國內各大醫院對於AI佈局的動作頻頻，這也是最近兩天AI醫療最熱門的板塊。
2月13日，北京兒童醫院多學科會診引入全國首個“AI兒科醫生”，這是該院兒童健康人工智慧大模型系列產品之一，整合了300多位知名兒科專家臨床經驗和數十年的高質量病歷資料，透過結構化臨床推理正規化訓練驅動而成，其具備強大的臨床推理能力。
2月16日，北京協和醫院與中國科學院自動化研究所共同研發“協和·太初”罕見病大模型正式進入臨床應用階段。
2月18日，瑞金醫院釋出與華為合作開發的瑞智病理大模型RuiPath，該大模型使用華為DCS AI解決方案，利用瑞金醫院病理科百萬級的數字切片庫訓練。
醫院們為什麼“著急”釋出或宣佈接入AI大模型？這實際是順邏輯的問題，本身醫院本身留存的資料量非常大，接入大模型無疑一方面能夠提升各層面效率，另一方面可以推出AI醫生助手或者推出自己的AI模型或應用，來突破現有的業務邊界，對現有的經營模式實現突破和變革，這顯然是值得期待的。
在分析國內醫院接入AI帶來的機遇之前，我們不妨以“他山之石”為鑑。
海外的醫療服務集團中，較為領先並且較為典型應用AI為自身賦能提效的有兩大公司，分別為Mayo Clinic（梅奧診所）和HCA Healthcare。
Mayo Clinic在解鎖AI技術的應用層面呈現多點開花的局面，涉及包括病理診斷、影像分析、疾病預測等。
舉兩個例子，一是多模態基礎模型的開發，分別基於放射學和基因組資料開發了基礎模型，前者可結合文字和影像資料自動生成X光報告並比對先前檢測影像的變化，後者則是可用於多種疾病的快速診斷和精準治療方案的提供；二是其推出了Digital Pathology平臺，這是一個病理數字化及應用的基礎模型，利用英偉達的加速計算技術和Aignostics的AI模型開發能力，透過基於數字病理切片庫資料（2000萬張）進行基礎模型開發，提升疾病檢測和預測的準確率，達到精準醫療的目的。當然除兩者之外，Mayo還有AI工具OmicsFootPrint、中風護理的AI應用等AI技術運用。
儘管Mayo在資料貨幣化和平臺化業務並未單獨列出具體收入，但可以從幾個角度來透視其商業模式和具體應用帶來的收效：
1）Mayo Clinic Platform整合全球醫療資料，為醫療解決方案開發者提供豐富的資料資源。在2023年有28家客戶利用該平臺進行創新，這些公司應用該平臺進行藥物研發、精準醫療方案開發等，Meyo也藉此獲得技術授權和資料服務收入；
2）Mayo Clinic Platform透過早期診斷、精準護理、遠端醫療服務等方式，為超過4500萬人提供高質量的醫療服務，這部分的收入包括在公司最大頭的醫療服務收入中（2023年醫療服務淨收入為151億美元，當年總收入為179億美元）。
…
HCA Healthcare則是更多利用AI技術給自身的醫護人員提效，還有對患者護理過程中即時監控、疾病預測和模型工具等。
比如在最佳化護理層面，公司使用了Google的AI技術驅動的護士交接記錄工具，該工具能夠減少護士交接班可能導致的護理疏漏，合理最佳化護理人員的排班系統，同時利用生成式AI技術幫助醫生和護士減少繁瑣的文書工作。
AI技術開發了一種SPOT即時監測系統，其結合了來自3100萬次年度患者護理事件的資料，透過AI即時監測患者的生命體徵、實驗室結果、護理報告等資料，其能夠識別出人類難以察覺的潛在敗血症跡象，及時向護理團隊發出警報，目前已應用超過250萬名患者，公司將計劃將該技術擴充套件到急診科，並進一步開發監測其他危及生命狀況的AI工具。
（圖源：機車寶貝）
HCA Healthcare這些AI工具，不僅提升了醫療服務的效率和質量，並且進一步降低公司的運營成本。
從文章最前面的醫院AI佈局說起，首先是AI虛擬醫生的應用，實際上這個方向的發展是基於我國醫療資源分配不均，人均醫護人員數量不足或醫生精力有限等的大量痛點下所衍生的。
AI虛擬醫生能夠解決的痛點有哪些？
包括：1）為醫生的診斷和給出治療意見進行提質和提效，提升患者的就醫滿意度；2）解決國內醫療資源分佈不均的痛點，AI虛擬醫生可以在基層醫療機構或者線上提供不間斷地諮詢服務，並且可根據患者症狀和病史進行智慧分診引導，最佳化醫療資源的高效運用；3）在慢病診治和健康管理層面為患者提供個性化的專業醫療意見，有助於患者在無醫護人員看護下的精準治療和管理。
除了北京兒童醫院之外，清華大學智慧產業研究院打造的全球首家AI醫院Agent Hospital將在2025年對公眾正式開放，該系統已經開始內測，其構建了42位AI醫生，覆蓋21個科室，能夠診斷300多種疾病。其中，AI醫生在診療近萬名虛擬病人後，呼吸道疾病領域的診斷準確率達到了93.06%，展現了不俗的診斷準確率。
（圖源：醫療器械創新網）
其次便是疾病大模型，以瑞金醫院與華為釋出的病理大模型為例。
病理大模型對醫院賦能方向包括：1）AI可根據多模態資料準確找到病灶位置並提供診斷建議，改變了醫生工作模式。即從過去尋找病灶花費大量時間到現在稽核AI診斷結果，極大提升了效率；2）國內病理醫生數量缺口巨大且分佈不均，基層醫療機構可透過佈局AI輔助診斷提升病理診斷水平，提升初診的診斷準確率；
不只是病理大模型，其他的專科疾病大模型亦有望達到相似的對醫療機構的賦能和收效，這對醫院商業模式突破、品牌知名度的提升以及最佳化運營效率和降低成本均可能帶來極大反饋。
投資者或許最感興趣的是商業模式的突破，我們不妨天馬行空、頭腦風暴一下：
1）借鑑美國醫療服務集團，資料量大或專科垂直度高的機構可以透過對醫療資料去標籤化驅動的大模型，實現對製藥、科研客戶進行大模型平臺和資料的使用授權來獲取相關授權收入；
2）對於民營醫院而言，可以透過構建AI虛擬醫生、遠端醫療服務體系滲透下沉市場，突破現有的規模侷限，實現機構連鎖化的佈局；
3）透過對醫療智慧裝置監測資料驅動的基礎模型，顯著縮短患者住院時間，完成DRGs制度下患者的快速流轉，提升醫院的運營效率；
未來或許有更多的商業模式和落地場景亟待醫院端去開發…
從AI技術的特性來看，擁有資料量大（年就診/監測數多）、連鎖化（醫院數量多）、科室特點鮮明（就診檢測率高，如腫瘤、體檢等）的醫院集團接入AI大模型或者自研基礎模型帶來的效率和價值提升邊際越明顯。
從近期醫院板塊走勢異常強勢的國際醫學為例，其從去年開始就在積極擁抱AI，不僅在院區上線了智慧預問診功能，智慧醫生助手透過與患者自然語言對話完成病情描述記錄，自動生成預問診病歷並即時同步給醫生，極大提升了診療效率。
其次，國際醫學是最早一批擁抱和探索AI技術落地應用的醫院集團之一（2024年初），過去公司曾透露出其AI技術應用已經在影像輔助診斷、臨床輔助決策、智慧質控等方面應用落地。
另外國際醫學是目前上市公司中少數擁有民營三甲醫院（西安高新醫院）的醫療集團，另外還有西安國際醫學中心醫院、西安國際醫學中心醫院北院區，收入和就診量均有一定規模。
在本輪醫院擁抱AI熱潮行情中，海吉亞醫療是相對滯漲的，不過其顯然是擁有大量“優質資料”留存和未來最有望高效訓練驅動演算法或接入大模型最受益的醫院集團之一。
之所以有這樣的判斷或猜想，其中有幾個核心邏輯支撐：
1）截至2024年，海吉亞醫療已運營和管理的醫院數量達到16家，其中擁有4家三級綜合醫院。並且，公司以腫瘤治療為核心，接入大模型或者自身訓練驅動專科大模型能夠快速賦能或接入所有醫院，收效較高；
2）公司以放療裝置起家，在裝置技術上積累深厚，切入AI進行智慧化改造更容易；另外，放療前，患者需要進行一些系列的檢查來明確病情和評估身體狀況，包括影像學檢查（CT、MRI和PET-CT）、血液檢查、病理學檢查、心臟超聲等等，這意味著海吉亞醫院集團將積累大量患者的多模態資料；
3）公司醫院自建或收購策略以下沉市場為主要目標，若未來接入病理大模型可極大提升醫院醫生診斷效率，可能將提升醫院的日均診斷和治療患者數量，提升醫院盈利能力；
當然，除了國際醫學、海吉亞醫療之外，一些連鎖體檢機構如美年健康、知名專科醫院（亞心醫院、錦欣生殖等）未來也有望透過落地AI應用提升運營效率和降低運營成本，走出來仍需要一定的時間。
結語
海外的醫療服務集團已經在多個領域給國內的醫院提供了很多應用方向又或商業模式的探索，在目前大部分國內醫院苦苦探索盈利之道的時代下，全球AI技術的突破和普及，無疑為國內醫院提供了更多的盈利思路。