公司融资与估值 - 零假设近日完成近亿元A轮融资 投资方包括荷塘创投、国方创新、上海喆驭投资 老股东元禾原点超额认购 [1] - 本轮融资资金将用于打磨落地场景化AI医学智能体 构建连通药企和医生的学术沟通桥梁 [1] - 美国对标公司OpenEvidence于10月20日完成2亿美元C轮融资 由Google Ventures领投 其估值从年初的10亿美元飙升至60亿美元 [1] 产品定位与核心价值 - 公司瞄准具有巨大社会价值且更接近商业化的循证场景 为医生开发AI生产力工具 帮助其从海量医学文献中快速精准探寻证据以支持临床决策 [1] - 产品定位为“医生AI副驾驶” 旨在极大提高医生临床及科研效率 [1] - 相比于美国 中国三甲医院医生工作时长更长、更繁忙 对工具的易用性与智能化程度要求更高 需要交互简单、能预测需求且交付准确的智能体 [2] 市场策略与商业模式 - 公司选择B端反哺C端的路径 先切入对内容专业性、合规度要求高的头部药企 积累高质量标注数据并迭代算法 再将2C产品推向医生端 [2] - 商业模式包括为药企提供“数字基建”以提升其内部团队效率 以及提供数字化营销推广服务 [4] - 公司已进入超30家国内外头部药企的供应商体系 其中大部分已是优选供应商资质 [4] - 随着国内业务模式跑通 公司已启动出海征程 将目光投向欧洲、日本等海外市场 C端产品将根据各国情况进行深度本地化 [5] 技术优势与数据壁垒 - 公司将AI幻觉率控制在“专家可用级别” 低于1% [3] - 五年前即组建百人规模的兼职医生团队对数据进行细致标注 更深更细颗粒度的数据标注是降低幻觉的第一道防线 [3] - 公司自建了每日更新的垂类医学数据库及搜索引擎 数据源包括文献、指南、全球医学会议数据、临床试验等 以兼顾准、全、新 [3] - 构建了AI审核模型 在最终为医生提供答案前进行事实核查 以进一步降低幻觉 [3] 行业前景与投资人观点 - 中国医药数字营销市场规模预计到2030年将增至3568亿元 全球药企正在增加数字营销支出 [5] - 投资人认为公司业务定位于中国医药市场中千亿级的药企营销费用支出 契合基于临床证据的学术推广需求 [6] - 投资方看好公司在医疗垂类AI模型上的多年打磨和积累 形成的先发优势和技术壁垒 以及其搭建的精准AI医学搜索引擎 [6][7] - 公司订单已实现规模化和高复购率 进入B端业务和C端医生用户快速增长阶段 [6][7]

基础模型在眼科临床应用的突破性研究 - 开发了多模态视觉-语言眼科基础大模型EyeFM 具备基于1450万张眼部图像的多模态预训练能力 支持单模态影像任务（如疾病检测与病灶分割）和多模态影像任务（如跨模态诊断和集成模态诊断）[6][7] - 通过云端协同模式在全球多地域（亚洲、北美、欧洲及非洲）基层及眼科医生中前瞻性部署 验证其对诊疗能力的提升效果[3][6] - 首次为AI医学领域提供大模型赋能基层与专科诊疗的高级别循证证据 为可临床转化的基础模型研发与验证提供新范式[3] 随机对照试验设计与结果 - 采用平行单中心双盲随机对照试验设计 纳入668名参与者（平均年龄57.5岁 男性占比79.5%）随机分配至干预组（EyeFM辅助）和对照组（标准诊疗）[11] - 主要终点显示干预组正确诊断率显著提升至92.2%（对照组75.4%） 转诊率提升至92.2%（对照组80.5%）[11] - 次要终点显示临床报告标准化评分中位数提升至37分（对照组33分） 干预组自我管理依从率达70.1%（对照组49.1%） 转诊建议接受度达33.7%（对照组20.2%）[11] 临床辅助系统效能验证 - 邀请全球44位眼科医生参与验证 覆盖基层及专科医疗机构 部署后评估显示良好用户接受度[11] - 系统支持自动生成临床规范影像报告和精准医学问答 减少医生文书工作量 成为诊疗过程中的智能助手[6] - 能显著提升眼科医生诊疗水平和患者预后 实现临床自适应的健康指导与智能交互服务[3][13]

产品发布 - 谷歌DeepMind发布基于Gemini微调的个人健康大语言模型PH-LLM 专攻睡眠和健康领域数据分析[1][6][8] - PH-LLM可将可穿戴设备数据转化为可视化健康建议 实现全天候个人健康监测与分析[3][5][6] - 模型通过两阶段训练完成：先针对睡眠健康领域微调 再增加多模态适配器处理传感器数据[12] 性能表现 - 在睡眠医学考试中PH-LLM得分79% 超越人类专家76%和Gemini Ultra 1.0的77%[3][15][17] - 在健身认证考试中获得88%得分 显著超过人类专家71%的表现[3][15] - 在通用医学基准测试MedQA和PubMedQA中保持原有性能 分别为81%和73%[22][23] 技术优势 - 模型能基于30天可穿戴数据识别睡眠规律 例如检测到65-70岁男性平均睡眠时间仅5小时28分钟并提供改善建议[10] - 在所有难度层级的睡眠医学题目中均领先Gemini Ultra 1.0 尤其在难题上优势更明显[24][25] - 通过多层感知机适配器将20项传感器特征映射到潜在空间 在预测睡眠障碍指标时AUROC和AUPRC显著优于提示方法[34] 数据验证 - 研究创建包含857个案例和3,271组问答的专用数据集 由多位领域专家共同审定[26] - 在健康管理案例分析的三个维度（运动处方、恢复方案、训练准备度）表现与人类专家相当[28] - 人类评估显示PH-LLM生成的健康建议与专家水平几乎无差别[5] 行业意义 - 该技术突破证明大语言模型可将被动健康监测转化为主动健康管理 代表预防医学的未来发展方向[35][36][37] - 解决可穿戴设备数据缺乏上下文、分析算力要求高、临床解读难度大等传统痛点[8] - 模型仅需传感器数据即可预测用户睡眠质量 无需临床建议即可提供实用指导方案[5][8]

大模型在医疗场景的应用表现 - 牛津大学研究显示大模型(GPT-4o/Llama 3/Command R+)单独诊断准确率达94.7%，处理方式推荐正确率64.7%，但用户协作后疾病识别正确率骤降至34.5% [3][5] - 实验采用1298名普通人模拟10个就医场景，AI辅助组表现不及对照组(使用搜索引擎或自身知识) [3][5] - 模型在MedQA考试中超越人类60%通过线，但临床模拟场景表现不稳定 [10] 人机协作瓶颈分析 - 用户输入症状信息不全导致AI误诊，平均仅采纳AI提供的1.33个选项(总建议2.2个)且三分之一选择错误 [7] - 现实场景存在碎片信息/临场慌乱/沟通误会等干扰因素，AI缺乏主动追问和引导能力 [9][11] - 实验环境与真实医疗场景存在差距：健康受试者模拟病例、API接口缺乏连续对话、未考虑病患焦虑情绪 [11] 行业启示 - 当前AI医疗评估体系存在缺陷，实验室高分无法直接转化为现实应用效果 [11] - 医疗AI发展需从模型性能竞赛转向人机交互优化，解决"最后一公里"落地难题 [12] - 大模型在标准问答任务(如MedQA)表现优异，但临床决策支持系统需重构交互逻辑 [10][11]