NVIDIA 医疗 AI 调查：70% 机构已落地，85% 高管称带来增收

医疗行业以前对 AI 的态度，很像老中医看新仪器：听起来挺神，但真要开进病房，谁心里都没底。

不过，风向确实变了。NVIDIA 发布了第二份年度医疗与生命科学 AI 报告，给出的核心结论就一句话：行业已经从前两年的拿来试水，正式走进了真金白银算账的执行期。

调查显示，目前有 70% 的医疗健康与生命科学机构已经在业务里跑起了 AI，这个比例在 2024 年还是 63%。更夸张的是财务反馈，85% 的受访高管表示 AI 帮他们增加了营收，80% 的人觉得 AI 降低了成本。钱既然赚到了，预算自然也跟着涨，有 85% 的机构打算在今年继续追加 AI 投入，其中将近一半的预算增幅会超过 10%。

影像看病和帮药企找分子，最先赚到钱

到底是谁在用，拿来干了什么？从细分领域看，数字医疗的 AI 采用率最高，达到了 78%，医疗技术公司紧随其后，为 74%。

大家用的最多的依然是生成式 AI 和大语言模型，占了 69%，比起去年的 54% 涨了一大截。数据科学和预测分析排在二三位。值得注意的是，今年首次被列入统计的 AI 智能体直接杀到了第四名，已经有 47% 的受访者在实际使用或评估这类智能体，主要用来抓取医学知识和拆解海量学术论文。

钱花在哪儿最容易回本，各家分工很明确。在医疗技术领域，57% 的人觉得做医学影像辅助诊断的投入产出比最高，比如帮放射科医生标记扫描片子里的可疑阴影。而在药企和生物科技行业，46% 的机构把药物发现列为回报最高的项目。至于医院和保险机构，大家最看得见的收益其实很实在，39% 的人靠它跑通了排班、单据处理和报销核算这些烦人的行政杂活。

英国 Visiba 的临床 AI 战略负责人 Annabelle Painter 提到，真正看到效果的机构，都不是把 AI 当成单独工具生硬贴在流程外边，而是把它彻底揉进了现有的日常工作流里。

搞研发爱开源，进病房求闭源

另一个很有意思的趋势，是医疗行业对开源技术的态度。

整整 82% 的受访者表示，开源软件和开源模型对他们的 AI 战略属于中度甚至极其重要。对很多医疗科技公司来说，开源意味着能在自己的私有环境里定制特定领域的专业模型，既自由又省钱。

但医疗毕竟是人命关天的事。智库 NostaLab 总裁 John Nosta 点出了这里面的微妙平衡：开源模型非常适合探索和前沿研究，也能防止整个领域被少数巨头垄断；可一旦到了临床一线，涉及医疗事故和责任认定时，商业化、有背书的专有系统仍然不可替代。

说白了，前期的分子挖掘和代码搭建大家喜欢敞开玩开源，到了最后给病人看病、签字下医嘱的环节，谁都不敢随便冒险。

为什么重要

我们认为，这份报告最值得玩味的，不是那些飘在天上的大模型参数，而是医疗 AI 终于撕掉了概念标签，开始在极其现实的财务报表里自负盈亏了。

对普通患者和临床医生来说，它意味着未来一年最先能摸到的变化，大概率不是某个神级 AI 医生横空出世，而是医院看病的各种杂事变顺了。挂号不用反复填表、保险报销不再拖上几个月、片子能更快出结果。不过对开发者和创业公司来说，现在的门槛也被拉高了：单纯包装一个问答界面去医院推销的时代已经结束，如果你的产品不能塞进现有的电子病历系统，或者不能直接在报表上给院长省出钱来，根本没人愿意买单。

从行业竞争来看，这也给软硬件厂商指了一条明路。医疗机构对开源模型的大规模倒戈，说明垂直领域的专业化微调正在蚕食通用闭源巨头的蛋糕。谁能提供更好的私有化微调基础设施、谁能解决敏感医疗数据的合规，谁就能吃下最肥的那块肉。

但这里面的隐患依然很大。降本增效的数字虽然漂亮，可一旦涉及多智能体协同分析和自动化处方，一旦出错，责任到底算大模型、算软件商还是算当班医生，目前的法律框架几乎还是空白。狂奔的预算后面，合规与安全评估的账，迟早得补上。