產品

阿里開源醫療 AI 宣稱能看 150 種病,但距離真正上線還有多遠?

又一款主打醫療場景的大模型開源了,但 Hacker News 上只有 23 分、4 則留言——冷得意外。真正的瓶頸從來不是模型能力,而是開源與臨床落地之間那道制度高牆。

字級

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:

  1. 數千例前瞻性臨床驗證(非回顧性測試集)
  2. 完整的品質管理體系(QMS)
  3. 軟體生命週期文件(IEC 62304)
  4. 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:

  1. 模型權重與資料 pipeline 是否真的開源(目前資訊不足)
  2. 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。

來源: https://www.scmp.com/tech/big-tech/article/3368055/alibaba-open-sources-medical-ai-model-can-detect-cancer-and-nearly-150-conditions