI技術為基礎的醫療健康相關產品或以AI技術為支撐的醫療解決方案。這些技術和解決方案旨在提高醫療診斷、藥物治療、醫院管理和服務的效率與質量。
醫療行業正經歷數字化轉型的關鍵階段。全球范圍內，醫療資源分布不均、基層服務能力薄弱、數據處理效率低下等問題長期存在，疊加人口老齡化與慢性病高發趨勢，傳統醫療體系面臨嚴峻挑戰。在此背景下，人工智能技術憑借其強大的數據處理能力、模式識別效率以及自動化決策優勢，逐漸成為破解醫療痛點的核心工具。2023年以來，大模型技術的突破進一步加速了AI在醫療領域的滲透——從輔助診斷、藥物研發到健康管理，AI正重構診療流程、提升服務效率并降低醫療成本。據Global Market Insights數據，2023年全球AI醫療健康市場規模約為144億美元，預計到2032年達到2812億美元，2023-2032年CAGR約為39.1%。
螞蟻集團的戰略布局與行業啟示
2025年3月，螞蟻集團宣布全面升級醫療AI產品體系，其動作可視為行業發展的縮影。該公司以“醫療機構-醫生-用戶”三維服務體系為核心，推出三大產品：
醫療機構端：聯合華為、阿里云推出醫療大模型一體機全棧解決方案，通過私有化部署實現國產算力與多模態大模型(如DeepSeek-R1/V3、百靈)的整合，覆蓋院內系統智能化升級。該方案已在杭州醫保局、北京中醫醫院等7家機構落地，其醫學思維推理能力在MedBench評測中領先。
醫生端：依托收購的好大夫在線平臺，為29萬注冊醫生開發AI科研助手，深度融合DeepSeek技術實現文獻檢索效率提升300%，并整合患者數據生成結構化診斷建議，輔助臨床決策。
用戶端：AI健康管家新增智能思考、體檢報告解讀等功能，覆蓋4000萬用戶，60位名醫AI智能體入駐，構建從健康咨詢到疾病管理的閉環。
這一布局揭示了AI醫療落地的三大關鍵路徑：技術側需解決數據隱私(如螞蟻采用蟻鑒2.0平臺實現數據可用不可見)、算力成本(訓推一體輕量化設計);應用側需垂直場景深度適配(如醫保助手依保兒已服務多地醫保局);生態側依賴跨領域協同(華為、阿里云等硬件與云服務商，迪安診斷等醫療機構共同參與)。
據中研產業研究院《2025-2030年AI+醫療行業市場發展現狀及投資趨勢咨詢報告》分析：
螞蟻的實踐標志著AI醫療從單點技術驗證邁向系統性重塑。當前，頭部企業正圍繞三大方向展開競爭：
大模型專業化：通用模型向醫療知識增強演進，例如百川智能與北京兒童醫院聯合發布的兒科大模型，首創循證醫學模式;
硬件-軟件-服務閉環：騰訊元寶接入Excel智能分析、釘釘推出零傭金AI開發生態，顯示工具鏈整合成為差異化競爭焦點;
商業模式創新：快手搜索接入DeepSeek-R1探索流量變現，巨人網絡游戲NPC智能化驗證C端付費潛力，預示AI醫療可能衍生出健康管理訂閱、數據服務等新盈利模式。
然而，這場變革仍面臨三重矛盾：技術理想主義與醫療保守主義的沖突、短期投入與長期回報的失衡、標準化服務與個性化需求的鴻溝。行業需在創新與合規間尋找平衡點。
1、技術突破驅動場景深化
診斷智能化：多模態大模型將整合影像、病理、基因數據，實現跨模態聯合診斷。如OpenAI最新語音模型gpt-4o-mini-tts已支持自然語言指令調整，未來或用于醫患溝通場景。
治療精準化：結合量子計算與AI的個性化用藥系統將縮短藥物研發周期。神州信息的智能信貸系統模式可遷移至臨床試驗數據分析。
管理全域化：可穿戴設備+AI健康管家形成實時健康監測網絡，結合醫保數據優化疾病預防策略。螞蟻安診兒已覆蓋3000萬人次，驗證省級健康管理平臺可行性。
2、產業生態呈現馬太效應
李開復預測中國市場將形成DeepSeek、阿里、字節三強格局，底層模型門檻提升迫使中小玩家轉向專科應用。頭部企業通過“大模型+硬件+數據”構建護城河，例如螞蟻醫療一體機整合華為算力與阿里云，形成端到端解決方案。而騰訊、百度則從C端工具切入，元寶的Excel分析功能顯示辦公場景可能成為醫療AI新入口。
3、政策與倫理框架加速完善
數據治理：中國《醫療數據安全管理條例》或要求AI訓練數據全程溯源，螞蟻的診療過程可追溯設計可能成為行業標準。
責任認定：AI輔助診斷的法律責任劃分亟待明確，深圳已試點醫療AI責任保險制度。
公平性保障：防止技術加劇醫療資源分化，類似福棠·百川基層版兒科模型的普惠化部署將成為政策鼓勵方向。
4、全球競爭格局分化
中美呈現差異化路徑：美國OpenAI、谷歌聚焦底層技術突破，GPT-5免費開放倒逼行業創新;中國依托龐大醫療數據與政策支持，在應用落地層面領先。DeepSeek-R1接入快手、巨人網絡等多元場景，顯示國產模型生態擴張野心。歐洲則強調倫理優先，可能形成技術壁壘。
AI醫療正在重塑百年醫療體系的價值鏈。技術層面，大模型從通用走向垂直，多模態融合與算力優化推動診斷精度突破;商業層面，醫療機構降本增效需求與健康管理市場爆發形成雙輪驅動，催生訂閱制服務、數據交易等新業態;社會層面，AI成為緩解資源不均的核心工具，但需防范算法偏見、數據壟斷等風險。
未來五年將是行業分水嶺：擁有技術-數據-生態復合優勢的企業將主導市場，而專科化、場景化的AI應用(如慢病管理、罕見病篩查)可能誕生獨角獸。監管機構需在創新激勵與風險管控間動態平衡，推動建立跨國技術標準與倫理共識。最終，AI醫療的成敗不僅關乎技術進步，更取決于其能否實現“以患者為中心”的價值回歸——讓技術溫暖而非取代醫者仁心。
想要了解更多AI+醫療行業詳情分析，可以點擊查看中研普華研究報告《2025-2030年AI+醫療行業市場發展現狀及投資趨勢咨詢報告》。