医疗健康行业：AI应用白皮书

1前言 Preface医疗健康行业是维护全民福祉的重要基石，始终是全球关注的焦点。当前普遍的亚健康状态，以及老龄化带来的慢性疾病增加等，不仅影响着人们的生活质量，也给医疗体系带来了沉重负担。我国医疗体系的“不可能三角”依然突出，即便宜、高效和服务难以兼顾。优质的医疗服务供不应求，医护人员负担较重，而基层医疗能力相对较弱，患者的就医体验也需要进一步提升。另一方面，疾病谱变化快，药物研发周期长、资金需求庞大且成功率较低，现有供给难以快速应对，很大程度上也限制了医疗的突破发展。面对这些挑战，人工智能技术，特别是以大型模型为代表的生成式AI的迅猛发展，为医疗健康注入了新的机遇。AI的应用能够快速分析海量且复杂的医疗信息，从而支持更加精准的医疗决策，协助医生做出更为科学合理的诊断与治疗规划，有效减轻医护人员的工作压力，并缓解医疗资源紧张的局面。此外，AI技术正在推动医疗服务向自动化和智能化转变，优化包括预约挂号、诊疗服务、费用结算、检验检查等在内的各个环节，将极大提升患者的就医体验。同时，AI助力生物分子结构预测与生成、加快靶点识别和发现，提升药物分子设计与优化，提升临床试验的效率，有效地缩短新药研发周期、降低研发成本、加速新药上市，为医药创新带来新的动力。AI已经深入医疗健康的各个层面，成为连接医疗机构、科研机构、制药企业以及广大患者的重要纽带，助力构建更加高效、智能、个性化的医疗生态系统。本白皮书将深入探讨AI在医疗健康行业的应用现状、发展趋势和未来机遇，为行业参与者提供有价值的参考和建议。2目录总体篇场景篇趋势篇医疗健康行业的智能化发展机遇481417242934AI推动医疗服务升级AI+医疗健康应用趋势展望AI加速医药创新发展AI助力健康管理医疗健康行业AI应用全景阿里云助力医疗健康AI应用开发人口老龄化趋势下，全社会医疗服务需求显著上升AI技术加速迭代，推动医疗向更高效率、更精准服务发展政策护航，全方位助力医疗健康 AI 创新应用56718192122232527283031323535353636智能导诊与预问诊医学影像与辅助诊疗组学研究与个性化治疗智慧病案与患者管理医学研究与教学多模态数据融合驱动精准医疗进阶智能医疗助手革新医疗服务体验AI驱动生物医药研发范式变革 云边端融合拓宽医疗应用版图AI 设备普及开启主动健康新模式药物研发与设计药物筛选与ADMET性质预测临床试验设计与优化健康监测与评估健康指导与干预智能健康保险Contents12345673总体篇场景篇趋势篇总体篇4医疗健康行业 AI 应用白皮书医疗健康行业的智能化发展机遇1医疗是民生的重要组成部分‌，医疗服务的可及性和质量直接影响到人民群众的健康水平和生活质量。2025年我国政府工作报告提出，要实施健康优先发展战略，促进医疗、医保、医药协同发展和治理，并明确提出将居民医保和基本公共卫生服务经费人均财政补助标准分别再提高30元和5元。随着人口老龄化的加速及居民对健康的愈发重视，我国医疗保健需求不断增长，医疗体系面临较大压力。医疗健康行业数据密集，与AI技术形成强耦合。人工智能的应用，有助于加速医药研发、推动精准医疗、提升医疗服务效率，成为医疗健康行业可持续发展的重要技术驱动力。医疗领域AI支持政策的持续出台，也进一步推动医疗健康的AI创新应用。医疗健康行业 AI 应用白皮书5总体篇场景篇趋势篇人口老龄化趋势下，全社会医疗服务需求显著上升随着我国人口结构的深度转型以及居民生产生活方式的持续演变，社会对医疗资源的需求呈现出显著的增长态势。2024全年全国医疗卫生机构的总诊疗人次达到101.1亿，相较于上一年增加了5.5亿人次。当前，医疗资源分配相对不均、优质医疗资源集中在大城市和三甲医院，大医院人满为患，医生工作负荷过重而基层医疗机构能力相对有限，无法有效分担压力。截至2024年上半年，我国三级医院诊疗人次数为13.84亿，同比增长15%，远高于一二级医院和基层医疗卫生机构。三级医院的病床使用率高达90.9%，而社区卫生服务中心和乡镇卫生院的病床使用率都在60%以下。人口结构和生活方式的转变，也使得我国心脑血管疾病、呼吸道疾病等慢性病及肿瘤等的发病率总体呈上升趋势，患者对创新药研发的需求也呈爆发式增1.‌数据来源：国家统计局2.‌数据来源：国家卫生健康委员会统计信息中心长态势，数据显示，2019年到2024年期间，我国创新药上市数量波动上升，从2019年的51款增加至93款。国产创新药比例有显著提高，从2019年的21%增加至2023年的46%。虽然生物医药的规模持续增长，但研发一款新药的时间和成本高昂，急需要提升投入产出比。同时，慢性病由于发病率高、病程长、有效控制率低、经济负担重等特点，患者对医疗服务效率和质量、个人健康管理有效性等的需求等都变得更为迫切。人工智能在提升医疗服务质量与效率、助力医药研发突破、优化个人健康管理等方面呈现出较大的潜力，为医疗健康行业可持续发展带来机遇。2024年底，我国60周岁及以上老年人口31031万人，占总人口的22.0%，其中65周岁及以上老年人口22023万人，占总人口的15.6%。根据联合国标准，60岁及以上人口比例超过20%或65岁及以上人口比例超过14%时，则进入“中度老龄化”社会。图‌‌中国老龄人口规模及占比1图‌‌不同级别医疗卫生机构医疗服务量及利用率26医疗健康行业 AI 应用白皮书AI技术加速迭代，推动医疗向更高效率、更精准服务发展AI在医疗健康行业的应用由来已久，从早期的规则引擎和专家系统引入，到医学影像分析、病历质控、疾病早期筛查与诊断、再到医药研发，AI在医疗健康行业的应用逐步深入。当前，随着生成式人工智能的加速发展，众多研究机构和企业在通用大模型的基础上，基于不同细分领域的医学和医疗数据进行再训练或微调，构建医疗行业大模型，推动在智慧医疗、医药研发、健康管理等方面的应用，提升医疗健康领域的智能化水平。AI医疗软件产品分为医疗器械类和非医疗器械类，如果AI软件处理的是非医疗器械数据（如患者主诉、检验报告结论等），或者其功能不涉及医疗器械数据的处理和分析，则不作为医疗器械管理，无需进行医疗器械注册。如果AI医疗软件处理的是医疗器械数据（如医学影像、生理信号等），且其核心功能用于医疗用途（如辅助诊断、治疗计划制定等），则属于医疗器械，需按照相应的类别进行注册管理才能合法上市销售。目前生成式AI在医学领域的应用尚未形成明确的监管框架和注册准入管理制度，因而很多作用于医学影像和医药研发的大模型与相关产品功能，一般作为辅助工具使用。目前在国家互联网信息办公室发布的生成式人工智能服务备案信息和深度合成服务算法备案清单中，主要涉及非医疗器械的AI医疗软件的对外规模化产品应用，患者服务、辅助诊断与决策、质控成为最为典型的AI应用领域。截止2024年底，能够对外提供医疗领域AI应用的产品和服务且已备案的模型和算法数量已达101个，呈逐步上升态势。这些备案的模型和算法广泛分布于各个领域，为医疗健康行业的智能化发展提供了有力的技术支撑与保障。具体的分布领域如下：‌ · 问诊对话占比48%，即模拟医生问诊过程，基于用户输入的症状与病史等文本信息，为用户提供疾病诊断与治疗建议； · 健康评估与