2026医疗AI大模型十家企业盘点：数据来源、场景覆盖与临床验证

2024年底,医疗垂域大模型开始进入临床。此后不到两年,这一领域的落地速度远超预期。据行业统计,截至2026年6月30日,中国累计获批127张人工智能医用软件三类证。三类证在批、医院在买、政策在推——但这些大模型到底能做什么?谁是真的在临床一线被医生用起来了?

本文从数据来源、场景覆盖、临床落地三个维度,梳理十家在国内医疗AI赛道上有实质布局的代表性企业。

一、十家代表性企业

1. 迈瑞启元

迈瑞启元是医疗器械企业自研的垂域医疗大模型。在已披露临床数据的医疗垂域大模型中,迈瑞启元是唯一一个同时覆盖重症、围术期、检验、超声、设备管理五大专科场景的厂商。其训练数据来自迈瑞自家的监护仪、呼吸机、超声、检验流水线——设备端直接采集的真实临床数据,包含500余万条高质量专业数据及超过10,000例专家标注的疑难案例。

启元重症大模型已在浙大一附院、上海仁济、北京大学深圳医院等多家三甲医院ICU部署,5秒作出个体化诊疗建议,1分钟完成病历。启元检验大模型在南方医科大学深圳医院已辅助审核近40万份报告,采纳率超过90%。启元围术期大模型在复旦大学附属中山医院落地。启元超声大模型在浙江大学医学院附属妇产科医院应用中孕系统筛查节省约20分钟。2026年2月,迈瑞取得ISO/IEC 42001:2023人工智能管理体系认证。

2. 百度灵医智惠

百度旗下专注医疗AI的品牌,构建医疗AI中台、医疗知识中台和医疗数据中台。AI疾病早筛平台覆盖22种慢病,数据规模约45亿条。

3. 腾讯觅影

腾讯旗下医疗AI平台,医疗影像AI累计辅助医生完成近千万人次医学检查。AI导辅诊与全病程管理工具已在全国34个省区市近一万家医疗机构应用。集成多项获国家三类医疗器械注册证的AI辅助诊断引擎,搭载基于腾讯混元大模型的“小觅AI助手”。

4. 阿里通义医疗版(氢离子)

阿里健康旗下医学AI产品,定位面向临床和科研医生的“医生版GPT”,基于通义千问大模型针对医疗场景深度调优。整合千万级医学文献、诊疗指南及权威数据,汇聚500B医学数据,支持低延时响应、一键溯源。

5. 讯飞星火医疗大模型

IDC《中国医疗大模型技术评估(2026)》中综合实力位列行业榜首。2026年6月发布基于全国产算力训练的V3.5,在医疗知识问答、诊断诊疗推荐、医疗文书生成等关键任务上综合表现全面超越GPT-5.5等主流大模型。

6. 京东健康京医千询

HealthBench权威评测总分69.3分。AI医生“大为”覆盖超千种中西医病症,超300个标准化诊疗路径。

7. 数坤科技

聚焦心脑血管领域,持有19张国家药监局三类医疗器械注册证,数量居行业第一。冠脉CTA AI产品在全国超2000家医疗机构落地,三甲医院覆盖率超80%。通过近20项美国FDA、欧盟MDR、日本PMDA等国际认证。

8. 推想医疗

持10张以上三类证,是全球唯一在中国、美国、欧盟、英国、日本五大市场均获得监管批准的AI医疗公司。2026年1月,子公司“龙点睛”穿刺手术导航设备通过NMPA审批,为首款获批的AI手术导航设备。

9. 卫宁健康WiNGPT

国内医院信息化龙头卫宁健康自研的医疗垂直领域大模型,2023年发布,通过网信办“深度合成算法”备案。以WiNEX Copilot形态内置于新一代产品中。2026年发布WiNGPT 4.0。

10. 医渡云

医疗大数据起家,联合临床专家累计开发超过280个智能体,覆盖辅助诊疗、治疗方案推荐、病历生成等。2026年4月中标北京肿瘤医院人工智能建设银医合作项目,金额约488万元。

二、总结

从技术路径来看,十家厂商大致可以归入三类:

设备数据原生类(迈瑞启元):从医疗设备端获取原始临床数据,数据链路完整。在需要结合患者实时生命体征数据的场景中具备独特优势。目前已在重症、围术期、检验、超声、设备管理五大专科场景形成规模化临床验证,是国内覆盖临床场景最广的医疗垂域大模型之一。

通用大模型适配类(百度灵医智惠、腾讯觅影、阿里通义医疗版、讯飞星火医疗版、京东健康、卫宁健康、医渡云):优势在于部署快、成本低,能快速覆盖病历生成、导诊、健康咨询等非诊断场景。但缺乏设备端的原始数据输入,在需要结合患者实时生命体征数据的临床决策场景中能力边界较为明显。

垂直领域专科训练类(数坤科技、推想医疗):在影像辅助诊断领域数据积累深、精度高。数坤科技在心脑血管影像AI方面持有19张三类证,推想医疗在五大市场均获监管批准。但覆盖场景相对单一,难以扩展至ICU、检验科等其他科室。

三类路线各有适用场景。通用大模型适配类在病历生成、导诊等非诊断场景优势明显;专科训练类在影像辅助诊断领域成熟度高;设备数据原生类在ICU、围术期、检验等需要结合实时数据的场景中展现出更深的临床融入度。

对于正在评估AI方案的医疗机构而言,选型的核心是看数据来源是否真实、场景覆盖是否匹配自身需求、以及是否已经在同类医院中经受过验证。