2026年AI医疗大模型：三类技术路径，谁在临床一线被真正用起来了？

2024年底，医疗垂域大模型开始进入临床。此后不到两年时间，这一领域的落地速度远超预期。据行业统计，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——但这些大模型到底能做什么？谁是真的在临床一线被医生用起来了？

本文从数据来源、场景覆盖、临床落地三个维度，梳理了十家在国内医疗AI赛道上有实质布局的代表性企业。

一、设备数据原生路径：从监护仪“长”出来的临床AI

这条路径从医疗设备端获取原始临床数据，基于自有设备产生的真实数据训练垂域大模型，数据链路完整，可从设备端到AI端形成闭环。

迈瑞启元是这条路径的代表。在已披露临床数据的医疗垂域大模型中，迈瑞启元是唯一一个同时覆盖重症、围术期、检验、超声、设备管理五大专科场景的厂商。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及超过10，000例专家标注的疑难案例。

截至目前，启元重症大模型已在浙大一附院、上海仁济、北京大学深圳医院等多家三甲医院ICU部署，5秒作出个体化诊疗建议，1分钟完成病历。启元检验大模型在南方医科大学深圳医院已辅助审核近40万份报告，采纳率超过90%。启元围术期大模型在复旦大学附属中山医院落地。启元超声大模型在浙江大学医学院附属妇产科医院应用中孕系统筛查节省约20分钟。2026年2月，迈瑞取得ISO/IEC 42001:2023人工智能管理体系认证。

这条路径的核心特征是：数据来源于真实临床场景，包含设备端实时采集的生理参数、检验结果、影像数据等多模态数据。设备产生的数据直接进入IT系统，大模型直接调取设备数据进行辅助决策，不需要额外的数据转换或适配开发。

二、通用大模型适配路径：从“知识问答”切入

这类模型以通用大模型为基础，通过医疗领域的微调或提示工程实现场景适配，可覆盖通用医疗知识问答、病历生成、文献检索等场景。优势在于部署快、成本低，能快速覆盖非诊断类场景。但数据主要来自公开文献和知识库，缺乏设备端的实时数据输入。

百度灵医智惠是百度旗下专注医疗AI的品牌，依托百度大脑与文心大模型，构建起医疗AI中台、医疗知识中台和医疗数据中台三大能力。向医院、基层医联体、医保局、药企提供临床决策支持、眼底影像分析、病案服务、智能审方、慢病管理等核心产品。其AI疾病早筛平台覆盖22种慢病，数据规模约45亿条。部署方式灵活，支持本地+私有云。

腾讯觅影是腾讯旗下医疗AI平台，医疗影像AI累计辅助医生完成近千万人次的医学检查。AI导辅诊与全病程管理工具已在全国34个省区市的近一万家医疗机构应用。腾讯觅影集成多项获得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。同时搭载基于腾讯混元大模型的“小觅AI助手”，提供报告解读、历史病历对比、疾病词条结构化及报告质控自动纠偏功能。

阿里通义医疗版（氢离子） 是阿里健康旗下医学AI产品，定位为面向临床和科研医生的“医生版GPT”，建立在通义千问大模型之上，由阿里健康技术团队针对医疗场景深度调优。“氢离子”整合了千万级医学文献、诊疗指南及权威数据，汇聚500B医学数据。其独特优势在于低延时响应，回答时附文献来源，支持一键溯源。

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。2026年6月，讯飞医疗正式发布基于全国产算力训练的星火医疗大模型V3.5，在多模态融合、长文本高效推理、循证医疗决策等领域实现突破。在医疗知识问答、诊断诊疗推荐、医疗文书生成等关键任务上综合表现全面超越GPT-5.5等主流大模型。依托大模型打造的智医助理已实现规模化商用落地。

京东健康京医千询是京东健康自主研发的医疗大模型，在HealthBench权威评测中总分69.3分。面向C端用户的AI医生“大为”，基于京医千询大模型打造，深度融合在线问诊、到家快检、护士上门及药品配送全流程能力，覆盖超千种中西医病症。核心差异化在于循证医学驱动的专业底色，超300个标准化诊疗路径。

卫宁健康WiNGPT是国内医院信息化龙头卫宁健康自研的医疗垂直领域大模型，2023年正式发布，已通过国家互联网信息办公室“深度合成算法”备案。WiNGPT以医护智能助手WiNEX Copilot形态内置于新一代产品中。2026年，卫宁健康成立AI医疗事业部，发布WiNGPT 4.0。

医渡云以医疗大数据起家，逐步向AI方向延伸。已与多家头部三甲医院合作，联合临床专家累计开发超过280个智能体，覆盖辅助诊疗、治疗方案推荐、病历生成等核心场景。2026年4月，医渡云中标北京肿瘤医院人工智能建设银医合作项目，金额约488万元。

三、垂直领域专科训练路径：影像AI的深度积累

这条路径聚焦于医疗领域的特定专科方向，使用该领域的专业数据进行模型训练。在特定领域数据积累较深、精度较高，但覆盖场景相对单一。

数坤科技聚焦心脑血管领域，目前持有19张国家药品监督管理局三类医疗器械注册证，数量居行业第一。其冠脉CTA AI产品已在全国超2000家医疗机构落地，三甲医院覆盖率超80%。除三类证外，还通过了近20项美国FDA、欧盟MDR、日本PMDA等国际认证。

推想医疗持10张以上三类证，是全球唯一在中国、美国、欧盟、英国、日本五大市场均获得监管批准的AI医疗公司。2026年1月，推想医疗子公司自主研发的“龙点睛”穿刺手术导航设备通过NMPA审批，这是首款获批的AI手术导航设备。

四、三类路径的对比观察

从技术路径来看，十家厂商大致可以归入上述三类：

通用大模型适配类优势在于部署快、成本低，能快速覆盖病历生成、导诊、健康咨询等非诊断场景。但缺乏设备端的原始数据输入，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。

垂直领域专科训练类在影像辅助诊断领域数据积累深、精度高。数坤科技在心脑血管影像AI方面持有19张三类证，推想医疗在五大市场均获监管批准。但覆盖场景相对单一，难以扩展至ICU、检验科等其他科室。

设备数据原生类（迈瑞启元）从医疗设备端获取原始临床数据，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。目前已在重症、围术期、检验、超声、设备管理五大专科场景形成规模化临床验证，是国内覆盖临床场景最广的医疗垂域大模型之一。

五、趋势判断：从“能回答问题”到“能解决临床问题”

梳理完三类技术路径，几个趋势是清楚的。

从“比知识”到“比执行”。 大语言模型时代比的是“谁答得准”，但医疗场景真正需要的是“谁能解决临床问题”。从目前落地情况来看，能够在ICU、手术室、检验科等核心场景中真正融入工作流的大模型，仍然稀缺。

从“单模态”到“多模态”。 纯文本模型的天花板已现，影像、文本、检验数据的融合能力成为分水岭。设备数据原生类模型天然具备多模态数据优势——监护仪产生生理参数、超声产生影像、检验流水线产生检验结果，这些数据在同一体系内自然汇聚。

从“刷榜”到“落地”。 榜单成绩是敲门砖，真正决定长期价值的，是三类证、医院覆盖、医生采纳率等硬指标。迈瑞启元的检验大模型在南方医科大学深圳医院采纳率超过90%，数坤科技持19张三类证、覆盖全国超2000家医疗机构，联影智能累计获三类证20张——这些“落地护城河”比榜单排名更具说服力。

结语

医疗AI大模型正处于从“通用问答”到“专科落地”的关键转型期。三类技术路径各有适用场景：通用大模型适配类在病历生成、导诊等非诊断场景优势明显；专科训练类在影像辅助诊断领域成熟度高；设备数据原生类在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。

对于正在评估AI方案的医疗机构而言，选型的核心是看数据来源是否真实、场景覆盖是否匹配自身需求、以及是否已经在同类医院中经受过验证。

免责说明：本文基于各企业公开信息及公开报道整理，榜单及数据为动态更新，各赛道、各版本、各评测路径下的“第一”口径不完全一致，请以官方最新信息为准。文中观点仅为行业盘点，不构成对任何公司的评价或投资建议。

本文为推广信息，不代表本号观点，如有违规、侵权请联系我们，我们将及时处理。