英伟达报告：AI医疗影像诊断领跑，虚拟助手与精准医疗成未来趋势

步入2025年，AI在医疗领域的应用热度依然不减，呈现出“火爆”态势。

随着生成式AI、大模型等前沿技术在医疗健康与生命科学领域不断探索其临床价值，各类创新应用如雨后春笋般涌现，呈现出百花齐放的繁荣景象。与此同时，AI医疗市场规模持续扩大。根据甲子光年的预测，2025年中国AI医疗市场规模有望达到1157亿元，并预计在2028年进一步增长至1598亿元。

在行业高速发展的背景下，一个关键问题浮出水面：当AI与医疗健康、生命科学的融合已取得显著成效，未来行业将朝着哪些方向演进？为了解答这一疑问，英伟达对600余位专业人士进行了深入调研，并发布了《医疗健康和生命科学领域AI现状及2025年趋势》调研报告。

需要特别指出的是，为确保调研结果的客观性与全面性，这600余位受访对象覆盖了不同领域与职位。从医疗技术、工具和诊断行业，到数字医疗健康、制药和生物技术，再到方案购买方与方案提供方，完整涵盖了医疗健康与生命科学产业链的各个环节。此外，受访者中既有企业高管、临床医生，也有技术设备方案人员及学术人员，使得调研结果更加丰富多元，具有广泛代表性。

由于所处行业及视角的不同，部分观点存在差异，因此本文主要聚焦于报告得出的整体发展现状与行业趋势进行解读。

影像诊断位列AI用例之首

当前，医疗影像和诊断、临床决策支持、疾病诊断和风险预测是医疗健康与生命科学领域AI应用的三大核心场景。其中，医疗影像和诊断以47%的占比高居榜首，临床决策支持以43%紧随其后，疾病诊断和风险预测则以40%位列第三。

数据来源：英伟达报告

这三大场景之所以成为AI应用的领跑者，核心原因在于它们能够有效缓解医疗资源紧张、优质资源分布不均等现实难题。以医疗影像诊断为例，根据国家卫健委此前披露的数据，我国偏远地区疾病误诊率是城市的2-3倍，基层医疗机构的诊断水平与大型医院存在显著差距。即便在城市大医院，影像科医生资源也严重短缺。据《中国卫生健康统计年鉴2022》及国家统计局推算，2021年中国影像科医生配置仅为0.17人/千人，加之影像数据解读难度大、耗时长、工作负荷重，以及诊断标准存在主观性、早期病灶识别困难等问题，导致误诊、漏诊现象难以避免。AI技术的介入，为这些问题提供了新的解决路径。

具体而言，在诊断层面，AI不仅能够高效处理海量图像和数据，提升诊断效率，还能通过高精度分析提高诊断准确率，降低漏诊和误诊风险。在治疗层面，AI驱动的临床决策支持系统可为医生提供实时、精准的诊疗建议，助力应对复杂病例，优化诊疗决策，从而提升医生水平并改善患者预后。此外，AI还能通过挖掘电子健康记录、检验数据及生活方式信息，构建疾病预测模型，辅助实现早筛早诊、疾病预测和随访管理，进一步推动医疗资源的合理分配。

除了需求的迫切性，海量数据的积累也为AI应用提供了坚实的“燃料”。无论是院内影像数据、检验检测数据，还是日常健康监测数据（如血糖、睡眠等），都为AI技术的落地与迭代奠定了坚实基础。

得益于此，这三大场景已成为AI落地最快且成果显著的领域。以AI+医疗影像诊断为例，截至2024年5月，我国已有85款AI医疗影像产品获批三类证，覆盖眼部、肺部、骨科、心血管、乳腺、宫颈等多个部位。

未来5年受AI影响的三大领域，虚拟医疗健康助手赫然在列

展望未来五年，51%的受访者认为先进的医疗影像和诊断将是受AI影响最大的领域，34%看好虚拟医疗健康助手，29%则指向精准医疗（针对患者个体特征量身定制的治疗）。

数据来源：英伟达报告

其中，AI+医疗影像诊断作为当前最成熟的应用领域，未来仍有巨大发展空间。临床不仅期待其拓展更多疾病类型，更希望实现从“定性”到“定量”的跨越——例如从仅判断是否患病，到评估疾病病程等。随着大模型和生成式AI的融入，AI医疗影像的应用边界将持续拓宽。

虚拟健康助手近年来成为AI+医疗健康领域的热门方向。从蚂蚁集团、京东健康、腾讯健康等互联网平台，到讯飞医疗、觅健等专科管理平台，各类AI虚拟助手层出不穷。这一趋势的背后，是C端用户健康管理需求的日益增长，以及AI技术对医疗健康产业链的重塑。虚拟健康助手不仅能作为流量入口快速触达用户，还能通过长期互动增强用户粘性，提升复购率。更重要的是，它成为积累日常健康数据与用药数据的重要门户，这些脱敏数据既可赋能个性化健康管理方案，也能反哺创新药械的真实世界研究。生成式AI和大模型的突破，使得主动式全生命周期健康管理从想象走向现实。

国内AI虚拟健康助手发展迅猛，但也逐渐显现同质化特征。部分企业正依托自身优势打造差异化产品。例如，蚂蚁集团2025年6月发布的蚂蚁健康助手AQ，核心优势在于整合医保服务、基础健康管理与优质资源；讯飞医疗基于星火大模型的讯飞晓医，擅长模拟临床思维进行复杂症状鉴别；京东健康的京东大医则构建了“小病咨询-快速购药”闭环，满足常见病快速问诊与用药需求。未来，多模态数据的互联互通（如院内院外数据融合、可穿戴设备与检验数据打通）以及医-药-械-险的高效协同，将是值得关注的趋势。

精准医疗作为医学界长期关注的焦点，在AI助力下正加速实现。无论是更精准的诊断，还是更个性化的治疗方案，其终极目标都是改善健康结局。随着AI在诊断和治疗领域的持续突破，精准医疗有望成为现实。

数据，仍是AI+医疗健康/生命科学发展最大拦路虎

尽管前景广阔，但AI+医疗健康/生命科学的发展仍面临诸多挑战。其中，约33%的受访者认为，数据问题（如隐私和自主权）是最大障碍；其次，30%的受访者提到缺乏预算，另有30%指出用于模型训练的数据量不足。这些问题复杂且棘手，企业和机构亟需强有力的合作伙伴。英伟达正是这样一位赋能者。

为助力医疗健康与生命科学领域的AI开发，英伟达构建了从底层硬件到顶层应用的完整解决方案。硬件层面，基于先进AI计算平台，提供大规模AI和高性能计算支持；软件层面，推出NVIDIA Clara平台，包含药物研发BioNeMo、医疗设备Holoscan、基因组学Parabricks、医学影像MONAI等工具套件。此外，NVIDIA Omniverse和NVIDIA Cosmos分别用于构建高仿真数字孪生和物理AI世界模型，为AI训练提供合成数据与环境。

在此基础上，英伟达于2025年初推出NVIDIA Isaac for Healthcare，这是一款面向AI医疗机器人的开发者框架，涵盖数字原型设计、硬件在环测试、合成数据生成、策略训练及实时部署等功能。

以Isaac for Healthcare为例，看英伟达如何解决数据不足与预算问题：首先，针对训练数据不足，NVIDIA Cosmos可生成与真实世界高度匹配的低分辨率合成数据，Omniverse则在创建高保真数字孪生时生成大量基于物理原理的逼真数据，用于机器人模型的微调和强化训练。其次，针对预算不足，Isaac for Healthcare通过数字孪生与物理AI融合，支持从设计、验证到部署的全流程，大幅降低研发成本、缩短周期。企业可在高仿真环境中测试优化，提升机器人性能。

在Isaac for Healthcare中，企业不仅能够利用高仿真环境降低部署成本，还能通过真实与合成数据结合，强化机器人训练策略。截至目前，该平台已与多家全球龙头达成合作。例如，在NVIDIA GTC大会上，强生宣布将借助Isaac for Healthcare对其MONARCH平台进行设计、模拟与测试，将原本数月或数年的过程缩短至数小时。强生表示：“这将帮助我们评估多种设计方案，虚拟测试新型器械，并有望彻底改变泌尿科MONARCH平台的培训模式，使临床医生在接触患者前能在高保真解剖模拟环境中演练复杂场景。”此前，GE医疗也宣布采用Isaac for Healthcare推进自主成像技术创新，重点开发自主X射线技术与超声应用，通过虚拟环境训练与测试，提升产品自主成像能力。

此外，为缓解企业预算压力，英伟达还发布了初创加速计划（NVIDIA Inception），为包括初创企业在内的医疗健康企业提供产品折扣、技术支持、市场宣传和融资对接等支持。目前，全球已有超过4000家医疗健康与生命科学企业加入该计划。

英伟达对行业的赋能远不止于效率与成本。针对AI模型的可解释性等挑战，NVIDIA Clara平台推出了视觉语言模型Reason，与美国国立卫生研究院（NIH）合作，捕捉人类专家的推理过程，提升医疗AI的透明度与可解释性。正如前文所述，英伟达通过一整套生态提供完整解决方案，助力AI+医疗健康/生命科学从“未来畅想”走向落地，并持续描绘行业新图景。