摘要：當通用大模型還在尋找 C 端落地場景時，垂直醫(yī)療 AI 已經(jīng)開始拼刺刀。距離五部門新政發(fā)布僅 24 天，壹生檢康聯(lián)合釘釘火速上線“豆蔻醫(yī)生超級助理”。這家公司試圖驗證一個新命題：在醫(yī)療 AI 下半場，只要搞定“臨床可信”與“低成本分發(fā)”，專科大模型就能跑通商業(yè)閉環(huán)。

硅谷的醫(yī)療 AI 獨角獸 OpenEvidence 在 2025 年估值沖上 60 億美元，其核心護城河只有一句話：“每句診療建議都有據(jù)可查”。這不僅解決了大模型“胡說八道”的幻覺問題，更讓它成為了 40 萬美國醫(yī)生的案頭必備。

在大洋彼岸的中國，這個邏輯正在被復刻與改良。

就在五部門印發(fā)《關于促進和規(guī)范“人工智能+醫(yī)療衛(wèi)生”應用發(fā)展的實施意見》后的第 24 天，壹生檢康聯(lián)合釘釘推出“豆蔻醫(yī)生超級助理”。這不僅僅是一個新產(chǎn)品的發(fā)布，更是中國醫(yī)療 AI 行業(yè)的一個縮影：從單純的“技術軍備競賽”，轉向了“場景為王”與“安全可控”的落地戰(zhàn)。

作為釘釘生態(tài)首個婦產(chǎn)科臨床決策 AI，這款產(chǎn)品切中了當前醫(yī)療 AI 最尷尬的痛點——通用大模型懂聊天不懂治病，而傳統(tǒng) CDSS（臨床決策支持系統(tǒng)）懂規(guī)則卻不夠智能。

為何是婦產(chǎn)科？為何是現(xiàn)在？

在一級市場投資人眼中，醫(yī)療 AI 賽道雖熱，但“深水區(qū)”難涉。選擇婦產(chǎn)科作為切入點，壹生檢康顯然經(jīng)過了精密的商業(yè)計算。

首先是“高頻與高?！钡牟⒋?。

婦產(chǎn)科是一個極具代表性的矛盾體。一方面，它是高頻診療場景，年診療人次超 4 億；另一方面，它是高風險領域。妊娠期高血壓、糖尿病等合并癥發(fā)生率高達 20%-35%，而胎兒醫(yī)學更是涉及多學科協(xié)作與倫理風險。

“循證難度大，意味著護城河深?！币晃魂P注數(shù)字醫(yī)療的投資人分析道。在性發(fā)育異常、卵巢小細胞癌等罕見病領域，醫(yī)生極度依賴外部知識庫。如果 AI 能在這些“卡脖子”的診斷環(huán)節(jié)提供準確支持，其用戶粘性將遠超簡單的問診機器人。

其次是政策窗口期的“精準卡位”。

“十四五”規(guī)劃和五部門最新的《實施意見》明確了兩個關鍵詞：“安全可控”與“臨床適配”。這實際上是給野蠻生長的醫(yī)療大模型劃了紅線，也發(fā)了牌照。誰能最快解決“可信”問題，誰就能拿走這一波千億市場的紅利。根據(jù)預測，2028 年中國 AI 醫(yī)療行業(yè)規(guī)模將接近 1600 億元，而當下的核心競爭點，已從算法算力轉向了“數(shù)據(jù)可溯源性”。

對標 OpenEvidence：本土化的創(chuàng)新實踐

OpenEvidence 在美國的成功驗證了“基于引用的生成（RAG）”在醫(yī)療領域的 PMF（產(chǎn)品市場契合度）。但在中國，直接照搬 OpenEvidence 有明顯的“水土不服”。

OpenEvidence 的數(shù)據(jù)源以英文文獻和歐美指南為主，而中國醫(yī)生在臨床實踐中，必須遵循中華醫(yī)學會指南，且大量基層醫(yī)生更習慣中文語境。壹生檢康 CEO 王強宇看得很準：“通用大模型的‘流暢’解決不了臨床的‘精準’?！?/p>

豆蔻醫(yī)生超級助理的打法非常明確——做 OpenEvidence 的本土化加強版，構建了三大壁壘：

·數(shù)據(jù)壁壘：整合了 PubMed 4000 萬+文獻，國內權威機構指南以及三甲醫(yī)院的真實脫敏病例，這種“全球文獻+中國指南+真實世界數(shù)據(jù)”的三維體系，構成了極高的數(shù)據(jù)門檻。

·專科深度：不同于通用 RAG 模型，該產(chǎn)品針對婦產(chǎn)科特定的 PIRD/PICO 循證醫(yī)學問題構建了專用模型。在“老年卵巢癌合并糖尿病”等復雜測試中，其核心要素提取準確率達到 92%，而傳統(tǒng)模型往往不足 50%。

·時效性差異：針對腫瘤等前沿領域，OpenEvidence 多為季度更新，而豆蔻做到了“月度更新”，將醫(yī)生獲取前沿證據(jù)的時間差從 15 天壓縮到 1 天。

商業(yè)模型：釘釘生態(tài)里的第一個醫(yī)生專用AI助理

如果說技術決定了產(chǎn)品的上限，那么分發(fā)渠道則決定了企業(yè)的生死。傳統(tǒng)的醫(yī)療 SaaS 廠商面臨著極高的 CAC（獲客成本）：需要一家家醫(yī)院去談，對接復雜的 HIS 系統(tǒng)，甚至要通過漫長的招投標流程。

豆蔻選擇了“借船出?！?。

通過深度融入釘釘醫(yī)療生態(tài)，豆蔻醫(yī)生超級助理實現(xiàn)了“SaaS 化”的輕量級交付。

·低門檻接入：醫(yī)院端無需復雜的 HIS 接口開發(fā)，直接在釘釘工作臺中調用。這極大地降低了醫(yī)院的決策成本和采購門檻。

·場景滲透：釘釘已經(jīng)覆蓋了大量醫(yī)院的行政與溝通場景，豆蔻順勢切入診療業(yè)務流，實現(xiàn)了從“工具”到“業(yè)務”的平滑過渡。

·梯度商業(yè)化策略：采取“先三甲后地市”的打法。以浙大婦產(chǎn)科醫(yī)院等頂級三甲為燈塔，打磨模型并背書；隨后通過釘釘渠道下沉至地市級醫(yī)院。

這種“技術+渠道”的雙輪驅動，或許是解開醫(yī)療 AI 商業(yè)化死結的一把鑰匙。

場景驗證：在最復雜的“深水區(qū)”重構工作流

在浙大婦產(chǎn)科醫(yī)院的落地數(shù)據(jù)，清晰勾勒出 AI 如何從“輔助工具”進化為“決策外腦”。效率安全是唯二的剛需：過去檢索整理一個疑難病例的證據(jù)鏈需要數(shù)小時，現(xiàn)在壓縮到 1 分鐘；每一條建議都附帶全鏈路證據(jù)溯源，讓醫(yī)生在面對糾紛風險時有了“白盒化”的底氣。

除此之外，在三大核心場景中，AI 正在實質性重構診療模式：

產(chǎn)前診斷：從“經(jīng)驗判斷”到“概率計算”

這是壹生檢康與浙大婦產(chǎn)科醫(yī)院產(chǎn)前診斷中心聯(lián)合打磨的核心場景。面對胎兒醫(yī)學這一涉及多學科協(xié)作與倫理風險的高危領域，AI 不再止步于簡單的問答，而是能夠基于循證依據(jù)，直接輸出胎兒疾病的發(fā)生概率、治愈率及預后指導。這種基于真實世界數(shù)據(jù)（RWD）的量化支撐，為醫(yī)生在面對復雜病例時提供了精準的決策錨點。此外，AI 生成的標準化患教內容，有效填補了醫(yī)生在繁忙診療中與患者溝通的時間缺口。

婦科腫瘤：1 分鐘跑通“指南+數(shù)據(jù)+案例”

在復發(fā)性卵巢癌等復雜場景中，時間就是生命。醫(yī)生輸入特征后，1 分鐘內即可獲取包含“指南推薦+真實世界數(shù)據(jù)+相似病例”的完整證據(jù)鏈。這一能力解決了傳統(tǒng)診療中“證據(jù)碎片化”的難題，確保個體病例能匹配到最精準的證據(jù)支持，推動腫瘤診療真正從教科書式的“標準化”邁向基于數(shù)據(jù)的“個體化”。

普通婦科：隱性經(jīng)驗的“顯性化”傳承

針對深部浸潤型子宮內膜異位癥等特殊人群，AI 能迅速整合“手術方式與妊娠結局”的相關性研究，平衡治療與生育需求。更具長遠價值的是其培訓屬性——通過完整呈現(xiàn)決策背后的證據(jù)鏈邏輯，AI 將資深專家的“隱性經(jīng)驗”轉化為年輕醫(yī)生可見的“顯性知識”，成為年輕醫(yī)生的“循證思維教練”。

結語

“豆蔻醫(yī)生超級助理”的落地，標志著中國醫(yī)療 AI 正在告別“炫技”時代，進入“深耕”時代。

它證明了在垂直?？祁I域，通過“高質量本土數(shù)據(jù) + 可信溯源算法 + 低成本分發(fā)網(wǎng)絡”，完全有機會跑出一個中國版的 OpenEvidence。

對于市場而言，這不僅是一個產(chǎn)品的試水，更是一次關于?？?AI 商業(yè)價值的壓力測試。千億市場的窗口期已經(jīng)打開，剩下的，就是看誰能跑得更快、更穩(wěn)。