阿里健康推出自研医学大模型“氢离子”，专为临床与科研医生设计，定位“医生版GPT”。该应用聚焦医学场景，核心优势在于大幅降低AI幻觉，确保回答有据可查、有源可溯，旨在解决行业痛点，提升医疗AI的专业可靠性。
小米运动健康App接入蚂蚁集团AI健康助手“蚂蚁阿福”，用户可在睡眠和心率监测界面直接调用该功能。基于自研医学大模型，“蚂蚁阿福”能对生理指标进行实时分析，提供初步的AI健康建议，实现从数据监测到智能分析的深度健康管理。
阿里健康发布自研医学大模型“氢离子”，主打低幻觉、高循证，所有回答均有权威出处并支持溯源，旨在成为医疗领域幻觉率最低的AI工具，目前已结束内测并向医生开放。
公司发布新一代开源医疗大模型MedGemma 1.5及临床语音识别模型MedASR，强化医疗技术布局。MedGemma 1.5基于Gemma系列，重点提升医学影像理解能力，可处理文本病历、检验报告、医学文献及X光、CT等影像数据，辅助初步筛查与诊断。
256M参数的医学领域语言模型，用于医学文本处理等任务
一款基于生物医学数据的8亿参数大型语言模型
一款专为生物医学领域设计的开源大型语言模型
先进的开源生物医学大型语言模型，专为医疗领域设计。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
$6
$24
Baidu
128
$8
$240
52
Bytedance
$1.2
$3.6
4
suayptalha
Sungur-14B 是一个专门针对土耳其语的大语言模型，基于 Qwen/Qwen3-14B 派生而来。该模型使用包含 41.1k 个土耳其语样本的数据集进行微调，涵盖数学、医学和常识等领域的推理对话，旨在增强土耳其语的本土推理能力。
ducklingcodehouse
这是一个专注于芬兰语牙科医学的对话式AI助手，经过LoRA微调的大语言模型，能够针对牙科咨询问题生成结构化的临床回复，分为背景、评估和建议三个部分。
stanfordmimi
MedVAL-4B是一个经过微调的语言模型，能够以接近医生级别的可靠性评估人工智能生成的医学文本输出。它是一个自监督框架，利用合成数据训练评估器大语言模型，无需医生标签或参考输出即可评估大语言模型生成的医学输出与输入之间的事实一致性。
zou-lab
BioMed-R1-8B是一个专门针对医学领域优化的8B参数大语言模型，基于Llama-3.1-8B-Instruct进行训练，专注于解决医学推理和知识问答任务，在生物医学问答基准测试中表现出色。
QuantFactory
Apollo2-7B-GGUF 是 FreedomIntelligence/Apollo2-7B 的量化版本，支持多种语言的医学大语言模型应用。
Mungert
Lingshu-32B GGUF模型是适用于医疗领域的多模态大语言模型，支持多种医学影像模态，在医疗问答和报告生成任务上表现出色。
lingshu-medical-mllm
灵枢是一款在医疗领域表现卓越的多模态大语言模型，能有效处理医学图像和文本信息，在医疗问答和报告生成任务中展现出了顶尖性能。
mlxha
本模型是基于Qwen/Qwen3-4B在medmcqa-grpo数据集上使用GRPO方法微调得到的医疗问答大语言模型。它专门针对医学选择题场景进行优化，具备较强的医学推理能力。
DongkiKim
Mol-LLaMA是基于Llama-3.1-8B-Instruct的分子理解大语言模型，专注于生物学、化学和医学领域的分子特性理解和推理。
UMCU
基于荷兰语的医疗领域预训练语言模型，由阿姆斯特丹大学医学中心开发，专注于医疗文本处理。
由六种大规模、可泛化的2D/3D变分自编码器组成的医学影像处理模型家族，能够将医学图像编码为压缩的潜在表征，并实现高保真度的图像重建。
hongzhouyu
FineMedLM-o1是一款专为高级医学推理设计的专业医疗大语言模型，采用多步推理机制，在给出最终答复前会反复推敲并完善其思考过程。
JerrryNie
ConceptCLIP是一个通过医学概念增强的大规模视觉语言预训练模型，适用于多种医学影像模态，能在多种医学影像任务中实现稳健性能。
bartowski
基于llama.cpp的32B参数大语言模型，专注于化学、生物学、气候和医学领域的文本生成任务
tensorblock
Llama3-Aloe-8B-Alpha 是一个专注于生物学和医学领域的8B参数大语言模型，提供GGUF格式量化版本
Ram20307
基于BART架构的大型摘要生成模型，专门针对医学文献摘要任务进行优化
cgus
Apollo2-7B是一个支持多种语言的医疗大语言模型，专注于生物学和医学领域的问答任务。
OpenMeditron
Meditron是一套专门用于临床医学的大语言模型，由OpenMeditron倡议组织开发，基于Llama-3.1-70B基础模型训练，专注于资源有限和人道主义环境下的医学应用。
m42-health
Med42-v2是由M42开发的临床对齐大语言模型套件，基于LLaMA-3架构，包含80亿或700亿参数版本，旨在提供高质量医学问答能力。
Med42-v2是由M42开发的开放获取临床大语言模型套件，基于LLaMA-3构建，包含80亿或700亿参数，能够高质量回答医学问题。
dicom-mcp是一个基于DICOM标准的模型上下文协议服务器，为大型语言模型提供查询和交互医学影像元数据的工具，支持患者信息、检查、序列和实例的检索，以及DICOM封装PDF文本提取功能。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
![Llama-3[8B] Meditron V1.0](https://pic.chinaz.com/ai/2024/04/30/202404301629054000.jpg)
