news 2026/8/25 6:10:43

东软添翼医疗大模型闪耀艾瑞权威报告

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
东软添翼医疗大模型闪耀艾瑞权威报告

模型性能作为差异化来源的时代已然落幕。医疗大模型的竞逐,早已脱离参数榜单的竞速,归于产业落地价值的深度兑现。

艾瑞咨询发布《中国医疗大模型行业研究报告》,为喧嚣迭代的医疗大模型赛道锚定发展底色。在本次产业图谱与企业研判中,东软集团成为报告内唯一实现双重维度标杆定位的市场主体,既是头部医疗IT企业向AI原生IT体系演进的范式样本,亦获得独立专题篇章的深度解构,成为行业观察医疗AI产业化进程的重要参照。

报告将国内医疗大模型的产业演进划分为四大周期:参数竞赛阶段逐步退潮,数据壁垒构建窗口持续收窄,场景深度嵌入周期加速崛起,产业模式重构的新格局初露端倪。市场选型逻辑发生根本性迁移,决策主体由技术研发团队转向医疗机构业务运营端;价值评判标尺,也从单一维度的单点准确率指标,迭代为端到端任务完成率、业务全链路效率增益等复合型实绩标准。

行业评价体系全面重构的时代背景下,东软添翼医疗大模型何以成为报告唯一双维度聚焦的标杆范例?

立足既有业务底座

探索大模型与医疗业务深度融合

伴随医疗大模型产业快速演进,具备深厚医疗信息化积累的传统IT厂商,都需要回答一道时代考题:如何突破 “医疗IT系统提供商” 的固有标签,迈向数智医疗健康解决方案与服务领导者。东软正通过落地实践重塑行业对医疗IT企业的认知,稳步推进品牌战略升级。

市场主要分化为两种落地思路:一类厂商本质上是将AI作为业务系统之外的“外挂能力”,以外部集成的方式附着于现有业务系统,虽然落地较快,但与原有业务流程和数据体系相对割裂,容易造成跨系统操作、数据孤岛和业务体验不一致等问题。还有一种建设思路,以东软新一代添翼为实践,着力打造AI原生的医院业务底座,不是简单在成熟系统上外挂AI,而是以AI重新定义业务系统的能力架构,将大模型、智能体、知识、数据与业务能力原生融合,并深入HIS、EMR等核心业务流程,使AI成为业务系统的内生能力,让医生在原有业务场景中自然获得智能辅助,实现业务与智能的一体化演进。

这一路径是以“模式共振”为核心,强调的是AI原生的本质不只是把AI嵌入业务,而是让数据、知识、模型与业务场景形成持续反馈和持续进化的闭环。添翼AI3.0内生AI一体化平台,以 “添添智能中枢” 为核心,搭建 “医疗大模型 + 专科模型 + 智能体生态” 多层次架构;依托 “数据基座 — 赋能平台 — 价值扩展” 体系完成多源异构医学数据治理与知识萃取,把高质量医疗数据转化为模型迭代燃料,让模型承接医学知识,最终服务真实业务,助力医院构建可持续演进的医疗新质生产力,让AI深度融入医、管、服、研全流程。

于医疗机构而言,添翼并非一套需要医务工作者额外学习适应的全新工具,而是医院现有信息基础设施的内生延展,将AI能力融入于日常业务流程之中。

以循证原则筑牢

临床AI可解释可信底线

医疗 AI 落地临床,可信是前置前提,也是不可逾越的底线。报告着重提炼东软添翼四大核心技术内核:宏思维链规划记忆、知识增强、溯源与可解释性、AI伦理价值观对齐。四项技术能力,共同回应医疗AI领域最核心的命题:AI输出的每一项临床建议,其知识溯源、推理逻辑,必须做到可回溯、可审计、可校验。

大模型的概率生成能力不等同于循证医学判断。纵然模型可以输出逻辑通顺的诊疗意见,倘若缺乏证据溯源机制、推理链路不可解释、无法对齐临床指南与专家共识,其输出结果便无法获得临床端的采信,更不能投入临床业务闭环。

循证驱动居于东软三大核心理念之首,与AI原生、智能体协同共同构成产品底层方法论。优先级的排布揭示医疗行业的客观规律:医疗AI的迭代,效率增益必须建立在安全可信之上。当人工智能由辅助阅读工具进阶为临床辅助决策载体,深度参与业务闭环之时,可溯源、可解释不再是锦上添花的附加能力,而是不可逾越的行业安全基线。

构建全域统一基座

打通多场景全链路能力

从报告厂商场景覆盖矩阵不难发现,可完整贯通临床诊疗、医学影像、院内运营管理、居民健康服务全链条的市场参与者寥寥无几,东软是其中场景覆盖广度居于前列的企业,业务版图覆盖诊疗辅助、医学影像、健康管理、医院管理等多元赛道。

这一产业现状直击医疗机构普遍遭遇的现实痛点:临床影像AI、病历文书AI、患者智能问诊工具分属不同供应商,各产品之间数据割裂、账号体系独立、交互逻辑互不兼容,不仅推高整体运维成本,碎片化的AI工具反而进一步加剧院内的数据孤岛难题。

“1个通用基座+N个专科小模型”的架构设计,正是针对上述行业痛点给出的体系化解决方案。通用基座实现知识体系统一、安全标准统一、数据互通共享;专科化小模型面向不同科室临床经验和业务特征完成深度适配。新部署的病历智能体、影像智能体,无需重复开展数据对接、安全合规评估,医务工作者亦无需反复学习全新操作范式,实现多场景AI能力的平滑扩展。

这套全域能力底座,根植于东软长期沉淀的医学数据资产:整合450万余篇医学文献、近70个专病数据集,配套2000余项数据质量标准与50余项安全规则,构筑起医疗大模型高质量训练迭代的资源根基。

落地实证

规模化实践印证行业价值

目前,东软添翼医疗大模型已落地全国百余家医疗机构,120余款智能体矩阵全面覆盖医、管、服、研四大业务方向,落地实践覆盖国内多家顶级三甲医疗机构。

在IDC发布的《中国医疗大模型技术评估,2026》评估体系中,添翼在模型性能、数据安全、病历生成与分析、医疗智能体开发、诊后随访管理等十余项评估维度斩获满分。

结合行业前瞻预判,至2028年,医疗大模型相关投入将占到医院IT总预算的20%,对比2025年5%的占比实现四倍提升;医院端医疗大模型渗透率将攀升至65%。当前已有超80%临床医师在工作中应用AI工具,人均覆盖AI应用场景由1.1个提升至2.3个。

系列数据昭示行业变革大势:医疗人工智能已经走出试点尝鲜的阶段,向着医疗机构核心信息基础设施演进。医疗机构当下的选型决策,决定的绝非短期示范项目的成效,而是未来数年医院智慧化建设的底层底座。

正如报告的价值导向:产业研判不只记录谁奔跑的速度更快,更要甄别哪些主体可以行稳致远。市场上医疗大模型的数量仍将持续增长,但能够真正扎根医疗机构业务土壤、获得临床体系深度信任的产品,必然深度洞悉医疗体系的运行逻辑,实现与现有医疗信息体系的深度共生融合。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/25 6:08:29

UE Niagara刀锋特效制作:从骨骼绑定到动态拖尾的完整实战指南

大家好,我是专注于UE引擎技术分享的博主。在游戏或影视特效制作中,一道凌厉的刀光剑影往往能瞬间提升战斗的打击感和视觉冲击力。很多朋友在尝试用UE的Niagara系统制作这类特效时,可能会遇到效果生硬、动态不自然、性能开销大等问题。本文将围…

作者头像 李华
网站建设 2026/8/25 6:08:04

UG/NX模型高效对比:一键定位差异面与几何分析实践

在三维建模和逆向工程领域,经常需要对比两个相似的UG(NX)模型,以找出它们之间的细微差异,例如设计变更、版本迭代或加工误差。手动逐个面检查不仅效率低下,而且极易遗漏。掌握一种系统性的模型对比方法&…

作者头像 李华
网站建设 2026/8/25 6:08:02

AI视频生成实战:FireRed-OpenStoryline智能体工作流部署与优化指南

1. 项目概述:当“一句话成片”从概念走进现实最近在视频创作圈子里,一个名为 FireRed-OpenStoryline 的开源项目彻底火了,GitHub 上迅速积累了超过 2.1K 的 Star。这个数字背后,是无数创作者被其宣传的“核弹级”能力所吸引&#…

作者头像 李华
网站建设 2026/8/25 6:05:00

LeetCode 226. 翻转二叉树|Python 解法详解

LeetCode 226. 翻转二叉树|Python 解法详解 CSDN 算法专题 二叉树 | 难度:简单 题目信息 题号:226难度:简单LeetCode:题目链接 题目描述 交换二叉树中每个节点的左右子树,返回翻转后的根节点。 示例 …

作者头像 李华
网站建设 2026/8/25 6:04:52

极狐GitLab Runner 自托管安全加固指南

在私有化部署场景中,极狐GitLab Runner 是 CI/CD 流水线真正执行构建、测试与部署任务的节点。它运行的是来自项目仓库的脚本,本质上提供的是远程代码执行能力。如果 Runner 主机暴露在共享网络中、使用高权限执行器,或者复用同一套环境处理多…

作者头像 李华
网站建设 2026/8/25 6:02:12

RACE:基于多源证据锚定的智能体化商品目录增强方案

RACE:基于多源证据锚定的智能体化商品目录增强方案论文原信息:arXiv:2608.20844v1摘要 商品目录是电商平台搜索、商品发现与推荐系统的底层基础,但电商目录普遍存在属性稀疏问题:消费者与下游系统依赖的商品属性要么埋藏在标题、图…

作者头像 李华