當(dāng)行業(yè)還在卷參數(shù)和評測榜單時(shí)，一家港股 AI 醫(yī)療公司用 12 年沉淀，把 AI 真正「焊」進(jìn)了三甲醫(yī)院的診療工作流——并率先跑通了商業(yè)閉環(huán)。

軟件工程領(lǐng)域，Claude Code 改變了「AI 應(yīng)該停留在哪里」這個(gè)問題的答案。它告訴行業(yè)：AI 不應(yīng)該停在對話框里，應(yīng)該走進(jìn)生產(chǎn)系統(tǒng)，以「任務(wù)執(zhí)行者」的身份端到端完成復(fù)雜工程任務(wù)。那么，同樣的范式轉(zhuǎn)移能不能在醫(yī)療領(lǐng)域發(fā)生？

01

為什么是 Claude Code

為什么是醫(yī)療

過去一年硅谷討論度最高的 AI 產(chǎn)品之一，是 Anthropic 的 Claude Code。它的特別之處不在于「會寫代碼」——這件事 GitHub Copilot 早就在做。Claude Code 真正改變的是：讓 AI 第一次以「任務(wù)執(zhí)行者」的身份進(jìn)入開發(fā)者的代碼庫，讀取上下文、編輯文件、運(yùn)行測試、修復(fù)報(bào)錯(cuò)，最后交付可審查的結(jié)果。開發(fā)者的角色，從一行行敲鍵盤的「碼農(nóng)」，變成定義任務(wù)、審查結(jié)果的「決策者」。

這是軟件工程的一次范式轉(zhuǎn)移。所以問題自然來了：如果 AI 能改寫程序員的工作方式，它能不能改寫醫(yī)生的？答案是：可以，但路徑完全不同。而且這條路徑，遠(yuǎn)比 Claude Code 走過的要難。醫(yī)療和軟件開發(fā)之間，有幾條不可逾越的差異。

容錯(cuò)率不同。代碼寫錯(cuò)了可以回滾，患者不能。最終簽字的責(zé)任在醫(yī)生身上，不能轉(zhuǎn)嫁給 AI。

工作流不同。醫(yī)生面對的是病歷、檢驗(yàn)、影像、病理、基因、用藥史、醫(yī)保規(guī)則、患者意愿，散落在十幾個(gè)系統(tǒng)里，大量是非結(jié)構(gòu)化文本。

信任機(jī)制不同。醫(yī)生信任 AI 需要的是循證——這條建議來自哪條指南、哪篇文獻(xiàn)、證據(jù)等級是什么、能不能一鍵追溯。

這三條決定了一件事：醫(yī)療 AI 不可能復(fù)刻 Claude Code 那種「統(tǒng)一交互、端到端執(zhí)行」的形態(tài)。它必須更克制、更嵌入、更可審查。而醫(yī)渡科技給出的答案，正是沿著這條更難但更對的路徑走的。

02

架構(gòu)上的驚人相似性：

工具與底座的完美融合

Claude Code 之所以強(qiáng)大，是因?yàn)樗恢苟a（LLM），它還能用工具（Terminal、Git、Linter、Grep）。醫(yī)渡科技的「混合智能」在架構(gòu)設(shè)計(jì)上與這種高級 Agent 架構(gòu)完全同構(gòu)。

在這個(gè)體系里，DeepSeek V4 負(fù)責(zé)強(qiáng)大的泛化推理和底座支撐，而那 280 多個(gè)智能體和疾病小模型，就像是 Claude Code 里一個(gè)個(gè)特定命令行工具（比如查某一類癌癥的分期、算某個(gè)藥物的代謝毒性）。它們在 Agent 架構(gòu)下被有機(jī)地調(diào)度起來，完成了從「文字生成」到「嚴(yán)謹(jǐn)邏輯推理」的質(zhì)變。

03

醫(yī)渡的工程答案：

不是更大的模型，

而是嵌入工作流的醫(yī)療智能體系統(tǒng)

醫(yī)渡科技沒有走所謂「最強(qiáng)醫(yī)療基礎(chǔ)大模型通吃所有問題」這條路——該方向推進(jìn)緩慢、結(jié)果未知且離交付醫(yī)療最終價(jià)值依然有若干鴻溝。企業(yè)聚焦更加落地實(shí)用的混合智能體系：一方面對通用基礎(chǔ)模型進(jìn)行適配與后訓(xùn)練形成醫(yī)療垂類大模型 Yidu LLM Pro，另一方面通過有機(jī)的結(jié)合循證證據(jù)和經(jīng)典的人工智能技術(shù)，形成單場景智能體矩陣，以及多智能體協(xié)作引擎，實(shí)現(xiàn)基座整體賦能、場景任務(wù)可單點(diǎn)優(yōu)化、復(fù)雜任務(wù)多智能體協(xié)作的技術(shù)架構(gòu)。整套架構(gòu)可劃分為四個(gè)層級。

第一層：通用大模型底座。接入 DeepSeek V4 等頂尖通用大模型，負(fù)責(zé)提供通識推理能力。這一層選擇「拿來主義」而不是自研——把燒通用算力的錢，省下來花在醫(yī)療專屬能力的構(gòu)建上。每次通用大模型能力的提升對于醫(yī)渡超級智能體系統(tǒng)不是沖擊，而是更好的助力。

第二層：醫(yī)療能力激活。用高質(zhì)量醫(yī)療數(shù)據(jù)對底座做監(jiān)督微調(diào)（SFT）和強(qiáng)化學(xué)習(xí)（RL），讓通用模型理解醫(yī)療語言、臨床推理、專業(yè)表達(dá)。支撐這一層的是醫(yī)渡的核心算法引擎 YiduCore——累計(jì)處理分析超過 13 億患者人次、近 70 億份經(jīng)授權(quán)醫(yī)療記錄，疾病知識圖譜基本覆蓋所有已知疾病。即便最優(yōu)秀的醫(yī)學(xué)生也需要經(jīng)年累月的臨床真實(shí)世界經(jīng)驗(yàn)才能成為一名優(yōu)秀的專科醫(yī)生，YiduCore 模擬醫(yī)生的決策推理邏輯，按照疾病演化過程建模，在真實(shí)世界中反復(fù)校驗(yàn)迭代，成為真正懂疾病的 AI。

第三層：醫(yī)療專業(yè)增強(qiáng)。醫(yī)渡科技的超級智能體系統(tǒng)是由多個(gè)場景智能體組成，每個(gè)場景智能體的實(shí)現(xiàn)路徑是通過工作流將大模型、小模型、臨床指南、知識圖譜、醫(yī)學(xué)計(jì)算器有機(jī)整合，而非單純依賴大模型生成。這使得智能體原理可解釋、過程可控制、結(jié)果可溯源可復(fù)現(xiàn)——而這三條，恰恰是醫(yī)療決策中不可妥協(xié)的底線。

第四層：智能體調(diào)度與協(xié)作。通過基于患者診療時(shí)間軸的數(shù)據(jù)共享及多智能體協(xié)同架構(gòu)，構(gòu)建智能體統(tǒng)一調(diào)度引擎，由醫(yī)渡智循對 280 多個(gè)專科專病智能體進(jìn)行統(tǒng)一調(diào)度與協(xié)作，形成覆蓋不同疾病診療全流程的超級智能體系統(tǒng)。

這套體系最令人印象深刻的工程能力之一，是超級智能體的主動(dòng)任務(wù)規(guī)劃能力。它不僅能針對具體問題調(diào)用具體智能體，更能根據(jù)患者的病情和治療階段，自動(dòng)規(guī)劃每日的智能體調(diào)度任務(wù)。

這套機(jī)制的目標(biāo)不是回答一個(gè)孤立的醫(yī)學(xué)問題，而是圍繞一個(gè)真實(shí)患者，結(jié)合醫(yī)生輸入的治療思路、預(yù)算、偏好和風(fēng)險(xiǎn)約束，生成治療期間的每日診療計(jì)劃——從額外檢查需求、診斷分期、方案選擇，到不良反應(yīng)預(yù)測、療效預(yù)測，乃至病歷文書的生成。

如果說架構(gòu)決定了「能做什么」，那形態(tài)決定了「醫(yī)生愿不愿意用」。醫(yī)渡做了一個(gè)看似保守、實(shí)則關(guān)鍵的選擇：不強(qiáng)求醫(yī)生切換到一個(gè)全新的 AI 界面，而是把智能體「隱形」嵌入醫(yī)生既有的電子病歷和診療工作流中。

這個(gè)選擇背后是對醫(yī)療本質(zhì)的尊重。醫(yī)生在臨床場景下，每一次決策都要承擔(dān)法定責(zé)任——AI 可以是副駕駛，但不能替司機(jī)簽字。醫(yī)渡的智能體始終把醫(yī)生放在「審查者」的位置：AI 生成建議，醫(yī)生采納、修改或拒絕，每一個(gè)動(dòng)作都由醫(yī)生最終確認(rèn)。這看起來比 Claude Code 那種「端到端執(zhí)行」少了一些驚艷感，但在醫(yī)療這個(gè)場景里，懂得克制才能夠走的更遠(yuǎn)。

04

為什么這套體系正在產(chǎn)生復(fù)利：

三個(gè)真實(shí)世界的飛輪

第一個(gè)飛輪是循證兜底，讓 AI 的每一句話都可追溯。醫(yī)療 AI 最大的信任危機(jī)叫「幻覺」。醫(yī)渡的解法叫「醫(yī)渡智循」——一個(gè)臨床循證智能體，也是整個(gè) 280 多個(gè)智能體矩陣的調(diào)度核心。針對用戶提出的臨床問題，醫(yī)渡智循會從超過 3 萬份權(quán)威指南和 2000 萬篇高質(zhì)量文獻(xiàn)中實(shí)時(shí)檢索權(quán)威證據(jù)，形成帶證據(jù)的意見匯聚。每條意見都附有具體的指南出處、文獻(xiàn)來源和證據(jù)等級，做到句句可溯源，醫(yī)生可一鍵跳轉(zhuǎn)原文審查。這相當(dāng)于給所有醫(yī)療智能體的「創(chuàng)造力「加上了循證的韁繩——讓 AI 的答案不僅準(zhǔn)，還可解釋、可追溯、可審查。

第二個(gè)飛輪是工作流飛輪，醫(yī)生每一次修改都是最貴的訓(xùn)練數(shù)據(jù)。當(dāng)醫(yī)生在 Copilot 里把 AI 推薦的「激進(jìn)+手術(shù)」方案改成「保守+化療」，或者在每日診療計(jì)劃里刪掉某一項(xiàng)檢查——這每一次修改、每一次拒絕，都是高確信度的醫(yī)療標(biāo)注數(shù)據(jù)，在醫(yī)生完全無感的情況下，反哺底層模型和專病預(yù)測模型的迭代。這套機(jī)制解決了醫(yī)療 AI 行業(yè)一個(gè)長期的悖論：高質(zhì)量醫(yī)療標(biāo)注極其昂貴，但產(chǎn)品如果不先用起來，就拿不到標(biāo)注。醫(yī)渡通過嵌入工作流，讓醫(yī)生的每一次日常使用自然產(chǎn)出標(biāo)注——用得越多，模型越準(zhǔn)；模型越準(zhǔn)，醫(yī)生越愿意用。

第三個(gè)飛輪是療效飛輪，真實(shí)世界結(jié)局反哺整個(gè)系統(tǒng)。這是 Claude Code 沒有的維度，也是醫(yī)療 AI 最難、但價(jià)值最高的反饋環(huán)。AI 推薦的方案，患者吃了藥、做了手術(shù)，最終的腫瘤縮小率、住院天數(shù)、不良反應(yīng)發(fā)生率、生存期——這些真實(shí)世界的臨床結(jié)局會回流到系統(tǒng)，反哺專病預(yù)測模型和知識圖譜。代碼的反饋是「編譯通過」，醫(yī)療的反饋是「患者好轉(zhuǎn)」。前者以秒計(jì)，后者以月計(jì)、以年計(jì)。但正因?yàn)檫@個(gè)反饋如此難得，一旦跑通，它形成的壁壘就是任何通用大模型公司靠堆算力都無法跨越的。

落地?cái)?shù)據(jù)已經(jīng)驗(yàn)證了這件事。在中山大學(xué)腫瘤防治中心, 臨床 Copilot 日均調(diào)用接近 1000 次, 覆蓋約 70% 的醫(yī)護(hù)人員。以「醫(yī)渡智循」循證引擎為底座的解決方案已落地 40 余家三甲醫(yī)院, 深度參與超過 50 萬次診療決策。70% 醫(yī)護(hù)滲透率——在醫(yī)療 AI 這個(gè)「醫(yī)生最難被打動(dòng)」的行業(yè)里, 這是真正的產(chǎn)品力證據(jù)。

05

三個(gè)飛輪咬合的結(jié)果：首次全年盈利

5500 萬—7000 萬元人民幣——這是醫(yī)渡科技預(yù)計(jì) 2026 財(cái)年（截至 2026 年 3 月 31 日）實(shí)現(xiàn)的凈利潤，也是公司成立 11 年以來，首次實(shí)現(xiàn)全年盈利。花旗研報(bào)判斷：醫(yī)渡科技的盈利拐點(diǎn)已經(jīng)確立。

更早一些的中期業(yè)績里，已經(jīng)能看到拐點(diǎn)信號：總收入同比增長 8.7% 至 3.58 億元；經(jīng)調(diào)整 EBITDA 較去年同期翻倍至約 5400 萬元，比管理層原預(yù)期提前了整整一年。公司將其歸因于「產(chǎn)品融入 AI 能力后持續(xù)升級，有效提升了產(chǎn)品價(jià)值主張及市場競爭力，帶動(dòng)核心業(yè)務(wù)板塊新訂單顯著增長「——不是講故事講出來的盈利，是 AI 產(chǎn)品真的被市場買單了。

在國內(nèi) AI 醫(yī)療賽道，這是港股上市公司里率先公告「AI 驅(qū)動(dòng)全年盈利」的一家。

06

醫(yī)療 AI 的 Claude Code 時(shí)刻

意味著什么

Claude Code 改變的是「AI 應(yīng)該停留在哪里」。它告訴行業(yè)：AI 不應(yīng)該停在對話框里，應(yīng)該走進(jìn)生產(chǎn)系統(tǒng)。醫(yī)渡科技在醫(yī)療這個(gè)最難的行業(yè)里，做的是同一件事——只是它選擇了一條更穩(wěn)健、更尊重醫(yī)療本質(zhì)的路徑。

280 多個(gè)智能體沒有取代醫(yī)生，而是變成了醫(yī)生手邊最順手的工具；每個(gè)智能體的工作流機(jī)制確保過程可控、結(jié)果可溯；超級智能體的主動(dòng)規(guī)劃能力，讓 AI 從「被動(dòng)響應(yīng)」進(jìn)化為「主動(dòng)協(xié)作」；循證兜底讓 AI 的每一句話都站得住腳；Copilot 嵌入沒有犧牲產(chǎn)品的高級感，反而換來了 70% 醫(yī)護(hù)滲透率和首次全年盈利。

當(dāng)行業(yè)還在卷參數(shù)和評測榜單的時(shí)候，醫(yī)渡選擇卷的是另外幾件事：12 年沉淀下來的醫(yī)療知識圖譜、能讓 AI 溯源到指南文獻(xiàn)的循證工程、以及一套真正在三甲醫(yī)院跑通的智能體調(diào)度體系。這三件事加在一起，讓醫(yī)療 AI 第一次有了和 Claude Code 同一個(gè)量級的、關(guān)于「AI 如何真正改變一個(gè)行業(yè)生產(chǎn)力「的樣本。

如果說 Claude Code 是軟件工程的「GPT 時(shí)刻」，那么醫(yī)渡科技這套醫(yī)療超級智能體，正在讓醫(yī)療行業(yè)看到屬于自己的那個(gè)時(shí)刻——AI 不再是演示文稿里的功能，而是醫(yī)生每天打開電腦就在用、醫(yī)院愿意持續(xù)付費(fèi)、患者實(shí)際獲益的臨床伙伴。

*頭圖來源：視覺中國

極客一問

你如何看待醫(yī)療 AI？