NVIDIA 醫療 AI 調查：70% 機構已落地，85% 高管稱帶來增收

醫療行業以前對 AI 的態度，很像老中醫看新儀器：聽起來挺神，但真要開進病房，誰心裡都沒底。

不過，風向確實變了。NVIDIA 釋出了第二份年度醫療與生命科學 AI 報告，給出的核心結論就一句話：行業已經從前兩年的拿來試水，正式走進了真金白銀算賬的執行期。

調查顯示，目前有 70% 的醫療健康與生命科學機構已經在業務裡跑起了 AI，這個比例在 2024 年還是 63%。更誇張的是財務反饋，85% 的受訪高管表示 AI 幫他們增加了營收，80% 的人覺得 AI 降低了成本。錢既然賺到了，預算自然也跟著漲，有 85% 的機構打算在今年繼續追加 AI 投入，其中將近一半的預算增幅會超過 10%。

影像看病和幫藥企找分子，最先賺到錢

到底是誰在用，拿來幹了什麼？從細分領域看，數字醫療的 AI 採用率最高，達到了 78%，醫療技術公司緊隨其後，為 74%。

大家用的最多的依然是生成式 AI 和大語言模型，佔了 69%，比起去年的 54% 漲了一大截。資料科學和預測分析排在二三位。值得注意的是，今年首次被列入統計的 AI 智慧體直接殺到了第四名，已經有 47% 的受訪者在實際使用或評估這類智慧體，主要用來抓取醫學知識和拆解海量學術論文。

錢花在哪兒最容易回本，各家分工很明確。在醫療技術領域，57% 的人覺得做醫學影像輔助診斷的投入產出比最高，比如幫放射科醫生標記掃描片子裡的可疑陰影。而在藥企和生物科技行業，46% 的機構把藥物發現列為回報最高的專案。至於醫院和保險機構，大家最看得見的收益其實很實在，39% 的人靠它跑通了排班、單據處理和報銷核算這些煩人的行政雜活。

英國 Visiba 的臨床 AI 戰略負責人 Annabelle Painter 提到，真正看到效果的機構，都不是把 AI 當成單獨工具生硬貼在流程外邊，而是把它徹底揉進了現有的日常工作流裡。

搞研發愛開源，進病房求閉源

另一個很有意思的趨勢，是醫療行業對開源技術的態度。

整整 82% 的受訪者表示，開源軟體和開源模型對他們的 AI 戰略屬於中度甚至極其重要。對很多醫療科技公司來說，開源意味著能在自己的私有環境裡定製特定領域的專業模型，既自由又省錢。

但醫療畢竟是人命關天的事。智庫 NostaLab 總裁 John Nosta 點出了這裡面的微妙平衡：開源模型非常適合探索和前沿研究，也能防止整個領域被少數巨頭壟斷；可一旦到了臨床一線，涉及醫療事故和責任認定時，商業化、有背書的專有系統仍然不可替代。

說白了，前期的分子挖掘和程式碼搭建大家喜歡敞開玩開源，到了最後給病人看病、簽字下醫囑的環節，誰都不敢隨便冒險。

為什麼重要

我們認為，這份報告最值得玩味的，不是那些飄在天上的大模型引數，而是醫療 AI 終於撕掉了概念標籤，開始在極其現實的財務報表裡自負盈虧了。

對普通患者和臨床醫生來說，它意味著未來一年最先能摸到的變化，大機率不是某個神級 AI 醫生橫空出世，而是醫院看病的各種雜事變順了。掛號不用反覆填表、保險報銷不再拖上幾個月、片子能更快出結果。不過對開發者和創業公司來說，現在的門檻也被拉高了：單純包裝一個問答介面去醫院推銷的時代已經結束，如果你的產品不能塞進現有的電子病歷系統，或者不能直接在報表上給院長省出錢來，根本沒人願意買單。

從行業競爭來看，這也給軟硬體廠商指了一條明路。醫療機構對開源模型的大規模倒戈，說明垂直領域的專業化微調正在蠶食通用閉源巨頭的蛋糕。誰能提供更好的私有化微調基礎設施、誰能解決敏感醫療資料的合規，誰就能吃下最肥的那塊肉。

但這裡面的隱患依然很大。降本增效的數字雖然漂亮，可一旦涉及多智慧體協同分析和自動化處方，一旦出錯，責任到底算大模型、算軟體商還是算當班醫生，目前的法律框架幾乎還是空白。狂奔的預算後面，合規與安全評估的賬，遲早得補上。