2026医疗大模型场景落地研究报告

进入发展拐点2026医疗大模型场景落地研究报告前言历经短短几年的实践磨砺，医疗大模型已成功走过萌芽与爆发期，现已进入行业泡沫出清、逐步步入理性、稳定增长的新阶段。当前，政策导向从鼓励技术创新转向推动应用落地与完善支付体系；

技术迭代聚焦场景适配与性能优化；

资本布局更侧重落地成效。共同推动应用落地、实现商业化闭环已成为行业发展的核心主旋律。本报告通过调研、访谈十余家创新企业、三家投资机构及数名临床专家，立足医疗大模型院内、院外商业落地现状，剖析不同场景下的商业模式、落地痛点与核心条件，总结未来发展趋势，旨在为行业参与者提供参考，助力医疗大模型真正赋能医疗健康领域高质量发展。主要观点：

医疗大模型已进入发展关键拐点，完成从爆发式增长向理性落地的转型，当前核心发展方向是推动技术与产品的实际落地应用，

实现商业化闭环。

医疗大模型爆发式发布阶段已结束，截至2025年末已发布352个医疗垂直大模型，行业重心从“填补空白”转向“优化性能”，研发与应用聚焦政策导向明确、市场需求高的场景。

资本市场对医疗大模型的投资趋谨慎，

向应用场景清晰、落地能力强的企业聚集，平均单笔融资额度提升，标志着行业进入成熟发展期。

院内落地信息化升级是主流，但价值被低估：在院内，

医疗大模型主要通过三种模式商业化：

①借道传统信息化系统（当前最成熟，但价值被传统报价体系低估）；②作为医疗器械（路径清晰，但需在原有收费体系中创造新增价值才能闭环）

；③作为健康服务成本项（模式新颖，依托院外收费编码，合作共赢）。

严肃医疗大模型落地需攻克“三座大山”：

对于涉及诊断、治疗的严肃医疗场景，

大模型成功落地的必要条件为：①性能优化（降低幻觉）+

②监管合规（获取三类证）

+

③信任背书（纳入临床指南/行业标准）

。三者缺一不可，这促使企业必须聚焦专科、单点击穿。

院外场景商业化落地阻力更小，分为ToG、ToB、ToC三大模式，其中ToB端（以药械企业为核心付费方）落地最成熟，ToG端聚焦基层与监管场景，ToC端呈现功能聚集、商业模式多元的趋势。

未来医疗大模型将呈现院内专科深耕、院外多元融合的趋势，C端场景将逐步从单一服务向全周期健康陪伴转型，

多元付费模式将成为规模化落地的核心支撑。3前言

................................................................................................................................................................3第一章医疗大模型进入落地元年

.......................................................................................................

71.1政策：

找场景、做垂域、促落地

.........................................................................................81.2大模型爆发式发布告一段落，场景紧扣政策指引方向

..............................................101.3资本向应用场景清晰、落地能力强的企业聚集

...........................................................13第二章医疗大模型院内商业落地现状

...........................................................................................172.1

医疗大模型院内应用全景图

................................................................................................

172.2

医疗大模型院内商业模式解析

...........................................................................................18第三章医疗大模型院外商业落地现状

...........................................................................................283.1

医疗大模型院外应用全景图

................................................................................................

283.2

医疗大模型院外商业模式解析

...........................................................................................29第四章

未来趋势

.....................................................................................................................................404.1院内严肃医疗大模型，

以专科切入打造信任背书

.......................................................404.2C端付费有限，

更多融合、多元的商业化模式出现

...................................................404.3基础建设不断完善

，推动医疗大模型落地进程

...........................................................414.4G-B-C创新模式，

三端融合驱动价值循环

....................................................................42第五章

企业案例

.....................................................................................................................................44智诊科技：

打通医疗大模型“技术研发——场景应用——商业变现”的完整链路

...44东软集团：

大模型迈向深层次临床创新与多元化场景应用............................................46讯飞医疗：

GBC全场景闭环，

医疗大模型规模化落地标杆...........................................48京东健康：

从技术领先到真实场景的规模化应用..............................................................504图表目录

图表1医疗大模型发展阶段

...............................................................................................................7图表

2促人工智能应用落地的系列政策中大模型相关内容

..................................................9图表

3政策鼓励大模型发展的具体应用场景汇总

..................................................................10图表

4

2023年—2025年医疗大模型发布数量

.......................................................................11图表5政策鼓励细分应用场景被大模型应用范围提及的次数排序

..................................12图表6AI三类医疗器械证产品应用科室占比

...........................................................................

12图表7医疗人工智能领域2022-2025投融资事件数统计

..................................................13图表

82021—2025年医疗人工智能投融资轮次分析

..........................................................14图表

9医疗大模型应用场景分类及部分企业展示

..................................................................17图表10医疗大模型的四大产品形态

............................................................................................23图表11院内医疗大模型以信息化软件落地的产业链

...........................................................26图表12严肃医疗大模型成果落地的核心必要条件

................................................................23图表13医疗大模型作为医疗服务成本项被医疗机构采购

..................................................25图表14医疗大模型院外主要商业模式及参与企业举例

......................................................

28图表15医疗大模型在各类商业模式中存在的产品形态

......................................................

29图表16基层场景的热点落地医疗大模型类型

.........................................................................

30图表17医疗大模型在各监管部门的应用场景及成熟度

......................................................

31图表18行业监管部门医疗大模型落地主要商业模式

...........................................................32图表19大模型在药物研发各环节应用场景举例

....................................................................

33图表20各方对围绕C端的健康管理的需求

.............................................................................

36图表

21不同商业模式中C端健康管理的任务对比

...............................................................

37图表22WiseDiag全能多模态医疗大模型

...................................................................................

45图表23

东软添翼智能化全系解决方案.........................................................................................

46图表24讯飞医疗GBC业务矩阵.....................................................................................................

485资料来源：

动脉智库在这一关键发展阶段之中，行业相关政策已顺利实现从鼓励技术创新探索向推动应用落地与完善支付体系的突破性转变，完成了重要的政策破冰。相关监管部门与主管机构陆续推出一系列具备实操性的具体落地应用场景，同时批准发放了近三百张人工智能医疗器械相关注册证书，国内多个地区的医保管理部门也相继将人工智能医疗相关服务项目正式纳入医保收费编码。与此同时，行业内各类医疗大模型的集中发布节奏也呈现出明显的放缓态势，

2025年上半年所出现的井喷式集中发布与爆发增长阶段已过去，行业内各参与主体所研发的大模型产品，均进入持续打磨优化、精细迭代升级与深度深耕细作的发展阶段。产品应该朝着“AI原生、AI融入、AI无感”进阶，

与业务系统和工作流深度融合，

实现自然交互，无感嵌入。医疗大模型需要填补的行业空白正越来越少，大模型的重点方向转为变得“更好用”和“更聪明”。从资本市场的整体表现来看，医疗大模型的快速兴起，为整个医疗人工智能领域的投融第一章医疗大模型进入落地元年自2023年医疗大模型开启初步探索与尝试以来，在资本投入、技术迭代、政策引导、人才供给以及市场需求等多重因素的共同驱动作用下，大模型相关技术与应用的发展进程持续加快，其整体发展速度显著超越传统医疗技术的演进节奏，持续推动着医疗人工智能这一专业领域走向成熟与完善。历经三年时间的实践探索与行业磨砺，医疗大模型已度过行业发展的萌芽阶段与集中爆发阶段，当前正逐步完成行业泡沫的清理与出清，进入发展节奏更为理性的冷静期，并由此迈向稳步增长、持续成熟的全新发展阶段。图表1

医疗大模型发展阶段7资事件数量带来了一定幅度的正向提升。伴随行业投资逻辑从单纯关注技术研发能力，逐步转向重点聚焦应用场景与实际落地成效，相关融资轮次分布呈现出典型的哑铃型结构特征，资本进一步向应用场景清晰明确、同时具备较强落地执行能力与发展潜力的医疗大模型企业聚集。当前，整个医疗大模型行业正处于从理性冷静期向平稳增长期过渡的关键拐点阶段，推动技术与产品的实际落地应用，

已然成为行业发展进程中的核心主旋律。1.1政策：

找场景

、

做垂域

、

促落地政策指引具体落地场景，

其中诸多明确的大模型应用

。2024年底，

国家卫健委正式发布《卫生健康行业人工智能应用场景参考指引》（以下简称《指引》

）

，该《指引》系统规划并明确了84个具体的人工智能应用场景，

不仅正式拉开了我国医疗人工智能技术从理论研发向实际应用落地的序幕，更标志着医疗人工智能领域的技术发展与市场环境已逐步成熟，进入了扎实着陆、规模化应用的关键成熟阶段。作为人工智能技术体系中的核心组成部分，

医疗大模型在该《指引》规划的84个应用场景中，有19个具体场景被明确提及，

凸显了其在医疗人工智能落地进程中的重要地位与应用价值。自该《指引》发布之后，国家层面相关主管部门及各地方政府同步加速政策推进的步伐，持续出台了一系列配套性、针对性的政策文件，从政策支持、资源保障、监管规范、落地激励等不同维度，持续发力、进一步细化举措，不断促进医疗人工智能技术的实际落地与规模化应用，而医疗大模型作为其中的核心技术载体，其身影在各类政策导向与落地实践中频频出现，成为推动医疗人工智能落地的重要力量。8资料来源：各政府官网、动脉智库政策导向与行业趋势明确鼓励医疗大模型向垂直化、场景化发展，重点聚焦临床诊疗、健康服务、药械研发、公共卫生、支撑保障及医疗支付六大核心领域。其中，

医疗支付作为医疗健康生态的核心基础设施，是衔接临床、药械与患者的关键枢纽，也是推动行业高质量发展的基石。医疗支付大模型的深度应用，将推动医疗支付从人工审核、事后监管

、碎片化结算，

迈向智能预判

、全流程风控

、一站式融合支付的新范式

。如

，AI图表

2

促人工智能应用落地的系列政策中大模型相关内容9资料来源：

公开信息，动脉智库整理相关政策通过明确指引重点应用场景下医疗大模型和智能体的发展方向与路径，着力构建起一套覆盖疾病预防、临床诊疗、药械研发、医疗管理全流程的“人工智能+医疗卫生

”一体化体系，其核心目标在于重点提升临床各专科的诊疗服务能力、基层医疗卫生机构的服务效率、公共卫生事件的应急响应速度，以及医药健康产业的创新发展能力，推动医疗健康领域的高质量发展。1.2大模型爆发式发布告一段落，

场景紧扣政策指引方向DeepSeek推动大模型的爆发式增长。2025年1月，DeepSeek正式问世之后，与其他各个行业所呈现的发展态势一致，医疗健康领域也随之迎来了医疗大模型数量的一次井

喷式爆发。在此背景下，行业内各类相关企业纷纷主动发力、积极行动，要么将DeepSeek技术与自身已有的医疗模型进行深度融合，以此实现现有模型性能的优化与升级，要么借助DeepSeek这一高性价比的技术基座，针对性搭建适配医疗领域需求的垂直大模型，填补行业空白。在此背景下，各类企业协同发力，为医疗健康领域贡献了一批质量过硬、覆盖医疗服务多个环节的医疗垂直大模型，推动医疗大模型进入快速发展阶段。通过对公开信息的盘点与梳理，截至2025年年末，整个医疗行业已经正式发布的医疗垂直领域大模型数量达到了352个。具体来看，在经历了2025年上半年医疗大模型集中发布的爆发期之后，

2025年下半年医疗大模型的发布数量逐步趋于平稳，恢复到了医疗支付大模型在商业保险端的深度落地，可贯通健康险产品精算定价、智能核保风控、理赔自动审核、直付结算及全流程健康服务等核心场景，有效破解医药与保险行业壁垒，实现风险精准分层、运营提效降本与服务体验升级，持续赋能商业健康险专业化、智能化、生态化转型升级。图表

3

政策鼓励大模型发展的具体应用场景汇总10资料来源：

公开信息，动脉智库整理医疗大模型对标应用场景与政策指引方向高度重合。进一步对当前已发布的医疗大模型的应用场景进行深入分析，将其与前文所述的政策指导方向及鼓励的应用领域进行对比后发现，临床诊疗相关场景是当前医疗大模型产品应用最为集中、热度最高的领域，成为医疗大模型落地应用的核心聚集地；紧随其后的是健康服务领域，其热度仅次于临床诊疗场景；

其次是支撑保障相关、药械研发类以及公共卫生类医疗大模型。基于上述六大政策鼓励的应用板块，进一步细分各板块下的具体细分应用场景可以发现，在所有细分场景中，辅助决策类大模型、专病专科大模型以及影像辅助诊断类大模型的数量位居前三，成为当前医疗大模型研发与应用的重点方向。往年医疗大模型发布数量的平均水平，行业发展节奏从爆发式增长转向稳步推进。图表

42023年—2025年医疗大模型发布数量11资料来源：

公开信息，动脉智库整理由此可见，当前医疗大模型领域的政策指引与技术探索正逐步形成发展合力，各类医疗大模型的研发与落地均聚焦于高价值、高市场需求以及与政策导向高匹配度的应用场景，实现了技术与需求的对接。医疗大模型的出现，从技术底层全面赋能了人工智能在医疗领域应用的能力升级，作为推动医疗人工智能发展不可或缺的重要驱动因素，有效加快了AI

医疗产品的审批获批进程。图表

6AI三类医疗器械证产品应用科室占比图表

5

政策鼓励细分应用场景被大模型应用范围提及的次数排序资料来源：

国家药监局官网，动脉智库整理12截至2025年12月初，国家相关监管部门共批准了人工智能三类医疗器械证书277张。从具体获批产品的应用领域来看，

应用于心血管内科、肿瘤科以及神经内/外科这三大临床专科的AI获批产品数量位居前三，成为AI

医疗产品落地应用的核心领域。1.3资本向应用场景清晰、

落地能力强的企业聚集资本从投“技术”到投“落地”。随着医疗人工智能行业的持续发展与不断成熟，

资本市场对该领域的投资态度也发生了明显转变，从行业发展早期的增量圈地、广泛布局逐步趋于谨慎，具体表现为行业融资事件数量下降，但与此同时，平均单笔融资额度增加，资本投放更加注重资金使用效率与投资回报。2024年底，

医疗大模型实现破圈发展，并在2025年初迅速“走红”，成为行业发展的核心热点，这一变化带动医疗人工智能领域的融资事件数量出现了小幅提升，为行业发展注入了新的资本活力。图表

7医疗人工智能领域2022-2025投融资事件数统计资料来源：

动脉智库、IT桔子一方面，资本更加聚焦跑通商业化、能看到清晰盈利模式和可持续发展的企业，该类企业获得更多大额的、靠后轮次的融资。如讯飞医疗凭借GBC三端闭环的成熟商业模式、全国范围的规模化落地案例、清晰的盈利路径，成为资本高度认可的医疗大模型头部企13资料来源：

动脉智库、IT桔子综上来看，政策引导、技术创新与资本加持三者形成发展合力，共同推动医疗大模型领域稳步前行。

目前，

大模型在具体应用场景的落地是整个行业的主旋律。此时，一系列关键问题亟待深入探讨与解析：各类医疗场景有哪些应用率先落地？人工智能以怎样的模式跑通商业化？场景落地还需要哪些行业助力？接下来报告将从商业模式的视角，解析院内、院外各类应用场景中，大模型落地的核心要素及成功关键，并进一步探索未来的发展趋势及亟待的支持，以期为行业发展提供参考与借鉴。业。其基层医疗、

医院智能化、C端健康管理三大业务均实现商业化落地，营收与用户规模持续增长。另一方面，大模型的能力释放出更多新的医疗应用场景，引来资本对早期项目的新一轮加注和热情。而发展到中期，技术产品成熟却迟迟未找到商业模式的企业可能出现融资停滞，从而使得中间融资轮次占比降低。图表

82021—2025年医疗人工智能投融资轮次分析14本章小结：l国家层面发布的一系列促医疗人工智能落地政策多维度推动医疗大模型以场景为牵引，

聚焦垂直应用领域，

加速医疗大模型从技术验证到商业化落地。l

由2025年初DeepSeek快速破圈带来的医疗大模型井喷式发布阶段已告一段落，意味着由技术突破带来的新场景机会被快速覆盖，医疗大模型已经走过各家快速抢占“填补空白”的阶段，进入“谁更好用”的性能优化迭代阶段。l资本市场对医疗大模型更加谨慎、聚焦有明确应用场景和落地潜力的企业，因此靠后的融资轮次占比增加、平均单笔融资增加，这也标志了行业从快速增长期进入成熟发展期。l综合政策、技术、资本及市场情况可以清晰看出，

医疗大模型已经拥有足够的技术验证基础，全面进入落地元年，

商业化是主旋律。151资料来源：

动脉网2025年医疗人工智能产业研究报告临床科室场景的医疗大模型的功能主要围绕辅助诊断、医生助手（如病历整理、文献查询等）以及科研。据调研，辅助诊断及医生助手类大模型渗透率在不断提高。且随着依托大模型的智能体出现，加之模型调用的窗口越来越便利，临床科研类大模型的商业化进程相对更加成熟。以医疗大模型龙头企业讯飞医疗为例，截至2025年底，讯飞星火医疗大模型已落地全国20余家龙头医院，依托全栈工具打造多场景专科专病AI应用。其与北京协和医院合作打造的全院级AI科研数据平台，

已实现百万级人群健康医学数据库标准化汇聚与精细化治疗，

平台医学实体抽取

、复杂语义理解与抽取能力均超95.0%，

获客户高度认可；

其与北京安贞医院协同打造的心血管专科大模型，

目前已在北京安贞医院朝阳、通州两院区常态化应用，并通过国家人工智能中试应用基地等渠道全面推广。此外，

例如，

医渡科技在2026年推出了“医渡智循”，

专为医生打造循证助手，

赋能临床诊疗与科研场景，可快速查询指南方案、药物作用、肿瘤分期、临床试验及前沿进展，第二章医疗大模型院内商业落地现状2.1

医疗大模型院内应用全景图院端是医疗大模型发布最为密集的地方，根据动脉网《2025年医疗人工智能产业研究报告》，与人工智能的应用相同，大模型在院内的应用场景也可以分为临床科室、医技科室、院端三大类别。图表

9医疗大模型应用场景分类及部分企业展示17大幅提升检索与循证决策效率。医渡智循凭借硬核技术实力与成熟落地能力，成功登榜“2026行业级智能体TOP100”以及“2026全国企业‘人工智能+9行动创新案例”，目前以其循证引擎为底座的解决方案已落地50余家三甲医院，

深度参与超50万次诊疗决策，获得北京协和医院、

中山大学肿瘤防治中心等多家权威机构的高度认可。医技科室的大模型聚焦在辅助诊断，

该应用场景的大模型得益于明确的性能验证标准（如敏感度、特异性等）及可通过现有医疗器械审批途径验证其“有效性”，产品商业化进程在院内场景走得较为靠前，

不过依然处于等待规模化商业落地的阶段。院端的大模型，相较临床及医技科室场景的大模型，更偏服务属性，其商业化闭环所考核的关键点更侧重效率及成本控制。例如，东软集团围绕院端需求进行全方位、多场景布局，基于添翼医疗大模型开发出120

余个覆盖智慧临床、智慧管理、智慧服务等领域的“智能体”，并在全国100余家医疗机构实现了规模化应用。2.2

医疗大模型院内商业模式解析医疗大模型的落地应用，通常以技术底座的形式存在，

通过赋能各类具体的医疗应用，充分展现其智能化价值与核心作用；

与此同时，

也有部分医疗大模型采用“模型即应用

”的模式，直接应用于各类具体的医疗场景之中，实现技术与场景的直接对接。医疗大模型产品应注重结合临床实际需求和企业产品差异化定位，避免陷入低水平重复或同质化竞争，

真正为临床应用效果带来改变。四大主流医疗大模型的销售方式。而当医疗大模型面向市场推广时，其产品形态呈现出多样化特征，结合行业实践与市场现状，大致可以划分为软件类、软硬件结合类、服务类以及行业底座这四大类别。图表10医疗大模型的四大产品形态资料来源：

动脉智库整理18l软件类：此类医疗大模型产品主要以纯软件的形式进行市场销售与推广，其核心是将医疗大模型的技术能力融入各类软件产品之中，例如搭载医疗大模型的智能信息管理系统

、

以医疗大模型为核心技术底座研发的AI辅助诊断软件，

以及以大模型本身作为核心产品的健康管理助手等。该类医疗大模型产品往往不需要单独配备专用硬件设备，而是可以直接安装在现有的各类设备之中，例如日常办公使用的电脑、个人携带的手机，以及各类现有的医疗检测、诊疗设备等，实现与现有设备的适配与协同运行。l软硬件结合类：此类产品形态的核心特征是将医疗大模型技术与硬件设备深度融合，一方面，

医疗大模型为各类传统硬件设备进行智能化升级改造，赋予硬件设备更强的智能化能力，例如为影像设备配备的AI辅助拍摄

、AI辅助诊断系统，

能够通过大模型的分析能力提升影像拍摄的精准度与诊断的效率；另一方面，也存在医疗大模型与硬件设备一体化设计的产品形态，即大模型技术与硬件设备同步研发、集成一体，

形成完整的产品，例如手术机器人、全自动的智能测序仪等。l服务类：此类医疗大模型并不以独立产品的形式直接面向市场销售，而是作为相关服务团队提升服务能力、降低运营成本的核心工具。在医疗大模型的辅助支持下，服务团队能够为市场提供更高性价比、更精准高效，甚至是以往传统服务模式下难以实现的专业医疗相关服务，例如慢病管理服务、医疗行业数字营销服务、药物临床试验相关服务等。通过大模型的技术赋能，推动服务质量与效率的双重提升。l

行业底座：此类医疗大模型的定位区别于面向特定应用场景的专用模型，其并非针对某一个或某一类具体的应用场景进行研发建立，

而是定位于医疗行业的“基础设施建设”，核心目标是为整个医疗行业的智能化发展提供基础支撑，

赋能行业内各类主体实现更快速的技术升级与业务拓展，进而打造更专业、更完善的智能化医疗行业生态。在院内，不同的产品形态对应着不同的商业模式。目前，在院内场景，

医疗大模型（包括医疗大模型赋能下的人工智能应用）的商业化落地，并没有脱离传统院内既有的商业化模式，

大致可分为信息化系统、

医疗器械、健康服务三大类。2.2.1

升级传统医疗信息化系统依托现有收费通道，缩短商业化周期。当前医疗大模型商业化落地面临院内准入壁垒高、独立收费通道缺失、合规落地流程烦琐等行业痛点，依托传统医疗信息化系统采购路径进院并实现合规收费，成为现阶段主流商业化路径。19该模式依托医院既有的HIS、LIS、PACS、

电子病历等核心信息化系统采购预算与招标流程，将医疗大模型作为信息化系统的增值模块、配套功能组件或一体化升级方案，打包纳入院内信息化采购项目，规避独立产品立项、审批、定价的冗长流程，快速实现院内部署与商业化变现，打通“技术－产品－渠道－收费”的闭环，契合医疗机构数字化升级的预算规划与采购习惯。该商业模式以传统医疗信息化厂商为核心载体，通过三类路径实现医疗大模型捆绑进院与收费，兼顾合规性、落地效率与盈利空间。其一，模块捆绑打包，将医疗大模型的功能，如智能病历书写、医嘱审核、临床决策辅助、病案质控、影像报告辅助解读等，封装为现有信息化系统的增值功能包，随主系统一并招标采购，按项目整体定价收费，不单独列支大模型费用，适配医院常规信息化采购预算。其二，升级迭代打包，依托医院原有信息化系统升级、替换、维保续约的契机，将搭载医疗大模型的新一代信息化平台作为升级方案，通过版本迭代实现大模型落地，乘着现有的收取途径，

通过年度运维服务费，

完成收费闭环。其三，软硬件一体化打包，推出搭载医疗大模型、算力服务器、安全加密模块的信息化一体机，作为智慧医院建设的核心硬件配套，按整体解决方案收费，兼顾数据安全与私有化部署需求。该类形式在专科大模型落地具体科室、基层场景的如中医大模型落地中，应用广泛，既降低了使用方落地大模型的费用门槛，也解决了数据安全及交付周期长等大模型落地掣肘。以信息化途径落地院内的医疗大模型，目前成功跑通商业闭环的大多依然是借用成熟销售体系与逻辑。该方式避免了独立立项、审批等冗长的过程，缩短了商业化周期，但也带来了现有报价体系与医疗大模型真实价值错配的现实问题。现有评估体系与真实价值错配。在现有的、围绕软件功能数量的报价体系中，往往很难体现大模型的真实价值，从而导致大模型在信息化系统打包费用中属于自己的费用占比往往低于本身价值，

议价空间被严重压缩。20资料来源：

公开信息、调研访谈，动脉智库整理在此商业模式中，上游为医疗大模型研发厂商，聚焦垂类模型训练、算法优化、场景适配，

提供核心AI能力与技术授权，

部分研发企业也会直接与中游信息化厂商开展技术合作或股权绑定，

当然其中也不乏信息化厂家自研，推出垂直医疗大模型。作为中游的医疗信息化厂商，核心体现现有成熟渠道的复用价值，承担渠道承接、产品整合、院内实施、售后运维的核心角色。下游则是大模型的具体落地使用场景：

医疗机构

，通过信息化系统采购及特定的项目建设引入医疗大模型。在此之中，

配套环节也显得至关重要，包括研发过程中算力、算法及数据的支持生态；商业化落地中的算力和硬件设备的支持。值得一提的是，根据调研，算力是阻碍医疗大模型最终落地的重要原因之一。作为传统信息化系统的新增模块或升级方案被医院付费采购只是完成“批准落地”的第一步，而大模型要真正用起来，充分体现自身的价值，还需要与之匹配的算力支撑。该基础建设的缺失使得医疗大模型即使进院也无法施展其性能，而搭建算力并不是一笔小的费用。上述提到的一体机可以解决部分场景的算力问题，但仅就单个应用场景的单个产品而言。如今，未来的趋势很明确，院内一定是众多大模型的合集，算力基础建设是势必要解决的问题。虽然目前乘着现有的商业模式率先实现了部分医疗大模型的商业化，缓解了企业的现金流压力，但长期的、良性的发展，还是亟待行业出现针对大模型适用的、更加贴切、合理的商业模式，

而算力应由谁为之买单是其需要解决的重要问题。图表11院内医疗大模型以信息化软件落地的产业链212.2.2

作为医疗器械被医院采购明确的监管要求，是门槛也是指引。在严肃医疗场景下，病理诊断、影像诊断、超声诊断类医疗大模型属于高风险、强监管的医疗辅助决策产品，必须取得国家药监局颁发的第三类医疗器械注册证，方可实现合规院内落地与收费，这也是区别于非持证信息化增值模块的核心门槛。相较于依托传统信息化渠道捆绑进院的模式，持证诊断类大模型遵循医疗器械准入、医疗服务定价

、

临床收费结算的全流程路径，依托临床诊疗刚需

、物价备案准入、

医保/医院自费结算实现商业化闭环，是当前医疗AI大模型走向规范化

、规模化盈利的重要路径，

尤其适配病理、放射、介入等精准诊断科室的临床刚需场景。在性能验证环节的优势，该类大模型拥有明确的评估标准，例如“敏感度”“特异性”等量化评估指标，其性能验证直观。二是在政策完善度的优势，其监管路径清晰，通过获得国家药监局的医疗器械资格证获得明确的“入场券”推进商业化推广，加之医检互认的促进推动其更快应用落地。三大主流收费模式，软硬件一体拥有更好落地环境。目前，获得医疗器械证的相关产品在院内收费主要有三类方式，

即按次收费、SaaS模式收费及软硬件一体收费。其一，

按次/按例收费。该模式应该是最能体现此类严肃医疗大模型及其赋能的软件价值的收费方式。例如，

企业将持证AI诊断软件部署至医院，

完成物价备案后，

医院按照AI辅助诊断的检查例数、切片张数、影像部位数收取服务费，再与企业按例结算。该商业模式成立的前提是由于医疗大模型的加入，医疗机构产生了新的收入或明显的成本节约，如仅停留在将现有服务做得更好、更精准，恐难撼动现有的收益分配体系而从中获得AI的收入。例如，

医疗大模型赋能下的手术机器人突破了人类手工操作的极限，让传统无法做的手术成为可能，新增了手术收费项目，产生了新的收益，大模型自然而然从中分配到自己应有的一部分。再如应用于CT辅助诊断的软件，虽然让诊断更精准，但患者并不会因为AI的加入支付额外的费用，这意味着软件需要从已有的费用中收取自己的部分，难度可想而知。但在辅助诊断领域，行业也已经出现成功的案例，脉得智能的超声辅助诊断软件，搭载便携超声设备，赋能临床科室新增超声检查服务从而为科室带来收益增量，

以此为软件争取到了相应的收费落地。其二，SaaS模式，

采用按年度等周期授权的订阅模式，

医疗机构定期支付固定的服务费，获得周期内不限次数的使用权限，

同时配套模型迭代、运维调试、更新等服务。目前

，该类模式依然属于探索的早期，跑通落地的产品十分有限。22其三，软硬件一体收费。例如搭载人工智能的手术机器人、病理全切片扫描、高端影像设备等，通过医疗设备通道纳入医院医疗器械采购招标，按整体项目一次性收费，后续叠加年度维保与模型升级费用。这是作为医疗器械被医院采购的模式中，商业化走得最为成熟的一种方式。究其原因，一方面由于该付费通道属于传统医院采购模式中的“现成”通道，无需新增收费编码等环节，简化入院流程、缩短入院周期；另一方面，该类智能设备通常拥有较高项目预算，

因此医疗大模型拥有可观的议价空间；此外，软硬件结合的模式，让“脑”和“手”的智能同时得到了展现并保证了一致性，理论上拥有更凸显的临床价值。商业落地中，性能验证与信任背书缺一不可。按照“严肃”级别来看，该类大模型无疑拥有最高的医疗严肃级别，正因为如此，不断优化算法降低幻觉是各企业不约而同的默契，这对企业的人力和财力都是不小的消耗和考验，然而它仅是成功商业化的必要不充分条件之一；

在此之上，产品还得兼具“可追溯/可解释性”以及“临床权威性”。图表12

严肃医疗大模型成果落地的核心必要条件资料来源：

公开信息、调研访谈，动脉智库整理降低模型幻觉是产品的“立命根本”，让产品更好用，完成其辅助临床找到治疗方案“最优解”的根本使命。与此同时，

让出现的幻觉（幻觉率不断降低，

但依然有幻觉出现的概率）能够被准确、快速发现也至关重要。源头优化技术加上使用过程中有效的错误发现机制即能完成保证产品可信、可靠的环节。下一步就是获得临床的权威背书，例如积极参与行业标准制定，将产品的使用写入临床指南或专家指南，从而让临床医生知道怎么用

，并且敢用。2.2.3

作为健康服务被医院采购健康管理服务重视程度不断提高。在国家相关政策持续推进与全民健康意识不断提升的双重驱动下，健康管理领域得到了社会各界越来越高的重视，其范围涵盖了亚健康人群、23慢病人群以及带病人群的全周期健康管理服务，涉及健康监测、风险评估、干预指导、康复护理等多个核心环节。与此同时，国家发布了系列政策，鼓励医疗机构积极参与健康管理服务，推动医疗服务从传统的疾病治疗向“预防－治疗－康复”一体化转型。大模型在健康管理服务中至关重要。然而，当前我国医疗体系仍以传统急性疾病治疗为核心，该体系主要围绕医生专家构建，其服务模式更侧重于疾病的诊断与急性治疗。面对慢病管理所要求的长周期、陪伴式、以生活方式干预为主的健康管理服务模式，暂时难以在短时间内实现完全适配。一方面，慢病管理需要长期跟踪患者的健康状况，持续提供饮食、运动、用药等方面的个性化指导，这与传统急性疾病“一次性治疗、短期随访”的服务模式存在本质区别；

另一方面，健康管理服务的开展不仅需要核心的医生资源，还需要配备完善的专业团队，包括负责饮食指导的营养师、负责功能康复的运动康复师、负责心理疏导的心理咨询师以及统筹协调全流程服务的健管师等，而这类专业人才的培养体系和专业成熟度还相对早期，且人员缺口大，短期内难以快速补足。此外，

医疗机构现有的人员架构及绩效体系等，

也需要更长的实践提供依据做进一步适配健康管理服务模式的调整。因此，基于上述现实困境，行业出现了公立医院与专业慢病管理企业合作共同提供慢病管理服务的模式：公立医院提供专业背书与医疗专家资源，慢病管理企业提供包含营养师、运动康复师、心理咨询师及健康管理师等在内的复合型健管团队，共同提供全流程、个性化健康管理服务。医疗大模型成为健管服务重要工具。该模式既依托了公立医院的医疗权威性和优质医生资源，保障了健康管理服务的专业性和规范性，又借助专业健康管理机构的健管人员和服务优势，实现了医疗资源与健康管理服务的互补，推动健康管理服务向规范化、精细化方向发展。在这样的合作方式中，医疗大模型往往由健康管理企业研发，并非以产品形式销售给医疗机构，而是在自有的健康管理团队中深度应用，以拓宽团队的服务能力上限，实现降本增效

。例如京东健康依托“京东卓医2.0”，

联合温州医科大学附属第一医院和国家卫生健康委临床营养与干预重点实验室，

共同发布“人工智能驱动的临床营养规范化全程管理解决方案”，构建“临床营养+特医食品”网络，破解住院与门诊营养评估与干预痛点，将营养治疗纳入可追踪、可考核的临床路径。又如专注糖尿病管理的南大菲特，依托自研医疗大模型“三师共管大模型”提供专业

、高效的个性化健康管理服务，目前已与50余家医疗机构、市疾控以及美年大健康、京东健康等细分领域头部企业达成合作。24资料来源：

动脉智库整理目前，我国多省市陆续批准了院外健康管理的收费编码，为健康管理服务的商业化落地提供了重要支撑，也为医疗大模型在健康管理领域的应用提供了政策依据。未来，随着院外健康管理服务的普及和应用场景的不断拓展，相关健康管理类医疗大模型也将逐步找到可闭环的商业模式，进一步推动健康管理行业与人工智能技术的深度融合。本章小结：l

院内应用场景是医疗大模型发布最为密集的地方，应用场景主要围绕临床科室、医技科室及院端三大类，前两者以严肃医疗类大模型为主，后者主要为服务类大模型聚焦降本增效及满足合规监管。l

医疗大模型院内主流落地模式可以分为软件、软硬件一体、服务及行业底座。其中，借助传统已有商业模式，定位于为原有产品升级的医疗大模型落地进程最为靠前，如搭载传统信息化软件。l严肃医疗大模型落地核心：聚焦专科垂直场景单点击穿+建立信任背书+搭建创新入院通道，缺一不可。l总体来说，

医疗大模型搭载传统信息化系统落地最为成熟，但由于传统报价方式限图表13医疗大模型作为医疗服务成本项被医疗机构采购25制，价格往往被低估；其次，作为医疗器械应用也十分广泛，但完成收费闭环的并不太多，需在原有体系中创造新的价值收入；最后，

以健康管理服务与医疗机构达成合作的方式也有越来越多的典型案例出现。2627第三章医疗大模型院外商业落地现状3.1

医疗大模型院外应用全景图在院外场景，

医疗大模型的主要商业模式可以分为三大类，分别是针对政府、企业及C端消费者。政府端主要包括在基层场景，主要由财政统筹的涉及大模型应用的医疗服务，例如中医辨识服务、医疗影像辅助诊断服务、疾病筛查项目等。此外，还有针对卫健委、医保局或药监局等医疗行业监管和审批部门，涉及应用大模型的医保审查、区域健康信息监管等应用场景。政府部门已将AI能力视为基础设施级需求，推动医疗大模型产品从“可选

”变为“必选”。2026年，医渡科技中标海南省公卫应急平台项目，以

AI

技术强化省级传染病监测预警与应急协同，提升基层公卫数字化、智能化水平，筑牢区域公共卫生安全防线。图表14医疗大模型院外主要商业模式及参与企业举例资料来源：

动脉网2025年医疗人工智能产业研究报告企业端是目前医疗大模型院外商业化走得最为成熟和靠前的付费端口，其中药械研发企业是付费主力军。以药企为例，

医疗大模型渗透药物研发、药物生产、药物临床试验、药物审批、药物上市后真实世界研究、药物数字营销等全流程。对于家用医疗器械，有了医疗大模型加持，让器械从只会测数据的机器转变为懂健康、会交流、能指导的健康管理专家

。京东健康依托JoyInside，

已与瑞迈特

、三诺生物、微泰医疗

、鱼跃医疗

、邦邦车、可孚医疗、振德医疗、硅基动感、施乐辉、康乐保等医疗器械品牌签署接入协28议

，为他们产品植入“高情商大脑”，实现超拟人对话、全年龄段适配、言行高度协调等功能，

让医疗器械从“功能工具”变为“主动关怀的智能伙伴”。其次，保险企业也有诸多医疗大模型的应用场景，例如在保险设计环节、保险核保环节、保险销售推广环节。近年来，行业也在积极探索依托医疗大模型进行的针对被保人的个性化健康管理，

以降低赔付率。最后，针对国央企或者大型的企业，

医疗大模型还被用于员工的健康福祉之中，提供心理支持、健康管理等服务。总的来说，

院外场景的医疗大模型的落地环境，

需要打通的“关卡”相对较少，相较院内场景，少了政策、审批等硬性要求，可以更多聚焦在产品性能。此时，

医疗大模型一旦证实了其“降本增效”的实际价值，便能很好完成商业闭环。3.2

医疗大模型院外商业模式解析在院外，

医疗大模型的销售主要模式与院内相同，依然可以分为以软件形式、软硬件一体、以服务形式以及行业基座的形式进行商业化探索。图表15医疗大模型在各类商业模式中存在的产品形态资料来源：

公开信息、行业调研，动脉智库整理值得一提的是，一款医疗大模型产品往往兼具多商业模式及商业形态，其高度灵活性为使用方尽可能提供最多的选择方式。以传神语联的自研中医大模型为例，在B端场景，企业推出“双脑”大模型一体机以满足隐私与部署成本需求，与此同时在C端配合自研智能穿戴设备极大提升C端的使用体验。3.2.1ToG场景的医疗大模型基层虽为医疗机构的一种，但医疗大模型的采购多由区域财政统筹支付，因此被归为此29类。基层由于其健康职能定位的特殊性，医疗大模型在该场景的推广应用又有自身的独特之处。l

基层2024年8月，

《中共中央关于进一步全面深化改革、推进中国式现代化的决定》

明确提出“强化基层医疗卫生服务”；

同年底《卫生健康行业人工智能应用场景参考指引》发布，“人工智能+基层公卫服务”是此次应用场景指引的五大板块之一

，指引明确给出了围绕健康管理服务、公共卫生服务和养老托育服务三个应用领域的23个应用场景。政策的有力推动下，人工智能在基层的落地不但有了更强的市场准入政策依据，更是明确了落地的切入口，引导供需双方更快达成应用共识，推动落地加速。基层卫生健康工作是满足人民群众健康需求的第一道防线，

也是卫生与健康工作的重点。目前，基层医疗卫生机构正以三分之一的卫生人力资源，提供全国一半以上的诊疗服务量以及绝大多数的基本公共卫生服务。随着国民健康意识增强，人口老龄化、慢病人群数量攀升，基层的任务愈发重要及繁多，

医生数量短缺的矛盾也将随之加剧。在政策和刚需的推动下，基层成为医疗人工智能落地的绝佳场景，而对于近年来兴起的医疗大模型亦是如此。基层是四大热门的医疗大模型落地场景。基层场景的职能具有强政策引导性，因此应用于重点职能的医疗大模型也就有了更好的落地牵引力。细究具体的应用场景，影像辅助诊断、全科医生、

中医及慢病管理医疗大模型是基层的落地热点。图表16基层场景的热点落地医疗大模型类型资料来源：

公开资料、调研访谈，动脉智库制作影像辅助诊断类产品可以弥补基层影像医师数量不足、判读能力参差的现状，助力基层更好完成健康筛查任务。全科辅助诊断医疗大模型可以帮助基层医生更加规范、标准化地进行诊疗，通过基于循证的辅助决策有效降低漏诊率，更好地完成分级诊疗的角色任30务。此外，中医作为政策强推的基层医疗机构特色服务，相关大模型也自然得到较好地落地；而慢病管理作为基层考核的重点，相关大模型可以助力实现风险预测、智能随访、用药提醒、并发症预警，降低人力负荷并通过数据闭环更直观地展现慢病管理成效。截至2025年底，搭载讯飞星火医疗大模型的智医助理已覆盖全国31个省市、806个区县，服务超7.7万个基层医疗机构；累计提供AI辅诊建议超11亿次，辅助生成规范化电子病历4.5亿余份，识别不合理处方1.2亿余份，经系统提醒修正的有价值诊断达195万余例，

以规模化落地实效印证AI技术赋能基层医疗的核心价值。大模型的部署和应用对服务器和网络等技术基础建设也提出了更高的要求。如大模型的落地需要基层进行相关基础建设的打造为前提，无疑会增加基层的使用门槛，限速大模型渗透。因此，软硬件一体的医疗大模型销售模式在基层相对流行，

即为基层提供“开箱即用”的、包含了算力和医疗大模型底座、人工智能应用于一体的一体机。l

监管部门除了基层，

卫健委、

医保局

、疾控中心

、药监局等行业监管部门也是ToG场景中医疗大模型落地的重点应用标的。综合部门的职能、需求的急迫性、大模型技术成熟度以及数据获取难度等多维度因素，各部门场景的应用成熟度也有所不同。目前，

医保部门在基金监管方面的大模型应用最为成熟，其次是卫健委、疾控中心及药监局也积极探索，走过技术验证阶段，迈入可复制的落地模式打造阶段。图表17医疗大模型在各监管部门的应用场景及成熟度资料来源：

公开资料，动脉智库制作在商业化落地方面，政府采购依然是主流模式，政府根据现有需求，采购成熟的医疗大模型，以项目制或订阅制的方式付费给技术企业。此模式中涉及的医疗大模型，往往应用于高度共性的场景，并且企业基于对场景充分的理解，

提供了较好的场景适配性。但是，

由于数字化改革的推进，越来越多的新兴场景、非标场景不断给大模型提出新的要求，这使得监管部门与技术企业之间的合作模式应需有了新的探索。31资料来源：

公开资料、调研访谈，动脉智库制作数据是区域类医疗大模型落地主要掣肘。这类大模型由于涉及的数据来自多个机构，跨机构的数据获取、治理和应用问题是共有的难点，也是大模型商业化落地的掣肘。一方面，部门基层的信息化基础建设尚未完善，缺乏数据基础支撑模型运营；另一方面，各机构系统接口复杂、数据格式不统一、词条标准各异，获取和治理也面临很大挑战；最后

，在数据安全、合规及数据确权上，也是一大难点。3.2.2ToB场景的医疗大模型降本增效是B端医疗大模型落地强动力。ToB的应用场景，受到的政策监管和数据约束相对较少，在模型性能能够满足应用场景的具体需求后，达成合作的环节更加直接和简单。因此，在大模型能够显著提升效率、降低成本的应用场景，

B端已经有不少成熟的商业落地合作，甚至规模化的落地合作。基于大模型院外应用场景，我们此小节以药企、院外健康服务商、保险企业为主要付费对象进行拆解。（1）创新药企研发+商业模式创新，适应不断出现的新需求。为了应对产品性能的新需求，行业出现了联合研发的模式并迅速热门，政产学研共建，针对特定的、新兴的应用场景，探索医疗大模型落地赋能的最优解，平衡安全、成本、使用效果等。此外，为了促进更快落地应用，行业也出现了商业模式的创新，即平台运营形式，

由科技企业建设投入后，与相关应用部门风险共担、收益共享。图表18

行业监管部门医疗大模型落地主要商业模式32医疗大模型已深度介入药物开发的全流程，通过赋能靶点发现、分子设计、临床试验优化等关键环节，直击传统新药研发周期长、投入大、成功率低等核心痛点。以应用相对成熟的临床试验环节为例，该环节流程繁琐、监管严格且专业门槛极高，长期面临周期冗长、成本高企的困境。近年来，得益于临床试验领域扎实的信息化基础，大模型通过嵌入现有信息化系统，有效优化了受试者招募、数据清理与分析等耗时环节，显著提升了整体效率。随着技术持续演进，部分大模型已能辅助开展实时风险评估，不仅作为效率工具缩短试验周期，

更切实提高了临床试验的成功率。在药物上市后，大模型同样发挥着重要作用。当前，我国创新药上市数量已位居全球第二

，但高值创新药仍普遍面临“进院难、支付难”的突出问题。过高的定价，不仅限制了药物可及性，也阻碍了创新成果转化为企业持续研发的资金支撑。以大模型为代表的人工智能技术，正成为破解这一难题的关键抓手。例如，镁信健康为药企提供基于AI的“智药”解决方案，

为药企提供市场洞察

、患者管理、渠道规划等药品全生命周期商业化方案，帮助药企整合医药多元支付。其招股书披露，2025年1月-10月，镁信健康62.7%收入来自于智药解决方案，合作药企已超140家，包括90%的全球前20大药企。针对药企，镁信健康“智药解决方案”构建了以患者为中心的统一数据枢纽，

以结构化支付数据为基础，

整合全谱系疾病治疗数据、行为分析及理赔支付轨迹，

并借助AI生成疾病分析和患者洞察，为药企提供药品可及性分析与市场策略支持，助力药企打造多元支付解决方案，推动创新药真正惠及更多有需要的患者。图表19

大模型在药物研发各环节应用场景举例资料来源：

动脉网2025年医疗大模型行业研究报告（2）

院外健康服务商医疗大模型正深度渗透健康服务全流程，有机整合院外健康管理全生态，直击行业长期存在的服务同质化严重、运营效率偏低、个性化干预不足的核心痛点。33在面向用户的全周期健康管理场景中，大模型可深度整合解读用户多年累积的多源健康数据，从零散体检报告、检验指标里构建连续完整的个人健康画像，精准捕捉隐匿健康风险，并生成可落地执行的个性化干预方案。其应用覆盖慢病智能管理、智能减重干预、个人健康档案运维、体检报告智能解读等多元场景：一方面破解了传统健康服务高度依赖人工、产能有限、难以规模化普及的行业困境，有效提升服务专业度与用户粘性；另一方面可实现体检数据快速结构化分析，

自动生成通俗化解读报告与后续健康指导，在降本增效的同时筑牢服务标准化体系，成为健康管理企业数字化升级的核心抓手。对于医疗科技行业而言，大模型可成为企业产品智能化革新与业务效能提升的核心赋能底座。针对业内普遍存在的产品功能同质化、存量数据利用率低等发展瓶颈，大模型可快速为企业现有设备、软件注入智能能力，在智能诊疗联动、医学知识挖掘等场景提供辅助决策支持。该轻量化赋能路径无需企业从零自研底层模型，具备成本可控、落地见效快的优势，

助力企业拓宽应用边界、优化业务运转效率。针对不同B端客户差异化诉求，智诊科技针对性打造分层定制化解决方案：一方面通过开放平台以API、token等方式输出底层模型和医疗工具能力，

服务具备研发能力的企业客户；另一方面，

以国内首个医疗Agent平台WiseClaw作为核心承载，结合MCP、

Skill、OpenClaw、Harness等技术模块，支持企业构建可配置、可追溯、可治理的医疗智能体，并进一步通过专家分身H5等零代码产品满足医生、营养师等专业人士的轻量化应用需求。

目前，

智诊科技已与全国300+顶级三甲医院、500+头部医疗健康企业达成合作，

显示出其医疗AI产品在真实业务场景中的落地能力和市场验证基础。（3）保险公司近年来随着国民收入水平提高及健康意识觉醒，

商保在支付体系中的占比正逐步提升。面对品类繁多、条款复杂的商保市场，

围绕商保产品全生命周期综合服务商应运而生。它们不仅帮助保险公司设计产品，更通过搭建连接用户基础与各大险企的桥梁，提供涵盖销售、核保、理赔的一站式服务，有效解决了供需匹配难题。在创新药领域，第三方平台的价值尤为凸显。由于多元支付尚属新兴领域，第三方平台凭借成熟的认知与经验，能够加速药企与保险公司的合作进程，提高成功率。同时，面对跨地域的复杂业务场景，第三方平台能够承担起繁琐的测算与评估工作，显著降低药企和保险机构的投入成本。以中国最大的医药多元支付平台镁信健康为例，

自2017年成立，

已与100家保险公司建立合作，

惠民保服务覆盖

170+城市，

累计服务保单数超4.4亿

。数据背后，

是镁信健康产品与服务的价值积累。针对传统支付体系中“控费难、结算慢、资金压力大”的痛34点，镁信健康依托医药与保险垂类大模型mind42.ai进行破局，其核心价值聚焦于“提效降本”与“协同创新”两大维度：前者大幅提升支付结算效率、优化医疗资源配置，后者推动医保与商保高效协同，助力创新药械快速落地。具体而言，mind42.ai通过深度挖掘、精准识别真实医药支付数据与保险理赔数据中的风险特征及价值规律，并全面渗透到“产品设计、精算定价

、风险控制、理赔运营”等核心环节。这一举措不仅破解了通用大模型在医药险领域不懂商保规则、不熟悉药品目录、不具备精算逻辑的水土不服难题，更助力健康险突破同质化困局，加速健康险的迭代和创新步伐，使健康保障更精准地契合市场需求。在B端市场，大模型的商业化主要呈现为两种主流模式：一是以软件授权形式销售产品，二是提供基于大模型的专业服务

。近年来，

随着行业应用的深入与验证，

市场对“交付结果”的诉求日益增强。相较于单纯“交付工具”的产品销售模式，

能够直接“交付最终价值”的服务模式受到更多的选择。3.2.3ToC场景的医疗大模型另一个院外拥有高吸引力的大模型落地场景是面向C端的健康相关服务。自2016年《健康中国2030》发布以来，

国民对健康的重视程度持续增强，并逐步从“疾病治疗”向“疾病预防”前移、从“被动治疗”向“主动健康”转变。随之而来的就是更多的健康服务需求，例如亚健康状态改善、

日常偶发性不适的咨询、体检报告解读、药物及疾病知识学习、个人健康档案管理及疾病预防等。传统的医疗体系显然难以支撑该类激增的健康服务需求，因而大模型的应用可很大程度解决健康服务能力供给不足的情况。智诊科技推出的“好伴AI”，通过长期记忆构建个人健康档案，提供医学咨询、报告解读等健康服务，创新性引入“专家数字分身”模式，为C端用户提供专业化、连续性的医疗级健康管理服务。截至目前，

好伴AI

已覆盖300家医院，

拥有2000余个专家数字分身，

已累计服务超2000万人次。值得一提的是，好伴AI接入了微信小程序，可将日常健康管理嵌入家庭微信群，

实现健康管理与家庭日常沟通场景的融合。C端是医疗大模型商业化探索最为多元的场景。以健康管理为例，

由于健康管理不仅仅是慢病人群的健康刚需，对于医保、商保、药企、企业及临床科研均是迫切的、待满足的需求。因此慢病管理的付费方和商业模式充满了多样性。35数据来源：

动脉智库制作按照付费方分类，

目前主要的商业模式可分为药企支付、企业支付、保险支付及个人支付四大类。l

药企支付疾病治疗中，药物的有效性往往依赖患者按照药物服用方案规范用药，并根据自身反应必要时进行药物计量及用药方案的调整，有时还需配合相应的生活方式干预。因此，为了了解药物上市后真实世界的疗效、为了找到药物针对典型疾病的最佳用药方案，药企有强大的动力为相关用药者的健康管理付费，以确保药物被规范使用。在此模式中，健康管理服务需要达成的任务多为RWS报告、患者DOT延长以及患者教育等。例如惠每数科，依托其个案管理师智能体为患者提供的个性化健康管理服务，

通过DOT有效延长、患者治疗效果及满意度提升等价值维度，得到药企的充分认可，现已与超70家国内外药企达成合作协议。l

企业支付企业为员工提供相关健康服务是由来已久的、企业必不可少的发展战略之一

，由企业为员工采购的健康管理，相对疾病干预，更加侧重疾病预防，即提前预测健康风险并进行提前干预，避免疾病发生。作为一项能够带来显著收益的“战略投资”，对于员工有效的健康管理，可以带来诸多益处。一方面，健康的身体状况带来的更高出勤率和工作效率，能够带来最直接的经济回报。另一方面，更好的员工福利能很大程度上增强企业凝聚力、图表

20

各方对围绕C端的健康管理的需求36塑造企业竞争优势，从而增加组织效能。在此模式中，健康管理服务需要达成的任务多为员工整体健康风险的降低、健康指标的改善等。l

保险支付与企业为员工付费有类似逻辑的是保险为被保人购买的健康管理服务，两者同样看重的是风险的评估和疾病的预防。因此，服务于保险端及企业端的健康管理服务有着相似的诉求。此外，提升保险自身的竞争优势也是另一大付费动力，在保险品类越发丰富，保单内容同质化加剧的背景下，健康管理的加入成为打造保险差异化的重要方案之一。在此模式中，健康管理服务需要达成的任务多为健康风险的降低、满意度的提升等。l

患者付费健康管理的需求群体庞大，但是人们对健康服务自费买单的整体市场教育程度还未十分成熟，该类商业模式未实现规模化落地。不过，据调研发现，行业均非常看好由C端直接付费的健康管理服务的未来并积极布局于此。以讯飞晓医APP为例，

作为讯飞医疗面向C端打造的健康管理助手，聚焦普通民众看不懂体检报告、就医咨询不专业、日常健康无管理、慢病居家无指导等全民健康刚需，依托大模型迭代升级后的多轮智能问诊、专业报告深度解读、个性化用药咨询、疾病健康科普、慢病居家养护指导等核心能力，打造24小时一站式智慧健康服务。

目前，

讯飞晓医APP累计下载量突破3000万，

完成超1.8亿次AI健康咨询服务。图表

21

不同商业模式中C端健康管理的任务对比数据来源：

动脉智库制作除了健康管理，ToC的医疗大模型还在药事服务、保险服务等更多领域均有探索和应用，我们发现，C端医疗大模型逐步呈现出功能集合、商业模式混合多元的状态。例如生生37纪（keeploop）依托强大AI基础不断拓宽以医学实证为基础、

以消费级体验为载体的

智能健康产品（包含居家健康检测与管理、皮肤功能修复与焕新、情绪与精神健康干预

等方向），

助力医疗级技术从医院场景向院外及家庭场景外溢。再如2026年一经发布

就迅速走红的蚂蚁阿福，医疗大模型作为触达C端的流量入口，一改单一的健康服务提供，定位于健康伴侣尝试覆盖所有健康相关需求，如问诊、健康管理、保险等，并通过

系列服务获得药企、保险、健康服务企业、个人等多元化的付费方，形成融合的商业模

式。本章小结：l

由政府统筹支付或牵头落地的医疗大模型，主要应用场景为基层及行业各监管部门。该场景的医疗大模型需要紧跟政策及监管需求，

由于涉及多机构，信息化基础及数据互联互通的程度是核心落地土壤。l在企业端的落地由于受到的政策约束更少，医疗大模型更聚焦于降本增效及价值新增的性能提升和打造，

目前，

药企无疑是该应用场景中最大的支付方。lC端大量的用户终端对医疗大模型商业化有着极大的吸引力，也是商业化模式探索最为多元的场景。目前，应用于C端的医疗大模型呈现出功能聚集、商业模式融合的趋势，即覆盖用户全周期健康需求，并基于此达成多付费方的链接，多元化实现商业闭环。38