AI + 医疗是 AI 商业化落地最深入、社会价值最高的领域之一。从影像诊断到药物研发，从基因分析到健康管理，AI 正在医疗全链条发挥作用。

医学影像是 AI 在医疗领域应用最成熟的赛道。AI 在肺癌、乳腺癌、眼底病变等疾病的影像筛查中，准确率已超过资深放射科医生。

数字化转型路径：
┌────────────┐    ┌──────────────┐    ┌─────────────┐
│  影像采集   │ → │  AI 辅助诊断  │ → │  结构化报告  │
│  CT/MRI/X光│    │  病灶检测/分割│    │  自动生成描述│
└────────────┘    └──────────────┘    └─────────────┘
                         │
                    ┌────▼────┐
                    │三甲医院：84%+ 采纳率  │
                    │社区医院：降低漏诊率70%│
                    └─────────┘

市场规模：全球 AI 医学影像市场 2025 年约 50 亿美元，年增长 35%+
头部玩家：NVIDIA Clara / 推想科技（肺结节）/ 数坤科技（心脑血管）/ 联影智能

医疗大模型的应用场景：

┌─────────────────────────────────────────────────────┐
│  🏥 门诊场景                                      │
│  患者描述病情 → AI 生成病历草稿 → 医生确认修改         │
│  → 自动生成处方/检查单 → 耗时从 15 分钟减到 3 分钟     │
├─────────────────────────────────────────────────────┤
│  📚 医学知识库                                   │
│  RAG + 医疗文献（PubMed / 临床指南）                   │
│  → 医生提问"这个罕见病有什么治疗方案？"                 │
│  → AI 检索最新文献 + 指南 → 给出推荐意见               │
├─────────────────────────────────────────────────────┤
│  🔬 科研辅助                                     │
│  文献综述生成、论文翻译润色、实验方案设计                │
├─────────────────────────────────────────────────────┤
│  🏠 患者服务                                     │
│  AI 预问诊、用药提醒、康复指导、心理支持                 │
└─────────────────────────────────────────────────────┘

1. 数据隐私 — 医疗数据高度敏感，不出院要求极高
2. 可解释性 — 医生需要理解 AI 为什么给出这个结论，不能黑盒
3. 监管合规 — NMPA / FDA 认证过程漫长
4. 数据标注 — 医疗影像标注需要专家，成本极高
5. 公平性 — 训练数据偏差可能导致诊断偏差