医疗AI大模型与小模型的较量：机遇与挑战并存

随着AI技术的迅猛发展，医疗行业正经历着前所未有的变革。AI大模型的引入不仅改变了传统医疗行业的竞争格局，也在重塑医患关系。本月以来，多家公立和私立医院纷纷接入DeepSeek并启动本地化部署，瑞金、中山、协和等顶级医院也发布了各自的医疗垂直领域大模型。这一波热潮背后，既有技术平权的愿景，也有亟待解决的现实问题。

医疗AI的双重影响

医疗场景的严肃性、复杂性和低容错性，决定了医院、医生、患者与AI之间的磨合之路注定充满挑战。一方面，AI的普及有助于分级诊疗和精准医疗，但AI幻觉却增加了医患间的冲突和不信任。另一方面，大模型虽能减轻医生负担和医院管理成本，但其高昂的实施和维护费用也不容忽视。此外，开放式创新带来了新的知识产权保护和隐私安全问题，如何确保诊疗的准确性也成为亟待解决的关键。

医疗机构的积极参与

医疗机构自身投入行业大模型训练的趋势日益明显。据优实资本董事长邢杰观察，2024年已有超过百家AI大模型公司涌入医疗领域。尤其是“大三甲”医院，凭借其权威数据资源和临床转化能力，逐渐意识到后训练推理模型的成本优势。例如，上海瑞金医院发布的“瑞智病理大模型”（RuiPath）、复旦中山医院的心血管专病大模型“观心”，以及北京协和医院的“协和·太初”罕见病大模型，均展示了这一趋势。

小模型与大模型的比较

DCCI-未来智库首席专家胡延平指出，现阶段医疗大模型的发展更多是从“专用”到“通用”的过程。虽然通用大模型在某些特定方向上表现不佳，但专用模型在提升诊断准确率方面表现出色。然而，专用模型的性能提升也面临瓶颈，这时就需要通用大模型的通识能力、推理能力和多模态能力来赋能。因此，小模型与大模型并非对立，而是相辅相成的关系。

生态开放与数据共享

多名业内人士强调，无论是先入局的互联网医疗企业，还是后入局的医院，都需要加强生态合作和数据开放。医疗行业本质上是一个数据驱动型行业，大模型和AI医生的训练需要大量高质量的医疗数据。然而，医院对数据隐私和安全的顾虑依然存在，导致数据开放进展缓慢。尽管如此，企业侧的开源生态已初露端倪，如京东健康的“京医千询”医疗大模型成为国内首个全面开源的垂类大模型，这为行业树立了榜样。

患者与医生的新互动模式

DeepSeek引发的“技术平权”浪潮不仅改变了医疗服务的供给端，也对医患关系产生了深远影响。一些医生感到患者通过AI获取更多信息后，对其专业判断提出了质疑。这种变化虽然带来了挑战，但也促使医生不断提升专业能力，减少过度诊疗。长远来看，AI大模型的应用有助于医疗的“去中心化”，提升基层医疗服务水平，让更多患者受益于优质的医疗资源。

抑制AI幻觉的重要性

无论是持审慎态度还是乐观态度的专家都认为，目前距离AI开处方还有一段距离。AI幻觉的存在仍然是一个亟待解决的问题。邢杰分析，AI幻觉产生的原因包括训练数据偏差、概率模型的局限性、泛化过程中的误差等。要抑制AI幻觉，关键在于将诊断流程的推理过程白盒化，使AI能够自我校验，从而提高诊断的准确性。随着技术的进步，AI将不断逼近更高的准确性，最终赢得医患双方的信任。