今年以来，围绕医疗大模型及其应用的竞争迅速升温，头部企业动作密集。京东健康（06618.HK）推出“京东知医”“京东卓医2.0”，蚂蚁集团旗下蚂蚁阿福因“红包大战”而被广泛知晓，百度（09888.HK）旗下百度健康发布“有医助理”，讯飞医疗（02506.HK）发布星火医疗大模型X2并向基层与院内渗透。

记者多方采访获悉，当前医疗大模型已跨过早期的可用性验证阶段，正进入深水区，全面转向真实医疗工作流的“场景嵌入”。不过，数据壁垒、流程约束、责任边界与支付机制等多重因素，显著制约了AI医疗大模型向规模化应用的演进。

在此背景下，单点模型能力不再是护城河。谁能率先打通技术黑盒与合规要求，并在“使用频率、场景深度与支付承接”之间形成实质性闭环，正成为决定下一轮市场格局的关键分水岭。

加速嵌入医疗核心“工作流” 互联网巨头各显神通

2026年以来，医疗大模型的竞争核心正在从“模型能力”转向“场景嵌入”，从“回答问题”转向“任务执行”，各大公司也是“各显神通”，加速向应用场景渗透。

记者获悉，依托“京医千询”医疗大模型，京东健康已形成面向C端用户、D端医生、H端医院的全场景AI应用体系。面向C端，京东健康推出了AI医生大为、AI营养师小晶、AI药师小方等多个专业服务智能体，以及上千位专家医生智能体，另外一方面以“AI小康”作为国内AI健康服务重要入口，持续升级“医检诊药”闭环体验；面向D端，推出AI医疗工具 “京东知医”，为医生临床决策与科研工作提供支持；面向 H 端，通过“京东卓医2.0”以“AI+供应链”模式为医院赋能。

京东健康相关负责人向记者透露，“京东卓医2.0”发展出了“AI+供应链”模式，以温医大附一院的临床营养合作为例，“聚焦医院在临床营养、药事服务等方面的真实需求，结合自身供应链优势，打通‘AI建议+专业服务+特医食品/健康品供给’的闭环。这种模式既解决了医疗机构和广大用户痛点，也具备很强的落地性与可持续性。中长期来看，这类‘AI+服务+供应链’的模式，将成为医疗AI业务中重要的价值支撑。”

与京东健康依托供应链实现商业化的路径不同，讯飞医疗以GBC三端联动为核心，构建起AI医疗底层服务网络。自2023年星火医疗大模型发布以来，公司持续将大模型能力深度融入基层、医院及个人健康服务场景，并在今年2月升级推出了星火医疗大模型X2。

讯飞医疗将AI医疗应用场景划分为GBC三大领域：G端政务产品以智医助理、数智家医（含慢病管理）为核心。其中，智医助理已实现全国基层医疗机构广泛覆盖，稳居行业主导地位；数智家医则聚焦家庭医生签约服务与慢病管理两大场景，正加快全国规模化部署，目前已在上海、深圳龙华等地区成功落地。

在B端医院业务，讯飞医疗已服务超600家等级医院；C端布局的核心产品之一是讯飞晓医APP，目前累计下载超3000万次，完成超1.8亿次AI健康咨询，业务将继续延伸至居家全场景。

将AI能力内化为具体的任务执行，是提高单点效率的另一条路径。4月，百度健康发布“有医助理”，将医疗大模型推进至医生工作流环节。

百度健康AI产品负责人告诉记者，医疗AI不应只停留在“问答”或“查资料”，而应当帮助医生完成真实工作，因此其产品被设计为“检索模式+任务模式”双层结构：前者服务于医学信息获取，后者则把AI能力进一步延伸到科研写作、病历整理、数据分析等具体任务上。百度健康甚至将这一变化概括为：从“知道”走向“做到”。

与此同时，亦有平台在寻找轻量化健康服务的切入点，美团医药健康近日正式发布AI家庭健康管家“小团健康管家”，集问病问药、报告解读、家庭健康档案等多项功能于一体。

可见，各企业的战略均已脱离单一的“问答”工具定位，转而向医疗核心工作流及服务链条内部争取实质性的业务话语权，从而“抢占未来入口”。

CIC灼识咨询总监刘宇琪告诉记者，目前医疗大模型正处于"规模化应用前夜"与"技术-落地断层"并存的过渡阶段，规模化应用的拐点已实质性出现。

规模化爆发仍面临多重门槛

然而，从“场景可用”跨越到“规模化普及”，医疗大模型仍需面临技术底层与医疗体系等壁垒的严峻挑战。

“当前医疗大模型在关键的临床推理能力、跨专科知识联动能力以及从真实世界持续学习的能力上存在不足，导致模型难以稳定复现医生的完整诊断思维链条，对复杂、非典型病例的理解和处理能力有限，构成了技术能力与临床高标准需求之间的核心断层。”刘宇琪告诉记者。

更为重要的是，这种技术断层直接放大了大模型在临床端的应用风险，导致医疗大模型的幻觉风险犹存，模型可能生成看似合理但事实错误的“幻觉”信息，这也是通用大模型普遍存在的问题，而这个问题被医疗体系极低的风险容忍度所放大和限制。

由于医疗行为直接关乎生命健康，其错误成本极高，因此体系本身具有极低的风险容忍度。在技术尚未完全解决可靠性、可解释性和循证性问题之前，法规、伦理和责任归属问题（如误诊担责人）会自然形成强大的应用壁垒，使得任何先进技术在此领域都必须以远超其他行业的严谨态度推进。

这种极低的风险容忍度，对大模型的基础能力与底层数据的纯度提出了严苛考验，部分厂商因此提出“溯源+人机协同”方案。

以京东健康为例，公司在模型输出的可靠性与可解释性方面，深度整合权威临床指南与医学文献，让AI给出的每一条健康参考建议都具备可追溯依据，确保内容有据可查、专业可信。同时，通过严格的医学逻辑校验与风险拦截机制，避免不规范、不严谨的信息输出。对于复杂健康问题，系统会自动引导至专业医师承接，形成“AI初筛+专业医生复核”的安全机制。

除“数据与模型能力”，刘宇琪认为“医疗体系的不适配”在当下更具决定性地延缓了规模化进程。包括流程嵌入难，现有医院信息系统（HIS）复杂僵化，模型难以无缝嵌入既有工作流。责任界定模糊，AI诊断结果的法律责任主体不清晰，导致医院和医生使用意愿受限。法规审批滞后。作为医疗软件，其监管审批路径长、要求高，跟不上技术迭代速度。

面对上述制约行业规模化发展的痛点，推动标准与制度建设已成为行业共识。讯飞医疗方面从企业角度表示：唯有制度、技术与场景协同发力，AI医疗才能从可用走向可信，实现规模化普及。有企业认为，需构建以生命安全和临床价值为核心的行业体系：由监管牵头建立统一的测评准入机制，在临床场景中持续迭代优化模型，推动低幻觉、可解释、可溯源的技术标准落地。

“长期来看，AI医疗正处于规模化应用与高质量发展并行的关键时期。”讯飞医疗方向记者表示，预计未来3-5 年，行业将从分散竞争逐步走向集中格局，少数拥有深厚技术底座、持续数据积累和临床场景深度落地能力的企业将占据主导。

商业化深水区谁能第一个跑通？

即使跨越了技术与落地门槛，盈利依然是横亘在医疗大模型面前的核心考题。

以“蚂蚁阿福”为例，其在春节期间依托“集五福”等红包活动实现用户快速增长，但在流量集中释放之后，如何提升用户留存与商业化转化效率，仍有待持续观察。

“当前医疗AI的价值已被医院端初步认可，但远未被支付体系充分认可。”刘宇琪对记者指出，现有支付体系是为传统的人力服务和药品耗材设计的，无法有效计量和补偿由AI带来的“效率价值”和“决策支持价值”。“价值存在但难以收费”的现象，本质上是支付体系尚未准备好，而非价值不清晰。

在支付出现“断层”的情况下下，各巨头的商业化探索已“分轨”。据记者观察，一类企业从入口与连接切入，通过AI重构信息获取与服务分发逻辑；一类企业将AI嵌入既有业务体系，通过服务闭环承接价值；还有企业则直接进入医疗体系内部，通过系统级改造推动落地。

百度健康是入口型路径中典型的一类。其“有医助理”从医生工作流切入，试图把AI做成医生的任务执行助手。它并不直接切入诊疗决策，而是先把“检索模式+任务模式”做出来，让医生在科研、病历、数据分析等高频任务上先用起来。

百度健康AI产品负责人对记者强调，“当前最重要的不是先谈商业模式，而是先把医生愿不愿意用、能不能用好这件事做成。”

京东健康则把自己放在场景闭环型路径的位置上。“我们并不单纯依赖基础模型本身直接变现，而是坚持‘模型开源+场景落地’的思路，将技术能力开放出去，通过生态扩容带动更多场景接入，进而实现服务规模化、商业化的可持续增长。京东健康相关负责人对记者表示。

讯飞医疗则更偏体系内嵌型。它并不满足于在互联网入口上做文章，而是直接把AI放进基层医疗、医院和居民健康管理中，形成G端、B端、C端三端联动。

刘宇琪对此的判断也很明确：医疗AI未来能否规模化，关键不在单一模型突破，而在数据、场景、监管与支付体系之间能否形成协同。一旦支付端无法承接，AI创造的价值就很难真正完成闭环。“未来3-5年，医疗AI的竞争将不再是单一模型的竞争，而是‘全栈技术能力+深度场景理解+生态协同与商业落地能力’的综合竞争，竞争格局可能会存在平台型巨头、垂直领域专家和技术赋能型厂商并存的局面。”

而在这条路径真正跑通之前，AI医疗仍将处在一个并行探索、路径分化、持续试错的阶段。

以国外企业OpenEvidence为例，其商业模式主要围绕医生端展开，通过提供基于循证医学的智能检索与决策支持工具，提升医生信息获取与临床判断效率，并探索“医生端免费+广告或增值服务变现”的路径并取得一定成果。

但刘宇琪认为，美国医生独立执业、医药营销市场发达，使"医生端免费+广告变现"可行；而中国医生多为医院雇员，采购决策集约化。

其进一步表示，国内同类产品的商业化路径需根本性重构：从"直接to医生"转向"to医院/药企/政府"，从"广告变现"转向"SaaS订阅或项目制服务"。同时，中文医学数据的分散性、指南的快速更新，也要求知识库建设投入更高，这进一步强化了ToB付费模式的必要性。