MedSci梅斯2025中国医务人员A床应用与循证决策超势洞桑报告MedSci/梅斯医学Al
摘要(ExecutiveSummary随着通用大模型(LLM)快速普及,以及专业医学AI从“问答演示”走向“工作流嵌入",人工智能正在以前所未有的速度重塑中国医务人员的信息获取、知识处理与临床决策方式。过去一年,AI在医疗场景中的角色已经明显发生变化:它不再只是一个可以偶尔尝试的“新丁且”,而正在成为一类被高频调用、用干提升效率、缓解认知负荷、辅助循证判断的“新基础设施”。本报告基千梅斯医学平合开2026年1月面向全国医务人员开展的专项调研,共同收885份有效问卷，复盖全国31个省、自治区、直辖市，受访者涵盖临床医生、护理人员、医技人员、药师等多个职业群体,调研结果不仅呈现了医务人员当前使用AI的真实状态,也揭示出一个更值得关注的趋势:医疗AI正在从"模型可不可用"的阶段,进入"能否稳定嵌入临床工作流,能否提供可信证据支撑、能否承担责仟与合规要求”的新阶段从这一意义上看,当前医疗ＡI市场的竞争焦点,已经不再只是模型本身是否“聪明”,而是围绕医疗工作场景展开的系统能力建设:是否具备专业知识底座,是否能够连接指南、文献、药品信息、计算工具与结构化模板,是否能够在给出答案的同时保留证据链、提示风险边界,并通过流程设计降低误用概率,近期A行业提出的HarnessEngineering,本质上正对应这一变化—真正决定A落地效果的,不只是模型能力,而是模型外部的“约束、工具、反馈回路、监测与治理”如何被设计出来。对于医疗行业而言,这尤其重要,因为临床不是场景。本次调研显示,中国医务人员对A的态度已经从观望转向务实,一方面,他们普遍认可A在检索、总结、信息压缩、知识组织与重复性任务替代中的现实价值:另一方面,他们也清醒地看到,医疗AI若要真正进入临床核心环节,仍必须跨越法律责任、数据安全、知识可靠性,机构支持和支付机制等多重门槛,也就是说,医务人员并不排斥AI.相反,他们已经准品与服务体系。因此,这份报告希望回答的,不只是“医生有没有在用A",而是更深一层的问题:医务人员究竟把A用于哪些任务?他们最迫切的真实痛点是什么?为什么通用大模型的热度正在让I摘要1
位于专业医学A?医疗A下一阶段的产品形态、商业模式与组织支持机制,又将朝什么方向演进?这些问题的答案,将决定未来几年医疗AI是停留在边缘辅助,还是能够真正进入循证决策与临床协同的主航道。核心发现(KevInsights)1.AI渗透率已达85.2%,市场教育基本完成,医疗AI正在从“尝鲜工具”跃迁为“生产力工具”调研显示,85.2%的受访者已经使用AI,只有14.8%的人表示极少或从不使用,且约四分之一的受访者已将AI深度融入日常工作流,这意味着,在中国医务人员群体中,AI的“认知教育期"实际上已经基本结束,今天再讨论“牛会不会接受AI",竟义已经不大:更关键的问题变成了:医生会持续使用什么样的AL,以及什么样的AI能够留在他们的工作流单这一变化具有很强的产业信号意义。因为一旦某项工具的渗透率跨过早期采用者门槛，它的竞争逻辑就会发生变化:从“新鲜感驱动”转向“效率收益驱动",从"会不会用"转向"信不值得每天用”。对于医疗AI而言,这也意味着未来产品优胜劣汰的标准,不再是单次回答是否惊艳,而是是否能够稳定、低摩擦、低风险地陪伴医务人员完成高频仟务从更长趋势看,这种跃迁也意味着医疗行业正在进入"人机协同”的实用阶段。全球关于agenticAI的讨论已经表明,未来AI的价值不只是回答问题,而是承担部分任务流转、信息整理和工具调用工作;组织层面则会逐步从“给员工一个AI入口”,升级为“围绕AI重新设计知识工作流程"。对医疗行业来说,这种转变不会表现为“AI替代医生”,而更可能表现为:医生开始把AI视作一个持续在线的知识助手、信息压缩器与流程加速器。2,需求迎来拐点:从“通用大模型尝鲜”向“专业医学AI"加速转移本次调研显示,在最常用的前五大通用大模型中,国产模型占据四度DeenSeekl/4860的使用率呈现断层式领先,这说明,过夫一年,中国医务人员已经完成了对通用大模型的1核心发现2
快速启蒙,且本十模型凭借可获得性,低门槛和传播效率,率先占领了医疗专业群体的入口心智。但更值得注意的是,通用模型的高使用率,并不代表它们...
