医疗大模型，最核心的十家公司！

2025年以来，医疗人工智能迈入“大模型驱动” 的新发展阶段。

过去十年，医疗AI主要集中在医学影像识别、辅助诊断等单点场景，而以GPT、Gemini、Claude等大模型为代表的新一代AI技术，正在推动医疗从单任务智能走向全流程智能。

从临床端看，医疗大模型已深度渗透行业核心环节，覆盖病历智能书写、临床决策辅助、医学知识检索、患者健康管理、药物研发及医院运营管理等关键场景，全面赋能医疗服务提质增效。

全球资本市场也正在加速押注医疗AI。2025年，美国医疗AI融资继续保持高热度，Abridge、Ambience Healthcare、Hippocratic AI、OpenEvidence等企业获得大额融资，投资方向从早期技术验证逐渐转向医院规模化部署。

与此同时，政策环境也在推动医疗AI规范化发展。美国FDA、欧盟AI Act、中国人工智能医疗应用规范等监管体系正在逐步完善，医疗大模型的发展方向正在从“模型能力竞争”转向“安全、合规和临床价值竞争”。

未来几年，医疗大模型的行业竞争将不再局限于基础模型技术的单点对抗，而是演变为模型能力、医疗数据、临床场景、医院生态四位一体的综合实力竞争。

下文筛选海内外各10家代表性企业，集中展现了全球医疗大模型产业链核心力量与资本流向（本文内容仅作行业研究参考，不构成任何投资建议、投资引导及相关承诺）。

海外医疗大模型产业链核心企业

（10家）

Anthropic——重塑医疗长文本AI标杆

全球头部大模型厂商。Anthropic依托Claude系列低幻觉、高安全、超长上下文能力，搭建面向医疗领域的底层 AI 基础设施，广泛用于医学文献研读、知识管理与科研辅助。

Claude支持200K上下文窗口，可一次性载入完整病历、多份检验影像资料与批量医学文献，支撑临床研判、医学问答与科研推理。

公司采用双线产品布局：面向生命科学研发的 Claude for Life Sciences，以及面向医疗机构合规场景的 Claude for Healthcare，后者聚焦 EHR 解析、临床文档处理、药物研发，适配医院现有信息系统与行业合规要求。

2026年4月，Anthropic 收购 Coefficient Bio，补强药物研发与生命科学复杂推理能力。平台对接CMS医疗数据、ICD-10、PubMed、Medidata临床试验平台等权威资源，构建标准化医疗AI协作生态，持续推进临床与科研商业化落地。

OpenAI——领跑全球医疗通用大模型生态

全球生成式 AI 领域的标杆企业、医疗大模型赛道核心生态基建厂商。公司持续推动ChatGPT从通用智能助手，迭代为大众健康咨询+医疗机构临床辅助双线分层的专业医疗工具体系。

2026年1月，OpenAI推出两款医疗产品：面向普通用户的 ChatGPT Health、面向医疗机构的合规方案 ChatGPT for Healthcare。平台每周承载超 2.3 亿次健康类交互，是全球体量最大的大众健康 AI 入口。GPT-4o在包含医学影像的USMLE测评中取得90.4%准确率，在病例推理、医学图文判读、复杂临床场景理解方面优势显著。

OpenAI 采用平台化生态策略推进医疗落地，通过开放 API 拓展应用场景。平台联动b.well打通电子病历资源，落地AdventHealth、纪念斯隆-凯特琳癌症中心、加州大学旧金山分校等多家顶级医疗机构，持续巩固全球医疗 AI 生态优势。

图片来源：金京勋|路透社 

Hippocratic AI——安全可控的非诊断医疗AI

医疗Agent赛道代表性初创企业。Hippocratic AI走出了差异化医疗AI 路径：避开临床诊断场景，专注患者随访、护理协调、预约管理、慢病咨询等非诊疗类服务，通过划定 AI 任务边界从源头降低医疗风险。

2025年3月，公司发布第三代医疗专用模型Polaris 3.0，采用多模型协同架构，适配慢病随访、用药提醒、就诊预约等标准化场景。模型支持14种医疗语种交互，搭载医疗语音识别能力，适配多语言医患沟通需求。

产品核心壁垒为安全沙箱机制，严格约束 AI 输出边界，自动拦截诊断、处方、治疗建议等高风险内容，显著提升临床合规水平。目前企业已和多家美国医疗机构合作落地，聚焦院后护理与慢病管理规模化推广，是美国非诊疗场景增长迅猛的医疗Agent厂商。

OpenEvidence——辅助医生决策的循证医疗AI

全球头部医疗AI独角兽。由哈佛博士Daniel Nadler联合哈佛机器学习实验室 Zachary Ziegler创立，核心产品是面向执业医师的循证AI 临床证据检索与推理引擎。区别于通用医疗AI，平台不面向大众问诊，专注服务执业医师，依托权威医学知识库+大模型推理，为临床决策提供可溯源、高严谨度的专业依据。

OpenEvidence拥有独家版权医学内容生态，与《新英格兰医学杂志》、JAMA 全系列专科期刊、美国医学会、NCCN肿瘤指南等权威机构达成内容授权。模型仅依托同行评审医疗文献开展证据检索与推理，不抓取互联网碎片化非专业信息，以此降低幻觉风险，知识库持续动态更新保障医学信息时效性。

2025年7月，平台上线DeepConsult AI Agent，大幅升级复杂病例分析、多维度证据整合能力，支持病历、检验报告上传，以自然对话形式输出结构化、可溯源的临床决策参考，适配真实临床诊疗场景。

Google——多模态“医生”版谷歌

全球医疗多模态AI赛道核心玩家。 依托Gemini、MedLM和MedGemma等模型体系，覆盖医学文本理解、医学影像分析、基因组研究和临床辅助等应用场景。差异化核心优势在于“大模型能力+医疗数据积累+云基础设施”的综合生态。

依靠Gemini for Healthcare落地医疗垂直场景，持续迭代专业医学多模态模型。2025年推出MedGemma 1.5，轻量化影像识别能力显著增强，可完成胸片判读、皮肤镜、眼底影像筛查等任务；模型提供开源分层方案，同时支持院内私有化部署与云端调用。

同时，Google DeepMind研发AMIE医学对话系统，探索AI辅助问诊、医患沟通场景，在标准化医学测评中具备较强病例推理能力。

借助Google Cloud联动医疗机构与电子病历服务商，将AI能力嵌入临床工作流程，已完成与Epic主流EHR系统对接，打通病历调取、影像存储、智能分析完整链路，助力医疗AI规模化落地。

图片来源：DIGITIMES

Microsoft——医院临床工作流AI平台

医疗AI商业化落地的重要推动者，核心优势在于临床工作流深度整合。

2022年，微软斥资197亿美元收购Nuance Communications，夯实医疗语音识别、临床文档自动化技术壁垒。

2025年，微软整合Nuance语音技术与Copilot大模型体系，推出医师端助手Dragon Copilot。平台融合医疗语音识别、大模型推理与EHR接口，实时生成诊疗病历、SOAP病程记录与临床摘要，减轻医生文书负担。

同期上线Copilot Health，拓展患者数据检索、临床决策支持、健康内容生成能力，覆盖院内诊疗与患者管理场景，补齐医疗AI产品矩阵。

依托Nuance技术积累、Azure云生态与产业合作资源，微软完成与Epic等主流医疗信息系统对接，把AI原生嵌入医院诊疗流程。凭借成熟的流程适配能力与大量落地案例，成为商业化成熟度、医疗机构适配能力领先的医疗AI平台。

Abridge——环境式临床 AI赛道标杆

全球Ambient Clinical AI（环境式临床AI）领域的代表企业之一，精准解决医生病历撰写、信息整理、编码填报、出院小结编撰等繁重文书痛点。

区别于通用对话AI，Abridge主打临床工作流深度嵌入，原生对接医院电子病历系统，实现医患沟通、文书生成、临床归档全流程无缝落地。依托大模型与医疗语音技术，Abridge能够实时采集门诊对话，自动生成标准化SOAP记录、病历摘要与临床编码建议。

公司与NVIDIA达成技术战略合作，依托高性能算力持续优化实时语音识别与临床对话推理能力，适配高压临床场景。

Abridge已落地Kaiser Permanente、Sutter Health、Emory Healthcare、UCSF等多家美国顶级大型医疗系统，商业化落地成熟。其清晰印证一条行业落地路径：医疗AI规模化落地优先方向并非替代诊断，而是依靠文书自动化释放医生精力，也是医疗AI SaaS赛道落地成效显著的代表企业。

Ambience Healthcare——全流程临床AI助手平台

全流程临床AI助手。相较传统医疗文档工具，覆盖医生诊前至诊后完整工作链路，落地场景囊括临床文档生成、医疗编码辅助、临床文档完整性管理（CDI）、临床决策支持、患者沟通服务。

依托大模型深度解析专科术语与诊疗范式，Ambience提供科室定制化模型方案：急诊面向快速生成SOAP记录，肿瘤科适配复杂病历汇总与MDT整合，专科门诊侧重精准编码与流程辅助。平台原生兼容Epic、Cerner主流EHR系统，可嵌入医院现有临床工作流。

产品覆盖超200余个临床专科，已落地Cleveland Clinic、UCSF Health等头部医疗机构。依托模块化架构与订阅模式降低医院部署门槛，并通过底层模型合作持续优化临床推理能力。

Innovaccer——医疗 AI 时代的数据底座基础设施

与Abridge、Suki等临床AI应用企业不同，Innovaccer并非专注于单一医疗大模型或临床助手，而是定位为医疗AI时代的数据基础设施提供商。其核心目标是解决医疗机构长期存在的数据分散、格式不统一和跨系统难以利用等问题。

Innovaccer首席执行官 Abhinav Shashank

公司通过Healthcare Intelligence Cloud构建统一医疗数据平台，整合电子病历（EHR）、医保数据、检验结果、患者行为数据和人群健康数据等多源信息，为医疗机构提供患者360度视图、风险预测、人群健康管理和运营分析等能力。在此基础上，Innovaccer进一步将大模型能力嵌入医疗工作流程，推出AI Copilot产品，辅助护士、护理协调员和健康管理人员开展日常工作。

Innovaccer深度服务美国头部大型医疗系统，可对外输出经过标准化治理的高质量医疗数据，同时兼容自研智能体与第三方AI应用部署。在医疗AI产业链中，它承担底层数据操作系统的核心角色，是打通医疗原始数据、AI 模型与临床应用的关键基础设施。

Suki AI——医疗语音交互Agent

美国医疗语音AI赛道核心厂商，依托自然语言交互优化医生使用医疗信息系统的效率。与侧重对话转录、文书生成的Abridge不同，Suki以语音作为操作电子病历的交互入口，摆脱键盘限制，实现医疗信息录入、调取、整理全流程提效。

核心产品Suki Assistant融合高精度医疗语音识别与大模型，支持病历录入、EHR信息检索、临床摘要生成。凭借低延迟语音交互与深度系统适配能力，原生兼容Epic、Cerner主流电子病历平台，适配急诊、ICU 等强实时性、高负荷临床场景。

Suki AI已服务Ascension、MedStar Health等大型医疗体系，并与Google Cloud、Epic达成生态合作，持续迭代云端语音推理与院内系统适配能力。企业折射医疗AI演进方向：医疗助手从文本问答，升级为深度嵌入临床工作流的语音交互智能体。

中国医疗AI大模型生态核心企业

（10家）

阿里系（阿里健康、蚂蚁医疗）—普惠落地医疗 AI

区别于纯技术型医疗大模型厂商，阿里健康联合蚂蚁集团，走出“流量生态+医药履约+临床AI”的独特落地路径。以蚂蚁医疗大模型为技术底座，依托支付宝生态打通大众健康服务与公立医院临床辅助，是国内少数实现C端普惠服务、B端临床落地、产业服务闭环的医疗AI平台。

C端打造完整健康服务体系。2025年6月推出独立AI健康应用蚂蚁阿福（AQ），依托万亿级专业医疗语料训练，支持图文、语音多模态交互，具备体检报告解读、皮肤影像初筛、名医AI分身全天候答疑能力，并联动可穿戴设备输出个性化慢病管理方案。

B端面向公立医疗体系落地，模型已接入全国5000余家公立医院，落地智能导诊、问诊摘要、合理用药预警等临床辅助功能，近200位三甲专家上线AI分身拓展诊疗服务边界。依托蚂蚁大模型与阿里健康协同，搭建AI咨询、线上问诊、处方流转、药品履约全链路闭环。

平台将AI健康问答、报告解读、挂号问诊能力嵌入支付宝小程序，依托医保码与支付流量打造普惠医疗入口。蚂蚁医疗大模型通过信通院医疗健康大模型双领域可信安全评估，在MedBench等权威评测中表现位居行业前列。

医联——“临床问诊”医疗大模型

国内深耕AI诊疗赛道的互联网医疗企业。依托自研MedGPT垂直医疗大模型，覆盖大众问诊、院内临床辅助、医药研发场景，搭建面向用户、医院、药企的多层级 AI 应用体系。

MedGPT采用独创的"快慢双系统"架构，完整模拟临床医师思考逻辑：快系统负责自然语言交互、快速分诊与即时健康问答，对应医生直觉式判断；慢系统依托海量临床指南、循证文献与知识图谱开展多层严谨深度推理、多轮病情校验，从底层抑制大模型幻觉风险。

2026年1月，Nature子刊《npj Digital Medicine》发布全球首个医疗 AI 临床评估标准CSEDB，医联MedGPT取得0.985分位列全球首位。

以“未来医生”App为C端载体，面向大众提供AI在线问诊、慢病管理、报告解读服务；面向三甲医院输出院端临床辅助工具，用于病历整理、诊疗方案参考。同时赋能药企，支撑临床试验设计、真实世界数据挖掘等研发工作，打通大众医疗、院内诊疗、医药创新完整链路。

百川智能——“低幻觉”循证医疗基础模型

百川智能由搜狗创始人王小川于2023年创立，专注医疗底层基础模型研发。

2026年1月22日，公司推出循证增强医疗大模型Baichuan-M3 Plus，依托六源循证体系与首创证据锚定技术，模型所有医学结论均可精准溯源至原始期刊论文、临床指南对应段落，事实幻觉率降至2.6%，处于全球公开评测领先水平。

借助MoE架构、量化、投机解码等工程优化，模型API调用成本较前代降低 70%，有效削减医疗机构落地算力成本。公司推出 “海纳百川” 开放计划，向医疗机构、科研人员开放模型 API，已有数百家机构接入；同时联合多家三甲医院落地儿科、全科 AI 联合门诊试点。

百川智能A轮融资总额50亿元，投资方囊括阿里、腾讯、小米、深创投及多地人工智能国资基金。依托资本优势持续迭代底层模型，企业在产业链中承担可信医疗基座角色，依靠低幻觉、可溯源的循证方案，为各类医疗 AI 应用提供稳定底层支撑。

科大讯飞——扎根基层的国产自研医疗AI

国内较早实现医疗AI规模化临床落地的厂商。依托自研星火医疗大模型，打造全国产算力底座的医疗多模态能力，兼顾三甲医院临床辅助与基层医疗普惠赋能，形成 “模型技术+终端产品+场景运营” 一体化落地路径。早在2017年，旗下“智医助理”便成为全球首个通过国家执业医师资格考试的AI 系统。

2026年6月9日，讯飞医疗发布基于全国产算力训练的星火医疗大模型V3.5。该模型在上海人工智能实验室MedBench智能体评测中取得98.9分，医疗场景交互、多智能体协作、医疗安全合规等多项能力位居首位；在IDC《中国医疗大模型技术评估2026》测评中综合实力排名第一，15项核心指标里12项能力领跑，覆盖辅助诊断、病历生成、诊后随访等场景。

企业核心差异化优势在于基层医疗深度渗透：智医助理覆盖全国811个区县、7.7万家基层医疗机构，持续为基层医师提供辅助诊断、用药及转诊建议，建成国内覆盖范围最广的AI诊疗辅助体系。依托大规模真实临床场景沉淀诊疗数据，持续驱动模型迭代，形成研发与临床应用双向闭环。

平安科技——“医+险”联动临床推理医疗大模型

平安科技依托平安集团的海量医疗数据和保险场景，推出了平安医疗大模型3.5。2026年，该模型在OpenAI发布的HealthBench Hard高难度医疗基准测试中以57.27分排名全球第一，这一成绩超越了所有国际竞争者，成为医疗推理能力的新标杆。

核心产品AI-MDT Pro（多学科AI会诊系统）已在多家肿瘤医院落地。该系统能模拟MDT（多学科诊疗）流程，整合肿瘤内科、外科、放疗科、影像科和病理科的知识，为复杂肿瘤病例生成个性化治疗方案建议。临床数据显示，AI-MDT Pro的治疗方案被专家采纳率达到85%。

平安的差异化优势在于"医+险"联动——医疗大模型不仅服务于诊疗，还深度嵌入健康险的核保、理赔和健康管理环节，构建了从预防到诊疗到保险的完整闭环。

DeepSeek——医疗AI基础模型开源技术底座

通过高性能、低成本的开源推理模型，为医疗AI应用提供底层技术能力。DeepSeek-R1发布后，其推理能力和开放生态吸引医疗科技企业、科研机构和开发者探索在医学文献分析、医疗知识问答、药物研发辅助和医疗Agent开发等场景中的应用。

相比依赖闭源模型的医疗AI方案，DeepSeek的开源路线降低了模型部署和应用开发门槛，使医疗机构和创业公司能够基于基础模型快速构建垂直化医疗应用。

在产业应用方面，DeepSeek主要通过生态合作推动落地。例如，复星医药旗下药物研发智能体平台PharmAID引入DeepSeek推理能力，用于辅助药物靶点发现、分子设计和临床研究等环节。该模式体现了DeepSeek的核心价值：通过通用推理模型与医疗行业知识结合，加速垂直医疗AI应用创新。

商汤医疗——医疗世界模型+SenseCare智慧诊疗平台

依托“1+X”战略分拆独立运营的智慧医疗主体，由张少霆担任CEO，核心团队汇聚商汤研究院、头部高校与三甲医院复合型人才。公司率先布局医疗世界模型赛道，主张AI从静态问答转向动态临床模拟，可推演疾病演进、预测治疗结局、实时解析术中解剖变化。

以Medical Agentic OS医疗智能体操作系统与自研大模型生产平台为技术底座，搭建完整产品矩阵，涵盖医疗大语言智能体、AI影像手术规划、病理大模型与多模态训练基础设施。自研临床级医疗大模型 “大医” 依托超300亿token医学语料训练，在专业评测集上性能超越主流通用大模型。

核心产品SenseCare智慧诊疗平台覆盖多器官AI影像诊断与手术规划，持有国内首张肝脏CT辅助诊断NMPA三类证，肝脏智能手术规划系统大幅缩短术前方案设计时长；病理AI台落地多家头部三甲医院，公司牵头搭建MedBench医疗大模型评测体系。

2026年先后完成A轮、B轮大额融资，估值突破百亿迈入Pre-IPO阶段，冲刺 “医疗世界模型第一股”。业务已实现出海布局，伴随AI辅助诊断纳入国家医保目录，商业化持续提速。

百度——本土医疗知识体系化落地平台

百度在2025年发布ERNIE 5.0，参数量达2.4万亿，为原生全模态大模型，支持文本、图像、语音、视频的统一理解。基于该基座衍生医疗专用模型ERNIE-Health，依托1200万份国内电子病历、医学教材与临床指南完成领域增量预训练。

旗下的医疗品牌"灵医"已服务超过2000家医疗机构，覆盖智能问诊、病历质控、合理用药审查和医保DRG编码等场景。ERNIE-Health的差异化在于"中国本土化"——训练数据全部来自国内三甲医院的真实病历，对中国人群的疾病谱、用药习惯和诊疗流程理解更深。

百度还与国家卫健委信息中心合作，参与制定医疗大模型的应用标准与合规框架，是参与国内AI医疗标准制定最深入的大厂之一。

华为——国产多模态医疗AI底座

华为的盘古大模型在医疗领域迭代至3.0版本，训练数据涵盖千万级病历、百万级医学影像和数十万份基因组数据，覆盖23个临床科室。模型采用多模态统一编码架构，可同步解析文本病历、CT/MRI 影像与基因测序信息。

临床场景中，盘古医疗3.0在早期肺癌筛查表现突出，基于低剂量 CT 的肺结节检测、良恶性判别准确率达91.7%，已落地多家三甲医院放射科；同时在糖尿病眼底病变筛查、乳腺癌影像辅助诊断领域达到专家级水准。

华为核心差异化是端-边-云协同架构，盘古医疗模型可部署于自研昇腾AI芯片，支持医院边缘本地运行，满足医疗数据不出院的安全要求。企业提供从AI算力基础设施到行业模型的完整解决方案，在智慧医院工程化落地层面具备独特优势。

医渡科技——医疗大模型数据与知识基础设施

国内医疗数据基础设施标杆，核心引擎YiduCore累计处理超70亿份医疗记录，服务一万余家医疗机构。YiduCore定位为医疗大模型专属数据底座，依托标准化治理体系，把院内碎片化原始数据转化为适配模型训练的高质量数据集。

2025年，医渡科技依托YiduCore推出MED-RAG医疗检索增强架构，实现大模型与专业医疗知识库深度融合，将临床问答幻觉率控制至1%以内。搭载该架构的 “医渡智循” 临床决策平台已落地40余家三甲医院，覆盖心血管、肿瘤、肾脏病等专病场景。

企业差异化路径明确：不侧重自研通用大模型，聚焦打造支撑医疗大模型落地的数据与知识基础设施。旗下联邦学习平台支持多机构联合建模、原始数据不出域，有效破解医疗行业数据孤岛与数据隐私合规痛点。

文章来自于“智药局”，作者“林远”。