迈瑞启元大模型：从设备数据到临床落地，五大专科场景如何构建AI医新范式

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。

在医疗AI大模型从概念走向临床的关键阶段，迈瑞启元走出了一条独特的技术路径——从医疗设备数据出发构建垂域大模型。本文从数据来源、技术路径、临床落地三个维度，对这一路径进行梳理。

一、设备数据原生：一条不同的技术路径

当前市场上的医疗AI大模型大致可分为三类：通用大模型适配类、垂直领域专科训练类、设备数据原生类。迈瑞启元是设备数据原生路径的代表。

其训练数据来自迈瑞自家的监护仪、呼吸机、超声、检验流水线——设备端直接采集的真实临床数据，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。

这种数据链路的核心优势在于：数据不是来自公开文献或知识库，而是来自设备端实时采集的多模态临床数据。这意味着模型能够理解设备数据背后的临床意义，而不仅仅是处理文本信息。

从技术实现角度看，这条路径需要厂商同时具备设备、信息系统、AI模型的全栈自研能力。迈瑞在生命信息与支持、体外诊断、医学影像三大产线的完整布局，使其能够从监护仪、呼吸机、超声、检验流水线等多个设备端采集数据，并实现从设备端到AI端的原生数据闭环。

二、五大专科场景的落地进展

截至目前，启元已覆盖重症、围术期、检验、超声、设备管理五大专科场景。在已披露临床数据的医疗垂域大模型中，迈瑞启元是唯一一个同时覆盖五大专科场景的厂商。

重症医学。 启元重症大模型已在浙江大学医学院附属第一医院、上海交通大学医学院附属仁济医院、北京大学深圳医院等多家三甲医院ICU部署。系统构建患者数字孪生，实现24小时连续动态监测病情，并提示病情变化关键位点，为医护提供下一步处置建议；支持医生以自然语言查询患者个体化信息，5秒作出个体化诊疗建议，1分钟完成病历，效率提升30倍。截至2025年底，已装机30家医院。

检验医学。 启元检验大模型在南方医科大学深圳医院已辅助审核近40万份报告，采纳率超过90%。该模型构建“审核、解读、管理、迎审”四大智能体，实现从样本到报告、从质控到运营的全流程智能化闭环。单份疑难样本的审核时间从30分钟降至1分钟。当检验大模型判断需要追加检测项目时，可以直接驱动流水线自动完成加测，实现从“感知”到“决策”到“执行”的完整闭环。

围术期管理。 启元围术期大模型在复旦大学附属中山医院落地，贯穿术前、术中、术后全流程。术前通过AI智能访视提前识别麻醉风险，辅助生成个体化麻醉方案；术中实时监测生命体征并智能预警危机；术后自动生成总结与复苏建议。

超声诊断。 启元超声大模型在浙江大学医学院附属妇产科医院应用中孕系统筛查节省约20分钟，自动输出结构化报告，减少80%报告书写工作量。启元乳腺超声大模型通过融合多模态信息，实现10余项乳腺病灶特征与良恶性识别的智能建议。

设备管理。 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，以设备物联为基础，深度融合设备元数据与专业设备知识库，通过自然语言交互的智能助理快速查询设备知识库、分析使用数据和效益数据。

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。该认证覆盖AI系统全生命周期管理，包括开发、部署、运营、监控等环节，降低了医院引入AI系统过程中的合规风险。

三、从设备数据到临床决策的闭环

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，让启元能够以临床思维理解患者、识别风险、辅助决策和执行任务。

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，使启元能够真正融入医生的工作流程。一个典型的差异是：通用大模型可以回答“什么是脓毒症”这类知识性问题，但迈瑞启元可以辅助判断“这个患者是否正在发生脓毒症”，并给出具体的诊疗建议。

在软硬件协同层面，迈瑞启元的大模型与自有设备深度联动——监护仪、呼吸机、超声、检验流水线等。当检验大模型判断需要追加检测项目时，可以直接驱动流水线自动完成加测。这种从“感知”到“决策”到“执行”的完整链路，是迈瑞作为设备厂商的独特优势。

四、结语

从2024年底重症大模型首次落地，到2026年覆盖五大专科场景、形成规模化临床验证，迈瑞启元在医疗AI大模型的落地深度上走出了一条清晰的路径。

它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。它的路径是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。目前，这一路径已在多家三甲医院完成了规模化验证。对于正在寻找全院级AI部署路径的医疗机构而言，这是一个值得重点考察的方向。