最近在参与国内某头部医院检验科训练一个垂直细分医疗模型，分享一些个人观点，给AI+医疗领域的从业者一些建议（觉得有用拿走、觉得没用底下留言喷）：

1、医疗领域最核心的是数据，国内的公立及三甲医院基本上数据不出医院的，所以细分领域AI落地有非常多的机会，几乎每个科室有可以训练一个小模型来替代相关场景

2、通用医疗模型，国内百川的模型已经做得很好了，基础医疗初诊基本上没太大问题了，而且逐步接近中级，大家最认可的是证据链这个东西。这个是很多头部医院医生的反馈。我自己亲自试了下，确实挺不错的，慢性病、各种医疗的小问题，比好大夫、丁香园等应用上的地方医院医生要强，至少在综合性判断上效果要比一般医生强。

3、医院使用大模型最大的障碍是本地化成本问题，因为数据不能出医院所以无法用云，本地化就得涉及成本硬件，这个是阻碍很多医院深入使用大模型的核心原因。

4、短期内，医院为软件付费意愿很弱，搭配硬件更有机会拿到医院的直接付费，所以与医疗硬件厂商绑定是AI软件类公司的一条出路。

5、医疗AI有非常多可做的方向，数据伦理是最大的门槛，进入后数据标注也是最大的成本，这种数据需要专业医生来标注才行，普通人标注没啥鸟用，所以0-1很关键，几乎没有捷径。

#ai医疗##百川医疗#