AI医疗打败了80%～90%的真人医生

【核心要点】

1、医疗行业痛点：1）资源分配不均，缺基层医生，误诊率高，效率低；2）数据孤岛，医院之间数据互不通。

2、AI医疗的价值：1）AI可以解决complex或者是做替代性工作这两者之间的部分，在医疗行业里提供了更多的供给，解决资源不均。2）AI技术上现在已经做到了能够比一般的医生准确率更高的诊断率。

3、AI医疗的问题：1）记忆问题，使幻觉减少；2）信息索引问题，拥有可靠的信源。

4、医疗模型使用场景：1）诊断阶段，像讯飞和百川会做类似于线上问诊模式的方式来进行交流式的诊断，收集用户信息，帮助用户去做短期决策；2）治疗方面，大模型现在能够做一些个性化的方案，基于用户给出的信息来推荐一些药物使用；3）管理方面，做得比较多的是慢病监控和术后管理。

5、专家型医院需要大模型的能力是多学科会诊，做这种罕见病、疑难杂症的推理部分；基层医院，等于是给诊断力不高，人力不足的基层医院分配一个具有外挂属性的模型工具，能够帮助基层医生做更快速、更准确的诊断。

6、AI大模型作为一个智力工具，它对使用工具的人是有要求的。

7、幻觉确实存在，随着大模型对话的人数越来越多，概率会不断飙升。

8、联网搜索应该是由一些医疗专业的人划分的这些信息是最精准的，然后你参考的时候只碰到这些问题，才能让这个模型的产出是更高质量。

9、未来的方向主要在通用模型，百川、左手医生、讯飞做的都是泛医疗能力。

10、国内外大模型的差距核心在于政策，不在于模型能力，模型能力上的差距是越来越小，而且未来两年，这个差距只会越来越小。

【专家访谈纪要】

Q：医疗行业的痛点是什么？

A：现在整个行业里面有一些痛点，是可以通过医疗，通过大模型的方式来解决的。

眼前比较多的问题是中国的资源分配不太好，基层医生还是有很多缺口，而且基层医生的误诊率也很高，效率也非常低，很多医生都要做一些文书工作,文书工作的质量也不太好。

还有问题就是数据本身是孤岛，医院和医院之间数据互不通，影响研究和应用。已经有一些企业，像支付宝在去做医院之间的检查结果互认的工作，但是推起来难度很大。

Q：AI到底在医疗中能发挥什么样的价值？

A：事实上，尤其是大医院里的医生，他的主要工作并不是在于前面的诊断，而是在于手术室做手术的部分。前边做诊断、门诊性的工作，其实在大医院里算是比较小量的工作，但这部分的少量工作，往往是我们普通用户接触比较多的一个场景。

所以AI实际上是在解决complex或者是做替代性工作，这个两者之间的部分。如果能够做得比较好一点的话，就等于在医疗行业里提供了更多的供给，对解决资源不均是非常有好处的。无论从对国家层面上，对医院层面上，还是对普通用户的角度来讲，它是一个非常有价值的事情。

另外，AI技术上现在已经做到了能够比一般的医生准确率更高的诊断率。作为从业人员，对于我个人而言，可能我身上出一些问题，就完全不用去找医生了，可以自己通过用提示词的方式来解决我身体上遇到的一些问题。但因为大模型是一个智力效率工具，我在使用它的时候，可能比一般的用户使用起来要更规范，更精准，是普通用户很难做到的。所以可能未来还会有一个方向，就是让普通人跟大模型的交互过程中，能够得到一个高质量的回复，就是让效率工具变得更接地气、更好用。

除了这个方向以外，还有两件事是要解决：一个是记忆问题。现在大模型对话式的交流，随着人数越来越多，患者率会越来越高，怎样去解决长期记忆问题，怎样解决幻觉减少问题，是一个主要要点。还有一个就是信息索引问题。现在如果用DeepSeek，开了联网搜索和不开联网搜索，得到两个答案。因为可靠的信源这件事是很难搞定的，所以可能未来会使用一些类似于区块链的技术，把信息的信源准确性再提升。打造一个比较好的知识库，对整个医疗模型的水平会再有一些提升。
这些都是肉眼可见的，短期内完成的事情。如果能把这些做完之后，医疗大模型的水平还会再往上提上几个台阶。

Q：医疗模型使用场景或者解决的问题？

A：把医疗这件事分为三个阶段，诊断、治疗和管理。在诊断阶段肯定没有问题的。比方有一些做多模态的模型，做一些肺部、肾脏这些影像结果的识别，现在模型是能做到比较好的，但它不属于大模型，属于上一代的模型。另外像讯飞和百川会做类似于线上问诊模式的方式来进行交流式的诊断，收集用户信息，帮助用户去做短期决策。

在治疗方面，大模型现在能够做一些个性化的方案，基于用户给出的信息来推荐一些药物使用。这个能做得部分有限。

在管理方面，能做得比较多的是慢病类的监控，术后的管理，这些方面大模型做得比人更精细，比人更有情绪、情感。

对各个科室来说，现在没有具体的划分。百川和讯飞，包括左手医生等，都是在做一些全科类的，无论你是什么疾病，你不用分具体哪个科室，来跟大模型交流和沟通。目前这个部分做得还是比较好的。

从医院场景上来讲，可以把它分成专家型医院，基层型医院等。专家型医院需要大模型的能力是多学科会诊，做这种罕见病、疑难杂症的推理部分，这个是非常强的，是大模型非常擅长的部分。但对基层医院来讲，等于是给诊断力不高，人力不足的基层医院分配一个具有外挂属性的模型工具，能够帮助基层医生做更快速、更准确的诊断。这也是一个比较容易落地的场景。目前看来，百川，小儿帮，已经在这个方向上发力了，已经有成型的产品出来，demo我也是见过，还是很有前景的。

Q：医疗大模型在国内需要解决的问题？

A：技术方面上还要不断地向前优化。即使我们现在已经做到这样的准确率，但它还是有很多的幻觉，普通用户很难直接使用，使用成本门槛，所以在技术层面上还要不断地前进。不过在两年之内，技术大模型的能力基本上都会拉到差不多水平。基于底层能力的提升，对产品基础作用基本上快耗尽了，后面就看谁在产品端上拿出比较好的效果。市场的缺口也是足够的，接下来就是谁能够去推动国家拿到二级器械、三级器械，然后进入到医疗场景，确定好买单方是C端，H端，还是G端。

如果没有很好地解决这些问题，那也只是替换过去百度的位置，做一些基础医疗信息的收集部分。只是做这个部分，做商业化不是特别有变现的场景。

Q：现在行业里怎样看待目前DeepSeek在医疗领域的能力？不同的大模型，现在能力上的差别，未来演进的方向是什么？

A：首先DeepSeek模型是非常好用的，而且在做一些罕见病、复杂病的时候，DeepSeek给出的很多建议是非常好的。但它同时也存在一个问题，就是如果让一个非常基层的医生去调用DeepSeek的时候，往往是调用不出来DeepSeek这种非常强的逻辑的推演能力。我们让一些非常专业的医生，再给他一些提示词的简单培训，他能极大地发挥出这个模型的作用。

举个例子，我们在写提示词的时候，可能加上一小段话，请你按照人类解剖生理学或者什么学的角度分析一下这些结果，然后再给它患者各种大型医院的检测结果，如血常规，彩超，文字性的结果是什么。这种复杂的、大的成篇幅的信息都给完之后，再去给明确的提问。比方问它这是什么疾病，可能是有什么东西导致了什么现象，可以建议哪些治疗方式。你给的信息结构越清晰，调动出来的能力就越强。但在实际落地场景，给普通用户的时候，包括给那些不太善于使用这种大模型的医生时，他们是无法激发出来这个模型的能力的。

所以在做一些落地场景的时候，就发现了这个情况，普通用户无法使用这个大模型的极致能力。一般的人不太会用搜索引擎是一个逻辑，作为一个智力工具，它对使用工具的人是有要求的。

第二个问题是作为一个模型，它在引入信源的时候，不是特别的透明，包括现在已经开始用一些联网搜索了。如果只是用模型来做输出的时候，他到底为什么输出这个过程？整个逻辑是什么？参考文献是不是准确？别说普通用户了，专家都很难在一个快速的时间里，判断事情是真还是假。所以幻觉确实是存在，随着大模型对话的人数越来越多，概率会不断飙升。

第三个问题是互联网搜索问题，因为信源不够准确，互联网上信息越来越杂乱，而且随着大模型的出现，很多新的信息是由大模型生成出来的，产生出来的垃圾，然后再回过头来，大模型去引用，就是垃圾出来的东西更垃圾。

到底什么样的关键信源可以被引用，建立一个什么样一个rap库也是一个核心。不能单纯只联网搜索，未来要成为一个专业化的产品。

比方做DeepSeek的时候，它是一个多专家模式，在问医疗问题的时候，它做的联网搜索应该是由一些医疗专业的人划分的这些信息是最精准的，然后你参考的时候只碰到这些问题，才能让这个模型的产出是更高质量。它在工作过程中遇到的这些问题，通过引入行业内的专家开始为它的强化方向做更好的部分。因为大模型不把优质的行业专家拉进去，它是很难在这部分上有提升。

从行业内观察DeepSeek医疗核心能力，总体来说，觉得它很好。在目前的情况下，已经算是所有大模型里能把这个问题往前推进，它已经打败了80%～90%的真人医生了。但我们想让它成为一个值得信赖的医生，就像人们对自动驾驶的那种信仰感的状态，可能还需要有一段路要走。

Q：如何衡量和评估模型的表现，未来政策的监管趋势？

A：政策是一个不断完善的过程。以前还没有这种长推理模型的时候，对话式模型的逻辑和方法，对于长推理模型就是不适用的，技术还在发展和还在迭代。现在还没有办法固定下来，政策是有一定的滞后性的。整体来说，国家大的标准是支持这件事的发展。当国家出一个政策的时候，它已经发展得比较好了，然后开始限制它了。目前的观察，个人的判断还是要等一段时间，陆陆续续会有一些政策出来，但整体应该还是支持的。

这个东西应该怎么评估，从2023年开始出现这件事，到2024年百川就把这个东西旗帜鲜明地喊出来，到现在才一年多的时间，行业内到目前都没有一套评价方式。这需要一定的专家，不光是医疗专家，也需要技术专家，一起合并研究。虽然现在已经有一些小的东西了，但不是实质性的控制。这个事儿还要再发展一段时间，等到大规模运用了之后才可能出现。

即使各家医院已经把DeepSeek部署进去了，但是用得好的，用得普遍的这种情况，还没有大范围地出现，至少在新闻层面上，在社会层面上，大家还没看到。等到了普遍的时候，才会有相应的结果，相应的政策法规出台，现在还没到时机。

Q：未来大模型的结构，在医疗里可能会出现更多的专病专科类的大模型，相比可能其他的行业，它会是这样的一个局面吗？

A：举例来说，百川、左手医生、讯飞，包括一些通用性的模型，他们在医疗的时候，要做的是泛医疗能力。像百度去搜索东西的时候，不会给你一个专门搜眼科的搜索引擎。用户在使用这些产品的时候，它是不设定具体某一科室使用。所以一定会存在一种通用型的，类似于分诊初期的全科医生概念模型的形态，这是一定会存在的。

再往下细分，是不是应该有一个专定的模型，其实是人类的概念。在我看来，模型其实能够做得比较好的工作，是一个小的环节的工作。比方说，你把我这段话总结成一个标题，你帮我把这个化验结果看一下它是不是有哪种疾病，这种小点是更擅长做的，不是特别倾向于按科室去做。

因为疾病的本质是一大堆无数的症状，然后人为地把某几个症状圈在一起，把它命名为某种病。我认为理想状态应该是一个全科的模型和一些小的执行层面上做得比较ok的小工具组合在一起。做这种专病的模型，是为了满足人类固有的思维认知的方式才生成的东西，但如果这个所谓的专病模型，它不了解通用的生物基础，通用的一些医疗知识，它是做不好这个专病的。而且我们在做模型训练的时候，发现只做医疗的模型，它的逻辑会非常差。大模型时代的模型不可能只拥有单模型的能力，目前看到的所谓的单应用的模型都是基于它已经有了很全面的能力，然后只调用小部分功能而已。

未来的环境里，通用为主，更多的细小的工具组合在一起。

Q：国内大模型和海外厂商做的医疗大模型，现在在能力上，大概有哪一些方面的差距？是否会影响到商业化的节奏？

A：我觉得这个事核心在于政策，不在于模型能力，模型能力上的差距是越来越小，而且未来两年，一直到2027年，这个差距只会越来越小。你会发现所有做机构模型的能力都会差不太多。一开始OpenAI先出了推理模型，但DeepSeek也马上追上。美国确实在科技前沿走在前面，但中国用步伐去追他这个速度比任何人想象的速度都要快。技术之间迭代差距没有大家想象得那么大，而且未来会越来越小。

实际上阻碍这件事的核心在于各国之间的政策和推进是什么样子的。

美国相对国内来说，它数据获得到底是不是容易，这是个问题。

国内的数据获取是比国外要容易的，甚至可以举国之力去做这个事儿，如百川跟北京儿童医院合作，他们一起共创，这就是一个很好的模式，互相之间能够把一些前沿的医疗的总结性的东西和前沿的技术合并在一起来做。这在国内已经可以跑通，出结果的一个方式。

国外可能要看作这个事情，一些私立医院是不是能拿到一些脱敏的数据，其实也可以，就看谁跑得快了。这个方面，谷歌可能更容易一点，因为自己本身手上就有一些私立医院，在他的控制范围之内。

国内就要看哪些地方政府的卫健委能够支持去做试点，把这事儿先跑通，拿到一些政策上的好的结果，然后再做一部分的铺配。这一点上要看当地的领导人，当地的官员是不是重视这一块。

发现价值，提示风险，全球股市估值图每周更新，欢迎指正。

对比5月15日，全球股市市盈率估值：

标普500指数上涨了0.4；

纳斯达克指数上涨了0.6；

德国DAX指数上涨了0.2；

英国富时100指数上涨了0.4；

恒生中国企业指数上涨了0.1；

香港恒生企业指数上涨了0.1；

胡志明指数上涨了0.5；

印度SENSEX指数上涨了0.5；

上证指数下跌了0.1；

沪深300指数下跌了0.2；

创业板指数下跌了1.0；

日经225指数下跌了0.3；

法国CAC40指数下跌了0.3。

特别提醒：本文为投资逻辑分享，不构成投资建议。

巴菲特读书会

价值投资理念、知识经验学习与交流平台，投资风险教育平台。

发现价值，践行价值。书会长期开展独立投研活动，定期发布原创研究报告，组织线下分享活动。

“行稳致远”,秉持“专业、谨慎、诚信”的精神，努力与会员和客户共同实现长期价值稳步成长。