醫療衛生軍團的成立主要是為解決AI在醫療行業落地過程中的技術、生態對接等問題。

3月10日，AI醫療概念股大幅高開。消息層面上，華為于3月7日在內網發文，正式成立“醫療衛生軍團”。第一財經記者從多位知情人士獨家確認，華為DCS領域總裁張偉力將擔任華為醫療衛生軍團負責人，張偉力此前崗位隸屬于華為數據存儲產品線。

根據華為發文顯示，醫療衛生軍團的成立主要是為解決AI在醫療行業落地過程中的技術、生態對接等問題。

“張偉力是存儲線的人，現場職位仍然掛在存儲產品線，看醫療軍團的方向主要技術基礎還是來自于原來的DCS領域，但會從行業下沉，加大力度投入醫療領域。”華為內部人士對記者說。

AI醫療概念股異動

受華為組建醫療衛生軍團消息影響，10日多個醫療概念股早盤高開，創業慧康（300451.SZ）、新贛江（873167.BJ）漲超20%，潤達醫療（603108.SH）、塞力醫療（603716.SH）、國脈科技（002093.SZ）漲停，衛寧健康（300253.SZ）、機科股份（835579.BJ）、迪安診斷（300244.SZ）漲超10%。

“醫療領域是潛力較大的行業，所以華為貢獻自己的能力出來，軍團是一種比較好的承載方式，但成立軍團也不意味著我們要進軍醫療領域，以前華為擁有行業業務部，但范圍太大，很難將外部痛點和內部方案進行精準匹配，軍團解決了這個問題。”華為內部人士對記者說。

雖然明確表示不會進入醫療領域，但華為2月以來已與多家醫院以及醫療企業展開合作。

2月18日，瑞金醫院發布瑞智病理大模型RuiPath，官方稱該模型能夠提前精準識別病灶區域，單切片AI診斷時間減少至數秒。2月21日，塞力醫療集團與華為在武漢研究所簽署合作協議，雙方宣布在智能診斷產品研發、數字療法及腦科學大模型、罕見病、危重癥等專病大模型、微生物耐藥診療及預測大模型、智慧“無廢城市”“無廢院區”等多個領域展開深度合作。

而在2月25日，潤達醫療在官微表示基于華為輕量化AI訓推底座LightDC AI和DeepSeek大模型發布“華擎智醫”訓推一體機。

有AI醫療行業人士對第一財經記者表示，DeepSeek帶來的意義在于，使得企業使用AI大模型門檻大幅降低，AI技術進入平權時代。

在技術進步、有利的政府政策及各行業需求增加的推動下，全球人工智能解決方案市場正在快速發展。中郵證券方面預計，“AI+醫療”解決方案全球市場有望突破千億美元。

但從財務數據看，目前部分醫療概念股仍處于虧損狀態。

1月17日，塞力醫療發布2024年業績預告，報告期內，預計實現歸屬于上市公司股東的凈利潤為-2.1億元到-2.5億元；預計實現歸屬于上市公司股東的扣除非經常性損益的凈利潤為-1.45億元到-1.9億元。此外，塞力醫療此前因挪用募投資金未能按期歸還，導致信用評級遭下調。公司計劃2025年12月前分兩批歸還4.98億元用于補充流動資金的募集資金。

1月20日，潤達醫療發布2024年度業績預減公告，預計2024年度實現歸屬于母公司所有者的凈利潤為4291萬元到5149萬元，與上年同比減少81.16%到84.30%。公司稱，業績預減主要原因是受國內宏觀環境及集中采購等醫療政策環境影響，公司業務發展受影響，銷售收入不及預期，但服務成本、固定資產折舊等固定開支未減少，邊際成本費用增加，導致凈利潤減少。此外，終端客戶的應收賬款回款周期延長，產生的信用減值損失對當期歸母凈利潤有較大影響。

商業模式仍有待探索

隨著大模型出現，醫療領域被認為是極具潛力的應用場景之一，具體到醫學影像輔助診斷、基因測序、輔助臨床決策、健康管理、制藥、手術機器人上，AI都有對應的應用空間。

在醫療行業，AI醫療的應用已經顯現，比如，可以減輕醫生工作負擔，提升工作效率；提升基層機構診療水平，改變醫療資源分布不平衡局面；縮短藥物研發周期，助力靶點發現及臨床療效預測。

天風證券在近期發布的研報中表示，隨著AI平權時代的開啟，AI醫療的核心矛盾正在從“大模型+算力的軍備競賽”轉向“數據價值重估”。醫療行業作為具有高壁壘的垂類行業，具有高質量數據、稀缺性應用場景、掌握多模態融合數據的賽道與企業將有望獲得增長。

但上述AI醫療行業人士也對第一財經記者表示，醫療行業大量的數據集中在醫院端，如何推動醫療端數據的應用，目前仍有挑戰。

在此前與瑞金醫院合作的過程中，華為公司副總裁、數據存儲產品線總裁周躍峰曾提及，醫療領域的數據質量很高，這樣的行業會率先實現AI應用的落地。但應用落地前醫療領域仍然存在三方面障礙。

“首先從通用大模型到行業場景大模型，需要進行針對性訓練，訓練所需數據預處理耗時長，收集、清洗等環節占模型開發訓練時長60%；其次，行業場景模型訓練和應用落地難，項目開發難度大，人員技術要求高，開發周期不可控；最后，因算力等待、任務潮汐、資源碎片化等原因，AI集群可用度往往不足50%。”周躍峰說。

廣州國家實驗室研究員李亦學也曾對記者表示，數據要素在重塑醫療體驗，數據要素賦能醫療服務可以提升醫療服務效率，使得醫療決策更加科學化，同時促進了不同領域間的合作，最終讓廣大患者享受到更加便捷，更加精準的醫療服務，實現醫療服務質量的全面提升。當前，數據流通面臨的瓶頸問題是，信任機制缺失，導致數據“不敢”共享；價值牽引缺失，導致數據“不愿”共享；互通機制不暢，導致數據“不能”流通，需要建立以數據為樞紐的協同創新機制。

另有從事AI醫療大模型研發的人士對第一財經記者表示，除了數據掣肘外，目前AI醫療的商業模式還不清晰，比如在輔助診斷上，還無法直接面向患者收費，AI醫療的商業模式仍有待探索。