阿里開源了一款醫療 AI 模型,宣稱可偵測癌症及近 150 種疾病。消息來源是《南華早報》的報導,並非阿里官方的一手發布。
這款模型一度登上 Hacker News 首頁——23 分、4 則留言。這個數字組合很耐人尋味,下面慢慢拆解。
這次開源的到底是什麼
先把「150 種病」這個數字說清楚。
根據 SCMP 的描述,這款模型支援多模態輸入,主要涵蓋 CT、MRI 這類醫學影像,搭配電子病歷文字。輸出結果為疑似診斷清單與信心分數,並非直接給出診斷結論。
幾個關鍵區分:
- 屬於篩檢,非診斷。模型會告訴你「這個肺結節有 87% 機率是惡性」,最終下診斷的仍是醫師。
- 150 種病如何定義?高機率是基於某個公開醫學影像資料集(例如 NIH ChestX-ray14、MIMIC-CXR)的疾病分類標籤,並非阿里自行標註的臨床疾病譜。
- 多模態 = 影像 + 文字。模型同時接收 CT 影像與病歷描述,進行聯合推論。
這些細節在 SCMP 的報導中都沒有展開。要等 GitHub 或 Hugging Face 倉庫公開後,從 README 與 model card 才能確認實際能力邊界。在那之前,「150 種」就只是行銷話術。
Hacker News 23 分、4 則留言:為什麼反應如此冷淡
我特地翻了 HN 這則討論(item 49761840),數據如下:
- 分數:23
- 留言數:4
- 狀態:曾登上首頁
對照同期 HN 首頁的其他醫療 AI 貼文:
- Google Med-PaLM 2 那波:300+ 留言
- Meta 的 RadFM:80+ 留言
- 這次阿里:4 則
為何如此?幾個推測:
1. 英文圈對中國醫療資料的信任門檻
HN 使用者對醫療 AI 的第一反應是「資料從哪來」「有沒有通過 IRB 審查」「病患隱私怎麼處理」。中國醫療資料的合規性與資料出境監管(《資料安全法》《個人資訊保護法》)在英文圈缺乏共識。
2. 模型權重或論文沒有同步釋出
如果只是 GitHub 上放了程式碼、權重卻延後釋出,甚至完全沒有搭配論文,HN 的技術族群就不會深入討論。這是開源大模型的「誠意測試」——只放 demo、不放權重,等於沒開源。
3. 同期新聞蓋過鋒頭
HN 首頁採滾動制,若當天有 OpenAI、Anthropic、SpaceX 之類的大新聞,醫療 AI 自然被擠壓。
4. SCMP 的英文讀者結構
SCMP 的英文讀者以亞洲商界為主,並非 HN 這種純技術社群。原始報導發在 SCMP、再轉發到 HN,受眾明顯錯位。
我個人傾向是 1 與 2 的組合:權重與論文未同步釋出,加上資料合規性的天然門檻。
開源 ≠ 可用:醫療 AI 落地的隱形高牆
這是我最想談的部分。
即便阿里今天把模型權重、訓練程式碼、推論程式碼全部開源,這個模型也不可能直接進醫院使用。問題不在技術,而是制度。
認證門檻
- 中國:需取得 NMPA(國家藥品監督管理局)三類醫療器械註冊證,從申報到取證約 18 至 24 個月。
- 美國:走 FDA 的 De Novo 或 510(k) 路徑,SaaMD(軟體即醫療器械)需單獨審批。
- 歐盟:CE-MDR 認證。
一個開源模型權重,離取證還差:
- 數千例前瞻性臨床驗證(非回顧性測試集)
- 完整的品質管理體系(QMS)
- 軟體生命週期文件(IEC 62304)
- 上市後監管計畫
責任歸屬
模型說「良性」,實際卻是惡性——誰該負責?
- 醫師簽字?醫師變成模型的背鍋俠。
- 醫院採購?醫院法務得重新評估。
- 模型廠商?阿里目前的開源授權(高機率是 Apache 2.0 或類似協議)明確不承擔責任。
資料合規
- HIPAA(美國):病患資料用於訓練需簽署 BAA 協議並完成去識別化。
- GDPR(歐盟):訓練資料須有合法基礎,病患享有被遺忘權。
- 中國《個人資訊保護法》:醫療資料屬敏感個人資訊,處理需取得單獨同意。
開源模型權重可以隨意下載,但要用真實病患資料再訓練、再部署,合規成本比模型本身貴上 10 倍。
阿里開源的是技術資產,不是醫療產品。兩者之間的距離,比開源到閉源還遠。
對比 Qwen、DeepSeek 的路線
把這次開源放進阿里 Qwen 家族來看,是通用模型的垂直延伸:Qwen → Qwen-VL(視覺)→ Qwen-Audio(語音)→ 醫療專用。
這種「通用底座 + 垂直微調」的路線,其他中國大廠也在走:
| 廠商 | 醫療 AI 產品 | 開源狀態 |
|---|---|---|
| 阿里 | 本次開源的醫療模型 | 開源 |
| 騰訊 | 覓影、騰訊醫典 | 閉源,To B 銷售 |
| 科大訊飛 | 智醫助理 | 閉源,To G(政府)為主 |
| 百度 | 靈醫智惠 | 閉源 |
| DeepSeek | 無醫療專用模型 | — |
阿里的路線與眾不同:開源 + 通用模型血統。意圖很清楚——
讓開發者基於 Qwen 做下游微調,而不是去醫院做 To B 銷售。
這是一種生態打法,不是產品打法。和 DeepSeek 靠 R1/V3 搶占開發者心智的策略一脈相承,但押注的是「醫療這個垂直場景的開源標準制定權」。
至於能不能成,關鍵看兩件事:
- 模型權重與資料 pipeline 是否真的開源(目前資訊不足)
- 是否有醫院或醫療器械廠商願意基於這個底座做產品(至少 6 至 12 個月才能見到訊號)
編輯觀點
這件事真正值得關注的不是「阿里又開源了一個大模型」,而是中國大廠在通用大模型紅利見頂後,正在用「垂直開源」搶占生態位。
過去 18 個月,中國大模型的主戰場是通用底座——Qwen、DeepSeek、文心、通義、豆包、Kimi,都在刷榜單、拼價格。到了 2026 年這個階段,通用模型的能力已經拉不開代差,差異化只能往垂直場景找。醫療、教育、法律、金融,都是下一個戰場。
但問題來了:開源模型能成為生態護城河嗎?
我的判斷是——在醫療這個場景,很難。
原因不在技術,在制度。醫療 AI 的護城河不是模型權重,而是臨床資料通道、醫院銷售通路、監管認證經驗。這些東西開源給不了。騰訊覓影做了 7 年,靠的從來不是模型比誰強,而是和醫院資訊系統(HIS / PACS)深度整合。這種整合關係,不是 GitHub 上寫一行 code 就能複製的。
阿里的聰明之處在於——它可能本來就沒打算讓這個模型直接進醫院。它要的是開發者生態、是品牌心智、是「醫療 AI 選 Qwen」的預設選項。真正的商業化,會透過阿里雲、釘釘、夸克這些既有的 To B / To C 通路來做。
這次開源,我傾向解讀為技術 PR + 生態卡位,而非真正的醫療商業化動作。
不確定的地方:模型權重到底放了沒?有沒有論文?如果只是 GitHub 上放了 inference 程式碼加一份 README,那連 PR 都談不上,只是行銷。若權重、訓練程式碼、詳細 model card 都齊備,那才算認真的生態佈局。
這點,等倉庫公開後再判斷。