IBM沃森医疗AI的折戟，并非AI医疗赛道的终点，反而成为行业重新审视增长逻辑的转折点。当前AI医疗市场规模的增长驱动力，已从单纯依赖“海量数据投喂”转向“对数据的深度理解”与“解决医疗成本痛点”的双轮驱动，技术路径也从早期的专家系统演变为以大模型为代表的生成式AI。

从“沃森误区”到“大模型突破”

IBM沃森的失败，为行业提供了关键的镜鉴。正如《深度医疗》作者埃里克·托普所分析的，沃森“最基本的失误之一，就是将获取数百万页的医疗信息等同于理解或使用这些信息”。这一教训揭示，医疗数据虽是AI医疗的第一驱动力，但理解医疗数据远比获得数据更重要也更困难。

当下的增长驱动力已发生根本性转变。以ChatGPT为代表的大模型技术，凭借其强大的语言理解与生成能力，正在将AI医疗从“辅助工具”推向“临床伙伴”的角色。无论是远程医疗虚拟助手、临床辅助决策，还是通过分析可穿戴设备数据进行远程患者监护，大模型都能提供实时的、基于证据的建议，帮助临床医生节省时间、减少错误并改善患者护理。

鲍莫尔成本病：医疗AI的刚性需求

AI医疗市场规模增长的另一个核心驱动力，源于医疗行业自身的“鲍莫尔成本病”。这一经济学理论指出，像医疗服务这类依赖人力、生产率提升缓慢的“停滞部门”，其单位成本会随时间不断上升，导致医疗支出愈发昂贵。

用机器替代部分人力，正是对抗医疗成本刚性上涨的解题思路。 通过AI进行病历保存、药物管理、疾病监测等工作，可以在不降低服务质量的前提下，有效缓解医疗系统的人力压力。这种迫切的降本增效需求，为AI医疗开辟了巨大的市场想象空间。

常见问题

AI医疗现在处于什么发展阶段？

目前AI医疗仍处在L1到L2的路上，远未达到自动驾驶L3的水平。由于涉及严重的伦理问题，行业共识是AI医疗不太可能超越自动设备的3级水平，即诊断、阅片等工作可由AI辅助完成，但绝不能容忍没有人类医生监督的完全自动化。

医疗数据的所有权归谁？

医疗数据是AI时代的“石油”，但其权属问题十分复杂。通常认为所有权在于患者个人、控制权在于医院、管理权在于政府，第三方机构需借助政府支持和医院配合方能进行商业化开发。目前模型训练数据多通过企业与医院签署研发协议获得，且普遍采用“数据不出院、模型出院”的物理隔离方式。

大模型在医疗领域有哪些具体应用？

大模型在医疗领域的应用空间广阔，主要包括：远程医疗虚拟助手（安排预约、管理健康信息）、临床辅助决策（建议治疗方案、标记药物相互作用）、远程患者监护（分析可穿戴设备数据、预警病情恶化），以及心理咨询、医疗翻译和疾病监测等多个方向。