首先，为什么需要医疗行业的垂直大模型？

因为目前的通用大模型对医疗数据的理解从准确度上还不够，而医疗又对准确度要求很高，所以就需要大量的微调工作。这个工作谁来做？华为和科大讯飞都在投入很多研发资源在这个赛道。

下一个问题是，这些垂直大模型如何融入到医院具体的业务场景或者产品线中？

目前看应该是需要原来就参与医院信息系统建设的那些公司。因为他们可以直接对接医院，对医院现有的系统、数据和科室的需求比较了解。

其次，我们之前的调研中也提到过，医疗数据是不能出院的。这意味着所有为医院提供信息化系统建设的乙方都不能把数据带走，这样就可能限制商业化的能力。

目前的情况是，医疗数据不能出院，但是通过数据训练才出来的模型是可以的。

这是一个很重要的信息。

因为这意味着，为医院做信息化系统的开发商可能有机会升级他们的商业模式。以前做系统外包是没啥技术含量的，勤勤恳恳踏踏实实就行。现在这个赛道有可能跑出一些类似医疗大模型智能体平台的公司出来。他们不和华为、科大讯飞比模型能力，他们定位于整合与系统集成（这个不是华为擅长的）。他们比较清楚医院的哪些产品可以和AI结合，所以他们可以去做大模型和应用系统之间的MCP（也就是大模型的上下文协议）。总之，他们更强调智能体，更强调模型之间的调度，以及医院系统上层应用对这些模型的利用。这个算是他们相比华为的优势。

如果大家不清楚MCP是啥不要紧，大体上就是一个自动调用大模型各种工具和接口来完成特定任务的东西。你设定一个任务，甚至不需要自己理清任务流，大模型可以根据需要来拆解调用各种接口完成任务。这个看起来非常有前景，问题是现在各大厂商都在发力，所以估计最后也都会干成一个标配。

医疗领域有一个好处是，系统是相对封闭的，而且数据保密性要求极高，所以确实需要专业的公司来做。这是他们的优势。

第三，我们调研过程中发现不同层级的医院对AI需求也不同。

我们之前写文章说真正的瓶颈在基层医院。我们依然维持这个观点。但是不同层级的医院需求确实不同。基层医院的痛点是，你要通过AI直接帮我看病，做诊断。大城市好的医院他们并不缺乏会诊断的医生，他们的要求反而是只要提高效率，把重复性工作让AI做就行（比如写病例、住院总结等）。

第四，真正的甲方是各级政府。

医院的预算也来自政府拨款。这里有个有趣的事情，就是因为25年的预算是24年制定的，但是春节期间deepseek火起来之后，各级医院都有增加AI应用的任务，可是预算定好了，开发任务又增加了，所以有可能今年上半年相关公司的毛利率还可能下降。