英伟达数据显示医疗AI采用率达70%,行业激增Healthcare AI Surges as NVIDIA Data Shows 70% Adoption Rate | Technology Magazine

环球医讯 / AI与医疗健康来源:technologymagazine.com美国 - 英文2026-10-08 14:36:28 - 阅读时长4分钟 - 1568字
英伟达最新调查报告显示,医疗健康领域人工智能采用率已达70%,较2024年的63%显著提升。生成式AI和大型语言模型的使用率从54%跃升至69%。该报告基于600多名行业专业人士的调查,揭示了AI在医疗领域的广泛部署已从试点阶段进入全面应用。在数字医疗领域采用率高达78%,制药与生物技术领域为74%,医疗技术为70%。AI在医学影像、药物发现及临床工作流程管理中带来显著投资回报。代理型AI(Agentic AI)作为前沿技术崛起,47%的受访者正在使用或评估AI代理。开源模型在AI战略中日益重要,82%的受访者认为开源模型和软件对其AI策略至关重要。尽管存在预算、数据隐私等障碍,但85%的管理层表示AI已带来年收入增长,80%报告年度成本降低。AI预算持续增加,行业正向规模化的技术转型迈进。
医疗AI健康人工智能临床数字医疗制药医疗技术生成式AI代理型AI医学影像数据分析工作流程优化
英伟达数据显示医疗AI采用率达70%,行业激增

技术正在以前所未有的速度重塑医疗健康领域,人工智能如今已深入临床、研究和运营环境。英伟达最新发布的《医疗健康与生命科学AI现状》调查报告显示,该行业已果断超越试点项目,进入全面部署阶段,目前70%的组织正在积极使用AI技术。

这一转变标志着数字化转型的显著加速。根据对600多名行业专业人士的调查,AI采用率已从2024年的63%上升,同时生成式AI和大型语言模型的使用率在同一时期从54%跃升至69%。

技术驱动全行业转型

AI采用模式在不同医疗细分领域有所不同,其中数字医疗以78%的活跃使用率领先,制药和生物技术组织为74%,医疗技术为70%。即使是传统上较为保守的行业也在加速技术整合——支付方和医疗服务提供者实现了13%的同比增长,从43%升至56%。

“AI最显著且可扩展的影响将来自物流和行政流程简化,”医疗智库NostaLab总裁John Nosta表示。“这正是采用曲线已经非常陡峭的领域——排程、文档、编码、利用率管理和护理协调。”

支撑这一扩张的技术基础设施反映了多元化的方法。预测和数据分析仍是基础,65%的组织将AI用于数据分析与数据科学,51%利用预测分析。临床整合也在同步推进——42%将临床决策支持列为AI的首要应用场景,38%报告将AI用于医学影像,38%用于行政工作流程优化。

精准应用带来财务回报

当AI应用于具体、定义明确的用例时,能带来最强的回报。在医疗技术领域,57%的报告称AI在医学影像中实现了投资回报率(ROI)。同样,46%的制药和生物技术组织报告AI在药物发现和开发中实现了ROI。

“在医疗健康领域规模化生成式AI,首先要聚焦真实的临床和运营问题,而非技术本身,”Visiba UK临床AI战略负责人Annabelle Painter博士表示。

数字医疗组织将虚拟健康助手和聊天机器人视为ROI的主要驱动力,而支付方和医疗服务提供者则强调行政任务自动化和工作流程优化。从业务绩效角度看,调查发现85%的管理层受访者表示AI增加了年收入,80%报告年度成本降低。值得注意的是,44%表示AI使收入增长超过10%,其中小公司受益显著——56%报告收入增长超过10%。

代理型AI作为前沿技术崛起

一个显著的技术发展是代理型AI(Agentic AI)的兴起。英伟达数据显示,47%的受访者表示正在积极使用或评估AI代理,其中22%已部署,19%计划在一年内部署。

主要用例包括知识管理和检索(46%)、文献综述与分析(38%)以及内部流程优化(37%)。在制药和生物技术领域,55%使用代理型AI进行文献综述,近一半将其用于药物发现和生物标志物识别。

开源工具是这一技术扩张的核心。调查发现,82%的受访者表示开源模型和软件对其AI战略有中度至极高的重要性,使组织能够针对专门的临床和研究任务微调模型。

“开放模型将塑造知识领域,”John Nosta表示。“它们对于探索和保持领域诚实至关重要。但在安全、责任和问责不可妥协的临床环境中,专有系统仍将是验证、整合和信任所必需的。”

强劲的财务回报正在推动持续的技术投资。英伟达的结果显示,85%的受访者表示其AI预算将增加,近一半预计增长超过10%。支出重点正转向规模化已验证的解决方案——47%计划专注于优化AI工作流程和生产周期,而前一年这一比例为34%。

尽管势头强劲,技术障碍仍然存在。较小的组织将预算限制(40%)和训练数据不足(33%)列为主要障碍,而大型企业则提及数据相关担忧,如隐私与安全(39%)和监管问题(37%)。

这些数据表明,医疗健康领域的AI技术已超越实验阶段。凭借高采用率、可衡量的收入增长和增加预算分配,AI正在嵌入临床工作流程、研究管道和运营系统,为行业未来更广泛的技术转型奠定基础。

【全文结束】