OpenAI推出生命科学AI模型GPT-Rosalind，以DNA结构发现者命名，旨在加速药物研发。该模型通过分析生化数据，协助科研人员进行证据合成、假设生成、实验规划和蛋白质工程分析，提升实验室研究效率，推动医疗应用转化。
谷歌开源医疗AI模型MedGemma1.5，核心突破在于能处理高维度医疗数据。它原生支持CT和MRI三维扫描，可直接分析立体影像；支持病理学数字切片微观分析；在胸部X光分析中能精准标注。该模型在多个关键医疗场景实现显著跨越。
研究显示，当前主流AI模型在模拟临床诊疗推理时仍存在明显不足，尚不具备独立承担医疗任务的能力。该研究测试了21种大语言模型，结果发表于《JAMA Network Open》。
青岛市口腔医院推出“口腔AI智慧服务号”，依托微信平台，融合本地化AI大模型，实现全周期、全场景智慧医疗服务。核心应用包括三大AI功能，打造“口袋里的口腔医生”，推动传统口腔就医流程智慧化变革。
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
$6
$24
Baidu
128
$2
$20
mradermacher
基于预训练模型drwlf/DrMedra4B的量化版本，适用于医疗AI相关任务
Mungert
MedGemma-4B-IT是基于Gemma 3的医学领域多模态模型，支持医学文本和图像理解，适用于医疗AI应用开发。
unsloth
MedGemma是基于Gemma 3开发的医学多模态模型，专注于医学文本和图像理解，支持构建医疗保健AI应用。
MedGemma是谷歌开发的专为医疗场景优化的AI模型系列，包含4B多模态和27B纯文本两个版本。基于Gemma 3架构，在医疗文本和图像理解任务中表现出色，能够有效支持医疗AI应用开发。
MedGemma是基于Gemma 3优化的医疗专用AI模型系列，27B版本专注于医学文本理解与推理任务
MedGemma是Google开发的医疗专用多模态AI模型，基于Gemma 3架构，专注于医学文本和图像理解。
Intelligent-Internet
II-Medical-8B是智能互联网研发的新一代医疗大语言模型，专为增强AI医疗推理能力而设计，在医疗问答能力上实现重大突破。
ritvik77
基于Mistral-7B语言模型，通过LoRA微调和4bit量化技术优化的医疗诊断AI模型，专注于症状分析和疾病诊断辅助。
xdatasi
这是一款基于LLaMA、GPT和DeepSeek混合架构的医疗AI辅助模型，专门用于医疗诊断推理和治疗建议辅助。在8000万份医疗记录上训练，具备深厚的医学知识，但目前仅用于研究和测试目的。
cortexso
Deepscaler是一款基于DeepScaleR-1.5B-Preview开发的高级AI模型，专注于提升机器学习任务的效率与可扩展性。该模型提供高质量的预测分析和数据处理能力，适用于自然语言处理、计算机视觉等复杂场景，在金融、医疗和娱乐等行业有广泛应用。
dmis-lab
猫鼬-8B是基于Meta的Llama-3-8B-Instruct模型开发的医疗AI系统，通过合成数据集进行指令微调，具备高级医学推理能力，专门用于解决复杂医学问题。
ruslanmv
专为医学问答微调的Llama3模型，基于AI医疗聊天机器人数据集训练，提供专业医学解答。
猫鼬-7B-v1.0是指令调优的医疗AI系统，首次在所有7B参数模型中突破了美国医师执照考试（USMLE）60%的及格线。
suinleelab
基于CLIP ViT-L/14架构的视觉-语言基础模型，专精皮肤病学图像分析，通过医学文献训练实现透明医疗影像AI
scutcyr
扁鹊-1.0是一个经过指令与多轮问询对话联合微调的医疗对话大模型，旨在强化AI系统的问询能力，模拟医生问诊过程。
医疗MCP服务器是一个基于模型上下文协议（MCP）的专用服务器，为AI助手提供医疗数据和医学信息工具访问能力，包括药品信息查询、医学文献检索、健康主题获取等功能。
OMCP是一个基于OMOP通用数据模型的MCP服务器实现，为AI模型提供标准化接口来查询和分析医疗数据。
Theta Health MCP Server是一个通过模型上下文协议(MCP)将健康数据连接到AI助手的服务，支持医疗记录、功能检查、设备数据等健康数据的查询和管理。
Gguf%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)
