《Winning Insights》

　　文章精選系列

　　贏在衛(wèi)寧

　　衛(wèi)寧健康（300253）精心打造的醫(yī)療數(shù)字化期刊《Winning Insights》(中文名：《贏在衛(wèi)寧》)作為數(shù)智醫(yī)療新時代的記錄者，數(shù)載如一日記錄著行業(yè)的發(fā)展變化。為更好地傳播優(yōu)質(zhì)內(nèi)容，傳遞有價值的觀點(diǎn)，衛(wèi)寧健康特推出《Winning Insights》文章精選系列，隨每期期刊的發(fā)布更新。

　　在主題為《AI內(nèi)生，價值超越》的2025年11月刊中，精選2篇文章供讀者參考，每日更新1篇。

　　生成式AI驅(qū)動醫(yī)療從傳統(tǒng)信息化邁向智能體時代，醫(yī)療AI正經(jīng)歷由工具到伙伴、由局部到全局的躍遷，邁向全面自主、協(xié)同融合的AI Agent3.0新紀(jì)元。

　　演講|林紅(IDC高級分析師)

　　整理|楊吳婕

　　科技的發(fā)展正在改變醫(yī)療信息化的運(yùn)行方式，當(dāng)前AI與醫(yī)療正經(jīng)歷從工具到伙伴的智能化躍遷，這一趨勢為醫(yī)療行業(yè)帶來了深刻變革和巨大機(jī)遇。

　　生成式AI無疑是當(dāng)前變革的核心驅(qū)動力。自2023年起，生成式AI的迅速發(fā)展使得企業(yè)紛紛向AI驅(qū)動的商業(yè)模式轉(zhuǎn)型。從整個發(fā)展階段來看，2023-2024年為試點(diǎn)實驗期，企業(yè)開始嘗試應(yīng)用生成式AI；2025-2026年，市場進(jìn)入推廣采用階段，AI大轉(zhuǎn)型開始逐步推進(jìn)。

　　當(dāng)前，企業(yè)正推進(jìn)基礎(chǔ)架構(gòu)、AI平臺、應(yīng)用及數(shù)據(jù)變革，落實生成式AI普及，推動業(yè)務(wù)發(fā)展。根據(jù)IDC調(diào)研數(shù)據(jù)顯示，全球93%的企業(yè)已開始準(zhǔn)備生成式AI，而中國走在科技前沿，97%的中國企業(yè)已積極探索該技術(shù)。

　　生成式AI技術(shù)的發(fā)展階段

　　1

　　 IDC對醫(yī)療大模型的技術(shù)評估

　　2023年以來，已有百余個醫(yī)療大模型相繼問世，覆蓋醫(yī)療、醫(yī)保、醫(yī)藥等領(lǐng)域，在診前、診中、診后的全周期中展現(xiàn)出初步的應(yīng)用價值。

　　 IDC 作為技術(shù)觀察者，在2024年底，我們對多家廠商醫(yī)療大模型展開技術(shù)評估，包括醫(yī)療信息化、AI及云計算科技廠商、醫(yī)療創(chuàng)新型廠商。測試場景涵蓋知識問答、檢驗檢查解讀、病例分析、病例生成等。

　　初步結(jié)果顯示，多個大模型在上述場景中表現(xiàn)良好。性能方面，模型在任務(wù)執(zhí)行的準(zhǔn)確性、全面性和專業(yè)性上展現(xiàn)出較高水平；數(shù)據(jù)處理方面，模型展現(xiàn)出多模態(tài)交互能力；部署方面，技術(shù)廠商基本掌握蒸餾、剪枝和壓縮等技術(shù)，提供適應(yīng)不同用戶需求的小型化模型。此外，廠商積極投入資源，組建本地化團(tuán)隊，及時響應(yīng)用戶需求。

　　同時，我們也發(fā)現(xiàn)大模型依然存在一些問題。部分模型在執(zhí)行統(tǒng)一任務(wù)時一致性較差，也存在幻覺；多模態(tài)的數(shù)據(jù)融合還處于前期階段；廠商對于用戶的需求理解、場景的挖掘有待提升等。因此，模型需要持續(xù)去進(jìn)階。

　　2

　　醫(yī)療大模型的演進(jìn)方向

　　隨著技術(shù)不斷進(jìn)步，醫(yī)療大模型正朝以下四個方面演進(jìn)：

　　一是底層模型多樣性：從技術(shù)路徑角度，醫(yī)療大模型的技術(shù)基礎(chǔ)日益豐富。DeepSeek憑借其高性能和低成本，成為醫(yī)療用戶接觸大模型的入口。

　　二是推理能力增強(qiáng)：DeepSeek出現(xiàn)加速了推理模型的發(fā)展，并引入了長鏈推理技術(shù)，使得模型能夠模擬醫(yī)生思維，提升整體推理能力。

　　三是多模態(tài)數(shù)據(jù)融合：新一代模型通過統(tǒng)一特征提取和融合框架，打破不同數(shù)據(jù)類型之間的壁壘，將文本描述、影像特征、檢驗信息等多元信息進(jìn)行深度關(guān)聯(lián)與協(xié)同分析。

　　四是可靠性提升：在醫(yī)療場景中，可靠性至關(guān)重要，因此大模型引入了知識圖譜和RAG技術(shù)，確保輸出結(jié)果的可追溯和事實核查，提升了模型的可靠性。

　　3

　　醫(yī)療AI到智能體的演變

　　縱觀市場，大模型已進(jìn)入智能體發(fā)展時代。2025年為智能體爆發(fā)之年，隨著大模型興起，企業(yè)應(yīng)用快速實現(xiàn)智能化轉(zhuǎn)型，從傳統(tǒng)應(yīng)用轉(zhuǎn)向具備“頭腦”的智能體。轉(zhuǎn)型路徑從“智能體補(bǔ)充、增強(qiáng)、主導(dǎo)”向“智能體即應(yīng)用”的方向。2025年，17%的企業(yè)應(yīng)用以智能體補(bǔ)充形式存在，在原有應(yīng)用嵌入智能體，而部分界面也被智能體取代。預(yù)測至2027年，以智能體補(bǔ)充形式的企業(yè)應(yīng)用將實現(xiàn)規(guī)�；�。

　　醫(yī)療AI的發(fā)展路徑可劃分為三個關(guān)鍵階段，逐步實現(xiàn)從基礎(chǔ)工具到智能伙伴的躍遷：

　　早期傳統(tǒng)AI階段：以單點(diǎn)的軟件應(yīng)用為主，主要集中在臨床決策支持系統(tǒng)、醫(yī)學(xué)影像AI系統(tǒng)、AI新藥研發(fā)等方向。這類系統(tǒng)基于早期的技術(shù)支撐，其泛化能力相對較弱，專業(yè)性也有待提升。

　　醫(yī)療大模型突破階段：大模型以對話框交互形式承接臨床、科研、管理等各類任務(wù)，彰顯出應(yīng)用潛力，為行業(yè)發(fā)展帶來突破性進(jìn)展。DeepSeek的問世進(jìn)一步加速了大模型在企業(yè)及行業(yè)場景的落地，快速提升其在醫(yī)療領(lǐng)域的整體滲透率，推動醫(yī)療AI Agent1.0時代正式到來。

　　智能體轉(zhuǎn)型關(guān)鍵階段：當(dāng)前，醫(yī)療AI正從單純的輔助工具向協(xié)同伙伴角色升級。IDC數(shù)據(jù)顯示，中國在AI Agent應(yīng)用層面領(lǐng)先于多個國家，而醫(yī)療行業(yè)的推進(jìn)速度又位居全行業(yè)前列，已有90.3%的醫(yī)療組織完成AI Agent部署。不過，目前醫(yī)療組織部署的AI Agent數(shù)量多集中在6-10個，整體仍處于前期試水階段，后續(xù)需通過持續(xù)的轉(zhuǎn)型與升級完善應(yīng)用體系。醫(yī)療AI Agent的階段又可以細(xì)分成1.0和2.0階段：

　　(1)醫(yī)療AI Agent1.0時代：呈現(xiàn)半自主性、AI編輯驅(qū)動、單點(diǎn)運(yùn)行及場景分散的核心特征。這一階段的AI Agent本質(zhì)上屬于被動響應(yīng)工具，需依賴人工輸入指令并設(shè)定運(yùn)行規(guī)則，且多以獨(dú)立軟件形式存在，與現(xiàn)有業(yè)務(wù)系統(tǒng)相互隔離。同時，不同AI Agent之間缺乏協(xié)同機(jī)制，應(yīng)用場景局限于診前、診中的單點(diǎn)任務(wù)，未能形成規(guī)�；瘧�(yīng)用效應(yīng)。

　　1.0時代，AI Agent主要提升醫(yī)生工作效率，改善患者就醫(yī)體驗，加速科研流程，優(yōu)化資源配置。1.0時代的AI Agent側(cè)重于效率提升，幫助醫(yī)療行業(yè)簡化傳統(tǒng)流程。

　　(2)醫(yī)療AI Agent2.0時代：在自主性層面，實現(xiàn)從感知、規(guī)劃到執(zhí)行的全流程自主化升級；在系統(tǒng)集成層面，可與HIS、EMR等核心醫(yī)療信息系統(tǒng)融合，能自主抓取系統(tǒng)數(shù)據(jù)進(jìn)行分析處理，并將結(jié)果回溯回填至信息系統(tǒng)；在功能形態(tài)層面，從單一工具演進(jìn)為多智能體協(xié)同運(yùn)作的系統(tǒng)；在應(yīng)用場景層面，全面覆蓋診前、診中、診后全流程，并延伸至科研、管理等多個領(lǐng)域，形成全域鋪開的應(yīng)用格局。

　　2.0時代，AI Agent不僅提升效率，提供更高級的決策支持，推動精準(zhǔn)醫(yī)療，形成主動患者管理模式，助力科研和醫(yī)院精細(xì)化運(yùn)營。AI Agent從提高工作效率，發(fā)展為能夠主動改變醫(yī)療工作方式和決策的合作伙伴。

　　4

　　技術(shù)廠商如何應(yīng)對AI智能體的挑戰(zhàn)

　　醫(yī)療AI向智能體轉(zhuǎn)型并非一帆風(fēng)順，仍面臨諸多挑戰(zhàn)。根據(jù)IDC調(diào)研，在AI Agent業(yè)務(wù)應(yīng)用方面，近半數(shù)醫(yī)療用戶擔(dān)憂Agent輸出結(jié)果的可解釋性，以及自主行動引發(fā)的安全問題。在實施部署方面，主要挑戰(zhàn)包括系統(tǒng)集成、數(shù)據(jù)安全、倫理管理和監(jiān)管等。盡管存在阻力，AI Agent的發(fā)展仍勢在必行，醫(yī)療行業(yè)需正視并解決上述問題，以推動醫(yī)療AI Agent時代的到來。

　　在應(yīng)對挑戰(zhàn)的過程中，技術(shù)廠商扮演著至關(guān)重要的角色。廠商需克服挑戰(zhàn)，推動AI Agent發(fā)展。為了實現(xiàn)這一目標(biāo)，廠商應(yīng)具備四大核心能力：技術(shù)能力、服務(wù)能力、行業(yè)知識和資源稟賦。

　　技術(shù)能力：技術(shù)能力是基礎(chǔ)，尤其在AI Agent的初期階段，廠商技術(shù)突破已取得顯著進(jìn)展。DeepSeek出現(xiàn)為技術(shù)的發(fā)展帶來了重要的突破，成為這一階段AI Agent發(fā)展的關(guān)鍵基石。

　　服務(wù)能力：廠商需提供針對AI Agent的咨詢、設(shè)計、實施、部署及運(yùn)維及定制服務(wù)。行業(yè)知識：廠商需深入理解醫(yī)療用戶需求和場景，設(shè)計出用戶所需要的AI Agent。

　　資源稟賦：廠商需收集積累大規(guī)模的高質(zhì)量數(shù)據(jù)，積累客戶資源、生態(tài)資源，并擁有醫(yī)療系統(tǒng)的入口。

　　5

　　展望AI Agent3.0時代

　　隨著技術(shù)的持續(xù)進(jìn)步，AI Agent發(fā)展過程中需要與更多的業(yè)務(wù)系統(tǒng)進(jìn)行集成融合，需要與更多的外部工具實現(xiàn)無縫對接，也涉及更多的利益相關(guān)者及廠商。AI Agent在未來發(fā)展過程中，不僅是單個廠商能獨(dú)立推動的，需要不同類型的廠商以及關(guān)聯(lián)者，在各自擅長的領(lǐng)域發(fā)揮專業(yè)優(yōu)勢，通過優(yōu)勢互補(bǔ)、資源共享等方式構(gòu)建起整個醫(yī)療AI的發(fā)展生態(tài)。

　　 AI Agent從1.0到3.0時期

　　在多方協(xié)同下，AI Agent將從1.0、2.0進(jìn)一步向3.0時代邁進(jìn)。我們認(rèn)為，醫(yī)療AI Agent3.0時代將具備以下特征：實現(xiàn)全面自主化能力，完成醫(yī)療、醫(yī)保、醫(yī)藥三個領(lǐng)域的任務(wù)及數(shù)據(jù)融合；在生態(tài)體系下整合多智能體，最終達(dá)成AI Everywhere的愿景。伴隨這一升級，其價值將超越2.0時代，有望構(gòu)建診療閉環(huán)、重塑醫(yī)療服務(wù)體系、重構(gòu)醫(yī)院運(yùn)營流程，并最終實現(xiàn)全民健康的愿景。

　　我們帶著期許，共同努力見證AI Agent3.0時代的到來。