腾讯联手迈瑞，推出全球首个医疗设备服务大模型

近日，迈瑞医疗联合腾讯云智能体开发平台 ADP，推出全球首个医疗技术服务大模型。不同于此前行业主流的「医生助手」方向，该模型率先落地的场景是让 AI「看懂」医疗设备：当呼吸机、监护仪或检验设备报警时，用户可用自然语言直接提问，系统在秒级内给出排查步骤和注意事项。

模型能力与首批数据

该模型内置了 5000 余项临床关键知识和 500 余项设备语料训练数据，覆盖生命信息与支持、体外诊断、医学影像等核心业务领域。在专业测试评估中，关键问题回答准确率达到 99%，并支撑年均百万级服务咨询的秒级响应。

首批落地形态聚焦于售后环节：AI 被放到服务链条最前端，标准化问题由模型先做初步判断，复杂情况再转交工程师；工程师因此从重复答疑转向长尾故障、现场处置等更需要经验判断的工作。

迈瑞的五层数智化路线

迈瑞在 2025 年年报中梳理了一条五层递进的数智化演进路线：单点产品的底层技术突破 → 多设备融合创新 → 设备互联的 IT 生态 → 医疗垂直大模型「启元」生态 → 具身智能。这条路线的核心是「先让设备连接，再让模型判断，最终让判断作用于现实世界」。

在临床端，迈瑞已陆续推出多个「启元」系列大模型：

• 启元重症医学大模型：已在浙大一院、上海仁济、北大深圳医院等 30 家医院部署，可在 5 秒内生成患者 24 小时动态数字画像，1 分钟内生成病历，辅助完成 70% 的病历书写。
• 启元检验大模型：在南方医科大学深圳医院落地后，科室平均样本审核效率提升约 30 倍，报告审核准确率超过 90%。
• 启元妇产、乳腺大模型：与超声设备结合，减少医生 50%、助手 80% 的重复性工作量。

从「辅助判断」到「驱动设备」

迈瑞的下一步是让 AI 跨过「仅辅助人」这条线，进入设备执行环节。三种典型形态包括：

• 体外诊断领域逼近「黑灯实验室」：2025 年推出的 MT8000C 智慧凝血流水线可自动完成干粉质控瓶复溶与测试，AI 在 1.2 秒内捕捉血清图像并自主判断质量，识别准确率超过 97%。
• 闭环麻醉：由麻醉机、监护仪融合形成的自调节闭环系统，监护仪负责感知，大模型负责推理，输注泵与麻醉机负责执行，形成「机器—数据—模型—机器」的闭环。
• 手术机器人：基于 4K+3D+NIR 智能影像平台、超声刀、智能双极等产品积累，向腔镜手术机器人延伸。

2026 年一季报数据显示，包含微创外科在内的新兴业务板块逆势增长 18.22%，单季贡献 13.98 亿元收入，占整体营收的 17%，印证了上述方向的商业潜力。

腾讯的产业 AI 逻辑

腾讯此次提供的是云智能体开发平台 ADP，承担模型与平台能力；迈瑞则贡献了数十年积累的医疗设备知识、临床场景和遍布全球 190 多个国家和地区的真实设备网络。这种「科技公司 + 产业龙头」的分工正在成为产业 AI 的典型结构——通用大模型难以仅凭公开训练数据直接成为合格的医疗设备工程师，真正稀缺的是埋在企业内部的 Know-how 与持续产生的高质量反馈。

对迈瑞而言，一项新的商业飞轮正在浮现：装机量 → 服务数据 → AI 学习 → 服务效率 → 用户黏性 → 更多数据。装机量的价值被重新定义——更多咨询、更丰富的故障场景、更完整的维修记录，意味着模型对机器的理解更深入，从而反过来增强服务效率与用户黏性。

行业演进的三步路径

放眼全球，GE HealthCare 已利用 AI、数字孪生与 24×7 监控预测部分影像设备潜在故障，飞利浦同样在远程监测与预测性维护上有所布局。从行业演进看，大致分为三步：

• 第一步，AI 帮助工程师定位报警原因；
• 第二步，AI 开始预测设备可能发生的故障；
• 第三步，机器状态、患者数据与临床流程进一步连接后，AI 参与设备间协同甚至影响设备执行。

迈瑞的布局恰好沿这条路径推进：启元重症与检验大模型对应第一步，预测性维护与服务数据底座对应第二步，闭环麻醉与手术机器人则指向第三步。当 AI 不再只是辅助医生看病的工具，而是开始走进机器的「感知—决策—执行」链路，医疗器械行业也随之进入一个「会思考」的新阶段。