行业监管与发展趋势 - 医疗AI行业正加速向辅助医生和承担部分技术劳动的方向发展 [1] - 行业面临确保应用规范安全有效的核心挑战 [1] - 北京市卫生健康委设立医疗人工智能应用评测中心 旨在建立评测制度体系与规范标准 [1] 评测中心的目标与原则 - 评测中心目标为验证医疗AI的临床辅助决策能力和效果 筑牢应用安全底线 [1] - 针对辅助医生的医疗AI应像对医生一样开展科学严谨的评测 以防范医疗风险 [2] - 评测需确保技术造福于民 保障人民生命健康安全 [2] 评测指标体系 - 评测需超越单一准确率指标 综合考虑患者角度的伦理和信息安全 以及医生关注的推理过程 [2] - 建立从安全（合规伦理）、专业（医学知识）、实用（流程适配）等多角度一起测的体系 [2] - 形成6个核心维度的评测指标体系 包含医学合规伦理、医学循证与知识等70多项具体评测任务 [2] 评测数据与方法 - 评测数据联合重点医院、科研机构及权威专家团队共同构建 来源包括临床案例、权威教材和最新诊疗指南 [2] - 评测考题由国内顶级专科高年资医师全程深度参与编撰与审核 确保科学性和权威性 [2] - 评测方法上系统根据应用类型自动匹配任务并生成报告 由临床专家复核 [3] - 创新引入基于AI的评分机制 综合诊疗思路、推理逻辑、答题结果进行量化打分 避免只看最终结果的片面性 [3] 未来规划 - 评测中心后续将陆续开展更多医学领域的评测服务 覆盖内科、外科、儿科等专业领域 [3] - 规划旨在助力医疗人工智能产业健康发展 更好地服务人民群众健康需求 [3]

行业监管动态 - 北京市卫生健康委设立医疗人工智能应用评测中心 旨在建立医疗AI评测的制度体系与规范标准 筑牢应用安全底线 [1] - 评测中心将验证医疗AI的临床辅助决策能力和效果 依托首都高水平医院和专家队伍、高质量医疗数据 [1] 评测体系与标准 - 评测中心建立多维度考核标准 形成6个核心维度的评测指标体系 包含70多项具体评测任务 [3] - 6个核心维度为医学合规伦理、医学循证与知识、通用辅助能力、专科诊疗质控管理、诊疗流程适配性、诊疗决策准确性 [3] - 医疗人工智能应用需从安全（合规伦理）、专业（医学知识）、实用（流程适配）等多个角度一起测评 [3] 评测方法与数据 - 评测中心联合重点医院、科研机构和权威专家团队 用临床案例、权威医学教材和最新临床诊疗指南构建高质量评测数据集 [3] - 评测考题由国内顶级专科高年资医师全程深度参与编撰与审核 确保科学性和权威性 [3] - 系统根据应用类型自动匹配评测任务并生成报告 由临床专家复核 [4] - 创新引入基于人工智能的评分机制 综合诊疗思路、推理逻辑、答题结果进行量化打分 避免只看最终结果的片面性 [4] 未来发展计划 - 评测中心后续将陆续开展更多医学领域的评测服务 覆盖内科、外科、儿科等专业领域 [5] - 发展目标是助力医疗人工智能产业健康发展 更好地服务人民群众健康需求 [5]

行业发展趋势 - 人工智能技术飞速进步 推动医疗AI加速向辅助医生和承担部分医生技术劳动的方向发展 [1] - 医疗AI应用的规范安全有效成为公众关注和行业关心的核心问题 [1] 行业监管与标准建设 - 北京市卫生健康委设立医疗人工智能应用评测中心 旨在建立医疗AI评测的制度体系与规范标准 [1] - 评测中心将依托首都高水平医院和专家队伍、高质量医疗数据 验证医疗AI的临床辅助决策能力和效果 [1] - 评测中心的设立旨在筑牢医疗人工智能应用安全底线 [1]

政策发布与评测启动 - 北京市卫生健康委正式发布通知，为企业和研究机构提供医疗领域人工智能应用评测服务 [1] - 本次评测是医疗领域国家人工智能应用中试基地首次对外提供评测服务，初期主要聚焦胸外科诊疗领域 [1] - 评测结果将根据参评单位意愿公布，表现优秀的应用将优先纳入国家基地推广渠道，向各级医疗机构重点推荐 [1] 评测体系核心要求 - 评测要求具备全面性，需从安全（合规伦理）、专业（医学知识）、实用（流程适配）等多个角度综合评估 [2] - 评测要求具备权威性，需使用真实临床案例和最新诊疗指南构建高质量数据集，以区分AI在严肃医疗场景下的真实差异 [2] - 评测要求具备科学性，需对AI的思考和答题过程进行评价，防止仅凭结果判断的片面性 [3] 评测中心与实施框架 - 评测中心旨在建立医疗AI评测的制度体系与规范标准，依托首都高水平医院和专家队伍开展验证 [4] - 评测内容涵盖6个核心维度的70多项具体任务，包括医学合规伦理、医学循证与知识、诊疗决策准确性等 [4] - 评测数据由重点医院和权威专家团队共同构建，确保基础扎实并与临床实践同步，覆盖常见病、罕见病及疑难病 [5][6] 评测流程与创新方法 - 评测流程严格实施用户申请、系统评测、专家复核三个环节，由系统自动匹配任务并生成报告 [6] - 评测方法创新引入基于人工智能的“裁判模型”判卷，综合诊疗思路、推理逻辑和答题结果进行量化打分 [6] - 计分方式避免只看最终结果的片面性，为推理逻辑更严谨的应用打更高分，确保结果客观公正 [6]

文章核心观点 - 北京市卫生健康委员会正式启动医疗领域人工智能应用评测服务，旨在通过系统化评测确保AI诊疗应用的安全、专业、适用和准确 [1] - 评测服务首先聚焦胸外科诊疗领域，后续将扩展至内科、外科、儿科等更多专业领域，以推动医疗人工智能产业健康发展 [2] 评测体系与内容 - 评测中心构建了包含6个核心维度的评测指标体系，覆盖70多项具体评测任务 [1] - 评测维度包括：安全性（如隐私泄露、医学伦理）、专业性（如使用最新医学教材和诊疗指南）、适用性（如符合医生思考逻辑和工作流程）以及准确性（如诊断正确性和治疗建议合理性） [1] - 评测数据来源于临床案例、国内外权威医学教材和最新临床诊疗指南共同构建的高质量数据集 [1] 评测流程与方法 - 评测流程严格实施用户申请、系统评测、专家复核三个环节，系统根据应用类型自动匹配任务并生成报告 [2] - 除国际通用基础评测指标外，创新引入基于人工智能的评分机制，通过“裁判模型”对诊疗思路、推理逻辑和答题结果进行综合量化打分 [2]

公司概况与市场地位 - 公司是中国覆盖城市数量最多的私立中高端综合医疗服务机构集团 [1] - 按截至2024年底覆盖的中国城市数量计算，公司在所有私立中高端综合医疗服务机构集团中排名第一 [2] - 按2024年付费患者就诊人次计算，公司在所有私立中高端综合医疗服务机构集团中排名第二 [2] - 公司战略上专注于服务中高端医疗服务市场，目标客户为具有较强购买力的大众富裕人群 [2] 业务网络与规模 - 截至2025年10月28日，公司在中国各地拥有并经营19家医疗服务机构，包括17家诊所和2家医院 [2] - 公司网络覆盖中国部分经济最发达城市，包括深圳、广州、北京、成都、苏州、长沙、上海、重庆、杭州和武汉 [2] - 公司在新加坡经营4家全科诊所，在马来西亚经营1家全科诊所 [2] 财务表现 - 公司营收从2022年的4.73亿元增长至2024年的9.59亿元 [4] - 2024年公司实现扭亏为盈 [5] - 2025年前八个月公司营收为6.96亿元，经调整净利润约为1045万元 [4][5] 客户与品牌力 - 截至2025年8月31日，公司共有116,542个卓正会员账户 [4] - 公司卓正会员续费率从2022年的约42%提升至2025年前八个月的约67% [4] - 公司平均净推荐值从2022年的81.1提升至2025年前八个月的87.6 [3][4] - 公司销售开支占总收入的百分比相对较低，2025年前八个月为1.8%，低于行业平均值 [4] 股东背景与融资用途 - 腾讯持有公司19.39%的股份，为最大机构投资方 [6] - 公司其他知名投资机构包括经纬创投、富德生命人寿、天图投资、前海母基金、中金资本等 [5] - IPO募集资金将主要用于部署人工智能前沿技术来革新医疗服务及提高运营效率 [6] - 资金亦将用于升级现有机构、设立新机构、收购业绩良好的医疗机构以及作为营运资金 [6]

合作与产品发布 - 中国科学院香港创新研究院人工智能与机器人创新中心与华为签署战略合作协议并联合推出新一代医疗AI大模型CARES 3.0 [1] - CARES 3.0模型在华为AI算力集群平台上训练完成 [1] 技术能力与覆盖范围 - CARES 3.0模型覆盖超过12个原生多模态医学数据集 [1] - 模型能够理解CT、MRI、X光等医学影像并完成智能诊断和报告生成等临床任务 [1]

股份回购动态 - 公司于10月22日斥资10万港元回购1.77万股股份 [1] - 自9月26日以来已完成8次回购，累计回购金额超过2040万港元 [1] 南向资金动向 - 南向资金于10月17日净买入公司股份403.5万股，占当日成交量28.56% [1] - 以成交均价测算，10月17日南向资金净买入金额为2287.84万港元 [1] - 南向资金已连续6日净买入，累计净买入金额达1亿港元 [1] 产品与技术进展 - 公司发布"医生临床Copilot"，已完成25个场景智能体的深度打磨 [1] - 产品实现从病历生成到智慧护理的全流程赋能，支持医生定制个性化助手 [1] - 公司自研的"医渡大模型"及智能化解决方案已在全国超过110家医院落地 [1]

公司AI战略与核心优势 - 公司是国内最早系统性布局超声AI的企业之一，于2016年率先制定“设备+AI”战略，其核心是将人工智能深度嵌入设备以驱动完整临床流程 [2] - 该战略的落地优势在于AI辅助医生实现设备智能化操作，完成完整性任务，设备作为AI输入不可或缺 [2] - 该战略的融合优势体现在AI通过智能抓图、简便操作、测量分析和辅助诊断，与设备进行深度双向协作 [2] - 该战略的性能优势在于为获得最佳算法性能，必须基于传感器和仪器参数分布构建数据集 [2] - 公司优先匹配自有设备落地，但在大模型和科室级解决方案阶段，也会开发能适配非自有设备的产品 [6] 技术路径与研发历程 - 在技术路径上，公司采用针对特定病种或临床场景训练的视觉模型和多模态模型，而非通用的语言大模型 [3][7] - 在行业发展早期，团队面临深度学习框架不成熟、硬件算力不足等困难，通过自研框架和逐步扩大硬件规模的方式克服 [4] - 公司初期对技术方向和价值认知存在担忧，但经分析认为成功后将改变传统“一步一停”的繁琐人机交互模式 [5] 行业挑战与数据关键性 - 构建分布合理的高质量数据是垂直领域专病AI模型研发中最关键的难题，数据的获取需要医工合作和专业医生标注审核 [8] - 公司数据来源于多区域、多层级医疗机构的临床多中心研究，并严格遵循伦理审查、数据脱敏等合规流程 [9] - 独立于设备的AI难以高效调用整机资源并形成全景式智能化，且面临兼容不同厂家设备带来的巨大额外成本和复杂注册验证 [5] 未来发展趋势与愿景 - 根据The Research Insights预测，到2030年全球医疗人工智能市场规模将超过千亿美元，医学影像AI是增长最快赛道之一 [1] - 超声AI未来的进化方向是将超声的多模态特性与AI多模态融合技术结合，以提升病灶性质鉴别的准确性 [10] - 公司认为医疗智能的最高水平是L4级“人机共检”，强调设备辅助医生而非替代，医生保留最终决策权 [10] - 公司愿景是实现仪器、AI、人三者的流畅结合，在医生眼睛聚焦的中心实时提示AI辅助诊断信息 [11]

公司概况与市场地位 - 上海森亿医疗科技股份有限公司是一家专注于将人工智能与大数据技术应用于健康医疗场景的人工智能企业[1] - 按2024年医院收入计算，公司是中国最大的医院AI医疗解决方案供应商，并在全球大型医院（500张床位以上）中位列第四[1] - 公司已服务超过750家医院客户，其中包括超过400家大型医院，并赋能超过800家客户，包括医院、医联体、医疗公司及卫生监管部门[10] - 公司已完成9轮融资，累计融资金额超过13亿元，在2024年7月完成IPO前最后一轮融资后，估值达26.6亿元人民币[11] 创始人背景与创业历程 - 创始人张少典为1988年出生，拥有上海交大ACM班背景及美国哥伦比亚大学医学信息学博士学位，其创业动机源于用技术优化医疗决策的初心[1] - 2015年博士毕业前夕，通过在国内近50家三级医院的调研，发现中国医院存在数字鸿沟，数据应用潜力巨大[2][3] - 公司于2016年4月在上海张江创办，创业初期面临市场开拓困难，后获得真格基金徐小平的天使投资，并经历产品定位调整与管理变革[4][5][6][7][8] - 2020年新冠疫情初期收入下滑，但凭借AI诊疗系统抓住疫情带来的医疗智能化需求爆发机遇，实现业务转折[9][10] 医疗AI解决方案等级与产品 - 公司采用类似自动驾驶的分级方式，将医疗AI分为L1至L4四个等级[13] - L1级为数据智能，专注于医院数据的整理、清洗和可视化呈现，核心任务是数据洞察与分析[14][15][16] - L2级为智能辅助，是公司收入核心贡献部分，能基于数据和医学知识库提供辅助决策意见，如VTE智能防治系统可使相关住院患者死亡率降低83%[17] - L3级为有条件自动化，AI能自主完成特定任务，公司于2024年推出覆盖临床决策、医院运营和临床研究的AI智能体解决方案[18] - L4级为高度/完全自动化，公司于2025年上半年在沙特落地全球首个AI主导的诊所试点项目，实现全流程高度自主[19][20] 技术平台与财务表现 - 公司核心技术底座为自研的"Synapse"平台，融合了前沿AI算法、医学知识工程化和异构化数据治理三项核心能力[21][24] - 2024年，L2级AI辅助解决方案合约收入为1.487亿元，占总收入的51.0%，首次超过L1级解决方案的1.428亿元（占比48.9%）[22] - 公司营业收入从2022年的1.44亿元增长至2024年的2.92亿元，2025年前六个月为1.12亿元[22] - 经营亏损持续收窄，从2022年的2.325亿元收窄至2023年的1.426亿元，2024年进一步收窄至4940万元[23] 行业前景与竞争格局 - 2024年全球AI医疗解决方案市场规模约400亿元，预计2030年将增长到906亿元，中国市场占比高达41%，规模约164亿元[24] - 全球市场竞争者主要为美国老牌企业，但中国本土公司在适配性、数据治理与算法本地化上更具优势[24] - 行业正迎来拐点，大模型技术的突破增强了AI的语言理解与推理能力，国家政策也持续推动智慧医疗建设[25][26] - 未来机会在于AI智能体的普及，预计到2030年，AI智能体将成为医院运营和临床研究的核心基础设施，全球L3市场规模将达108亿元，中国约70亿元[24][28][29]