当百亿诊疗数据可“一键调用”，AI医疗的理想似乎已照进现实。
3月21日，蚂蚁集团联手阿里云、华为医疗卫生军团等，推出“蚂蚁医疗大模型一体机”全栈解决方案。医疗机构仅需一键接入，即可调用DeepSeek R1/V3、Qwen、蚂蚁百灵等多个主流大模型，又可实现数据可用不可见、诊疗过程全程可溯源。
目前，已有杭州市医保局、宁波市鄞州区卫健委、北京中医医院等7家医疗机构接入合作。
风口之下，剑指医疗
蚂蚁集团已将医疗列为AI战略的三大主阵地之一。蚂蚁集团董事长、首席执行官井贤栋曾在2024年世界互联网大会上指出，医疗健康的需求高度个性化，对此AI将大有可为。
蚂蚁集团总裁韩歆毅则在2025年好大夫峰会上表示，蚂蚁集团的愿景之一是让老百姓看病就医变得更加简单。
坚定入局的背后，是蚂蚁集团对AI医疗未来发展的强大信心。
有“女版巴菲特”之称的知名投资人木头姐（Cathy Wood）曾断言，医疗保健是最被低估的AI应用。根据她麾下机构发布的投资界重要报告《Big Ideas 2025》预测，人工智能将重塑诊断治疗、药物研发等医学环节，并在五年后将业内的多项数据提升几个数量级。
例如，将使DNA等生物信息的读取成本降低100倍、写入成本降低1000倍，将使癌症筛查的效率提高20倍、市场规模扩大10倍，使药物开发成本降低4倍、研发回报提高5倍……
其他相关报告也彰显了AI医疗的势不可挡。
根据甲子光年发布的《中国AI医疗产业研究报告》，2023年中国AI医疗行业规模已达到973亿元，其预计到2028年将进一步增长至1598亿元，2022-2028年间的年复合增长率为10.5%。
部分细分领域的增速可能更为显著。MedMarket Insights预测，全球AI制药行业2031年市场规模可达到85.02亿美元，2022-2031年复合增长率约为27.2%。而据亿欧智库统计，2023年中国AI医学影像市场规模为24亿元，预计2030年将达到137.4亿元，年复合增长率高达33.8%。
AI医疗“全家桶”
目前，蚂蚁集团已打造了AI医疗领域的“全家桶”——以医疗大模型为核心，形成了“医疗机构—医生—患者”的三维服务体系，打通了从诊疗、服务到健康管理的闭环。
在医疗机构侧，除大模型一体机外，蚂蚁集团也在应用层助力医疗机构创新。
面向卫健机构，蚂蚁与浙江卫健委合作了国内首款省级AI健康应用“安诊儿”。安诊儿的服务贯穿诊前、诊中、诊后，覆盖挂号、咨询、用药、健康科普等环节，未来每个环节都会有专业的智能体服务。
面向医保部门，蚂蚁助力杭州医保局打造AI医保助手“依保儿”。目前湖北、天津、上海等地医保局也通过蚂蚁AI实现了医保智能化。
面向民营医疗机构，蚂蚁已经与迪安诊断等多家头部机构建立了AI检查检验报告生成等合作。
在医生侧，蚂蚁集团加快了AI医生系列助手的开发，以期更好地服务好大夫平台的29万注册医生。在此前发布的“AI病历助手”、“AI科普助手”基础上，蚂蚁最近推出“AI科研助手”，全面助力医生的医、教、研工作。
据介绍，“AI科研助手”深度融合了DeepSeek，在学术研究方面可显著提升文献检索效率，在临床决策场景中生成结构化鉴别诊断建议，并提供权威文献依据与分级诊疗路径推荐。
在患者侧，蚂蚁集团于去年9月推出了“AI健康管家”，面向用户提供找医生、读报告、陪看诊、问医保等服务。数据显示，半年多来，该产品已服务近4000万用户。
为进一步优化用户体验，“AI健康管家”问答新增支持深度思考模式、智能思考模式，匹配用户不同对话需求。同时，新增健康自测、体检报告解读等实用功能。
困局与破局
尽管AI医疗的发展如火如荼，却也面临着不少挑战。
首当其冲的是数据短缺。实际上，医疗数据的绝对数量不少。根据国家卫健委的数据，2023全国卫生机构总诊疗人次达96亿，由此产生的医疗数据预计超过百亿条。
但是，各家医院数据标准不统一，质量参差不齐，还有不少存在错漏、不完整等问题。
“每个病人是什么症状、做了什么检查、病情的发展过程等等，很多医生都写不清楚。有时候医生自己都看不懂，更何况AI。”北京市海淀医院院长张福春直言，医生病历书写方式不一致是医疗数据质量不高的原因之一，一直以来书写完整病历并没有全国性的统一标准。
同时，数据孤岛也是一大问题。哈佛大学教授、清华大学统计学研究中心荣誉主任刘军认为，多数医院的数据系统相互孤立，无法实现数据的互联互通，导致难以提供AI训练所需的海量数据。
此外，鉴于大量医疗数据以文本、影像、图像等非结构化的形式被存储，对这类数据进行有效整合也并非易事。
而就医的过程往往充斥着患者个人的难言之隐，由此带来的隐私保护问题也不可忽视。
“医疗数据涉及患者的个人隐私，我们向企业开放数据会非常谨慎，有时候甚至不敢和企业合作。”宁波市鄞州人民医院医共体东部新城分院院长任柳芬坦言。
全国政协委员、北京地坛医院感染管理处处长卢联合也认为，医疗数据的敏感性和隐私需求，使得数据共享及使用变得更为复杂。
同时，如何提升AI医疗应用的可靠性，也是一大难题。多位专家曾提及，对于AI等新兴技术在临床实践中的应用需慎之又慎。
中国科学院院士、清华大学人工智能研究院院长张钹曾表示，人工智能在医疗应用上还存在“四不风险”——不安全、不可信、不可靠和不可扩。
北京清华长庚医院医学数据科学中心主任李栋也认为，目前AI还较难基于临床经验形成专业清晰的诊疗逻辑，达到资深临床医生的诊断水平
面对以上挑战，蚂蚁集团给出了自己的答案。实际上，蚂蚁进入医疗领域已有10年，已服务超3600家医院、超8亿用户，是目前国内最大一站式医疗健康服务平台；在长时间、广范围服务中沉淀下的数据与能力，为“解题”提供了支持。
针对AI医疗的数据困局，蚂蚁推出的"支付宝多模态医疗大模型“，整合了包含报告、影像、药品等百亿级中英文图文、千亿级医疗文本语料及千万级高质量医疗知识图谱，其专业医学知识在中文医疗LLM评估榜PromptCBLUE上位列A榜首位。同时，全栈自研医疗多模态结构，增强了对影像、图像等非结构化信息的消纳能力。
隐私难题则被2024年9月发布的“隐语密算云”系列产品化解。通过端云协同提供包括密态托管、密态研发、密态计算等能力，该产品助力构建跨云跨端的数据可信流通网络，目前已经落地医疗领域。
在增强可靠性方面，蚂蚁与大量行业技术专家共创，提出了FoE专家级决策框架（Framework of Experts）。目前已构建了医疗领域的相应框架，让智能体得以借鉴人类医学专家的思考方式，让推理和决策过程更加专业。井贤栋认为，严谨产业中存在大量的专业决策框架及公认的行业最佳实践，大模型要达到专业水准，必须谦虚地向专家学习。
2025年以来，AI医疗的发展进程明显加快：2月13日，北京儿童医院宣布，全国首个“专家型AI儿科医生“正式参与多学科临床会诊；2月16日，北京协和医院与中国科学院自动化研究所共同研发的“协和·太初”罕见病大模型进入临床应用；2月18日，上海瑞金医院联手华为发布了瑞智病理大模型RuiPath，致力于全流程数字化病理诊断。此外，据不完全统计，春节后的两三周时间里，就有至少有92家中国医院官宣或被报道接入了DeepSeek。
从挂号问诊到健康管理，从基层诊所到顶级医院，越来越多的AI医疗实践正在编织一张覆盖全民的健康防护网。
当AI能读懂CT片的每一处阴影，能记住患者的每一段过敏史，能预判疾病的发展轨迹，医疗的温度与科技的力量，终将在数据云端交汇成守护生命的星光。
