医疗AI诊断赛道竞争白热化 美国三巨头扎堆推出AI健康工具

2026年刚进入一月，OpenAI​、谷歌、Anthropic 三家美国科技巨头在短短数日内便相继发布专业化医疗 AI 功能，这一密集动作凸显行业竞争加剧，竞争趋于白热化。

2026年刚进入一月，OpenAI、谷歌、Anthropic 三家美国科技巨头在短短数日内便相继发布专业化医疗 AI 功能，这一密集动作凸显行业竞争加剧，竞争趋于白热化。

不过值得注意的是，尽管这些产品的营销话术均强调 "变革医疗健康领域"，但目前无一获得医疗设备认证、临床使用许可，也不能直接用于患者诊断。

1 月 7 日，OpenAI 推出 ChatGPT Health，美国用户可通过其与 b.well、苹果健康、Function 及 MyFitnessPal 的合作，关联个人医疗记录；1 月 11 日，Anthropic 跟进发布 Claude for Healthcare，提供符合 HIPAA 标准的接口，可对接 CMS 医保数据库、ICD-10 编码系统及国家医疗服务提供者识别码注册库；1 月 13 日，谷歌发布 MedGemma 1.5，升级其开源医疗 AI 模型，新增三维 CT、MRI 扫描及全切片病理图像解读能力。

三家企业的产品技术路径相似，均基于医疗文献和临床数据集微调的多模态大语言模型，且均强调隐私保护与监管免责声明，定位为 "辅助临床决策而非替代医护人员判断"。核心差异集中在部署与获取模式：ChatGPT Health 面向消费者，欧洲经济区、瑞士及英国以外的免费版、Plus 版和 Pro 版用户需排队等候使用；MedGemma 1.5 通过谷歌健康 AI 开发者基础计划开源，可经 Hugging Face 下载或通过谷歌云 Vertex AI 部署；Claude for Healthcare 则整合至企业级工作流，聚焦机构客户而非个人用户。

性能测试方面，三款产品的医疗 AI 基准测试结果均显著提升，但测试表现与临床应用仍存在较大差距：

·谷歌称 MedGemma 1.5 在斯坦福大学 MedAgentBench 医疗任务完成基准测试中准确率达 92.3%（此前 Sonnet 3.5 基准为 69.6%），内部测试中 MRI 疾病分类准确率提升 14 个百分点，CT 检查结果解读准确率提升 3 个百分点；

·Anthropic 的 Claude Opus 4.5 在启用 Python 代码执行的 MedCalc 医疗计算准确率测试中得分为 61.3%，MedAgentBench 测试准确率达 92.3%，且在事实幻觉相关的 "诚实度评估" 中有所提升，但未披露具体指标；

·OpenAI 未公布 ChatGPT Health 的专项基准测试数据，仅透露基于去标识化使用数据分析，全球每周有超 2.3 亿人通过 ChatGPT 咨询健康相关问题。

当前医疗 AI 工具的监管框架仍不明确。在美国，FDA 的监管取决于产品用途，若软件 "为医护人员提供疾病预防、诊断或治疗相关建议"，可能需作为医疗设备接受上市前审查，但目前三款产品均未获得 FDA 批准。法律责任划分也尚无定论，若临床医生依据 AI 分析结果做出决策导致患者受损，现有判例难以明确责任归属。同时不同市场监管政策差异显著，欧美虽有成熟的医疗软件监管框架，但多数亚太地区监管机构尚未针对生成式 AI 诊断工具出台专项指导意见，这在一定程度上影响了医疗资源缺口较大地区的技术落地进程。

从实际应用来看，机构采用场景仍较为谨慎。诺和诺德内容数字化总监路易丝・林德・斯科夫表示，其公司将 Claude 用于 "制药研发中的文档和内容自动化"，聚焦监管申报文件而非患者诊断；中国台湾地区健保署则应用 MedGemma 从 3 万份病理报告中提取数据用于政策分析，而非治疗决策。这一趋势表明，当前医疗 AI 的机构应用集中在 billing、病历记录、协议起草等行政工作流，这类场景的错误风险相对较低，而在能显著影响患者预后的直接临床决策支持领域，应用仍较为有限。

可以看到，医疗 AI 技术的迭代速度已远超医疗机构应对监管、法律责任及工作流整合复杂问题的能力。尽管每月 20 美元的订阅费即可获取先进的医疗推理工具，但这些集中发布的产品仍未解决核心问题，那便是技术如何真正转化为医疗服务的变革！