即使在2025年，AI医疗领域依然持续火爆，热度不减。
从生成式AI、大模型等前沿技术在医疗健康和生命科学领域积极探索临床价值验证，到各类应用层出不穷、百花齐放——AI医疗的创新实践正在如火如荼地开展，市场规模也同步快速攀升。根据甲子光年的预测，2025年中国AI医疗市场规模有望达到1157亿元，预计到2028年将进一步增长至1598亿元。
在行业高速发展的同时，一个核心问题也摆在产业各方面前：当AI与医疗健康的融合已经取得阶段性成果，未来行业将朝着哪些方向演进？
围绕这一问题，英伟达对600余位专业人士进行了调研，并发布了《医疗健康和生命科学领域AI现状及2025年趋势》调研报告。
需要特别说明的是，为确保调研结果的客观性与完整性，这600多位受访者的领域和职位各不相同。从领域来看，涵盖了医疗技术、工具和诊断行业、数字医疗健康、制药和生物技术、方案购买方以及方案提供方四大类，几乎完整覆盖了医疗健康和生命科学的产业链条。此外，受访者中既有企业高管、临床医生，也有技术设备方案人员和学术研究人员，使得调研结果既多元又丰富。
当然，由于所处行业和视角不同，部分观点存在差异。因此，本文主要聚焦于报告所呈现的整体发展现状与行业趋势进行解读。
影像诊断位列AI应用场景之首
医疗影像和诊断、临床决策支持、疾病诊断和风险预测，是当前医疗健康和生命科学领域三大主流的AI应用场景。
其中，医疗影像和诊断以47%的占比位居第一，其次是临床决策支持（43%），最后是疾病诊断和风险预测（40%）。
数据来源：英伟达报告
这三大场景之所以能够排在榜单前列，核心原因在于它们都有望缓解医疗资源紧缺、优质医疗资源分布不均等长期存在的难题。
以医疗影像诊断为例。根据国家卫健委此前披露的数据，我国偏远地区的疾病误诊率是城市的2-3倍。这说明，基层医疗机构的诊断水平与大医院之间仍存在明显差距。但即便在大型城市的大医院，医生资源同样捉襟见肘。据《中国卫生健康统计年鉴2022》和国家统计局推算，2021年中国影像科医生配置仅为0.17人/千人，缺口巨大。在此基础上，影像数据解读难度大、耗时长、工作量大，加之诊断标准存在一定主观性、早期病灶识别困难等痛点，导致医疗影像诊断中仍存在一定的误诊漏诊现象。这一问题并不仅限于影像科，其他科室同样面临类似困境。而AI的出现，恰好为医疗平权提供了新的可能。
具体来说，在诊断方面，AI不仅能高效完成大量图像和数据的处理分析、提高诊断效率，还能凭借高精度分析提升诊断准确率，减少漏诊和误诊风险。在治疗方面，AI驱动的临床决策支持系统可以为医生提供实时、精准的诊疗建议，帮助应对复杂多变的病例，辅助其做出更科学、更合理的决策，提升诊疗水平的同时改善患者结局。此外，AI还能通过挖掘患者的电子健康记录、检验检测数据乃至生活方式信息，构建疾病预测模型，协助医生实现早筛早诊、疾病预测和随访管理，这本身就是医疗资源的一种合理高效分配。
如果说庞大的需求和紧迫性是这三大场景与AI结合的“驱动器”，那么海量数据的积累就是它们的“燃料”。无论是院内影像数据、检验检测数据，还是日常生活中的健康信息（如血糖监测数据、睡眠健康数据），体量都相当可观。正是这些数据，为AI技术的落地和迭代升级奠定了坚实基础。
正因为如此，这三大场景中的AI应用落地最为迅速，并且已经取得了阶段性成果。以AI+医疗影像诊断为例，截至2024年5月，国内已有85款AI医疗影像产品获批三类证，覆盖了眼部、肺部、骨科、心血管、乳腺、宫颈等多个部位的疾病诊断。
未来5年受AI影响的三大领域，虚拟医疗健康助手赫然在列
谈及未来5年内AI影响最大的领域，51%的受访者认为是先进的医疗影像和诊断，34%的受访者认为是虚拟医疗健康助手，29%的受访者则认为是精准医疗（针对患者个体特征量身定制的治疗）。
数据来源：英伟达报告
AI+医疗影像诊断的重要性无需赘言。作为AI应用最为成熟的细分领域之一，医疗影像虽然已经取得了不少成果——比如前面提到的可开展心脑血管、肺部等疾病的辅助诊断——但临床对两者的融合还有更高的期待。一方面，希望拓展疾病覆盖范围；另一方面，则渴望实现能力的进阶。举个例子，目前针对某些疾病的辅助诊断，AI只能做定性分析（判断是否患病），无法进行定量分析（比如判断疾病处于哪个阶段）。未来，随着大模型和生成式AI的应用，AI+医疗影像诊断的应用边界还将进一步拓宽。
至于虚拟健康助手，这是近年来备受瞩目的AI医疗应用方向之一。从蚂蚁集团等互联网大厂，到京东健康、腾讯健康等互联网医疗平台，从讯飞医疗这样的信息化厂商，到觅健这样深耕专病管理的患者管理平台，各种AI虚拟助手/健康管理层出不穷。
背后的原因其实不难理解。首先，随着经济水平和健康管理意识的提升，C端用户对健康管理的需求持续增长。其次，AI虚拟健康助手可以通过“场景化介入”重塑医疗健康产业链。它不仅能成为互联网医疗企业和医疗服务机构短期内快速获取C端用户的入口，还能通过长期的互动与服务提升用户粘性，进而提高复购率。更重要的是，基于持续互动，AI虚拟健康助手可以积累用户日常健康数据和用药数据——这些海量数据在脱敏后，既能帮助医疗机构提供更个性化、精准的健康管理方案，也能助力医药和医疗器械的真实世界研究，反哺创新药和创新器械的研发。最后，生成式AI和大模型的应用，以及AI推理能力和长期记忆功能的进步，也让主动式全生命周期健康管理从想象变成了现实。
因此，国内AI虚拟健康助手发展迅猛，同质化现象也随之出现。不过，也有企业凭借自身优势打造差异化产品。例如，蚂蚁集团今年6月发布的蚂蚁健康助手AQ，核心竞争力在于对医保服务、基础健康管理和优质服务资源的高效整合。讯飞医疗基于讯飞星火大模型打造的讯飞晓医，则擅长模拟临床思维推理、进行复杂症状鉴别诊断。京东健康的京东大医生则构建了“小病咨询-快速购药”的服务闭环，既能满足用户对头疼脑热等常见疾病的快速问诊，又能无缝衔接到药品购买。
未来，多模态数据的互联互通——比如院内数据与院外数据的打通、各类可穿戴设备的健康监测数据与检验检测数据的融合——将持续受到业内关注。此外，如何挖掘用户真实需求，形成医-药-械-险多方的高效协同，同样是值得关注的行业趋势。
至于精准医疗，这是近年来医学界关注的重点方向。其实，无论是更精准高效的诊断，还是更科学个性化的诊疗及健康管理方案，最终目标都是为了维持或改善患者健康状况。在AI的助力下，诊断和治疗水平将在不同维度持续提升，这必然推动精准医疗的实现。
数据，仍是AI+医疗健康发展的最大拦路虎
AI+医疗健康/生命科学的“美好图景”要想落地，还面临不少挑战。
其中，约33%的受访者表示，在医疗健康和生命科学领域实施AI的最大挑战是数据问题——比如隐私和自主权问题。其次是缺乏预算和用于模型训练的数据量不足，两者各占30%。这些问题既庞大又复杂，企业或医疗机构要想克服，最好的办法是找到一个强有力的合作伙伴。而英伟达正是扮演了这样的角色。
为了赋能医疗健康和生命科学领域的AI开发，英伟达构建了一套从底层硬件到顶层应用的完整解决方案。
在硬件层面，基于最先进的AI计算平台，英伟达可以为医疗健康和生命科学AI开发者提供大规模AI和高性能计算支持。在硬件之上，英伟达推出了NVIDIA Clara平台，提供一系列AI工具包和软件套件——比如用于药物研发的BioNeMo、用于医疗设备的Holoscan、用于基因组学的Parabricks，以及用于医学影像的MONAI。在此基础上，英伟达又推出了NVIDIA Omniverse和NVIDIA Cosmos：前者是一个高仿真计算平台，可用于构建实验室和生物制造设施的“数字孪生”；后者则是为物理AI系统大规模构建定制世界模型的平台，提供数据整理、训练和定制的开放世界基础模型和工具。
基于NVIDIA Omniverse和NVIDIA Cosmos，英伟达在今年年初推出了NVIDIA Isaac for Healthcare。这是一款用于AI医疗健康机器人的开发者框架，能为各类医疗机器人提供数字原型设计、硬件在环产品开发测试、用于AI训练的合成数据生成、策略训练以及实时部署等多项支持。
不妨以NVIDIA Isaac for Healthcare为例，看看英伟达是如何帮助企业解决数据不足和预算不足这两大难题的。
先看数据不足的问题。一方面，NVIDIA Cosmos可以生成低分辨率、与现实世界精准匹配的合成适配数据。因为合成数据与真实物理世界高度接近，所以非常适合医疗机器人的训练需求。另一方面，NVIDIA Omniverse在创建高保真数字孪生模型的同时，也会生成大量基于物理原理且逼真的合成数据，可用于医疗机器人模型的微调和强化训练，提升机器人的精度。
至于预算不足，英伟达的解决方案与其近年来力推的“数字孪生”密切相关。通过数字孪生与物理AI的融合，Isaac for Healthcare不仅能为企业提供数据支持，还能提供数字化原型设计、数字孪生环境下的AI模型验证、从仿真到现实的部署应用等全流程支持，覆盖医疗机器人、器械的开发与部署。
在Isaac for Healthcare环境中，企业不仅可以通过“高仿真环境”降低研发和部署成本、缩短研发周期，还可以利用真实数据和合成数据，结合数字孪生环境，强化并调整机器人训练策略和算法，从而提升机器人和器械的性能。
截至目前，Isaac for Healthcare已经与全球多家企业和机构达成合作，其中不乏行业龙头。例如，在华盛顿特区举办的NVIDIA GTC大会上，强生表示将借助NVIDIA Isaac for Healthcare，完成旗下MONARCH平台——一种在机器人辅助支气管镜检查领域首个上市的创新技术——从设备安装调试到患者互动过程中各个环节的设计、模拟与测试。以往这一过程需要耗时数月甚至数年，而现在，在Isaac for Healthcare的帮助下，时间被缩短到了数小时。
强生表示：“这将帮助强生医疗科技团队评估多种设计方案，对新型器械进行虚拟测试。该方法还有望彻底改变针对泌尿科的MONARCH平台的培训模式——该平台计划于2026年在美国上市——让临床医生在接触患者之前，就能在高保真、物理精确的解剖模拟环境中演练复杂场景。”
在此之前，GE医疗也宣布与英伟达达成合作，采用NVIDIA Isaac for Healthcare推进自主成像技术创新，重点开发自主X射线技术与超声应用。在Isaac for Healthcare的支持下，GE医疗能够在部署前通过虚拟环境训练、测试和验证旗下产品的自主成像系统能力。
值得一提的是，为了缓解企业的预算压力，英伟达还发布了初创加速计划（NVIDIA Inception），为包括初创企业在内的医疗健康和生命科学企业提供产品折扣、技术支持、市场宣传和融资对接等支持。截至目前，全球已有超过4000家医疗健康和生命科学企业加入了该计划。
而且，英伟达对医疗健康和生命科学行业的赋能，远不止提高效率和降低成本。针对行业关注的其他重大挑战，英伟达也在不断寻找最优解决方案。比如，针对AI模型的推理能力和可解释性问题，NVIDIA Clara平台提供了一款推动放射学和影像学领域可解释AI发展的视觉语言模型Reason，并与美国国立卫生研究院（NIH）临床医生合作，成功捕捉人类专家的推理过程，从而在一定程度上提升了医疗AI的透明度与可解释性。
正如前文所说，英伟达对AI+医疗健康的赋能，绝不是局限于单一层面，而是通过一整套生态提供完整的解决方案。当AI+医疗健康的未来已经到来，英伟达和它的合作伙伴如何将“未来畅想”落地并进一步描绘行业前景，我们拭目以待。
