医疗大模型加速落地，深入临床应用。2025年起，DeepSeek以开放生态推动算法研发与临床场景深度融合，医疗大模型步入实用主义阶段。医学影像作为AI深度应用领域，迎来快速发展。数坤科技4月发布的“数坤坤多模态医疗健康大模型”，使AI从辅助工具升级为诊疗生态核心驱动力。透彻未来的“透彻洞察”病理大模型，作为全球首个临床应用级产品，基于亿级参数量与海量高精度病理数据训练，解决了医院、癌种和病理任务的泛化性挑战。
多维度提升AI泛化性能。临床应用中，AI模型泛化能力是关键指标。数据多样性不足、模型自身局限和医学数据长尾性影响泛化能力。可从扩大数据样本、优化训练模型和实际场景迭代三方面提升。扩大样本容量与多样性，模拟不同影像特征；优化训练模型，提升容量、改进策略、防止过拟合；在不同医疗环境部署模型，建立迭代闭环，明确AI能力边界。
多管齐下破解幻觉困局。大模型在医学领域应用时，幻觉问题成为障碍。RAG技术引入外部知识库，提升生成内容准确性，但需选合适基座模型、动态更新知识库和检索技术。生成式与判别式AI协同，关键决策用判别式，探索场景用混合模式。数坤科技探索统一多模态架构，采取多层次策略应对幻觉。
一体机成医院部署主流。大模型部署模式中，本地部署因数据隐私保护优势受医院青睐。一体机融合通用与专用大模型优势，满足多样化医疗场景需求。其数据本地化控制特性，成为医院部署主流。但综合诊断等任务中，通用大模型一体机有短板，应选具备横向扩展能力的产品。公有云部署有弹性算力和跨机构协作优势，但数据隐私风险需关注。
未来发展呈现三大趋势。当下医疗大模型性能超越传统小模型，应用范围不断拓展。医学应用向多模态融合发展，多模态大模型整合不同医疗数据，提升诊断准确性。大模型朝着全科化演变，如同数字化“全科医生”，综合多维度诊疗信息提供建议。尽管数据挑战存在，但通过优化算法和挖掘数据，未来将克服困难。
