2025年3月31日，国家药监局发布《关于优化全生命周期监管支持高端医疗器械创新发展的举措（征求意见稿）》。从审评效率提升到数据壁垒破除，再到全球标准接轨，政策首次为医疗AI的研发、落地、商业化以及全球化铺设了“全高速通道”。
现阶段，随着大语言模型携生成式AI席卷医疗领域，叠加政策端的持续发力，医疗AI大模型的入局者也接踵而至。除科技领域巨擘及头部医疗机构外，顶级医械巨头也同样在角逐这场AI“生态位争夺战”。
在2025CMEF展会期间，联影也隆重发布了其新一代大模型生态平台——「元智」医疗大模型（简称：uAI NEXUS），并同步推出覆盖影像诊断、临床治疗、医学科教、医院管理、患者服务等多场景的10余款医疗智能体。
联影「元智」医疗大模型发布现场
如同5亿年前视觉器官触发生物圈层跃迁，医疗大模型正成为现代医学的“认知复眼”——其多模态感知力穿透临床数据迷雾，重新标定医患关系、资源配置与价值创造的生态坐标。
面对这一充满机遇与挑战的全新医疗生态格局，顶尖医械企业的纷纷入局，也昭示着在这场激烈的医疗生态位争夺战中，医疗大模型已然成为一座必须攀登的珠峰。
医疗AI的“寒武纪式进化”：谁在领跑？
当下医疗领域呈现高度复杂化与专业化特征，疾病谱系繁杂、治疗手段多样，且医生与患者的需求高度细分、差异显著。
而通用大模型未经医疗垂域任务的训练，仅可用于解决医疗通识问题，在复杂疾病诊断、个性化治疗方案制定、疾病预后评估等医疗细分场景中，其性能与临床应用要求存在较大差距。因此医疗行业更需要垂域、多模态大模型来应对复杂多样的医疗需求。
在这一领域，国内首批推出多模态医疗大模型的企业，联影展现出了强大的实力和创新能力。
领跑者逻辑：从“单点工具”到“全场景共生”
当行业多数玩家仍在争夺单点场景时，在医用大模型领域，联影已悄然布局更具战略纵深的棋局：构建医疗垂域的多模态大模型。
在生成式AI竞速中率先突围的联影「元智」医疗大模型，整合了文本、影像、视觉、语音、混合等多模态大模型，不仅在文本方面吸收DeepSeek等通用大模型在处理自然语言、长文本方面的最新进展，还在其他多模态全面深度垂域自研，深度融入联影多年沉淀的医疗领域私域知识。基于联影「元智」医疗大模型，在医院管理、临床诊疗、科学教研、患者服务等医疗场景孕育出一批自进化、多模态、自适应的医疗智能体。
以「元智」医疗大模型为核心，十余款智能体已构建覆盖“诊-疗-研-管”全链路的AI生态雏形。
在诊断层，在放射科，基于影像大模型，诊断智能体仅需一次胸部CT扫描，即可自动进行胸腔、食管、纵隔、气管与支气管、肺部、骨骼、心脏与大血管等部位 37 种胸部 CT 常见病种和异常的检出，其行业首创“一扫多查”性能目前已远超业内最好的模型，平均 AUC 可达 0.92，相较于 SOTA 提升超10%。
此外，基于医疗垂域文本大模型，该智能体支持文字自动联想和语音精准输入，实现报告内容的快速精准填充，帮助医生高效生成诊断报告。
在治疗层，手术智能体同样展现出了非凡的实力。在外科手术场景中， 基于uAI MERITS多元手术智能体构建的“眼-脑-手”协同体系，在外科手术实践中实现了革命性突破：该系统不仅成功完成全球首例AI+AR辅助皮瓣移植手术，更重新定义了精准医疗的技术范式。其技术路径表现为：智能视觉实时感知器械空间位置，混合大模型解析多模态数据规划路径，自适应机械臂完成亚毫米级操作。
在科研层，为让医生能够轻松开发自己的专属医疗大模型，联影智能专为医疗科研场景打造了一款大模型开发者平台，可搭载于一站式科研平台中。依托该平台，医生可在零编程基础的背景之下，轻松完成临床文本数据导入与管理、文本模型训练与微调，并实现个性化医疗文本模型的在线推理与应用。针对医、教、研等多个医疗场景，医生可利用该平台训练相应大模型产品来提升诊疗服务、临床研究、管理效率等，让每一个"医疗灵感"都能成为可能。该平台同步支持院内私有化部署，进一步确保数据全流程可控、可监管，确保大模型的安全性、隐私性和可靠性。
在管理与服务层，联影推出患者服务、医院管理等场景下的智能体。其中，「有爱小山-病历助手」依托医疗多模态大模型，一键辅助生成多种类型的医疗文书，包括入院录、首程录、出院小结等，重塑报告书写模式；而联影专门打造uMetaGenesis设备管理智能体，则帮助医院管理者全方位掌握设备生命周期、运行情况，对科室可能发生的设备运行故障提前预并给予相应的指导建议。
更具战略意义的是，在联影构建的生态中，多智能体互联互通，形成群体智能。这些智能体并非各自为战，当「元智」医疗影像大模型在实时诊断影像数据时，uMetaGenesis设备管理智能体正同步优化着全院设备调度效率，而“有爱小山”智能客服则在患者端沉淀着千万级交互数据。它们如同医疗系统的神经元，通过数据与算法的互联，让AI的价值从单点突破走向全局跃迁。
这也意味着，「元智」医疗大模型的真正竞争力，在于构建了医疗AI的“代谢循环”。技术突破驱动场景落地，场景数据反哺模型进化，最终形成群体智能的飞轮效应，推动医疗AI不断迈向新的高度，为医疗行业的发展带来无限可能。
于联影而言，医疗大模型与智能体的核心价值底色在于：以医疗垂域多模态能力为基座，通过智能体集群重构医疗价值链。凭借底层技术攻坚与场景落地的深度耦合优势，使其成为全球医疗AI竞速中的“中国坐标”。
厚积薄发：从“高端影像领导者”到“医疗AI生态领航者”
在医疗AI这个赛道，诸多企业都在单点场景深耕布局，为何联影能蹚出一条“全栈全谱、软硬协同、生态闭环”的差异化之路？
自DeepSeek点燃医疗AI爆点，短短月余间，联影以实现敏捷响应的底气，源自于其深度布局AI的积淀。
2017年末，联影集团成立子公司联影智能，探索将AI应用于临床诊断、科研、医院管理等领域。截至目前，联影智能已推出100+医疗AI应用，10+平台，落地全国3000多家医院。
联影在AI领域的七年积淀，是一部以数据为基石、以创新为动力的蜕变史。从打破国际巨头垄断的高端影像设备破局者，到构建覆盖全链条的医疗AI生态操作系统，其核心驱动力正是基于海量、多维、高质量的医疗数据积累与深度挖掘。
数据积累：壁垒级核心优势
医学影像能力一直是联影强势引领的优势所在，基于数千万级医疗影像数据和数十万级医疗级精细标注数据训练打造的「元智」医疗影像大模型，能支持 10+ 影像模态、300 种影像处理任务，性能表现优质。对于很难获取的影像数据，可以用生成式AI的思路来创新性地解决问题。
生态构建：数据驱动的全球协同网络
联影的野心不止于工具创新，更在于打造开放赋能的“医疗AI操作系统”。其数据生态已延伸至三大维度：
首先是设备智能化，通过UAIFI、UEXCEL等数智化超级技术平台，将AI能力嵌入影像设备全生命周期，实现从数据采集、处理到诊断的端到端优化。
本次展会上，联影也重磅发布了包括全球首创双宽体CT uCT SiriuX、首创“磁共振Max平台”uMR Max、全新一代自由可拓展高性能PET/CT uMI Panvivo、业界首创一体化大孔径CT-linac uLinac EternaTx、CT“实时可视化”引导经皮介入手术控制系统 uInterv C550等在内的一批智能化高端医疗装备。
其次是临床科研协同，联影已与哈佛医学院、耶鲁大学等顶尖机构合作，基于真实世界数据推动脑科学、肿瘤诊疗等前沿研究。
最后，其全球化拓展的谋略不言而喻，目前联影旗下通过FDA/CE认证AI应用有10余款，也在全面开拓海外市场。
站在2025年的节点，联影在医疗AI领域的七年积淀正转化为生态势能。其数据资产已突破单一诊断场景，向预防、治疗、康复全链条渗透，一个融合影像数据、生物信息与虚拟交互的下一代医疗模式正在成型。
正如联影集团董事长薛敏所言：“AI的本质是共赢共生”——数据积累的厚度，终将决定智能医疗生态的广度与深度。
商业化落地按下加速键，谁执牛耳？
联影在医疗AI领域的商业化探索，始终走在行业前沿。
截至2024年底，其已获批12张AI应用NMPA 三类证、15款FDA认证与13款CE认证，其中不乏有一批世界首创、中国首创的创新产品。例如，作为中国首个获批三类证的肺栓塞AI软件，该软件可第一时间预警肺栓塞阳性数据，减少漏诊、误诊，助力危急患者优先进入诊疗环节，打通生命救治的快速通道。目前，该软件已囊获国际 CE、FDA和 NMPA 三大认证。
这一阶段，联影以“工具型AI”为切口，完成技术可信度的原始积累，但也认识到：单一功能模块难以满足医疗复杂系统的需求。
于是，当医疗AI赛道普遍聚焦垂直领域"专精特新"布局之际，联影另辟蹊径，战略押注医疗大模型新赛道。
当下，联影依托「元智」医疗大模型，结合十余款自进化智能体的系统性布局，凭借深厚的技术积淀，全力推动 AI 在医疗场景的规模化落地应用，开启从量变到质变的“大步迈进”新阶段。
联影将加速推动AI从“效率工具”向“决策伙伴”的战略跃迁，依托数据要素深度释放与生态体系构建，持续演进人机无缝协同的智能体形态，重塑医-患-设备三方交互范式，最终确立全球医疗AI领域战略领先地位。
未来，唯有将技术创新扎根于真实临床需求，以开放生态放大技术势能，才能真正跨越“试点陷阱”，迈向规模化、可持续的AI新时代。而联影的“大步迈进”，正在为行业树立新的坐标系。
注：以上内容仅供参考，不构成投资建议，本文中对官方政策的相关解读，仅代表本平台观点，内容以官方文件为准。如有平台转载本篇文章，须自行对该篇文章负责，医疗器械经销商联盟不对转载引起的二次传播影响负责。
#2023年中国MRI报告
#2023年中国CT报告
#中国卫生健康统计年鉴2022
#中国医院信息状况调查2021-2022
#医用超声#内窥镜#监护#心脏电生理#康复#生殖健康#口腔#医美#家用医疗设备领域报告......
