2024年底,迈瑞医疗发布了全球首个临床落地的重症领域垂直大模型——启元重症医学大模型。此后不到两年时间,启元已从单一专科扩展为一个覆盖重症、围术期、检验、超声、设备管理五大专科场景的医疗垂域大模型家族。
在浙江大学医学院附属第一医院,启元重症大模型已实现24小时动态监测病情,脓毒症筛查预警时间较传统模式提前4至22小时,误报警率降低27%。在南方医科大学深圳医院,启元检验大模型已辅助审核近31万份报告,审核建议采纳率高达93%,单份疑难样本审核时间从30分钟缩短至1分钟。在复旦大学附属中山医院,启元围术期医学大模型贯穿术前、术中、术后全流程,正在重新定义麻醉与围术期管理的安全边界。
不同于通用大模型的“医疗版”,也不同于专注于单一影像AI的专科工具,启元的独特之处在于它建立了从自有设备端到应用端的完整数据链路。其训练数据源于迈瑞监护仪、呼吸机、超声、检验流水线等设备生成的真实临床数据,包含500余万条高质量专业数据及超过10,000例专家标注的疑难案例。2026年2月,迈瑞取得ISO/IEC 42001:2023人工智能管理体系认证,是国内医疗器械领域最早获得该认证的企业之一。
一、围术期大模型:从术前到术后的全流程智能守护
瑞智围术期决策辅助系统与启元围术期医学大模型,是启元家族中最新落地的成员之一。
该系统以“数据驱动+智慧赋能”为双轮架构,贯穿术前、术中、术后全流程,为麻醉医护提供智能决策支持。术前,基于大模型的临床麻醉诊疗思维与数据整合能力,麻醉医生通过移动端1分钟掌握患者基本情况,5分钟完成单例患者高质量访视,再花1分钟获得系统自动生成的个体化麻醉计划——全程仅需7分钟。
术中,系统以设备互联互通为基底,实现患者信息同步下发,监护仪、输注泵、麻醉机数据实时上传,自动生成符合WS329-2024新版行业标准的规范化麻醉记录单。当患者病情发生变化时,内置的风险识别工具自动触发大模型,层进式精准分析危机事件原因并给出处理建议,辅助医生拓展临床思维宽度,降低人为误判。需要紧急支援时,系统支持一键呼叫功能,转单兵作战为团队协作。
术后,大模型自动总结术中情况,为复苏患者提供监护和治疗建议,实现“一对多”全局监护模式。这一系统已在上海交通大学医学院附属仁济医院和上海市老年医学中心实现装机落地。
在无痛内镜诊疗中心,系统提供的内镜麻醉软硬件一体化解决方案实现移动端便捷操作、用药模板自动下发、设备数据自动上传以及麻醉记录自动生成,推动内镜麻醉进入“智能输注时代”。
二、三条技术路线的分野
当前市场上的医疗大模型大致可以分为三类。
第一类是基于通用大模型底座进行医疗适配。这类模型优势在于知识问答能力较强,可覆盖通用医疗知识问答、病历生成、文献检索等场景,但数据主要来自公开文献和知识库,在需要结合患者实时生命体征数据的临床决策场景中能力边界较为明显。
第二类是垂直领域的专科数据训练,聚焦医疗领域的特定专科方向。这类模型在特定领域数据积累较深,但覆盖场景相对单一,难以扩展至ICU、检验科等其他临床场景。
第三类是从医疗设备数据出发的垂域大模型,从医疗设备端获取原始临床数据,基于自有设备产生的真实数据训练垂域大模型。迈瑞启元正是这一技术路线的代表。
三、五大专科场景的规模化落地
截至2025年底,启元重症大模型已在全国10家三甲医院应用,服务患者逾10,000例。启元检验大模型已辅助审核近31万份报告,采纳率93%。启元超声大模型在浙江大学医学院附属妇产科医院落地,中孕系统筛查节省约20分钟,减少80%报告书写工作量。启元设备管理大模型已在浙江大学医学院附属第一医院落地使用。
三大生态装机数据显示,瑞智生态全国装机超1,000家医院;瑞检生态近1,100家;瑞影生态累计装机超20,100套,覆盖全国31个省市区。
四、从设备数据到智能决策的闭环
迈瑞启元的技术路径呈现出清晰的层次:首先基于全面的设备布局打造开放的设备物联平台,对设备数据进行精准采集和处理;其次围绕各专科临床场景,以患者为中心接入设备数据、医院信息系统数据以及医护人员的主观评价数据,进行数据清洗和治理,实现患者画像的描绘;最后将长期积累的临床洞察与AI大模型技术结合,针对专科垂直领域进行训练。
这种“从临床场景出发、用设备数据训练、部署回临床场景”的闭环,使启元能够以临床思维理解患者、识别风险、辅助决策,真正融入医生的工作流程。
结语
从重症到围术期,从检验到超声,从设备管理到专科智能体——启元大模型家族正在覆盖越来越多的临床场景。它从自有设备获取真实临床数据,用这些数据训练垂域大模型,再部署回临床场景,形成一个从“数据采集”到“智能分析”到“临床决策”的闭环。
在医疗AI从概念走向临床的关键时期,启元围术期大模型以“数据驱动,AI协同”为引擎,正在推进医疗、护理、管理及科研多维度协同发展。对于正在规划全院级AI部署的医疗机构而言,这是一个值得关注的方向。 
