来源 财经大健康 作者 辛颖

一向对人工智能（AI）比较保守的医院，在2025年开始为大模型花钱了。

江苏政府采购网信息显示，2025年4月江苏省级机关医院将采购基于DeepSeek大模型的智能体应用平台项目，预算为450万元。

从2月底DeepSeek掀起AI大模型热潮，医院陆续发布大模型相关的采购计划，从大三甲到基层医院，以前只是观望AI应用效果的院长开始掏出真金白银，或者正在考虑提高AI方面的预算。

一众手握算力的大厂，如阿里、百度、腾讯都在投入医疗大模型，3月华为甚至声称将成立一个医疗卫生军团。它们把硬件和技术打包卖给医疗垂直公司，先在上游赚上一笔。

这些大厂的确嗅觉灵敏。《财经》记者梳理近期医院与大模型相关的采购计划发现，大多以提高算力的硬件设施采购为基础，叠加不同层次的软件需求。

一位头部互联网企业的健康业务负责人分析，在AI医疗商业化的核心问题没有改变前，大厂没有激进地深入医疗赛道，只是在既有的优势赛道如大模型基座、云服务、硬件拓展中延伸。

这也体现出医疗AI深埋金矿，仍待发掘。

医疗AI的门槛更低了

2025年4月初，陕西汉中三二〇一医院对本地应用的DeepSeek大模型进行版本升级，提高到DeepSeek-R1 蒸馏版 (32B)。这距离医院上线使用DeepSeek仅一个月。

三二〇一医院信息科主任王琦说，“用起来还是有点慢，这受限于硬件水平，有机会再升级解决。”

从2025年春节后，三二〇一医院院长陈伟计划在医院部署DeepSeek时问信息科：既然DeepSeek是开源的，我们能不能不花钱就用上？

陈伟提出这样的要求，一方面是医院2025年的预算在上一年度的年底就定了，能灵活调整的空间不大；另一方面，陈伟知道医院的信息化水平“有点底子”。

接到任务的王琦评估医院的整体水平时，发现三个最明显的难题：一是医院的硬件水平不高，二是专科医疗数据的数字化、标准化规范不足，三是医院缺少这方面的专业人士。

作为一家三甲综合医院，三二〇一医院的电子病历系统应用水平达到国家四级，检查检验等方面的数字化建设一直在投入，医院管理实现了数字化升级。

放眼全国，2023年三级公立医院电子病历信息系统87.99%都在四级及以上水平。大多数公立医院的院长认为，信息化的投入必不可少，但得精打细算。他们优先升级的是和各类考核指标直接相关的项目，像大模型这种看不到“产出”的项目，不是院长关注的重点。

因此，王琦没有成熟的方案可以直接借用，就连合作的软件企业当下也拿不出产品。王琦只能试着在公立医院的信息科圈子里找帮手，“我们的算力情况可能和大多数医院一样，只有CPU，还没有买GPU”。两者合作，才能执行AI所需的高性能推理任务。

在了解了一些已经用上DeepSeek的医院是怎么做的之后，王琦最终拿出的方案是：医院现有的条件可以用上DeepSeek（7B）版。这比DeepSeek-R1（671B）在模型能力、推理速度等方面差了一大截。不过，在硬件配置上对GPU、CPU、处理器内存、网速的要求也低一些。据估算，部署DeepSeek满血版成本要500多万元，医院一下子腾挪不出来这笔钱。

陈伟拍板定了。他在决策时的考虑是，“虽然是低配版的DeepSeek，重要的是先迈出这一步，未来可以逐步调整。如果等到所有硬件条件都配备齐全了，我们和前沿AI的发展会越差越远”。

开源DeepSeek带来的最大冲击是，大模型不再把控在几家头部企业中，使用方可以量力而行地选择产品。换做2024年，还在打磨产品、造声量的头部企业瞄准的都是全国顶尖医院去合作，小医院们想用上大模型，早被不菲的费用吓退了。

三二〇一医院成为汉中第一家落地部署DeepSeek的医院。DeepSeek让医院能“有多少钱办多大事”，既可以像三二〇一医院少花钱先试水地部署，又能像江苏省级机关医院那样一下投入450万元。

陈伟做好了准备提高AI部署的预算，这是未来的发展方向，“对医疗这种高人群密度、高知识密度、高信息流密度的行业来说，AI未来对医院可能是寸步不离了”。

谁能先挣到钱？

从这一轮医院的采购需求来看，首先就是提升硬件。

有图省事的医院，直接购买DeepSeek一体机，可以简单理解为买了一个内置DeepSeek大模型的软硬件集合体，主打一个“DeepSeek大模型开箱即用”。如广州医科大学附属脑科医院计划采购 DeepSeek-R1（70B）本地部署一体机服务器一台，预算66.8万元。

要省钱，还可以选择租赁。济南市莱芜人民医院限价15万元，为DeepSeek本地化部署服务器租赁项目发布竞争性磋商公告。

提出较复杂需求的医院，需要软件公司和医院业务部门深度结合。河北南皮县人民医院发布的采购计划预算是120万元，提出的要求是大模型平台需深度融合 DeepSeek-R1版本及医学垂类大模型，平台支持影像辅助诊断功能、预问诊/分诊/导诊、电子病历生成/质控医防业务，覆盖医共体上下级等场景。

投入450万元的江苏省级机关医院，需求是在上述基础上，还要通过部署高性能的服务器，导入专业知识库、历史数据加以训练与推理，构建起覆盖医技诊断、医院管理的智能生态体系等。

产业链迅速形成，如腾讯与迈瑞医疗联合研发的重症医疗大模型，并给卫宁健康在医疗大模型开发方面提供算力和模型训练服务；蚂蚁集团联合阿里云等，推出“蚂蚁医疗大模型一体机”全栈解决方案；科大讯飞的大模型一体机，融合讯飞星火及DeepSeek双引擎能力，提升了医疗场景的应用能力。值得注意的是，后两款产品的合作方中都有华为的身影。医疗信息化企业卫宁健康、创业慧康，医疗设备企业联影等都与华为有合作。

多位医疗行业人士分析，华为之所以在医疗领域的合作业务能铺得这么开，是因为它的目标不是AI医疗，而是卖硬件。

“我们只用华为的算力，大模型等软件应用全部自己做。华为的医疗军团一开始就没打算和我们竞争，他们的定位就是硬件。”一位医疗信息化企业人士说。

实际上，几家大厂似乎都是“醉翁之意不在酒”。阿里系的医疗大模型业务一直是提供云服务的阿里云在主力推动，专注医药的阿里健康在这方面反倒动作甚少。至于没有想从医院赚钱的蚂蚁集团，大模型产品不过让其接入公立医院多了一块“敲门砖”。

百度考虑过在医疗AI上赚医院的钱，但尝试过后在2024年最终调整核心客户，聚焦药企。不过，随着其健康事业群组（HCG）降级，被合并至MEG（移动生态事业群）。目前，团队中医疗大模型相关的技术人员被并入百度智能云团队。最终走上了和阿里同样推动以“云服务”为主的业务模式。

一位互联网企业健康业务负责人称，“我们有医疗大模型的产品，但始终没有重点想去做卖给医院的业务”，原因在于医院对深入开发医疗AI的动力还不足。

因为AI产品距离独立于人工承担工作太遥远，现有的体系下没有独立的收费空间。AI更多的功能体现在提升效率、质量上，但现有医疗服务付费机制，体现不出这方面的价值差异。这也让上述互联网企业健康业务负责人觉得，当下让医院花钱去购买AI是和医院的利益相背离的。

但这并不影响巨头们先赚走AI医疗中相对容易挣的那笔钱。此时比拼的不是谁的AI医疗产品更优质，而是谁最先能在医院中铺得更开。

埋在苦力活中的价值

“选择合作企业时，谁的品牌更知名、谁的声量大、谁的广告多不重要，我们要看的是，谁在医院用得多、效果好。”陈伟谈及后续发展大模型的部署时说，既要对AI有开放的态度，更要审慎地推进应用。

医院要看到“确定”的效果，这是大模型想进入医院的一道门槛。

慢慢深耕是一个苦力活。“通用大模型是挖不出金矿的。”左医科技CEO张超指出，医院应用大模型遇到的问题之一是技术底座不可控，通用大模型医疗错误率较高，缺乏持续训练机制，模型性能随时间衰减。

以AI医疗影像为例，现在AI产品已经可以帮助影像科医生看片子，准确率超过90%，但要训练出这样的专业模型，前期需要医生们人工标注数万张片子，来供给AI学习。

标注片子是一个典型的苦力活。“这个活，医生不想做，计算机专家也不想做。”一位医疗AI领域的计算机专家说，“哪怕做一个小的专科病理学影像AI模型，要达到发论文的水平，至少要人工标注5000张片子：2000张训练，3000张测试。要达到准确率超过90%，能在医院应用的水平，至少是要上万张片子的。”

具体需要多少，还取决于获取的医疗数据的质量。相对来说，小医院的数据更容易拿到，但由于医生专业水平不同，切出来的病理参差不齐，染出来的片子质量相应也会受影响，做模型的难度更大。大医院的病理片子做出来更“漂亮”，更容易训练出好的模型。

“这十多年来，计算机技术层面有了一些长足的发展，训练出一个好模型更容易了。但是在优质数据的获取上，并没有变得更容易。”上述医疗AI领域的计算机专家表示。

微医控股高级副总裁、微医云平台总裁闫晋红表示，DeepSeek的出现让企业可以不必用高昂的成本来训练模型，但这不能解决搭建大模型过程中最难的部分还是获取数据，尤其是三甲医院的优质数据紧缺，患者病情分析难以连续。

陈伟的计划是，先发展大模型在三个方面的应用业务：AI辅助诊断治疗、病历整理分析和院内管理。

这些是医院信息化基础好的领域，陈伟举例：“医院有大量医疗文书的数据，包括病历数据的整理，这是一个要占用医生大量时间的工作。病历质控也是医院的一项核心任务，所以希望通过大模型辅助大家在管理病历方面节省时间，提高质量。”

像陈伟这样有清晰规划的院长，在这波采购热潮中可能并不多。一些医院对采购服务器的理解是买了一台电脑，但后续要做什么，还未想清楚。北京一家三甲医院原副院长表示，现在医院是一窝蜂地做大模型，“可我看了一些医院的数据治理根本不行，上了大模型也发挥不了效果，企业前期的投入也难有产出”。