随着人工智能技术的快速发展，医疗大模型正在中国医疗体系中掀起一场数字化变革。从罕见病诊断到患者服务，从医院管理到临床决策支持，医疗大模型正在重塑传统医疗服务模式。
根据大健康派的不完全统计，截至2025年8月底，全国共89家医院落地了医疗大模型，涉及安徽、北京、福建、广东、贵州、河北、河南、湖北、湖南、江苏、辽宁、上海、山东、陕西、四川、天津、浙江、重庆共18个省市。
数据分析揭示，中国医疗大模型应用呈现显著的区域集聚与时间爆发特征。
区域集聚明显：
中国医疗大模型应用呈现出明显的区域集聚特征，华东和华北地区占据主导，合计占比超过58%，而东北和西北地区发展相对滞后。
其中，落地医疗大模型产品数量排名前5的有北京、上海、广东、浙江、山东5个省市，占总量的70%以上。
北京作为全国医疗资源最集中的城市，拥有北京协和医院、北京大学人民医院、北京大学第三医院等一批在医疗大模型应用方面走在前列的医疗机构。
上海作为国际医疗中心，集聚了复旦大学附属中山医院、上海交通大学医学院附属瑞金医院等顶尖医疗机构。
广东地区的中山大学附属第一医院、南方医科大学南方医院、广州医科大学附属妇女儿童医疗中心等机构在专科大模型应用方面各具特色。
浙江则以浙江大学医学院众多附属医院为代表，展现出强大的创新能力。
山东的齐鲁医院系统也在医疗大模型应用方面表现突出。
时间爆发特征：
2025年第一季度是中国医疗大模型应用的爆发期，之后虽有所回落但仍保持高位，显示出医疗大模型应用已进入快速发展阶段。
2024年Q3-Q4 医疗大模型应用处于起步阶段，主要集中在华东和华北地区的顶尖医院，如四川大学华西医院的“华西黉医”医学大模型、复旦大学附属中山医院的Diabetica糖尿病专用大模型等。这一阶段的应用以通用型大模型为主，场景覆盖相对有限。 2025年Q1 医疗大模型应用迎来爆发期。这一阶段的应用呈现出两大特点：一是地区扩散，从华东、华北向华南、西南等地区扩展；二是场景深化，从通用型向专科化、精细化方向发展，如北京协和医院的“协和·太初”罕见病大模型、上海交通大学医学院附属瑞金医院的瑞智病理大模型等。 2025年Q2 医疗大模型应用保持高位运行，发布数量虽有回落但仍处于高位。这一阶段的应用更加注重临床价值落地，如华中科技大学同济医学院附属同济医院的“济大夫”就医智能体、山东大学齐鲁医院的“齐鲁·心智”心肌病诊疗大模型等，都显示出更强的实用性和针对性。 2025年Q3 医疗大模型应用数量有所回落，但质量明显提升。这一现象反映出行业发展的阶段性特征：经历初期的快速探索后，市场正经历从“规模扩张”向“价值深耕”的理性回归。数量上的回调并非衰退信号，而是资源向更优质、更具整合能力的项目集中的体现。此阶段的应用重心显著转向系统集成与生态构建，标志着技术落地进入更成熟、更注重实效的阶段。
这种质量提升和系统性特征在代表性案例中得到清晰印证：
例如，北京大学第三医院的“羲和一号”医疗大模型，其设计不再局限于单一功能点，而是着眼于跨部门、跨流程的数据整合与协同，旨在构建覆盖诊疗全链条的智能支持体系，体现了强大的系统规划与整合能力。广州医科大学附属脑科医院的“惠爱”精神健康大模型作为垂直专科领域的深度应用，它不仅依赖模型本身的技术先进性，更强调与专科临床路径、数据标准、服务流程的深度融合，展现了在特定领域构建闭环生态的潜力。
基于前文所述的区域集聚特征，接下来将聚焦北京、上海、广东三大代表性地区，深入剖析其医疗大模型的核心应用场景，展现各自的差异化发展路径。
一、医疗大模型应用场景分类
根据大健康派统计，可以将医疗大模型应用场景归纳为8大核心类别，覆盖诊疗全流程：
二、北上广地区场景分布特征分析
1. 北京：综合性与专科深度并重
依托协和、北医三院等顶尖机构，聚焦辅助诊断核心场景，在罕见病、病理诊断及出生缺陷筛查等高难度领域形成技术壁垒。同时推动科研教学与临床应用深度结合（如北医三院与蚂蚁集团共建医疗大模型联合实验室），并突出中医智能化的差异化创新方向，实现传统医学与现代AI技术的融合。
核心特征：
辅助诊断场景占比最高（35%），覆盖罕见病、眼科、精神疾病等高难度领域（如协和医院罕见病AI、安定医院精神疾病诊断）。患者服务场景多样化（25%），突出全流程优化（如北医三院预问诊+用药指导、清华长庚患者服务）。中医场景集中（20%），依托国家级中医院（广安门医院、北京中医医院）实现诊疗全流程AI化。
典型案例： 天坛医院：精准影像识别+智能诊疗决策（神经科专长） 中山眼科中心：眼病筛查与诊断（专科垂直深化）
2.上海：专科化与科研融合突出
以瑞金、中山等医院为枢纽，在心血管、糖尿病等专科领域形成深度应用场景，临床决策支持系统覆盖治疗方案制定、手术规划模拟等全流程。2025年智慧医疗专项重点资助糖尿病临床大模型项目，凸显对慢性病管理的重视。技术层面聚焦多模态数据整合（影像、病理、病历等），推动精准医疗实践。
核心特征：
专科诊疗场景最密集（40%），聚焦心血管、消化内镜、糖尿病等优势学科（如中山医院4大专科大模型）。科研教学场景领先（15%），结合顶级医学院资源（华山医院文献检索、东方医院科研教学）。管理运营场景成熟（20%），覆盖病历质控、医联体协同（如东方医院医联体应用）。
典型案例： 瑞金医院：全流程临床病理辅助诊断（病理领域标杆） 肺科医院：手术规划模拟+病理诊断（外科精准化）
3.广东：健康管理与基层覆盖特色鲜明
依托广医一院、金域医学等机构，重点布局患者服务与健康管理场景，包括智能导诊、个性化用药指导及基层医疗赋能。第三方医检领域AI应用突出（如金域医学革新检测流程），构建预防-治疗-康复一体化模式，体现医疗资源下沉的区域特色。
核心特征：
健康管理场景占比最高（30%），构建“筛查-干预-随访”闭环（南方医院、省二院全健康管理）。基层医疗赋能突出（25%），如南方医院基层医师能力提升、新华医院基层儿科诊疗。妇幼与重症场景集中（20%），妇儿中心覆盖新生儿重症、更年期管理等细分领域。
典型案例： 南方医院：医院端+患者端+基层医师端三端协同 广医脑科医院：24小时精神心理全流程服务（心理健康创新）
4.北上广区域对比总结
三、核心发现与趋势展望
1.共性趋势：辅助诊断成基础刚需，全流程覆盖诊疗链条
辅助诊断为刚需：三地均将其作为核心场景（占比均超30%），印证AI在提升诊断效率中的基础价值。
全流程渗透：从诊前预问诊到术后随访，大模型正覆盖诊疗全链条（如复旦大学附属中山医院“全流程诊疗”）。
2.差异化路径：依托资源禀赋，探索特色化发展道路
北京：依托国家级医疗资源，攻坚高难度诊断与中医智能化；
上海：发挥科研优势，推动专科深度与临床决策支持融合；
广东：利用基层医疗网络，构建“预防-治疗-康复”健康管理生态。
3.未来方向：专科深化、多模态融合、基层赋能成发展主线
专科大模型爆发：如糖尿病（复旦大学附属中山医院Diabetica大模型）、眼病（中山大学中山眼科中心ChatZOC眼科大模型）等垂直领域将持续深化；
多模态融合：影像+病理+病历数据整合（如上海肺科医院手术规划模拟）成为技术焦点
基层赋能加速：广东模式或成全国范本，推动优质医疗资源下沉。
特别声明：智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
