行业背景与痛点 - 肿瘤患者面临复杂的医学诊疗和不确定的医疗支出 例如乳腺癌患者可能面临费用高达100万元的自费方案与约15万元标准方案之间的艰难选择 同时面临信息决策盲区[3] - 全球医疗AI变革正试图解决上述信息盲区 例如美国医疗AI初创公司OpenEvidence在2026年1月完成D轮融资后估值飙升至120亿美元 其工具被全美超过40%的执业医生使用[3] - 中国互联网大厂纷纷跟进 希望成为中国的OpenEvidence 但大多聚焦于打造AI问答工具或通用对话入口[4][5] 中国医疗AI的竞争路径 - 主要参与者走出了两种不同的商业路径 第一种是“对话路径” 以互联网大厂和大模型企业为代表 凭借基础大模型和C端流量优势构建医疗对话入口 但面临幻觉问题和临床经验缺乏的挑战 难以生成完整诊疗方案[5] - 第二种是“垂直工具路径” 以新锐医疗行业创业公司为代表 形态接近OpenEvidence 在循证搜索领域建立口碑 但核心收入多依赖为药企提供数字基建与营销服务 不直接解决患者看病问题[6] - 中国平安选择了一条不同的“诊疗+支付”闭环路径 其核心诉求是“价值医疗”与“风险控制” 因此其AI不能仅是搜索工具 必须能辅助决策、规范诊疗并降低医疗成本[6] 平安AI-MDT的战略定位与能力 - 公司主攻重疾诊疗 尤其是肿瘤AI-MDT 旨在摘取严肃医疗的“皇冠明珠” 通过解决复杂疾病建立用户深度信任[7] - 公司构建了独特的“三层能力优势” 第一层是权威循证医学底座 确保AI生成的每一条建议均可精准溯源[7] - 第二层是深度诊疗决策逻辑 依托自有的海量真实世界肿瘤病例数据以及5万名合作名医网络 通过RLHF机制和收集专家的“思维链”数据训练模型 使模型的诊疗结论和推理能力与顶级专家对齐[8] - 第三层是商保支付与风控体系 公司每年服务超过20万肿瘤理赔客户 AI-MDT能在每年数百亿的肿瘤治疗支出中构建规范诊疗路径、遏制不合理费用的风控防线[8] 平安AI-MDT的应用场景与价值闭环 - 面向医生 公司打造副驾驶级别的工具 具备患者病情全景分析能力 并能启动DeepResearch模式进行深度文献检索与推理 赋能基层医生 实现高端医疗资源的普惠化[9] - 面向患者 推出“人机协同”的权威第二诊疗意见服务 AI生成结构化的《多学科诊疗报告书》并由知名专家在线审核确认 同时基于确定的最优方案 为患者精准推荐合适的医生和医院 打通就医“最后一公里”[10][11] - 面向保险支付 AI-MDT的诊疗方案与费用评估能力能精准拦截非必要医疗支出 实现商保的精准控费 商保支付的介入让医疗AI跑通了从技术投入到商业回报的闭环[11] - 公司试图解决医疗行业“既降本又提质”的难题 在集团“综合金融+医疗养老”战略下 医疗AI扮演连接器与加速器的角色[11] 未来发展目标 - 2026年 公司计划将AI-MDT服务范围扩展至更多高发重疾 并将诊疗方案推荐准确率提升至90% 确保证据引用100%可溯源[12] - 公司致力于成为疑难重症诊疗全流程的“实干家” 走出了一条“深度诊疗+商保控费”的严肃医疗闭环之路[12]