“你们能不能帮我们触达到更多顶尖药企？”

一大模型厂商与某服务商沟通需求时率先发问。从混沌时期的争辩模型大小、数据规模，到如今的做应用、抢占医疗各环节场景，中国医疗大模型已经进入落地的第二战场。

中国信通院云计算与大数据研究所副所长闵栋透露，截至今年7月，已有117款的大模型通过备案，并且向社会开放服务，但主要是通过to C面向消费者的大模型，以北京、上海、广东地区为主。

与 to C产品不同，医疗产业大模型的to B之路，用户支付的集中度直接影响了商业化的优劣。百度集团资深副总裁、百度大健康事业群组总裁何明科在7月19日的百度健康产业生态大会上指出，百度一直作为赋能者的角色，用互联网+AI全面服务患、医、药，但挣患者的钱、挣医院的钱、挣政府的钱，其实都很难实现规模商业化。

药械企业们，则成为医疗大模型的理想之地，不少大模型厂商正在积极接洽，试图将模型能力售卖给动辄千亿营收的药械企业们。而线上医药电商对传统药品流通的冲击，倒逼线下流通的多个环节如药店、诊所等以及制药企业拥抱大模型，加码数字化。

在优质医疗资源分配不均，老龄化严峻及慢性病年轻化的当下，以数字人为触达媒介的精准找医生、健康咨询、智能药事管理同样重要。

随着大模型迭代、进化，或能带来医疗、医药、医保等新的凝聚。医院一向是医疗AI新技术的实验场，这也造就了各大厂商积极拥抱头部公立三甲医院的盛况，探索大模型在医疗各个环节的应用。

扎根医院，打磨产品，以此盘活医疗AI的B2B2C的链条，从而拉升医疗大模型的商业化想象空间。

重塑传统诊疗流程

试想一个场景，当一位乳腺癌患者着急就医，却抢不到“秒光”的专家号。而头部三甲医院的专家，看了一上午的病人，却发现好多患者仅是乳腺结节，需要的或许仅是健康宣教。

这种因缺乏医学知识造成的供需错配，恰恰是大模型可以消弭的。

今年5月，百度健康与武汉协和医院联合打造了中国第一款“大模型+医疗场景”应用——AI智慧门诊。AI小助手通过诊前多轮问询，通过多模态AI交互与病情整理，综合判断病情严重程度与诊疗资源情况，同时把结果展示给医生，医生可以在10秒内判断是否加号。另据医生介绍，该模型审核判断的准确率约为95%。

智能加号、智能分导诊、智能候诊室等多个服务模块的产品，让就医真正因疾病严重程度，找到对的医生，实现医疗资源合理配置与就医秩序的改善。

以上改变或许可以在百度健康产业生态大会上窥见，从签到处进入会场，便能看见电子屏上的各科数字医生在积极介绍自己，因着现场人声嘈杂，偶尔还可见他们宛若真人般，侧耳扶手倾听。

百度健康助手、一站式互联网医疗平台、精准患者触达、智能随访服务大屏等依次排列，详细展示就医全旅程的服务。某种程度上，这也暗含了就医需求的四个层次，从健康问题、到院问题、持续治疗问题和MDT（多学科会诊）问题，逐级深入。

“应用场景方面，围绕患者就医旅程的各个环节、结合医患药各方的需求，经过过去一年的探索，我们最终聚焦在这样五个核心场景：AI健康助手、在线医疗Copilot、AI智慧门诊、CDSS+LLM、灵医开放平台。”百度大健康事业群组医疗业务总经理张延东介绍道。

在产业生态大会上，百度健康正式发布了健康智能体家族，包括AI精准找医生、AI医学报告解读、AI用药助手、AI皮肤检测、AI睡眠助手等产品。基于现实就医不同环节难点，百度正在解决高频次需求，让医疗大模型真正用起来。

蚂蚁集团的百灵大模型则通过与浙江省卫生健康委合作开发“AI就医助理-安诊儿”，集智慧导诊、预约挂号、在线取号、院内导航、扫码支付、报告查询、复诊续方等功能于一体；腾讯健康开发AI大模型预问诊系统，可与患者进行自然、流畅的对话，文字、语音甚至图片都能理解，系统还将一键生成规范的诊前报告，协助医生进行初步诊断……

可以看到，不同于以往技术的单点突破，大模型以多模态融合贯通能力，服务于就医全流程，提供更高维度的方案助力行业实现“不可能三角”。

让大模型成为实际生产工具

《创新者的窘境》一书中曾经指出，决定创新能否取得商业化成功的一项关键因素是，创新能在何种程度上满足价值网络内已知参与者的已知需求，其价值和应用领域往往都非常清晰。

然而在医疗大模型中，则需要注意区分使用者与客户两者之间的区别。在健康管理场景中，受益的往往是患者，需要买单的却是医院。过往互联网医疗十余年经验，已经论证了商业模式之艰。如果使用者和客户合二为一，才是一个完美状态。

纵览目前的医疗大模型，多聚焦患者问诊、医生助手、药物研发、健康科普等领域。和缓医疗CEO李宇曾经向亿欧大健康指出，最看好的则是病历质控系统以及DRG/DIP下，监管医院的临床诊疗行为和收费合理性的医保控费应用。

本质上而言，是要医疗大模型解决医院实际痛点，创造新的价值增量。**“当我们的系统设备真正成为它的生产工具，医院还是愿意付费的。”**何明科一语中的。

过往认知中，进院、商业化往往是一件繁琐而艰难的事情，可是在购买医疗器械设备方面，医院向来不会手软，尤其是CT、MR等大型医疗设备。对于公立医院而言，一旦产品能够直接提升医疗水平和收入水平，那自然敞开大门欢迎它。“核心点是我们怎么找到医院的痛点，且是这个行业通用的——提升收入的产品总是好于降低成本的产品。”他补充道。

对于医院而言，学科建设永远是三驾马车——医教研。大模型厂商们正拿着各种锤子满世界找钉子，把医疗场景中需要提质增效的地方再做一遍。处理医疗病历文书、辅助诊断、药物研发等富文本、富知识的领域，遍布医疗大模型的身影。京东健康、商汤科技、医渡科技、惠每科技、卫宁健康、医联、深睿等均深耕于此。

落地医院端，不少厂商都将目光望向了CDSS（临床辅助决策系统）。

闵栋曾经介绍，传统的CDSS主要基于固定的标准指南、教科书中等内容来辅助决策。大模型训练数据来源更广泛，且大模型可以自动捕捉人类输入的关键信息，通过与医生互动，就决策结果持续开展多轮的问询，结构化思路使医生决策更加科学有说服力。简而言之，大模型应用数据、多模态预训练模型与CDSS融合之后，能够帮助医生做出更好的决策。

最关键的是，医院有购买的动力。电子病历、智慧服务、互联互通等政策的出台，均对医院信息化水平建设提出了更高要求，也为CDSS应用打开了更多场景。绝大部分医院极为重视CDSS，对CDSS创新应用研究、落地持开放态度。

百度健康将CDSS+大模型结合从服务智慧医院评级的定位，进一步升级为医生工作中AI助手的定位，为医生带来切实的价值。

在何明科看来，医疗大模型的应用还停留在浅层，只是看病的分导诊、预问诊、智能加号、病历生成这部分；未来很多场景，比如诊断诊疗、CDSS，随着大模型的逐渐成熟和渗透也会越来越好。

不过医疗AI产品入院一般基于两种商业路径，要么进入医院的收费名录，要么诊疗效果被医生和患者认可，最终由患者付费。想要实现规模化营收，或许在做好院端之外，还得将目光望向别处。

转向药械端挣钱？

人们在训练大模型以重塑工作流，不少行业也在被其改变，药械企业就是其中之一。

在百度健康产业生态大会上发生极有趣的一幕，百度大健康事业群药企营销总经理毛及指出药店之痛——客户离店即流失，能力现状也是增值服务少，研发能力差，随即向在场听众们展现了AI时代下，药店自动锁客运营工具。

原本还有点午困的不少听众们，迅速坐直，拿出手机拍摄，不过还是没赶得上翻页速度，有一听众还暗自叹了口气“哎”。

此情此景不禁让人联想到了被医药电商冲击的线下药店，还没来得及看清局势，便被大模型的风吹懵了。连锁药店近年来单店收入、坪效下滑明显。

拥抱大模型，助力数字化转型也被药店列入发展重点之一。随着医保开通线上购药，可以预见，线上平台和线下药店将在药品品种、价格、配送速度和服务质量等方面，展开愈加激烈的博弈。

头部连锁药房更是在信息改造上斥资数亿元，老百姓大药房则与腾讯医疗大模型牵手，打造自己的AI药师。高济健康发布了肿瘤院外智能患者管理体系——“高济神农1.0”，包含专为药师打造的高济HealthMate智能助手、智能随访系统、数字人用药指导解读。

据国家药监局统计，截至2023年底，全国药店数量已达666960家。另据相关媒体透露，单位药店数字化系统单价约为300元/年，随着大模型的加入，药店数智化早已成为流淌着奶与蜜之地。

而制药企业，则一直被视为大模型可以大展拳脚的天地。阿斯利康、南京正大天晴、北京德开医药等药企，均参与了此次大会。新药研发、药物生产领域的过程优化与降本增效、数字化营销等环节，与大模型息息相关。

截至目前，百度健康已在2B、2C场景累计打造和沉淀了超过20类近百个智能体，初步形成了以健康助手渠道版为主轴的智能体矩阵。在2B场景里已经基本形成了以五大核心API为中心，三个产品套件为主打产品，还有N个技术API的能力集合，行业的付费客户已经超过了100家。

“任何一次技术变革，都是短期被高估、长期被低估。”何明科总结道，难的事情就在于，你努力之后可能短期见不到效果，要长期坚持才能看到改变。这是任何一次技术变革，包括AI大模型的宿命。

纵览医疗健康行业，天生比较分散，即便是全球最大的药械企业，也只能在几个科室有优势。如诺和诺德驰骋内分泌领域；美敦力在心血管领域的王者之位；GPS三巨头纵横医疗影像……

在他看来，医疗大模型很难像互联网一样，一家独大把所有市场吃下来，既不现实也不合理。“在医疗行业，百度健康作为赋能者也是一样的，各占优势。”

可预见的是，医疗大模型并不是短期的风口，而是长期实现商业模式的基础设施，未来这个赛道各家将结合自己的王牌场景，重塑医疗新生态。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》，扫码获取~

👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享]👈

​

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的所有 ⚡️ 大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

全套 《LLM大模型入门+进阶学习资源包》↓↓↓ 获取~

👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享👈