Die zusammengesetzte Wachstumsrate übersteigt 29 %, und die inländischen medizinischen großen Sprachmodelle beschleunigen ihre Marktdurchdringung.

Einleitung

Laut einer Umfrage der American Medical Association (AMA) aus dem Jahr 2026 nutzen 81 % der befragten Ärzte bereits KI in ihrer beruflichen Tätigkeit, während dieser Anteil im Jahr 2023 nur 35 % betrug. Gleichzeitig ist die durchschnittliche Anzahl der von Ärzten genutzten KI-Anwendungsszenarien von 1,1 auf 2,3 gestiegen. KI dringt zunehmend in den Arbeitsalltag von Ärzten ein.

Die Akzeptanz von KI bei Ärzten steigt stetig, und die intelligente Konstruktion von medizinischen Einrichtungen erhält zunehmend Aufmerksamkeit.

Laut der Prognose des Berichts „Forschungsbericht zur chinesischen Branche für medizinische Large Language Models 2026“ von iResearch Consulting wird die Durchdringungsrate von medizinischen Large Language Models auf Krankenhausebene auf dem chinesischen Markt bis 2028 65 % erreichen, und der Anteil der Ausgaben im Zusammenhang mit Large Language Models im Budget für medizinische IT-Konstruktion wird voraussichtlich auf 20 % steigen. Von 2025 bis 2028 liegt die jährliche durchschnittliche Wachstumsrate in Krankenhäusern, primären Gesundheitseinrichtungen und Einrichtungen des öffentlichen Gesundheitswesens jeweils über 29 %, was die beschleunigte Durchdringung von medizinischen Large Language Models in allen Szenarien deutlich macht.

Von Hilfswerkzeugen in den Händen von Ärzten bis hin zu systematischen Anwendungen in medizinischen Einrichtungen beschleunigt KI die Integration in das medizinische Dienstleistungssystem. Mit der stetigen Erweiterung des Anwendungsbereichs, welche Veränderungen durchläuft die medizinische KI? Und wie wird sie die Entwicklung der medizinischen Branche weiter beeinflussen?

KI wird zu einem alltäglichen Werkzeug für Ärzte

Für Ärzte zeigt sich der Wert von KI zunehmend in konkreten Arbeitsszenarien.

Die Diagnose und Behandlung beinhaltet eine große Menge an Informationsverarbeitung. Von der Durchsicht medizinischer Literatur, der Bezugnahme auf klinische Leitlinien, der Organisation von Krankenakten, der Aufzeichnung von Diagnose- und Behandlungsprozessen bis hin zur Kommunikation mit Patienten müssen Ärzte viel Zeit für die Informationsverarbeitung neben der klinischen Beurteilung aufwenden. Vor allem vor dem Hintergrund der ungleichmäßigen Verteilung medizinischer Ressourcen und der hohen Arbeitsbelastung von medizinischem Personal ist die Verbesserung der Arbeitseffizienz seit jeher ein wichtiges Problem, mit dem die medizinische Branche konfrontiert ist.

Die Anwendung von KI bietet neue Lösungen für diese Arbeiten. Laut der Umfrage der American Medical Association (AMA) ist die Generierung von Zusammenfassungen für medizinische Forschung und Diagnosestandards die am weitesten verbreitete KI-Funktion bei Ärzten mit einem Nutzungsanteil von fast 40 %; die Aufzeichnung und Organisation klinischer Dokumente, die Kommunikation mit Patienten und die Generierung von ärztlichen Verordnungen sind ebenfalls wichtige Anwendungsszenarien. Diese Anwendungen richten sich hauptsächlich an konkrete Anforderungen wie Informationsorganisation und Dokumentenverarbeitung, bieten neue Werkzeuge für Ärzte, um wiederholende Arbeiten zu reduzieren und die Effizienz der Informationsverarbeitung zu verbessern, und lassen KI schrittweise in den täglichen Arbeitsablauf integrieren.

Aus einer breiteren Perspektive medizinischer Anwendungen erstreckt sich die Fähigkeit von KI auch auf professionelle Szenarien wie die Unterstützung bei Diagnose und Behandlung. Der Bericht von iResearch Consulting weist darauf hin, dass medizinische Large Language Models bereits mehrere Gliederungen abdecken, darunter intelligente Erstberatung, Generierung von Krankenakten, Analyse medizinischer Bilder und Unterstützung bei klinischen Entscheidungen. Darunter erreichen die Anwendungsreife von medizinischen Bildern und der Unterstützung bei Diagnose und Behandlung 75 %–85 % bzw. 70 %–80 %, was sie zu relativ reifen Bereichen der Entwicklung medizinischer KI macht.

Von der individuellen Nutzung durch Ärzte zur Bereitstellung in medizinischen Einrichtungen

Während Ärzte sich schrittweise mit KI-Werkzeugen vertraut machen, erforschen medizinische Einrichtungen auch systematischere Anwendungen. Mit der zunehmenden Klarheit der Anwendungsanforderungen entwickeln sich medizinische Large Language Models von technischen Experimenten in lokalen Szenarien hin zu einer breiteren Bereitstellung in Einrichtungen.

Laut dem Bericht „Forschungsbericht zur chinesischen Branche für medizinische Large Language Models 2026“ von iResearch Consulting betrug die Durchdringungsrate von medizinischen Large Language Models auf Krankenhausebene in China im Jahr 2025 etwa 30 %, und es wird erwartet, dass sie bis 2028 auf 65 % steigt. Die Durchdringungsrate in primären medizinischen Einrichtungen und Einrichtungen des öffentlichen Gesundheitswesens wird voraussichtlich ebenfalls von 15 % bzw. 10 % auf 50 % bzw. 40 % steigen. Gleichzeitig wird der Anteil der Ausgaben im Zusammenhang mit Large Language Models im IT-Konstruktionsbudget medizinischer Einrichtungen voraussichtlich von 5 % im Jahr 2025 auf 20 % im Jahr 2028 steigen.

Diese Prognosen spiegeln wider, dass die Bereitschaft medizinischer Einrichtungen, in die Anwendung von Large Language Models zu investieren, steigt. Krankenhäuser bleiben weiterhin die Hauptplattform für die Umsetzung medizinischer Large Language Models, während der Bereich der primären medizinischen Einrichtungen und des öffentlichen Gesundheitswesens Potenzial für weitere Expansion zeigt. Mit der Verbesserung der technischen Reife und der stetigen Erweiterung der Anwendungsszenarien werden medizinische Large Language Models voraussichtlich von Pilotprojekten zu breiteren geschäftlichen Anwendungen übergehen.

Die Anforderungen verschiedener medizinischer Szenarien an KI unterscheiden sich. Bereiche wie medizinische Bildgebung, Unterstützung bei Diagnose und Behandlung und Krankenhausverwaltung verfügen bereits über eine gewisse Anwendungsgrundlage, und Large Language Models können an der Verarbeitung klinischer Informationen, der Unterstützung bei Entscheidungen und dem Betriebsmanagement beteiligt sein. Im Bereich der primären medizinischen Versorgung machen Probleme wie der relative Mangel an hochwertigen medizinischen Ressourcen und die hohe Arbeitsbelastung von Fachpersonal die Unterstützung bei der Diagnose und Behandlung sowie die Verbesserung der Effizienz medizinischer Dienstleistungen zu beachtenswerten Anwendungsrichtungen.

Dennoch erfordert die skalierte Bereitstellung medizinischer Large Language Models weiterhin die gemeinsame Unterstützung verschiedener Faktoren. Der Bericht ist der Ansicht, dass technische Reife, politisches Umfeld, geschlossene kommerzielle Kreisläufe und Anforderungen an die praktische Effizienz wichtige Faktoren sind, die die Branchendurchdringung vorantreiben. Darunter werden die Fähigkeit, ein nachhaltiges Geschäftsmodell zu bilden, und ob die Anwendungseffekte die praktischen geschäftlichen Anforderungen erfüllen können, direkt die langfristige Beschaffung und Anwendung in medizinischen Einrichtungen beeinflussen.

Von Hilfswerkzeugen zur geschäftlichen Zusammenarbeit – medizinische KI entwickelt sich zu tiefergehenden Anwendungen

Die Anwendungen medizinischer Large Language Models erstrecken sich zunehmend auf komplexere geschäftliche Szenarien. Frühe Anwendungen von Large Language Models konzentrierten sich hauptsächlich auf einzelne Aufgaben wie Frage-Antwort, Dokumentengenerierung und Informationsverarbeitung. Mit der Entwicklung der Agententechnologie werden Fähigkeiten wie Aufgabenplanung, Systemkoordination und Ausführung von Geschäftsprozessen schrittweise beachtet, was die medizinische KI zu einer tiefergehenden geschäftlichen Zusammenarbeit antreibt.

Diese Veränderung hängt eng mit der Entwicklung von medizinischen KI-Agenten zusammen. Herkömmliche Large Language Models generieren hauptsächlich Antworten basierend auf Benutzereingaben, während Agenten auf der Grundlage der kognitiven Fähigkeiten von Large Language Models zusätzlich Fähigkeiten wie Aufgabenzerlegung, Werkzeugaufruf und kontinuierliches Feedback besitzen. Beispielsweise können medizinische KI-Agenten durch die Verbindung von Systemen wie elektronischen Krankenakten, medizinischen Bildern und medizinischen Wissensdatenbanken bei Aufgaben wie Informationsintegration, Unterstützung bei klinischen Entscheidungen und Generierung von Krankenakten helfen. In komplexeren Szenarien können mehrere spezialisierte Agenten durch Koordinationsmechanismen technische Unterstützung für Anwendungen wie multidisziplinäre Konsultationen und die Verknüpfung von Diagnose- und Behandlungsprozessen bieten. Diese tiefgreifenden Kooperationsfähigkeiten befinden sich noch in der Phase der fortlaufenden Erforschung und Validierung.

Die Erweiterung der technischen Fähigkeiten verändert auch den Wettbewerbsschwerpunkt auf dem Markt für medizinische Large Language Models. Der Bericht von iResearch Consulting weist darauf hin, dass mit der schrittweisen Verkleinerung der Leistungsunterschiede zwischen Basismodellen es zunehmend schwieriger wird, einen dauerhaften Wettbewerbsvorteil nur durch Modellparameter und Bewertungspunkte zu erzielen. Die Fähigkeit, die Modellfähigkeiten in echte medizinische Szenarien zu integrieren, die systemübergreifende Zusammenarbeit abzuschließen und einen geschlossenen Geschäftskreislauf zu bilden, wird zu einer wichtigen Wettbewerbsrichtung für Anbieter. Selbst bei Verwendung desselben grundlegenden Large Language Models können die Fähigkeiten verschiedener Anbieter bei der ingenieurtechnischen Umsetzung und der Integration von Geschäftsprozessen zu unterschiedlichen Anwendungsergebnissen führen.

Dennoch bestehen deutliche Unterschiede in der Entwicklung medizinischer KI in verschiedenen Szenarien. Der Bericht zeigt, dass Bereiche wie medizinische Bildgebung und Unterstützung bei Diagnose und Behandlung über eine relativ reife Anwendungsgrundlage verfügen, während Szenarien wie Arzneimittelforschung und öffentliches Gesundheitswesen sich noch in der Phase der technischen Validierung oder frühen Erkundung befinden. Medizinische Geschäfte stellen hohe Anforderungen an Genauigkeit, Zuverlässigkeit und Datensicherheit. Während sich die Fähigkeiten von Agenten auf komplexe Szenarien erstrecken, müssen die Anwendungseffekte weiterhin in Kombination mit spezifischen geschäftlichen Anforderungen kontinuierlich validiert werden.

Schlussfolgerung

Mit der stetigen Vertiefung der Anwendung von KI im medizinischen Bereich verlagert sich der Schwerpunkt der Branchenaufmerksamkeit schrittweise von technischen Fähigkeiten hin zu praktischem Wert. Wie Large Language Models an verschiedene medizinische Szenarien angepasst, in bestehende Geschäftsprozesse integriert und ein nachhaltiges Geschäftsmodell gebildet werden kann, wird die zukünftige Entwicklung der medizinischen KI nachhaltig beeinflussen.

Im Zusammenhang mit der Anwendung und Entwicklung von medizinischer KI systematisiert der Bericht „Forschungsbericht zur chinesischen Branche für medizinische Large Language Models 2026“ von iResearch Consulting auch die branchentreibenden Faktoren, Anwendungsszenarien, Marktwettbewerbslandschaft und Kommerzialisierungspfade und analysiert eingehend die zukünftigen Entwicklungstrends von medizinischen KI-Agenten. Für weitere Forschungsergebnisse und Branchenkenntnisse klicken Sie bitte auf den Link „Originaltext lesen“ am Ende des Artikels, um den vollständigen Bericht zu erhalten und das Entwicklungsbild der chinesischen Branche für medizinische Large Language Models weiter zu verstehen.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „iResearch Consulting“ (ID: iresearch-), Autor: iResearch Consulting, veröffentlicht mit Genehmigung von 36Kr.