医疗AI
搜索文档
鑫海快步布局澳交所金矿板块:(ASX:AA2)获山东鑫海矿业重磅投资 冲刺Dokwe黄金项目最终可行性研究
搜狐财经· 2025-12-10 20:32
黄金市场与ASX黄金板块表现 - 2024年预计是1979年以来黄金表现最佳的一年 金价在12月徘徊于每盎司4200美元高位 年初至今已上涨超60% [3] - 在澳交所 黄金生产商率先上涨 但黄金开发商板块的表现很快开始超越大市值金矿股 业内人士表示ASX黄金板块目前流动性巨大 收益丰厚 [3] - 具有大规模生产潜力的金矿开发商尤其受到发掘 这些公司有望迅速推进开发 在短期内成为下一个即将进入市场的黄金生产商 [3] Ariana Resources (ASX:AA2) 获战略投资 - Ariana Resources宣布获得来自香港鑫海矿业服务有限公司的重大战略投资承诺 该公司是山东鑫海矿业技术装备股份有限公司旗下公司 [3] - 根据条款清单 鑫海矿业拟向Ariana投资1100万澳元 以助力其位于津巴布韦的Dokwe黄金项目开展冶金采样和试验计划 并完成最终可行性研究 [4] - 鑫海矿业还将通过技术服务深度参与项目开发并提供可研报告相关服务 双方最终协议预计在2026年1月31日前签署 届时鑫海将提名一名董事加入Ariana董事局 [4] - Ariana全资所有的Dokwe黄金项目矿化带总走向长度达12公里 目前仅勘探约10%的区块 但测定的黄金资源量已超过100万盎司 资源量仍有巨大提升空间 [4] - 除鑫海的投资外 Ariana有意委托Shaw and Partners在交易完成后开展后续配售 额外筹集200万澳元以充实现金储备 [5] - Ariana董事总经理表示 与鑫海的合作将加速推进可行性研究 并期待在未来几年深化合作以推动Dokwe项目顺利投产 [5] - 公司最新股价为0.29澳元 已发行股本2.68亿股 市值7771万澳元 [7] 鑫海矿业在ASX的布局 - 在投资Ariana之前 鑫海矿业已投资多家澳交所上市公司 [5] - 10月初 鑫海战略认购了Flagship Minerals Limited (ASX:FLG) 250万澳元的增发额度 该次定向增发总额为400万澳元 [5] - 10月下旬 鑫海斥资253万澳元战略入股澳大利亚矿业综合服务集团公司SSH Group (ASX:SSH) 以深化EPCM+O协同作用 [5] - 鑫海矿业董事局主席表示 与Ariana的合作符合其在新兴资源地区开发高品质 长寿命矿产资源的承诺 并期待结合自身一体化EPC+M+O优势与Ariana的地区专业知识 加速项目开发 [6] 其他ASX矿业公司动态 - Theta Gold Mines (ASX:TGM) 宣布其南非TGME黄金项目的关键长周期加工设备采购已全部落实 与Kemix和MIP Industries签订了设备订单 涵盖搅拌器 电积回路等核心设备 [12] - 当前土方和土建工程进展稳定 成本控制在预算内 项目朝着2026年底投产的目标推进 全面投产后预计可在当地创造超过500个就业岗位 [12] - 三支热门小矿种股票宣布大额增发结果后股价下跌 Locksley Resources (ASX:LKY) 由美国投资者领投的配售获得超额认购 总计募资1700万澳元 股价回落13.56%至0.255澳元 [15] - Felix Gold (ASX:FXG) 通过配售成功募资1800万澳元 股价收跌8.43%至0.38澳元 较10月中旬0.78澳元的高点回撤超50% [15] - Andean Silver (ASX:ASL) 通过配售成功募资3000万澳元并发起股票购买计划 股价重挫11.48%至1.85澳元 [15] 非矿业板块公司动态 - Artrya Ltd (ASX:AYA) 签署美国市场第二份商业合同 就冠状动脉疾病AI云平台Salix@Coronary Anatomy (SCA) 的使用与美国东北乔治亚州医疗系统签署三年期合作协议 [20] - 该合作将为AYA带来按扫描次数收费的经常性收入 消息宣布后公司股价应声飙涨9.28% [20] - 公司计划在2024年将全部三家美国基础合作伙伴转化为商业客户 公司最新股价3.77澳元 已发行股本1.58亿股 市值5.96亿澳元 截至上季度末账面现金结余6282万澳元 [20] 涉及法律纠纷的公司 - Dateline Resources Ltd (ASX:DTR) 与US1 Critical Minerals Limited (ASX:USC) 陷入美国稀土元素矿权地的官司纠纷 股价持续下挫 [9] - DTR今年一度创下超过160倍的上涨 但目前较10月初0.65澳元的创纪录高点已跌去三分之二 年内涨幅仍高达6043% [9] - 近日US1 Critical Minerals对Dateline CEO Stephen Baghdadi在美国提起法律诉讼 指控其违反期权协议约定 在USC预付费用后拒绝实施矿权地转让 [9] - Dateline回应称将会坚决抗辩 并表示即使未来获得更多有潜力的稀土矿权地也将留归自有 周二DTR股价下挫12.25%至0.215澳元 [10]
问诊单量下降40%,线上问诊会是第一个被AI干掉的医疗赛道吗?
虎嗅APP· 2025-12-10 07:47
文章核心观点 - 生成式AI驱动的医疗健康工具正在快速渗透线上问诊市场,对传统由真人医生提供服务的模式构成显著冲击,导致医生问诊单量大幅下滑[4][5] - AI工具通过提供免费、高效的标准化健康咨询服务,正在分流大量浅层问诊需求,其影响已从泛健康咨询延伸至专科专病领域,对互联网医疗平台的原有商业模式构成“降维打击”[6][11][12] - 尽管AI在明确诊断结论和情感沟通方面仍有局限,真人医生的深度问诊需求将长期存在,但AI以极低成本维持线上流量和商业模式运转的能力,正在重塑行业格局和医生收入结构[16][17] 一、AI对线上问诊业务的冲击已现 - **医生端单量显著下滑**:某三甲医院高年资主治医生在主力平台引入AI健康管家后,线上问诊量缩水约40%,其他平台问诊量也下降约20%[4][5] - **用户习惯发生迁移**:有用户2024年在线问诊33次,支出超2500元,但2025年转向使用AI应用,问诊医生次数降至个位数,将个性化科普、用药咨询等有明确答案或缓解焦虑的问题交由AI处理[9] - **行业趋势得到印证**:老牌线上问诊平台春雨医生以约3.4亿元整体估值出售大部分股权,微医转向医药电商寻求差异化,显示核心问诊业务价值受挑战[6] - **技术覆盖业务全流程**:大模型驱动的医疗AI工具已形成从AI健康管家、医生智能体到连接背后医生的完整产品矩阵,功能上实现对线上问诊业务流的全面覆盖[6] 二、AI问诊工具能力升级与市场渗透 - **产品从粗糙走向专科化**:2023~2024年的早期AI问诊产品多基于通用大模型加医学语料,定位“AI全科医生”;2024年下半年起,院企合作开发的专科专病大模型开始批量上线[10][11] - **专科模型批量涌现**:仅2025年上半年,国内就新增22个专科专病大模型,覆盖肿瘤、心脑血管、罕见病等领域,推动名医数字分身和专科智能体大量出现[11] - **AI解决大部分用户需求**:国内首个专科智能体——仁济医院泌尿外科智能体上线8个月服务30万患者,仅约3000人(占比约1%)转至医疗挂号,意味着约99%的用户需求通过AI得到解决[11] - **形成降维打击**:具备专科能力的AI问诊工具对依靠线上问诊起家的互联网医疗平台构成非常精准的降维打击,几乎无人能够幸免[12] 三、对医生群体与行业生态的影响 - **医生收入与接诊机会减少**:低线城市三甲医院医生发现平台将问诊业务向大城市三甲医院倾斜,其在线坐诊时间从一天6~8小时被压缩至1~2小时,月收入从高峰期的5000元以上降至1000元左右[14] - **AI替代存在边界但优势明显**:医生认为约30%的科普保健类问诊可被AI高质量替代,但剩余约70%涉及疾病领域的咨询,AI在给出明确诊断结论和情感沟通上仍有不足[15][16] - **免费模式冲击付费咨询**:主流互联网大厂及医疗AI垂类企业提供的C端AI健康管理工具均为免费,直接冲击了在线问诊平台依赖的付费咨询模式[16] - **改变平台运营逻辑**:线上问诊的核心价值在于串联互联网医疗中其他盈利业态,AI能以极低成本维持这套商业模式的运转,改变了平台“养着”不赚钱问诊业务的投入逻辑[17]
问诊单量下降40% 基层医生排不上班 线上问诊会是第一个被AI干掉的医疗赛道吗?
第一财经· 2025-12-09 08:06
行业趋势:AI对线上问诊业务的渗透与替代 - 核心观点:由大模型驱动的医疗AI工具已全面覆盖线上问诊业务流,对标准化、浅层咨询需求形成显著替代,导致医生线上问诊量下滑,并冲击传统互联网医疗平台的商业模式 [3][4] - 自2024年下半年起,线上问诊平台的单量开始出现平稳下滑,趋势被从业者感知 [2] - 行业内资深人士认为,所有常规标准化的问诊将逐步被AI取代,这部分可被替代的需求占比接近80% [2] - 线上问诊的开创者如春雨医生、微医,其近期业务动向(出售股权、转向医药电商)从侧面印证了行业传统模式面临的挑战 [2] 市场数据与用户行为变化 - 具体案例显示,某三甲医院高年资主治医生在其主力平台的线上问诊量在2024年11月缩水了40%,其他平台问诊量下降约20% [1][2] - 用户行为发生转变,例如一位都市白领在2024年发起33次在线问诊(总支出超2500元),但2025年求助在线医生的次数降至个位数,大部分需求转向免费AI应用 [5] - 国内首个专科智能体(仁济医院泌尿外科智能体)上线8个月服务30万患者,仅3000人(约1%)转至医疗挂号服务,99%的用户需求通过AI解决 [7] AI产品演进与行业竞争 - 2023年5月起,春雨医生、医联、京东健康、蚂蚁集团、腾讯健康等公司相继推出AI问诊工具,初期产品多为基于通用大模型的“AI健康管家” [6] - 2024年下半年开始,院企合作深化,具备专科专病诊治能力的大模型批量上线,2025年上半年国内新增22个专科专病大模型 [7] - 升级至专科能力的AI问诊工具被视作对传统互医平台的“精准降维打击” [8] - 当前面向C端用户的AI健康管理工具普遍免费,这与过去在线问诊平台付费模式面临的商业化困境形成对比 [10][11] 对医生群体的影响 - AI分流导致医生在线问诊收入下降,例如某四线城市儿科医生在平台的月收入从高峰期的5000元以上降至1000元左右 [9] - 平台将问诊业务向大城市三甲医院倾斜,低线城市医生的上线时间被大幅压缩 [9] - 医生普遍认为AI能高质量处理约30%的科普保健类需求,但在疾病领域给出明确诊断结论方面仍有局限 [10] 商业模式冲击与未来展望 - 免费AI工具以极低成本维持了线上轻问诊场景的运转,击中了传统平台“用户付费意识不强”的商业化痛点 [11] - 历史案例显示,春雨医生在2016年尝试会员付费后,平台咨询量从3万/月骤降至3千/月;好大夫在线2021年类似尝试亦告失败 [11] - 随着免费AI工具分流浅层咨询用户,医生在线问诊体量预计将持续下降,但相关需求将永久存在,其未来承接方成为新议题 [12]
行业跟踪:从辅助诊断到治疗决策,AI全流程赋能医疗体系
头豹研究院· 2025-12-05 20:14
报告行业投资评级 * 报告未明确给出“买入”、“增持”等传统投资评级,但通篇对行业前景持非常积极乐观的态度,认为行业已进入高速成长期,有望成为医疗AI领域最快实现大规模商业化应用的高价值方向,并推动外科手术向精准化、智能化、普惠化跨越式发展 [4][5] 报告核心观点 * 中国AI手术规划行业已跨越萌芽期,在政策支持、技术成熟、临床认可度提升及商业模式创新共同驱动下,进入高速成长期,市场集中度持续提升 [5][9] * 行业未来将呈现三大发展趋势:适应症向心脏外科、血管外科等空白领域拓展;技术与手术导航、机器人、AR设备深度融合构建闭环生态;商业模式向基于手术例数的SaaS订阅等创新模式演进 [4] * 医保支付政策明朗化将成为关键催化剂,产品纳入医保将刺激医院大规模采购需求 [4] * 行业投资呈现“战略协同主导、细分赛道聚焦、规模两极分化”的特征,标志行业从技术探索迈向规模化商业应用的关键转折点 [21] 市场规模与增长 * 2022-2024年,中国AI手术规划医疗器械行业市场规模从0.1亿元增长至0.7亿元,期间年复合增长率高达122.8% [3][4] * 预计到2030年,市场规模将进一步增长至21.1亿元,2024-2030年预测期内的年复合增长率为76.1% [3][4] 竞争格局与主要参与者 * 截至2025年5月末,中国境内共有5款AI手术规划产品获得国家药监局第三类医疗器械注册证,获批企业为强联智创、推想医疗和联影智融三家,市场集中度高 [8][9] * **强联智创**:于2022年10月率先取得全国首张“AI+治疗”三类证(Uknow颅内动脉瘤手术计划软件),截至2025年5月仍保持行业先发优势 [4][10] * **推想医疗**:拥有InferOperate系列产品,覆盖肝、肾、肺部手术规划,是全球首个同时拥有肺、肝、肾治疗三类证的AI医疗企业 [4][10] * **联影智融**:聚焦“设备+AI”协同,产品覆盖关节置换与神经外科手术规划 [4][10] 手术量预测与市场渗透 * AI手术规划辅助的手术量预计将快速增长,呈现“高端引领、基层渗透、全域爆发”的立体化增长格局 [15][16] * 三甲医院作为核心应用场景,其手术量在2025年后增速显著提升,预计在2030年达到峰值 [16] * 二级以下医院及基层诊疗机构的手术量稳步增长,预示技术下沉加速 [16] 市场驱动因素 * **政策驱动**:医保支付改革是实质性推动力,北京等地已将机器人辅助手术纳入医保,预计更多省市将跟进,覆盖更多术式 [24][25] * **技术驱动**:医疗设备智能化改造需求旺盛,5G+AIoT将推动设备升级;AI手术规划系统正加速与手术机器人、影像设备集成,构建一体化手术室解决方案 [24][25][26] * **需求驱动**:临床证据从前瞻性研究中不断积累,增强医生信任度;医生接受度从早期使用者向主流群体扩散 [24][25] 行业投资趋势(2025年8月) * 2025年8月,AI医疗领域共发生10起投资事件,覆盖药物研发、医疗设备、医疗信息化等多个方向 [21] * 投资呈现规模两极分化特征:Superluminal Medicines获得13亿美元战略投资创单月纪录;剂泰医药、傅利叶分别完成4亿人民币和3亿人民币大额融资;同时早期项目如智药元创(Pre-A轮)等也获得投资 [20][21] * 战略投资占比达40%,反映行业整合加速 [21] * AI药物研发领域投资热度不减 [21]
12月5日热门路演速递 | 政策、医药、宏观、旅游,四维共振前瞻2026
Wind万得· 2025-12-05 06:35
东莞证券2026年投资策略报告会(下) - 会议主题为“金秋万象启 风起新程远” 核心看点包括探讨政策与事件将引爆的新主线 在“慢牛”行情下ETF如何成为配置利器 以及资金如何布局政策风口和工具化投资如何提升胜率 [2] 医药行业2026年投资策略 - 2025年创新药板块强势上涨是政策、产业、需求与全球化共振的结果 从创新药、创新器械到医疗AI 医药“新”资产依然是长期投资方向 [4] - 看好2026年医药行业投资机会 近期震荡调整后估值已回落至相对低位 有望在2026年重启升势 [4] - 投资思路上寻找医药硬科技和细分赛道α 推荐关注创新药(BIC和FIC管线龙头)、创新器械(影像、高值耗材、消费器械等)、医疗AI方向 同时关注医药消费复苏及独立第三方ICL [4] 2026年宏观与资产配置展望 - 以“清晰度”为思考切入点 重点思考五方面内容:供需矛盾、物价研判、金融条件、中长期的经济转型、海外股债配置经验 前三者聚焦“低头走好脚下的路” 后两者聚焦“抬头看准远方的路” [7] - 结合“清晰度”与“阻力最小的方向”找寻2026年投资中胜率较高的判断 这些判断基于国内历史经验规律总结、当下约束或支撑力量是否能延续的分析以及海外发展规律的总结 [7][8] 途牛2025年第三季度业绩交流会 - 会议核心看点包括探讨途牛如何破局出境游复苏 产品升级与渠道优化能否点燃增长新引擎 以及私域运营与目的地布局将如何重塑竞争力 [11]
AI赋能医院运营,健康160(2656.HK)激活千亿赛道
搜狐财经· 2025-12-04 18:36
行业趋势与政策环境 - 医疗大数据作为第五大生产要素的价值释放窗口已经打开 在数据要素市场化配置改革加速背景下 平台型企业将率先受益 [2] - 医疗数据合规流通的行业痛点得到突破 隐私计算技术实现了医疗数据“可用不可见” 为平台企业合规变现扫清障碍 [5] 公司商业模式与验证 - 公司AI驱动医院运营升级方案已助力深圳某医院实现年增收超5000万元 [1] - 公司以医院微信公众号为数字化主阵地 构建消费医疗、智慧导诊、医生品牌与院长数据驾驶舱四大模块 形成完整的公众号运营升级方案 [3] - 公司依托“公众号私域+平台公域”双轮驱动模式 结合5500万用户数据与华为鸿蒙生态入口 基于AI精准推荐为医院引流优质患者 解决了医院在医保控费背景下的增收难题 [3] - 公司可合法为药企、保险机构等提供合规数据服务 开辟全新营收渠道 其“数据不出域、价值可流通”的模式构成合规壁垒 [5] 技术产品与研发进展 - 公司已研发测试覆盖诊前、诊中、诊后全场景的AI健康管家多智能体系统 该系统整合院内临床数据与院外健康数据 通过AI导诊、AI挂号、AI预问诊、AI陪诊、AI医助及AI随访等智能应用 构建健康管理超级入口 [4] - 深圳有望成为全国首个规模化落地试点 该系统将开启万亿级智能健康管理市场 [4] - 公司未来将携手政产学研各方 研发临床专病专科垂直大模型和全场景智能体应用 推动AI辅诊系统规模化落地 [6] 市场前景与战略规划 - 公司计划打造“健康深圳模式”并向全国复制 [6] - 公司的野心不止于国内市场 会议探讨了以深圳为枢纽推动医疗AI技术出海、服务“健康丝绸之路”的路径 为公司打开了全球化市场空间 [6]
2025 Hackathon大赛收官:直击临床痛点,催生医疗AI Agent创新
智通财经· 2025-12-02 15:16
赛事概况与核心定位 - 由清华校友总会生命科学与医疗健康专委会、清华校友总会AI大数据专委会、医渡科技等联合发起的“2025 AI for Healthcare Hackathon”在北京圆满收官[1] - 赛事集结了来自三甲医院、知名高校及科技企业的多元创新力量,多数团队为跨学科背景[1] - 赛事升维为一场“以真实需求为导向、以智能体范式为内核、以开放平台为支撑”的医疗AI产业创新共振[1] - 最终涌现出一批兼具前沿技术视野与临床落地潜力的AI医疗智能体项目[1] 获奖项目与覆盖领域 - 获奖项目覆盖临床科研、诊疗、管理与服务等医疗核心场景,实现“技术创新”与“临床刚需”精准对接[6] - 一等奖项目为“临床试验智能入排审核智能体”,首次实现入排审核端到端智能化,解决临床试验受试者入组条件审核中“易出错、耗时长”的痛点[6] - 三等奖项目包括:外国人来华就医AI助手、乙肝治愈AI助手、医疗AI智能审计、AI心理咨询质检与咨询师个性化成长平台、CBTI数字疗法应用[3] - 人气奖项目包括:AI健康辟谣官、胰路通、智药码上知:基于大模型的智能用药指导助手[3] - 赋能精准临床服务的项目覆盖从罕见病到慢性病、从实体肿瘤到精神健康、从单一诊疗环节到全病程管理的多疾病多场景[6] - 具体项目包括针对罕见病的“RarePilot罕见病辅助诊疗智能体”、基于work-flow技术的乙肝治愈AI助手、聚焦胰腺癌防治的“胰路通”平台、以CBT-I失眠认知疗法为核心的智能数字疗法平台,以及涵盖重症、心电、超声等核心场景的医疗通用预测智能体[6] - 聚焦医疗管理与服务升级的项目包括:医疗AI智能审计系统、肿瘤全病程ICD智能编码智能体、“智药码上知”智能用药指导助手、“AI健康辟谣官”、外国人来华就医AI助手、AI心理咨询质检与咨询师个性化成长平台[7] 评审阵容与平台支持 - 赛事组建了产学研资一体化的专业评审阵容,包括行业专家、技术与临床专家、产业端专家及资本方代表[5] - 评审专家包括清华校友总会生命科学与医疗健康专委会秘书长余永平、中国信息通信研究院专家贾斐、清华长庚医院医学数据科学中心主任李栋、北京大学第一医院数智中心副主任杨超、医渡科技CFO封晓瑛、医渡科技技术创新副总裁李林峰博士、启明创投医疗创新副总裁孙墨陶、YDCapital投资副总裁鲍宇哲等[5] - 赛事特邀观察员全程参与,包括北京市朝阳区委奥运村街道及中关村朝阳园管委会的相关负责人[5] - 医渡科技医疗AI智能体开发平台为赛事提供了系统性支撑,向参赛团队全面开放了医疗垂域大模型、知识库等核心能力资源[5] - 平台提供了体系化的赛前培训,从技术工具到场景理解,构建了贯穿创新全流程的支持体系,大幅降低AI医疗应用的开发与落地门槛[5] 行业趋势与未来展望 - 赛事成果勾勒出下一代AI医疗领域智能体的集体画像,其特征为:深入垂直场景、理解复杂意图、执行多步任务、并能与人类专家协同工作[8] - 行业专家强调,把握“人工智能+医疗卫生”时代机遇,需要聚焦高价值细分场景、携手优质技术平台、构建面向广大用户的可持续服务模式[9] - 赛事点燃的“跨界共创”之火,将持续推动中国医疗AI从单点突破迈向系统赋能、从技术探索迈向价值普惠的新征程[9]
4.28亿元中标“国家队”项目,讯飞医疗(02506)已成为AI医疗基础设施“领跑者”
智通财经网· 2025-12-01 15:56
项目中标与产业意义 - 讯飞医疗以4.28亿元中标国家人工智能应用中试基地(医疗领域基层卫生服务方向)软件服务项目,标志着AI在医疗领域的应用正从概念验证向产业落地跨越 [1] - 该项目是国家“人工智能+”战略在基层医疗领域的重要落地,表明具备全栈自主技术与规模化应用场景能力的企业正从单一产品供应商向行业基础设施建设者角色跃迁 [1] 行业标准与市场地位 - 公司角色从行业参与者跃升为未来医疗AI国家标准的核心共建者,项目旨在解决大模型在垂直行业落地的技术路径模糊、标准缺失等共性难题 [2] - 通过构建千亿级参数医学大模型及高质量数据平台,公司正在打造一套可复制、可推广的“医疗AI底层操作系统”,为通过标准输出和技术赋能获得长期市场主导权奠定基础 [2] 技术安全与自主可控 - 讯飞星火医疗大模型坚持全国产算力训练、全栈自主可控的技术路线,这一属性构成了极高的准入门槛,在面对政府及大型医疗机构需求时具有天然竞争优势和排他性 [3] - 根据公开评测,其医疗大模型在医学知识问答、医疗文书生成等关键维度效果已全面超越GPT-5(high)及DeepSeek V3.2-Exp等国际主流模型,专科AI能力首次达到三甲医院主任级医师水平 [3] 商业模式与应用成效 - 商业模式从传统的软件项目一次性交付,向提供“大模型+数据+运营”的综合服务模式即“模型即服务”转型,项目明确提出要建立长效运营机制 [4] - 核心产品“智医助理”已覆盖全国31个省市,服务超过25万名基层医生,累计提供超11亿次辅助诊断,将基层医生的电子病历书写规范率从不足40%显著提升至98% [4] - 项目涵盖的智能诊疗、智能公卫、慢病管理等21个场景应用深度嵌入基层医疗核心流程,直接服务于医保控费、分级诊疗等关键管理需求,预计将带来高用户粘性和持续服务性收入 [4] 行业前景与公司定位 - 利用AI技术填平城乡医疗鸿沟、提升基层医疗服务效能已成为行业必答题,公司作为拥有国家级数据资产、掌握核心大模型底座并具备大规模商业化落地能力的平台型企业,正在重构“AI+医疗”的价值坐标 [5]
树兰医疗董事长郑杰:未来人人都将拥有完整医疗健康数据
搜狐财经· 2025-12-01 13:15
文章核心观点 - 树兰医疗集团正通过深度布局医疗AI与“计算医学”,构建一个融合前沿技术与真实医疗场景的生态平台,其战略核心是从“疾病治疗”向“健康管理”、从“单一干预”向“系统协同”演进,最终目标是建立个人数字孪生,实现精准化与个性化的医疗 [1][5][6][7][8] 公司战略与愿景 - 公司创始人郑杰的理想是将公司打造成一个根系“生命至上”、枝叶“健康普惠”的不断生长的科技型医疗集团 [1] - 公司秉承探索生命科学的精神,旨在构建融合前沿技术与真实医疗场景的生态平台,而不仅仅是打造一个医疗品牌 [5] - 公司通过“医疗服务与科技转化并行”的“双曲线战略”构建起医疗生态闭环 [5] - 公司数字化转型遵循的主脉络是“计算医学”,并是国内较早将其正式应用于医学场景的机构之一 [6] 医疗AI落地应用与成果 - 公司认为医疗AI落地包括智慧管理、智慧服务、智慧医疗、智慧科研四大方向,其中智慧管理是全球落地的首要场景,智慧服务落地速度最快 [2] - 在智慧服务板块,医院线上入口的AI可通过语音沟通提供个性化服务,随着交互深入,后端“AI大脑”能更精准地提供咨询、分诊、导诊和陪诊等服务 [2] - 截至今年10月,公司已围绕AI健康智能体展开深层次、多维度开发与布局,并在病理、院后健康跟踪等科室与环节深度启用健康智能助手、AI病理助手、AI数智人药师、AI随访助手等智能工具 [2] - 今年3月,公司推出了全新的AI健康智能体Dr.Shu(树医生),内嵌了覆盖诊前、诊中、诊后的一系列医疗服务能力 [2] - Dr.Shu可实现“症状咨询-科室推荐-挂号预约”的无缝衔接,并支持语音输入,能辅助患者向医生详细描述症状、病史等情况 [3] 计算医学与未来方向 - “计算医学”被定义为以生命系统多尺度机理建模为核心,融合统计学习、知识工程与人工智能技术的前沿交叉学科 [6] - 其核心目标是构建以患者为中心、可解释且可交互的个人数字孪生,最终实现医疗决策的精准化与个性化 [6][7] - 计算医学不仅仅是对传统AI医疗工具的简单组合,更是一种系统性、机制驱动的精准医疗范式 [7] - 医疗AI是计算医学的一个“子集”,前者偏重于基于现有数据和认知训练知识大脑以优化决策,而计算医学的最终目标是实现“生命仿真”,对生命进行动态建模和跟踪 [7] - 实现计算医学的前提是拥有“完整的深度健康数据队列”,“人人拥有一份完整的健康医疗数据”是公司的重要方向之一 [7] - 当前行业仍面临个人电子健康数据的完整性问题,尤其在多模态整合、跨省域、跨机构的标准互联等方面有待提升 [7] - 每人每年产生的医疗健康数据在爆炸式增长且更加碎片化,数据完整是提供精准服务的前提 [8] - 未来医疗AI会递进进入两个新阶段:先形成以个人为中心的云端医疗健康数据库(个人生命云),最终建立个人数字孪生 [7] - 未来医疗健康服务的核心在于建立“以系统为中心”的治疗范式,通过综合分析患者整体状态制定个性化方案,并注重治疗干预的适度性和协调性 [8] 创始人背景与公司发展 - 公司创始人郑杰拥有浙江大学计算机系背景,曾是TMT领域的早期探索者,其复合型背景是公司能在医疗AI赛道快速发展的重要原因 [5] - 郑杰于2008年将目光投向医疗健康领域,发起创立了开放医疗与健康联盟,并于2013年底洞察到“互联网+医疗”风口后正式成立了树兰医疗 [5]
医疗AI:从“替代医生”伪命题到“赋能医者”的价值回归
央视网· 2025-11-28 16:37
行业共识与核心观点 - 医学的本质是人学 在可预见的未来 人类不会到无人工厂看病 人工智能无法替代医生[1] - 行业核心是回归医疗本质 聚焦真正影响诊疗效果的关键问题[1] - 医疗AI的发展不是一场取代人类的竞赛 而是一场与时间并肩的探索[4] 医疗AI的定位与价值转变 - 当前医疗AI的底层逻辑已发生根本转变 关键不在于证明AI比医生更强 而在于证明医生使用AI比不使用AI更好[2] - AI无法独立开具处方、撰写诊断报告或执行手术操作 医生的价值贯穿于对患者整体状态的综合观察[2] - AI应定位于辅助与解放医生 核心价值在于将医护人员从排班、病历书写等重复性工作中解放出来[3] - 医生次均诊疗时间仅为5-10分钟 日接诊量高达30-50人 AI工具可帮助医生更专注于疾病诊断与患者沟通[3] 技术发展与业务模式 - 自2017年国内首款AI医学影像产品问世以来 人工智能在医疗领域的探索不断深入[1] - 科技部在2017年将医疗影像纳入国家级人工智能平台重点方向[1] - 领先科技机构的业务体系包括将底层技术转化为可落地工具交付商业伙伴 聚焦基础与前沿技术探索 以及解决商业模式难以覆盖但社会价值显著的公共健康议题[3] 未来应用格局与体系构建 - 未来AI在医疗领域的应用或将呈现“二八格局” 针对80%的常见疾病基于通用模型微调实现风险防控 针对20%的专病与疑难杂症训练高质量垂直模型提升辅助诊断精度[4] - 技术提供方是工具的赋能者 医院、医生与医保系统才是解决问题的核心[4] - 构建更健康医疗体系需推动公众加强自我健康管理 通过科普与健康管理工具提升民众健康意识[4] - AI辅助系统已开始服务偏远地区患者 研究人员正致力于攻克抗生素耐药等全球难题[4]