AIGC基础设施投入高企，AI医疗应用市场规模正成为创业公司的主战场，核心原因在于产业链成本结构的分化：基础层和模型层需要规模效应，适合大厂与平台投入；而应用层依赖场景理解与专有数据，为创业公司留出了差异化空间。

成本结构决定市场分工

AIGC 产业由上游的基础设施、中游的算法模型和下游的应用拓展三部分构成。基础设施主要由工具链和智算平台构成，中间为模型层，部分企业采用从自建模型到开发应用的端到端模式。从成本效益角度考虑，基础层、模型层的搭建适合有规模效应的大厂和平台来做，而创业公司在应用方面的探索和突破，很有可能成为未来的主要趋势。

这种分工的直接结果是：AI医疗应用市场的增长并不依赖创业公司自建大模型，而是通过接入 API 实现应用功能，从而绕开基础设施的高昂投入，将资源集中在垂直场景的挖掘上。

垂直场景驱动应用层增长

在医疗领域，人工智能技术主要分为判别式 AI 和生成式 AI 两类。判别式 AI 在识别疾病、分析影像、预测疗效等方面实现更高准确度；生成式 AI 则在药物发现、疗效评估、模拟数据生成、个性化医疗等方面发挥作用。当前 AIGC 在医疗领域的应用还处于起步阶段，成规模的应用主要在聊天机器人领域，涵盖患者咨询与管理、临床决策支持、医疗教育等场景。

医疗领域尤其需要高质量的专业化模型，高质量、用户反馈和专有数据集是专业化模型的关键。高价值的工作流程需要奖励任何质量改进，而医疗领域容错率低，需要医疗专业人士的专业知识和经验才能正确理解和解释相关问题。这决定了通用大模型难以直接满足医疗场景的深度需求，为深耕垂直领域的创业公司创造了入口。

生态开放与专业化并进

生态开放后，通用大模型通过插件构建起直接面向终端用户的细分场景，这将对一部分纯应用层创业企业造成挑战。垂类赛道下的专业化模型可能是解决方案之一，即从通用的人工智能模型开始，然后对其进行实质性的专业化以提高质量。当前许多新型创业公司都是将内容生产方式与数字化程度高、内容需求丰富的行业相结合，形成应用层公司，其中大部分公司仍处于早期轮次。

常见问题

AI医疗创业公司的主要机会在哪里？

主要机会在于应用层，通过接入模型 API 实现具体功能。医疗领域对专业化模型的需求高，高质量、用户反馈和专有数据集是竞争关键，创业公司可依托场景理解和数据积累建立壁垒。

大厂与创业公司在AI医疗市场的分工如何？

基础层和模型层的搭建适合有规模效应的大厂和平台；创业公司更适合在应用方面进行探索和突破。医疗领域的应用需要基于大量可靠数据和高质量临床实践基础，并严格遵守法律法规和伦理规范。

当前AI医疗应用处于什么发展阶段？

整体还处于起步阶段，成规模的应用主要在聊天机器人领域，包括患者咨询与管理、临床决策支持、医疗教育等。未来改进方向包括加强用户隐私保护、引入专业医生进行质量检查和监督等。