医疗AI，是一条典型的“长坡厚雪”赛道，在医疗AI赛道的竞速赛中，选择往往比技术速度更决定企业终局。这条赛道需要足够长的坡道以容纳持续的迭代与增长，也需要足够厚的雪—即可衡量的商业价值与社会价值来支撑雪球稳健滚大。

当前，医疗AI领域已进入“群雄逐鹿”的拥挤格局：OpenEvidence以循证医学推理能力风靡全球，蚂蚁阿福依托支付宝生态快速抢占C端健康入口，平安医疗凭借保险支付优势布局大健康生态，科大讯飞深耕基层医疗场景多年构建起坚实壁垒……当各路豪强在各自优势领域激烈博弈时，智慧眼走出了一条独特的突围之路——以医保为核心切入点，依托自研砭石大模型，在慢病管理这一垂直赛道深耕细作，构建起不可复制的差异化竞争优势。

国内外玩家加速布局

国家八部门联合印发《“人工智能+医疗卫生”应用发展实施意见》，明确2027年建成一批临床垂直大模型，2030年实现二级以上医院智能辅助诊断全覆盖，多地医保局出台AI医疗服务定价指南，打通“研发-落地-收费”商业闭环；技术端，大模型算力升级推动AI影像识别准确率突破98%，AI制药将研发周期从5-8年压缩至数月，临床转化效率几何级提升。

根据弗若斯特沙利文预测，从2023年到2033年，中国AI医疗市场规模将从88亿元飙升至3157亿元，年复合增长率43.1%。

国内企业方面，医脉通凭借覆盖全国88%执业医师的平台优势，推出MedSeeker、MedPaper、MedAssister等AI产品，2024年精准营销及企业解决方案业务收入达5.13亿元。

京东健康基于“京医千询”大模型构建了“AI京医”“京东卓医”等全系列产品，2025年上半年，其AI智能体累计服务用户超5000万；阿里健康推出AI医学助手“氢离子”，收录千万级医学核心期刊文献，支持权威指南查阅、智能问答等功能。

国际巨头同样积极布局。2026年1月，OpenAI推出ChatGPT Health，Anthropic随即发布Claude for Healthcare，两者在JPM大会上正面竞争。

医疗健康是生成式AI应用最多的垂直领域，占比高达43%。默克公司正洽谈以280亿-320亿美元收购癌症药物研发公司Revolution，押注泛RAS靶点，创近三年制药行业最大交易纪录。

千亿级市场蓄势待发

2025年11月，国家卫健委等五部门印发《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，明确了AI医疗发展的目标和重点任务：

到2027年，建立一批卫生健康行业高质量数据集和可信数据空间，形成一批临床专病专科垂直大模型和智能体应用。到2030年，基层诊疗智能辅助应用基本实现全覆盖，二级以上医院普遍开展医学影像智能辅助诊断、临床诊疗智能辅助决策等人工智能技术应用。

这份意见被行业普遍视为AI医疗将加速落地的信号，标志着人工智能医疗已经从试点探索走向规模化推广的新阶段。

Wind数据显示，2025年四季度以来，合计有150家AI医疗主题指数成分股企业获得了机构调研，其中，联影医疗、迈瑞医疗、开立医疗、华大智造、安必平、可孚医疗等36家企业参与调研的机构投资者超过了40家。

不过，不同于一般产业应用，医疗天然具有高风险属性，技术越深入，风险敞口越大，治理缺位的代价也就越高。以AI对话为例，幻觉是这一代大模型技术范式的通病，作为其核心支撑，大语言模型的运行逻辑本质上是依托自身等海量知识库，通过解析用户输入文本，并结合既有数据进行整合匹配，最终生成逻辑通顺的回应内容。这一工作机制也决定了其输出内容的局限性：一旦知识库未能及时迭代更新，或是模型自身的自主学习能力存在短板，AI就有可能给出滞后甚至与事实相悖的建议，其输出结果可能导致安全事件。

此外，数据隐私泄露、责任归属不清等问题也亟需规范，长远来看，“AI+医疗”不仅是技术的挑战，更是组织流程与文化适配的长期工程。

业内专业人士分析，要客观看待行业所处的阶段，新技术和应用的成形需要时间，也会经历波动，目前行业整体都还在探索中，需要多一些耐心和包容。

放眼未来，随着政策的持续深化、技术的不断迭代，AI医疗将在更多场景中落地生根。