阿里开源了一款医疗 AI 模型,声称可检测癌症及近 150 种疾病。来源是南华早报的报道,不是阿里自己的一手发布。
这款模型登上了 Hacker News 首页——23 分,4 条评论。这个数字组合很扎眼,下面慢慢拆。
这次开源的到底是什么
先把「150 种病」这个数字说清楚。
根据 SCMP 的描述,这款模型支持多模态输入,主要是 CT、MRI 这类医学影像,加上电子病历文本。它能输出的是疑似诊断列表 + 置信度,不是直接下诊断结论。
几个关键区分点:
- 是筛查,不是诊断。模型告诉你「这个肺结节 87% 可能是恶性的」,最终下诊断的是医生
- 150 种病怎么定义? 大概率是基于某个公开医学影像数据集(如 NIH ChestX-ray14、MIMIC-CXR)的疾病分类标签,不是阿里自己标注的临床疾病谱
- 多模态 = 影像 + 文本。模型同时吃 CT 图和病历描述,做联合推理
这些细节 SCMP 报道里没有展开。等 GitHub/HuggingFace 仓库公开,看 README 和 model card 才能确认实际能力边界。在那之前,「150 种」就是个营销数字。
Hacker News 23 分 4 条评论:为什么热度这么冷
我特意去翻了 HN 这条(item 49761840),数据如下:
- 分数:23
- 评论数:4
- 状态:曾上首页
对比一下同期 HN 首页的医疗 AI 帖:
- 谷歌 Med-PaLM 2 那波:300+ 评论
- Meta 的 RadFM:80+ 评论
- 这次阿里:4 条
为什么?几个猜测:
1. 英文圈对中国医疗数据的不信任
HN 用户对医疗 AI 的第一反应是「数据从哪来」「有没有 IRB 审批」「患者隐私怎么处理的」。中国医疗数据的合规性、数据出境监管(《数据安全法》《个人信息保护法》)在英文圈没有共识。
2. 模型权重 / 论文没同时放出
如果是 GitHub 放代码、模型权重滞后,或者根本没有论文,HN 的技术用户就不会深度讨论。这是开源大模型的「诚意测试」——只放 demo 不放权重,等于没开源。
3. 同期新闻盖过
HN 首页是滚动制,如果那天有 OpenAI、Anthropic、SpaceX 之类的大新闻,医疗 AI 自然被压。
4. SCMP 的英文读者结构
SCMP 的英文读者以亚洲商业圈为主,不是 HN 这种纯技术社区。原报道发在 SCMP,转发到 HN,受众错位。
我个人倾向是 1 + 2 的组合:权重和论文没同时放 + 数据合规性的天然门槛。
开源 ≠ 可用:医疗 AI 落地的隐形门槛
这是我想重点说的部分。
即使阿里今天把模型权重、训练代码、推理代码全部开源,这个模型也不可能直接进医院用。原因不是技术,是制度。
认证门槛
- 中国:需要 NMPA(国家药品监督管理局)三类医疗器械注册证,从申报到拿证 18-24 个月
- 美国:FDA 的 De Novo 或 510(k) 路径,SaaMD(软件即医疗器械)单独审批
- 欧盟:CE-MDR 认证
一个开源模型权重,离拿证还差:
- 数千例前瞻性临床验证(不是回顾性测试集)
- 完整的质量管理体系(QMS)
- 软件生命周期文档(IEC 62304)
- 上市后监管计划
责任归属
模型说「良性」,实际是恶性——谁负责?
- 医生签字?医生成了模型的背锅侠
- 医院采购?医院的法务要重新评估
- 模型厂商?阿里目前的开源协议(大概率是 Apache 2.0 或类似)明确不担责
数据合规
- HIPAA(美国):患者数据用于训练,需要 BAA 协议 + 去标识化
- GDPR(欧盟):训练数据需要合法基础,患者有被遗忘权
- 中国《个人信息保护法》:医疗数据属于敏感个人信息,处理需要单独同意
开源模型权重可以随便下载,但用真实患者数据再训练、再部署,合规成本比模型本身贵 10 倍。
阿里开源的是技术资产,不是医疗产品。这两者的距离,比开源到闭源的距离还远。
和 Qwen、DeepSeek 路线对比
把这次开源放进阿里 Qwen 家族看,是通用模型的垂直延伸:Qwen → Qwen-VL(视觉)→ Qwen-Audio(语音)→ 医疗专用。
这种「通用底座 + 垂直微调」的路线,其他中国大厂也在做:
| 厂商 | 医疗 AI 产品 | 开源状态 |
|---|---|---|
| 阿里 | 本次开源的医疗模型 | 开源 |
| 腾讯 | 觅影、腾讯医典 | 闭源,To B 销售 |
| 科大讯飞 | 智医助理 | 闭源,To G(政府)为主 |
| 百度 | 灵医智惠 | 闭源 |
| DeepSeek | 无医疗专用模型 | — |
阿里的路线不同:开源 + 通用模型血统。意图很明显——
让开发者基于 Qwen 做下游微调,而不是去医院做 To B 销售。
这是一种生态打法,不是产品打法。和 DeepSeek 靠 R1/V3 抢占开发者心智的策略一脉相承,但押注的是「医疗这个垂直场景的开源标准制定权」。
至于能不能成,关键看两件事:
- 模型权重和数据 pipeline 是否真的开源(目前信息不足)
- 是否有医院/医疗器械厂商愿意基于这个底座做产品(至少 6-12 个月才能看到信号)
编辑思考
这件事真正值得关注的不是「阿里又开源了一个大模型」,而是中国大厂在通用大模型红利见顶后,正在用「垂直开源」抢生态位。
过去 18 个月,中国大模型的主战场是通用底座——Qwen、DeepSeek、文心、通义、豆包、Kimi,都在刷榜单、拼价格。2026 年这个阶段,通用模型的能力已经拉不开代差,差异化只能去垂直场景找。医疗、教育、法律、金融,都是下一个战场。
但问题来了:开源模型能成为生态壁垒吗?
我的判断是——在医疗这个场景,很难。
原因不在技术,在制度。医疗 AI 的护城河不是模型权重,是临床数据通道、医院销售渠道、监管认证经验。这些东西开源给不了。腾讯觅影做了 7 年,靠的不是模型比谁强,是和医院的信息系统( HIS/PACS )深度集成。这种集成关系,不是 GitHub 上一行代码能复制的。
阿里的聪明之处在于——它可能本来就没打算让这个模型直接进医院。它要的是开发者生态,是品牌心智,是「医疗 AI 选 Qwen」的默认选项。 真正的商业化,会通过阿里云、钉钉、夸克这些已有的 To B/To C 渠道去做。
这次开源,我倾向解读为技术 PR + 生态占位,不是真正的医疗商业化动作。
不确定的地方:模型权重到底放没放?论文有没有?如果只是 GitHub 上放了 inference 代码 + 一个 README,那连 PR 都算不上,只是营销。如果权重 + 训练代码 + 详细 model card 都有,那才算认真的生态布局。
这点,等仓库公开后再判断。