医疗大模型已经走完了从零到一，但还没走完从一到一百。截至2025年末，中国发布了352个医疗垂直大模型，行业重心已从"填补空白"转向"优化性能"。动脉智库的研究这份白皮书用了一个精准的表述：医疗大模型进入了"落地元年"。但这里的"落地"，更接近"开始寻找付费方"，而不是"找到了可持续的商业模式"。

352个模型，商业化的不到一只手

这352个模型，绝大多数还停在"能展示"的阶段——能读懂病历、能推荐诊疗方案、能在学术测试中刷出高分。但医院付钱的标准从来不是"技术有多好"，而是"能不能帮我多收一个病人、少出一个医疗事故、降低一次医保拒付风险"。这三个指标，目前还没有一个大模型能打包票。

资本市场对医疗大模型的判断，比创业者自己更冷静。数据表明，投资正在向应用场景清晰、落地能力强的企业集中。翻译一下就是：投资人的钱不再是给你证明技术能力的，是要看到医院付费记录的。那些仍然在拿"发布了第几个模型"讲故事的创业公司，融资窗口正在快速收窄。

院内三条路，每条都是窄门

这份白皮书花了最大篇幅剖析院内商业化，因为这是最难啃也最核心的战场。三条路，各自有各自的坑。

第一条路，借道传统信息化系统。把大模型的能力嵌入到HIS系统、电子病历、PACS影像系统里，作为软件升级的一部分打包卖给医院。这是当前最成熟的方式，进入门槛最低。但问题出在定价逻辑上——传统医疗信息化软件是按模块、按License收费的，大模型的加值被嵌套在这个报价体系里，根本体现不出独立价值。医院不会因为系统"多了AI功能"就愿意付三倍的价格，信息科科长关心的是系统稳不稳定，不是模型参数有多高。

第二条路，作为医疗器械获批上市。路径清晰——拿三类医疗器械注册证，然后像CT机、手术机器人一样进院销售。但清晰不等于容易。目前拿到三类证的AI医疗器械产品主要集中在影像辅助诊断领域（眼底筛查、肺结节、骨折检测等），大模型类产品要拿证，需要跨越性能优化（降低幻觉率）、监管合规（通过临床试验验证安全有效性）和信任背书（被纳入临床指南或行业标准）三座大山。把这三点称为"缺一不可"的入场条件。这迫使企业必须聚焦单一专科、单点突破，不可能一口吃成胖子。

第三条路最轻，但也最不像医疗赛道的主流打法——把大模型作为健康服务的成本项。比如在体检解读、健康咨询、慢病管理等场景中提供AI辅助，通过院外的收费编码（健康管理服务、互联网医院问诊等）来实现变现。模式新颖，绕开了院内采购审批的漫长流程，但问题也很明显：这东西属于"增值服务"，不买也不影响医院的核心业务。预算紧张的年份，最先被砍的就是它。

医院买单的逻辑：技术好不等于会付钱

医院付费的逻辑从来不以"技术先进性"为第一标准，而是以"医院运营逻辑"为准——这个AI能不能降低我的药占比？能不能减少单病种的住院日？能不能把我院里的高年资医生从写病历中解放出来去做手术？这些问题的答案涉及的不是模型精度，是医院的业务流程重组、科室绩效考核设计和医保支付规则的博弈。一个医疗大模型创业公司如果要同时解决技术、合规、临床、经济和采购五道题，它需要的融资体量是消费级AI的十倍不止。

院外的梦想与天花板

院外的商业化阻力确实小得多。把院外场景分为三条线：ToB端以药械企业为核心付费方，是目前最成熟的方向——药企在用大模型加速药物研发、优化临床试验设计、分析医生处方行为，这些场景ROI可测算，买单意愿强。ToG端聚焦基层医疗机构和卫生监管部门，用大模型弥补基层医生的诊疗能力短板。ToC端则呈现出功能聚集、多元探索的趋势，从AI问诊到健康管理、从用药提醒到心理陪伴，什么都想做但什么都还没做透。

对未来的判断是：院内将走向专科深耕，大模型不再追求"全科通用"，而是做深一个病种、一个科室，积累足够的临床数据和信任后复制到其他科室。院外将从单一功能走向多元融合，但C端的付费意愿有限——老百姓愿意为看病付钱，但不太愿意为"AI辅助健康管理"付月费。这决定了C端的商业模式更可能是"免费+增值"或通过B端/G端付费来覆盖C端成本。

G-B-C三端融合：谁先动？

352个模型，真正能跨过商业化门槛的，也许用一只手就能数得过来。但这不是坏消息——医疗行业天生就慢。那些愿意在一个科室、一个病种上磨三五年的团队，才可能最终把"技术厉害"变成"医院愿意买单"。提到了一个关键路径：G-B-C三端融合驱动价值循环，即由政府推动基层普及、由药械企业承担技术采买成本、由患者享受智能化服务。这个循环一旦转起来，商业化的飞轮就会启动。但前提是，必须有一个端先动。目前看，B端药械企业的付费意愿最强，最可能成为第一推动力。剩下的选手，大概率会成为PPT上的案例。

数据来源：2026医疗大模型场景落地研究报告