即使到了2025年，AI医疗依旧“红得发紫”。

从生成式AI、大模型等新一代AI技术在医疗健康/生命科学寻求临床价值验证到各类AI医疗健康/生命科学应用层出不穷，百花齐放……AI医疗健康/生命科学创新实践在如火如荼开展的同时，市场规模也不断攀升。据甲子光年预测，2025年中国AI医疗市场规模将达到1157亿元，且预计2028年还将攀升至1598亿元。

行业高速发展的同时，一个疑问也摆在了产业各方面前——当AI与医疗健康/生命科学的融合已然取得佳绩时，行业在未来会朝着哪些方向演进？

为此，英伟达调研了600余位专业人士，并发布了《医疗健康和生命科学领域AI现状及2025年趋势》调研报告。

需要特别指出的是，为确保调研结果的客观性和完整性，这600余位受访对象不仅领域不同，职位也不尽相同。在领域方面，英伟达访谈了四类细分领域的从业人员，即医疗技术、工具和诊断行业、数字医疗健康、制药和生物技术、方案购买方和方案提供方，完整涵盖了医疗健康/生命科学的产业链接。此外，这600余位受访对象也涵盖了企业高管、临床医生、技术设备方案人员以及学术人员等，使得调研结果不仅客观完整，也丰富多元。

然而，由于所处行业及视角不同，因此部分观点存在差异，也因此，本文主要以报告得出的整体发展现状和行业趋势作为解读对象。

医疗影像和诊断、临床决策支持、疾病诊断和风险预测是医疗健康/生命科学现阶段的三大AI用例（应用场景）。

其中，医疗影像和诊断以47%的占比位列第一，其次是临床决策支持，占比43%；最后是疾病诊断和风险预测，占比40%。

截至英伟达报告

可缓解医疗资源紧缺、优质医疗资源分布不均等问题是它们成为医疗健康/生命科学AI应用榜单前三的主要原因之一。

以医疗影像诊断为例，根据国家卫健委此前披露的一项数据，我国偏远地区的疾病误诊率是城市的2-3倍。这表明，在我国基层医疗机构的诊断水平仍与城市大型医院的诊断水平存在一定距离。但是，即便是城市大型医院，也面临医生资源紧缺等问题。据《中国卫生健康统计年鉴2022》和国家统计局推算，2021年，中国影像科医生配置仅为0.17人/人，影像科医生资源严重短缺。在此基础上再叠加影像数据解读难度大、时间长、工作量庞大以及诊断标准存在一定主观性、早期病灶识别难度高等痛点，我国医疗影像诊断仍存在一定误诊、漏诊等问题。无独有偶，因医疗资源短缺等问题造成误诊、漏诊的问题并不局限在影像科。而AI则能有效缓解这一问题，实现医疗平权。

具体而言，在诊断方面，AI不仅能够高效地完成对大量图像和数据的处理和分析工作进而提高诊断效率，更可因高精度的分析提高诊断准确率和精度进而减少漏诊和误诊风险。而在治疗方面，人工驱动的临床决策支持系统还能够为医生提供实时、精准的诊断和诊疗建议，从而帮助医生应对临床复杂多变的病例并辅助其做出更科学、更合理的诊疗决策，提升医生诊疗水平的同时也改善患者结果。不仅如此，AI技术在医疗场景中还能够通过挖掘患者的电子健康记录、各类检测检验数据乃至生活方式信息等形成疾病预测模型，进而协助医生实现对患者的早筛早诊、疾病预测和随访管理，这亦是一种医疗资源合理、高效分配的方式。

如果说需求的庞大和迫切是这三大应用场景寻求与AI技术结合发展的“驱动器”，那海量数据的积累则是这三大应用场景与AI技术结合发展的“燃料”。无论是包含影像数据、检测检验数据的院内数据，抑或是日常生活中的健康信息（例如血糖监测数据、睡眠健康数据），都不可谓不庞大。而这，也为AI技术的落地应用和迭代升级打下了坚实基础。

由此，这三大应用场景中，AI落地应用最为快速并已取得阶段性成果。以AI+医疗影像诊断为例，截至2024年5月，我国已有85款AI医疗影像产品获批三类证，并已覆盖眼部、肺部、骨科、心血管、乳腺、宫颈等多个部分的疾病诊断。

谈及未来5年内AI影响最大的领域，51%的受访者认为是先进的医疗影像和诊断，34%的受访者认为是虚拟医疗健康助手，29%的受访者则认为是精准医疗（针对患者个体特征量身定制的治疗）。 

截至英伟达报告

其中，AI+医疗影像诊断自不必多言。作为AI应用最为成熟的医疗健康/生命科学的细分领域之一，医疗影像虽已取得一定应用成果，例如前文所提及的可开展心脑血管、肺部等疾病的辅助诊断。但临床对二者的融合发展抱有更高的期待——一方面不断寻求疾病拓展，另一方面则寻求能力的进阶。例如，当前，针对部分疾病的辅助诊断，AI仅可实现定性分析，即判断是否患病，无法开展定量分析，即疾病病程判断等。未来，随着大模型和生成式人工智能的应用，AI+医疗影像诊断的应用边界，还将不断拓展。

至于虚拟健康助手，则是近年来AI+医疗健康发展备受瞩目的应用之一。从蚂蚁集团等互联网大厂到京东健康、腾讯健康等互联网医疗平台，从讯飞医疗这些信息化厂商到觅健等深耕专病管理的患者管理平台，各类AI虚拟助手/虚拟健康管理层出不穷。

背后原因在于，首先，随着经济水平和健康管理意识的提升，C端用户对健康管理的需求不断涌现；其次，AI虚拟健康助手还可通过“场景化介入”重塑医疗健康产业链。AI虚拟健康助手不仅可成为互联网医疗企业和医疗服务机构短期内快速抢夺C端用户的入口，更可通过长期的互动与服务提高与C端用户之间的黏性，进而在一定程度上提升复购率。不仅如此，基于长期持续的互动，AI虚拟健康助手更可被视为积累用户日常健康数据及用药数据的“门户”。这些海量的数据在脱敏后不仅可赋能医疗服务机构为用户提供更为个性化、精准化的健康管理方案，也可助力医药和医疗器械的真实世界研究，并反哺创新药和创新器械的研发。最后，生成式AI和大模型等相关技术的应用，AI推理能力的突破和长期记忆功能的进步也使得主动式全生命周期健康管理能够从想象转变为现实。

因此，国内AI虚拟健康助手高速发展。这也使得目前国内AI虚拟健康助手已呈现出同质化特点。但亦有企业依据自身优势打造差异化的AI虚拟健康助手。例如，蚂蚁集团于今年6月发布的蚂蚁健康助手AQ的核心竞争力为对医保服务、基础健康管理和优质服务资源的高效整合。讯飞医疗基于讯飞星火大模型打造的讯飞晓医则擅长模拟临床思维推理于复杂症状鉴别诊断。京东健康的京东大为医生则构建了“小病咨询-快速购药”的服务闭环，不仅可满足用户对头疼脑热等常见疾病的快速问诊，更可无缝链接到药品的快速购买。

在未来，多模态数据的互联互通，例如院内数据与院外数据的互通，各类可穿戴设备的健康监测数据与检验检测数据的互联互通将持续受到业内关注。此外，如何挖掘用户真实需求并形成医-药-械-险多方的高效有机协同，亦是值得关注的行业发展趋势。

至于精准医疗，则是近年来医学各界关注的又一重点。实际上，无论是更为精准、更为高效的诊断，抑或是更为科学、更为个性化的诊疗及健康管理方案，其终极目标均是维持或改善用户/患者健康状况。而在AI的助力下，诊断和治疗水平未来还将在不同维度持续进行能力提升，而这，也必将导致精准医疗的实现。

AI+医疗健康/生命科学的“美好想象”的实现，面临诸多拦路虎。

其中，约33%的受访者表示，在医疗健康与生命科学领域实施AI的最大挑战是数据问题，例如隐私和自主权问题；其次是缺乏预算和用于模型训练的数据量不足的问题，两者占比均为30%。这些问题不仅庞大且纷繁复杂，企业/医疗机构若想克服，则需找到一个强有力的队友。而英伟达正是这样一位队友。

为赋能医疗健康/生命科学企业/机构进行AI开发，英伟达构建了一个从底层硬件到顶层应用的完整解决方案。

在硬件方面，基于最先进的AI 计算平台，英伟达可为医疗健康/生命科学AI开发者提供大规模AI和高性能计算支持。而在硬件之上，英伟达推出了NVIDIA Clara平台，可为医疗健康/生命科学企业提供系列AI工具包/软件套件，例如用于药物研发的BioNeMo、用于医疗设备的Holoscan、用于基因组学的Parabricks以及用于医学影像的MONAI。在此基础上，英伟达推出了NVIDIA Omniverse和NVIDIA Cosmos。前者是一个具备高仿真能力的计算平台，可用于构建实验室和生物制造设施的“数字孪生”，后者则是一个为物理 AI 系统大规模构建定制世界模型的平台，可提供数据整理、训练和定制的开放世界基础模型和工具。

基于NVIDIA Omniverse和NVIDIA Cosmos，英伟达于今年年初推出NVIDIA Isaac for Healthcare。这是一款用于AI医疗健康机器人的开发者框架，能为各类医疗机器人提供包含数字原型设计、硬件在环（HIL）产品开发测试、用于AI训练的合成数据生成、策略训练以及实时部署等在内的多项支持。

我们以NVIDIA Isaac for Healthcare为例，解读英伟达如何赋能企业解决用于模型训练的数据不足以及预算不足这两大问题。

先来看用于模型训练的数据不足。一方面，NVIDIA Cosmos可生成低分辨率、与现实世界精准匹配的合成适配数据。由于其合成数据与真实物理世界十分接近，因此十分契合医疗机器人的训练需要；另一方面，NVIDIA Omniverse在创建高保真数字孪生模型的同时，也会生成大量基于物理原理且逼真的合成数据，也可用于医疗机器人模型的微调和强化训练，以提高机器人的精度。

至于预算不足，英伟达的解决方案则与其近年来力推的“数字孪生”高度相关。据悉，通过数字孪生与物理AI的融合，Isaac for Healthcare不仅可为医疗健康/生命科学企业提供数据支持，还可为其提供包括数字化原型设计、数字孪生环境AI模型验证、从仿真到现实的部署应用等在内的医疗机器人、器械开发、部署全流程支持。

在Isaac for Healthcare，企业/机构不仅能够凭借“高仿真环境”降低研发、部署成本，缩短研发周期，更可通过真实数据和合成数据以及数字孪生环境强化并调整机器人训练策略和算法，以便提升机器人/器械性能。

截至目前，Isaac for Healthcare已与全球多家企业/机构达成合作，且其中不乏行业龙头。例如，在华盛顿特区举办的NVIDIA GTC 大会上，强生表示其将借助 NVIDIA Isaac for Healthcare完成对旗下MONARCH 平台（一种机器人辅助支气管镜检查领域首个投放市场的创新技术）从设备安装调试到患者互动过程中各项环节的设计、模拟与测试。此前，这一过程约耗时数月或数年，而现在，在NVIDIA Isaac for Healthcare的帮助下，这一事件被缩短至了数小时。

强生表示：“这将帮助强生医疗科技团队评估多种设计方案，对新型器械进行虚拟测试。该方法还有望彻底改变针对泌尿科的 MONARCH 平台的培训模式，该平台已计划于 2026 年在美国上市，使临床医生在接触患者前，能够先在高保真、在物理上达到精确的解剖模拟环境中演练复杂场景。”

而在此前，GE 医疗也宣布与英伟达达成合作，采用NVIDIA Isaac for Healthcare推进自主成像技术创新并重点开发自主X射线技术与超声应用。在NVIDIA Isaac for Healthcare的支持下，GE 医疗能够在部署前通过虚拟环境训练、测试与验证旗下产品自主成像系统能力。

此外，值得一提的是，为缓解企业/机构预算压力，除上述种种赋能外，英伟达还发布了初创加速计划（NVIDIA Inception），为包括初创企业在内的医疗健康/生命科学企业提供产品折扣、技术支持、市场宣传和融资对接等支持。截至目前，全球已有超过4000家医疗健康/生命科学企业加入了该计划。

并且，英伟达对医疗健康/生命科学行业的赋能，远不止提高效率和降低成本。针对行业所关注的其他重大挑战，英伟达亦在不断寻求最优解决方案。例如，针对AI模型的推理能力和可解释性问题，NVIDIA Clara平台提供了一款可推动放射学和影像学领域可解释AI发展的视觉语言模型Reason，并与美国国立卫生研究院（NIH）临床医生合作，成功捕捉人类专家的推理过程，进而在一定程度上提升医疗 AI 的透明度与可解释性。

正如前文所言，英伟达对AI+医疗健康/生命科学的赋能，绝非局限在单一层面，而是通过一整套生态提供完整的解决方案。当AI+医疗健康/生命科学的未来已来，英伟达和他的合作伙伴如何能将“未来畅想”落地并进一步描绘行业未来，我们，拭目以待！