人工智能作为引领新一轮科技革命和产业变革的战略性技术，深刻改变着人类生产生活方式；从“互联网+”到“人工智能+”，我们正迈向以数字技术深度融合为特征、以大模型、大数据、大算力为支撑的智能创新发展新阶段，产业生态得以重塑。在人工智能、大模型等技术的快速赋能下，医疗健康领域加速向智能化、精准化迈进，医疗服务管理、基层公共服务、健康产业发展、医学教学科研等关键环节对高性能算力的需求日益迫切，而算力作为数字经济时代的核心生产力，已成为推动医疗健康产业突破技术瓶颈、提升服务效能的关键支撑。在此背景下，沐曦集成电路（上海）股份有限公司（以下简称“沐曦”）深耕医疗健康领域算力基础设施建设，依托自主研发的高性能 GPU 芯片及医疗健康智能体一体机解决方案，积极探索技术与场景的深度融合，目前已在首都医科大学附属北京朝阳医院等多家医疗机构完成技术落地，积累了丰富的实践经验，为医疗场景的算力升级提供了可复制、可推广的实施路径。
为进一步凝聚行业共识，梳理GPU 在医疗健康领域的应用价值与发展方向，近期，沐曦牵头，联合互联网医疗健康产业联盟、首都医科大学附属北京友谊医院、首都医科大学附属北京朝阳医院、中日友好医院、郑州大学第一附属医院、北京大学临床医学高等研究院、上海交通大学医学院附属瑞金医院、首都医科大学附属北京佑安医院、中国医学科学院肿瘤医院、北京大学肿瘤医院、温州医科大学附属第一医院、温州医科大学基础学院、互联网医疗系统与应用国家工程实验室、沐心数智医疗科技（北京）有限公司、银川市数字介入医学协会、工业互联网创新中心（上海）有限公司等20余家单位共同撰写的《GPU在医疗健康领域的应用研究报告》，在2025年中国人工智能产业发展联盟（AIIA）医学人工智能委员会工作会上，由中国信通院云大所数字健康部主任冯天宜，沐曦集成电路(上海)股份有限公司副总裁孙国梁，首都医科大学附属北京朝阳医院信息中心主任韦力，首都医科大学附属北京友谊医院放射介入科专家栗荐正式发布。

报告核心观点
《GPU在医疗健康领域的应用研究报告》系统梳理了GPU在医疗与医药两大领域的28个高潜力应用场景，深入剖析当前面临的五大挑战，并提出五大对策建议，为构建基于算力的医疗创新生态提供战略指引。
一、发展背景
近年来，在国家及地方各级政策的持续赋能下，半导体与集成电路产业加速突破，国内研发GPU在微架构革新、制程升级及并行计算单元规模拓展上不断取得进展，产品性能已逐步逼近国际领先水平。与此同时，国内医疗健康数据正以36%的年复合增长率迅猛增长，从医学影像的三维重建、蛋白质折叠的精准模拟，到虚拟临床试验的高效开展，各类创新应用场景对算力的需求呈爆发式增长。
二、应用场景
在医疗场景中，GPU的应用已覆盖临床效率提升、患者服务优化、医院运营精细化及科研教学创新等多个维度。例如，通过大模型辅助生成门诊电子病历与放射报告，减轻医生工作负担；借助医学影像分割、3D打印技术优化手术规划与实时指导；依托虚拟医生助理与再入院风险预测模型，提升患者服务质量；通过数字孪生院区实现医院全流程可视化管理；利用生物医学大数据分析与虚拟仿真教学，加速科研突破与人才培养。
在医药研发领域，GPU加速了从靶点识别、药物设计筛选到临床试验的全流程创新。从分子与靶点相互作用预测、药物ADMET特性分析，到蛋白质折叠模拟、虚拟临床试验开展，GPU为缩短新药研发周期、提高研发成功率提供了强大算力支撑。
三、面临挑战
尽管GPU在医疗健康领域的应用前景广阔，但仍面临诸多挑战。技术层面，部分产品在计算性能（如双精度浮点运算）、驱动兼容性、功耗散热控制等方面与国际领先水平存在差距，算法适配性也需进一步加强；生态层面，国内深度学习框架发展尚不成熟，医疗行业专用软件与开发者工具相对匮乏，性能验证与临床适配体系有待完善；此外，跨平台兼容性、数据隐私安全保障及资金投入不足等问题，也制约着其规模化应用。
四、对策建议
针对行业痛点，报告提出多维度发展策略。技术层面，需加大核心架构研发投入，提升计算性能与稳定性，推动算法与硬件深度适配；生态层面，应加强与主流深度学习框架的兼容，开发医疗专用加速库与工具包，完善临床验证机制；标准与安全层面，需积极参与行业标准制定，强化数据加密、访问控制等安全保障措施；同时，积极参与相关创新项目，争取研发资金和政策补助。
五、案例分享
本报告收录了十余项GPU在医疗健康领域的应用实践案例，现对部分精选案例进行重点介绍。

案例一
沐曦GPU产品C500已完成与北京朝阳医院在“放射报告生成（Qwen2-72B）”和“影像报告质控（Qwen2-72B）”大模型适配测试。在测试中，C500在单卡、双卡、四卡、八卡高性能的处理器表现优异，测试结果显示其推理性能满足临床应用场景的需求。
案例二
中国移动（成都）产业研究院利用中国移动九天医疗大模型海量高质量医疗数据、医学知识储备和强大的应用能力同时结合DeepSeek卓越的推理及任务处理能力配合沐曦GPU算力底座，形成医疗健康智能体一体机，快速落地医学通用问答、智能导诊、智能预问诊三大核心场景的AI医疗创新应用。
案例三
沐曦携手上海中山医院发布的全球首个融合大数据、AI技术与医疗资源的消化内镜全场景智能体“镜观大模型”，通过整合超百万例内镜影像、病理及临床数据，构建消化内镜知识库，并依托国产自主AI芯片实现医院端侧安全部署，形成“感知-决策-执行-进化”的完整智能链。系统覆盖诊疗全流程:为患者提供报告智能解读，通过多模态工具能力精确定位病灶并一键生成报告可视化;辅助临床医生实现手术方案预演、术中实时导航以及智能文书生成。
六、报告目录
1 GPU在医疗健康领域发展及应用背景
1.1GPU发展现状
1.2医疗和医药发展对算力需求日益增加
2 医疗健康领域GPU应用场景
2.1医疗领域GPU应用场景
2.2医药领域GPU应用场景
3 GPU在医疗领域应用的挑战
3.1技术成熟度有待提高
3.2软件生态有待培育
3.3兼容性与标准化问题亟须重视
3.4数据隐私与安全性挑战加剧
3.5资金筹措与投融资能力不高
4 GPU在医疗医药领域应用的对策和建议
4.1建议强化技术研发与创新
4.2建设及安全的软件生态
4.3提升兼容性与标准化
4.4加强数据隐私与安全性保护
4.5积极寻求资金与政策支持
展望未来，希望通过本研究报告能够为GPU向医疗健康垂直行业的应用拓展提供指引和助益，激发行业对国内研发GPU应用积极性，推动形成“算力赋能医疗、医疗反哺算力创新” 的良性生态，助力我国医疗健康产业迈向更高质量、更可持续的发展阶段。
信息来源：互联网医疗健康产业联盟