大廠們搶先賺AI醫療的錢

一向對人工智能（AI）比較保守的醫院，在2025年開始為大模型花錢了。

江蘇政府采購網信息顯示，2025年4月江蘇省省級機關醫院將采購基于DeepSeek大模型的智能體應用平臺項目，預算450萬元。

從2月底DeepSeek掀起AI大模型熱潮，醫院陸續發布大模型相關的采購計劃，從大三甲到基層醫院，一些以前只是觀望AI應用效果的院長們開始掏出真金白銀，或者正在考慮提高AI方面的預算。

一眾手握算力的大廠，如阿里、百度、騰訊都在投入醫療大模型，3月華為甚至聲稱成立一個醫療衛生軍團。它們把硬件和技術打包賣給醫療垂直公司，先在上游賺上一筆。

這些大廠的確嗅覺靈敏。《財經》梳理近期醫院于大模型相關的采購計劃發現，大多是以提高算力的硬件設施采購為基礎，疊加不同層次的軟件需求。

一位頭部互聯網企業的健康業務負責人對《財經》分析，在AI醫療商業化的核心問題沒有改變前，大廠沒有激進地深入醫療賽道，只是在既有的優勢賽道中，如大模型基座、云服務、硬件拓展延伸。

這也體現出醫療AI深埋金礦仍待發掘。

醫療AI的門檻更低了

2025年4月初，陜西漢中3201醫院對本地應用的DeepSeek大模型進行版本升級，提高到DeepSeek-R1蒸餾版（32B），這距離醫院上線使用DeepSeek一個月。

“用起來還是有點慢，這受限于硬件水平，有機會再升級解決。”3201醫院信息科主任王琦告訴《財經》。

從2025年春節后，3201醫院院長陳偉計劃在醫院部署DeepSeek時，就問信息科：既然DeepSeek是開源的，我們能不能不花錢就用上？

陳偉提出這樣的要求，一方面是醫院2025年的預算在上一年度的年底就定下來，能靈活調整的空間不大；另一方面，陳偉知道醫院的信息化水平還是“有點底子的”。

接到任務的王琦評估醫院的整體水平時，還是發現三個最明顯的難題：一是醫院的硬件水平不高，二是專科醫療數據的數字化標準化規范不足，三是醫院缺少這方面的專業人手。

作為一家三甲綜合醫院，3201醫院的電子病歷系統應用水平達到國家四級，檢查檢驗等方面的數字化建設一直在投入，醫院管理也實現了數字化升級。

放眼全國，2023年三級公立醫院電子病歷信息系統87.99%都達到四級及以上水平，大多數公立醫院的院長都認為，信息化的投入必不可少，但得精打細算。他們優先升級的是和各類考核指標直接相關的項目，像大模型這種看不到“產出”的項目還不是院長們關注的重點。

因此，王琦沒有成熟的方案可以直接借用，就連合作的軟件企業當下也拿不出產品。王琦只能試著在公立醫院的信息科圈子里找幫手，“我們的算力情況可能和大多數醫院一樣，只有CPU，還沒有買GPU”。兩者合作，才能執行AI所需的高性能推理任務。

在了解了一些已經用上DeepSeek的醫院是怎么做的后，王琦最終拿出的方案是，醫院現有的條件可以用上DeepSeek7B版。這比DeepSeek滿血版（671B）在模型能力、推理速度等方面差了一大截。不過，在硬件配置上對GPU、CPU、處理器內存、網速的要求也低一些。據估算，部署滿血版成本要500多萬元，這筆錢醫院一下子可騰挪不出來。

陳偉拍板定了。他在決策時的考慮是，“雖然是低配版的DeepSeek，重要的是先邁出這一步，未來可以逐步調整。如果等到所有硬件條件都配備齊全了，我們和前沿AI的發展就越差越遠。”

開源DeepSeek帶來的最大沖擊是，大模型不再把控在幾家頭部企業中，使用方可以量力而行地選擇產品。換做2024年，還在打磨產品、造聲量的頭部企業瞄準的都是全國頂尖醫院去合作，小醫院們想用上大模型，早被不菲的費用嚇退了。

3201醫院成為漢中第一家落地部署DeepSeek的醫院。DeepSeek讓醫院能“有多少錢辦多大事”，既可以像3201醫院少花錢先試水的部署，也能像江蘇省省級機關醫院那樣一下投入450萬元。

陳偉做好了準備提高AI部署的預算，這是未來的發展方向，“對醫療這種高人群密度、高知識密度、高信息流密度的行業來說，AI未來對醫院可能是寸步不離了”。

誰能先掙到錢？

從這一輪醫院的采購需求來看，首先就是提升硬件。

有圖省事的醫院，直接購買DeepSeek一體機，可以簡單理解為買一個內置了DeepSeek大模型的軟硬件集合體，主打一個“DeepSeek大模型開箱即用”。如廣州醫科大學附屬腦科醫院計劃采購DeepSeek R1 70B本地部署一體機服務器一臺，預算66.8萬元。

要省錢，還可以選擇租賃。濟南市萊蕪人民醫院限價15萬元，為DeepSeek本地化部署服務器租賃項目發布競爭性磋商公告。

提出較復雜需求的醫院就需要軟件公司和醫院業務部門深度結合。河北南皮縣人民醫院發布的采購計劃預算120萬元，提出的要求是大模型平臺需深度融合DeepSeek-R1版本及醫學垂類大模型，平臺支持影像輔助診斷功能、預問診/分診/導診、電子病歷生成/質控醫防業務，覆蓋醫共體上下級等場景。

投入450萬元的江蘇省省級機關醫院，需求是在上述基礎上，還要通過部署高性能的服務器，導入專業知識庫、歷史數據加以訓練與推理，構建起覆蓋醫技診斷、醫院管理的智能生態體系等。

產業鏈迅速形成，如騰訊與邁瑞醫療聯合研發重癥醫療大模型，并給衛寧健康在醫療大模型開發方面提供算力和模型訓練服務；螞蟻集團聯合阿里云等，推出“螞蟻醫療大模型一體機”全棧解決方案；科大訊飛的大模型一體機，融合訊飛星火及DeepSeek雙引擎能力，提升了醫療場景的應用能力。值得注意的是，后兩款產品的合作方中都有華為的身影。醫療信息化企業衛寧健康、創業慧康，醫療設備企業聯影等都與華為有合作。

多位醫療行業人士對《財經》分析，華為之所以在醫療領域的合作業務能鋪得這么開，因為它的目標不是AI醫療，而是賣硬件。

“我們只用華為的算力，大模型等軟件應用全部自己做。華為的醫療軍團一開始就沒打算和我們競爭，他們的定位就是硬件。”一位醫療信息化企業人士說。

實際上，幾家大廠似乎都是“醉翁之意不在酒”。阿里系的醫療大模型業務一直是提供云服務的阿里云在主力推動，專注醫藥的阿里健康在這方面反倒動作甚少。至于沒有想從醫院賺錢的螞蟻集團，大模型產品不過讓其接入公立醫院多了一塊“敲門磚”。

百度一度考慮過在醫療AI上賺醫院的錢，但嘗試過后在2024年還是調整核心客戶，聚焦藥企。不過，隨后其健康事業群組（HCG）降級，被合并至MEG（移動生態事業群）。據《財經》了解，團隊中醫療大模型相關的技術人員被并入百度智能云團隊。最終走上了和阿里同樣推動“云服務”為主的業務模式。

一位互聯網企業健康業務負責人稱，“我們有醫療大模型的產品，但始終沒有重點想去做賣給醫院的業務”，原因在于醫院對深入開發醫療AI的動力還不足。

因為AI產品距離獨立于人工承擔工作還太遙遠，現有的體系下就沒有獨立收費空間。AI更多的功能體現在提升效率、質量，但現有醫療服務付費機制，體現不出這方面的價值差異。這也讓上述聯網企業健康業務負責人覺得，當下讓醫院花錢去購買AI是和醫院的利益相背離的。

但這并不影響巨頭們先賺走AI醫療中相對容易掙的那筆錢。此時比拼的不是誰的AI醫療產品更優質，而是誰能先在醫院中鋪得更開。

埋在苦力活中的價值

“選擇合作企業時，誰的品牌更知名、誰的聲量大、誰的廣告多都不重要，我們要看的是，誰在醫院用得多、效果好。”陳偉談及后續發展大模型的部署時說，既要對AI有開放的態度，更要審慎地推進應用。

醫院要看到“確定”的效果，這是大模型想進入醫院的一道門檻。

慢慢深耕是一個苦力活。“通用大模型是挖不出金礦的。”左醫科技CEO（首席執行官）張超指出，醫院應用大模型遇到的問題之一，就是技術底座不可控，通用大模型醫療錯誤率較高，缺乏持續訓練機制，模型性能隨時間衰減。

以AI醫療影像為例，現在AI產品已經可以幫助影像科醫生看片子，準確率超過90%，但要訓練出這樣的專業模型，前期需要醫生們人工標注數萬張片子，來供給AI學習。

標注片子是一個典型的苦力活。“這個活，醫生不想做，計算機專家也不想做。”一位醫療AI領域的計算機專家說，“但是哪怕做一個小的專科病理學影像AI模型，要達到發論文的水平，至少要人工標注5000張片子：2000張訓練，3000張測試。要到準確率超過90%，能在醫院應用的水平，至少是要上萬張片子的。”

具體需要多少，還取決于獲取的醫療數據的質量。相對來說，小醫院的數據更容易拿到，但由于醫生專業水平有限，切出來的病理也參差不齊，染出來的片子質量相應也會受影響，做模型的難度就更大。大醫院的病理片子做出來更“漂亮”，更容易訓練出好的模型。

“這十多年來，計算機技術層面有了一些長足的發展，訓練出一個好模型更容易了。但是在優質數據的獲取上，并沒有變得更容易。”上述醫療AI領域的計算機專家表示。

微醫控股高級副總裁、微醫云平臺總裁閆晉紅表示，DeepSeek的出現讓企業可以不必用高昂的成本來訓練模型，但這不能解決搭建大模型過程中最難的部分還是獲取數據，尤其是三甲醫院的優質數據緊缺，患者病情分析難以連續。

陳偉的計劃是，先發展大模型在三個方面的應用業務，AI輔助診斷治療、病歷整理分析以及院內管理。

這些也是醫院信息化基礎好的領域，陳偉舉例，醫院有大量醫療文書的數據，包括病歷數據的整理，這是一個要占用醫生大量時間的工作。病歷質控也是醫院的一項核心任務，所以希望通過大模型輔助大家在病歷方面節省時間，提高質量。

像陳偉有清晰規劃的院長，在這波采購熱潮中可能并不多。一些醫院對采購服務器的理解就是買了一臺電腦，但后續要做什么，還未想清楚。北京一家三甲醫院原副院長表示，現在醫院是一窩蜂地做大模型，“可我看了一些醫院的數據治理根本就不行，上了大模型也發揮不了效果，企業前期的投入也難有產出”。