医疗AI死循环被打破：讯飞医疗如何用十年积累跑通数据-模型-场景闭环
2026/06/17 16:13阅读量 2
医疗AI行业长期陷入“产品进不了临床→拿不到真实数据→模型迭代无燃料→产品更进不去”的死循环，导致数百个医疗大模型但渗透率不足20%。讯飞医疗通过十年深耕，构建了覆盖基层到三甲医院的全域场景，积累12亿次真实诊疗数据，并组建全职医学专家团队进行数据治理，最终基于国产算力训练出星火医疗大模型V3.5，在多项医疗测评上超越GPT-5.5，并在真实三甲医院实现91%的病历采纳率，率先跑通了正向飞轮。
事件概述
医疗AI行业长期受困于一个结构性死结：数据、模型、场景三者的闭环断裂。尽管国内已发布288个医疗大模型（截至2025年5月），但行业整体渗透率仍不足10%-20%。讯飞医疗发布星火医疗大模型V3.5，在IDC《中国医疗大模型技术评估，2026》中综合实力行业第一（15项核心指标12项领跑），并在MedBench智能体评测以98.9分登顶；在医疗知识问答、诊断推荐、多模态交互等多项任务上超越GPT-5.5（Extra High档）。更关键的是，该模型在多家头部三甲医院实现病历生成医生采纳率91%、病历书写时间缩短52%；X线、MR报告生成医生采纳率75%，质控达到专家会诊水准。
核心信息：闭环如何被打破
- 场景全域覆盖：讯飞医疗已覆盖全国806个区县、7.7万余家基层医疗机构，累计辅助诊断超12亿次；同时服务600多家等级医院（含50余家百强医院、7家十强医院），产品嵌入病历生成、处方审核、影像初筛等日常诊疗流程。此外，居民端覆盖从咨询、首诊到康复随访的完整链路。
- 数据积累与治理：拥有16亿人次脱敏医疗语音数据、12亿次真实诊疗数据，每天新增超220万份跨模态样本。数据治理由全职医学专家团队主导，而非外包。
- 国产算力底座：基于昇腾910B全国产算力训练，率先在国产算力平台跑通DSA（动态稀疏注意力）和MTP（多Token预测）长文本高效训练，推理吞吐量提升4.5倍。
- 正反馈循环：场景进入→数据沉淀→专业治理→模型增强→更深入场景→更多数据，形成自强化循环。
值得关注
- 马太效应开始显现：资源（临床数据、医院合作深度、医学人才）开始向已跑通链路的玩家集中，停留在“通用模型+轻量医疗适配”的玩家空间将被压缩。
- 医疗AI竞争核心从“智能”转向“context”：模型能力差距可通过参数追赶，但真实临床场景的积累、专业数据治理能力、医生信任（91%采纳率）需要长时间深耕。
- 国产算力合规成为准入条件：在医疗敏感行业，国产化底座构成政府端、医院端客户的重要考量。