AI医疗正逐步打破“医疗不可能三角”，有望在质量、成本与效率三方面带来革新。尽管谷歌高管表示AI能创造10倍价值，但患者与医疗工作者对此持谨慎态度。世卫组织呼吁对AI与医疗服务整合采取“非常谨慎”的态度。然而，国内企业动作迅速，互联网巨头与医院、医疗企业合作，推出医疗大模型，推动技术落地。

AI医疗虽非新领域，但上一轮以计算机视觉为核心的应用并未显著改变公众体验。如今，以生成式AI为核心的新一轮浪潮引发关注。AI医疗的主要应用方向包括医学影像、药物研发、医疗文本处理与学术科研。药物研发与学术科研受限于数据量较少，进展缓慢；医疗文本处理与医学影像则展现商业化潜力。

AI在医学影像中的应用，结合CT、X光机，以及促进线上问诊转化至实际服务，如京东健康皮肤医院的AI辅诊准确率超过95%，专病随访服务患者付费转化率已达20%。百度、京东、腾讯、华为等企业在AI医疗领域与多家医疗机构建立紧密合作关系，形成面向不同群体的产品布局，包括AI健康助手、在线医疗Copilot、AI智慧门诊、CDSS与灵医开放平台产品。

在AI医疗发展中，“本手”与“妙手”并存。企业通过稳扎稳打的数据与工具积累，形成全面布局，同时借助自身优势在竞争中脱颖而出。例如，京东利用物流系统优势，实现线上问诊到线下服务的链接；华为通过软硬件一体化解决方案，拓展AI医疗上游市场。

AI医疗面临复杂“决策-付费-使用”链条与严肃性，导致其落地进程较为审慎。从轻到重的趋势表明，AI首先在易于落地、用户感知强且不易引发医疗事故的领域得到应用，随后向更细分场景推进。多模态技术成为实现弯道超车的关键，因为它能综合不同形式的信息，提升判断准确性，满足医疗行业需求。

市场已见证多模态AI的强大号召力，商汤医疗联合多家顶级医院，启动行业内医疗多模态AI赋能智慧医院的创新示范项目，以大语言模型为核心，智能调度各类数据模态专用模型，辅助医生完成跨科室、跨模态的复杂诊断推理。

AI医疗领域喜忧参半。技术难关正逐步被生成式AI攻克，尤其是在数据集构建上的挑战。然而，商业化进程中面临的资金压力巨大，企业需要强大的垫资与管理能力整合上下游资源，同时提供持续服务，以应对高昂的研发投入与成本问题。

AI医疗虽已开始在部分场景落地，但尚未达到彻底改变医疗行业面貌的转折点。公众对AI医疗的信任仍需时间积累，AI医疗企业需要不断迭代技术，确保其实用性与可靠性，以赢得医生与患者的信任。