從體檢到中醫，行業交融帶來的新機會

中 醫 行 業 的 良 心 和 大 腦

作為全國領先的體檢平臺與體檢軟件廠商，為何要跨界布局中醫？

■口述 |吳竑興 撰稿| 景天

2015年成立于上海的善診，如今已成長為覆蓋全國的體檢產業綜合服務商。手握5家國家級高新技術企業、2家上海市“專精特新”企業及1家互聯網醫院的資質背書，疊加近10億元實繳融資與全球一線美元VC的持續加持。

“2019年，為了做保險風控，善診組建了一支龐大的專業團隊，僅醫療專家、保險精算師和技術人員的年人工成本就超過5000萬元。而且這筆投入是在融資之前進行的，真正的技術創新，其實就是這樣‘燒錢’燒出來的。”在醫館界第六屆館交會上，善診CEO吳竑興分享道。

當時，善診利用海量脫敏的數據訓練模型，最終得出了一個意想不到的結論：結節與痔瘡在數據層面呈現出高度相關性。“那時候善診的團隊里沒有中醫人才，研究了半天也沒搞明白，最后只能當成模型出錯，一笑置之。后來善診團隊與中醫同行接觸后才發現，這一數據結論其實與中醫‘表里相應’的理論不謀而合。”

正因如此，吳竑興認為，這一模型的價值十分突出，它僅憑數據挖掘，就發現了前人需通過長期臨床實踐才能總結的醫學規律。

他內心產生了新的思考，“如果AI能在效果層面發揮作用，未來是不是有可能誕生新時代的《傷寒論》《黃帝內經》。”在第六屆館交會上，他講道：“我們的老祖宗非常了不起，在沒有現代實驗設備的情況下，僅憑觀察和實踐，就總結出了這么多深刻的醫學規律。要知道，現在做科學實驗，都要控制變量，一次只讓一兩個要素發生變化。而老祖宗們在各種因素都在變化的復雜環境中，依然能提煉出醫學規律，這是何等的智慧。”

在他的理解中，西醫的邏輯更偏向“從因到果”：通過研究病因，推導可能的結果；而中醫則更偏向“從果到因”：基于患者呈現的癥狀，反推背后的病因。“這個理解可能比較粗淺，但大體上是這樣的。”

他認為，AI的強大之處，在于它有機會把‘因’和‘果’之間的潛在關聯全部挖掘出來。結節與痔瘡的相關性在他看來是老祖宗發現的規律，而AI通過數據也能驗證，“未來，AI或許能發現更多類似關聯，比如指甲狀態與某種疾病的關系，然后善診可以用更大的數據量、更定量的方法去驗證這些關聯，這就是AI在效果層面的巨大想象空間。”

正是這種對因果關聯的挖掘能力，讓善診看到了新的方向——在AI領域，中醫或許在未來是全球范圍內最有機會在效果層面實現商業化突破的領域。

連接千萬用戶與千家機構的平臺實力

吳竑興進入體檢行業，今年剛好滿10年。

2015年，他在上海創立善診，以老年人體檢服務為切入點，摸索出一條技術驅動的健康服務發展之路。在吳竑興看來，體檢領域兼具工業化與規模化的屬性，是AI技術落地的最佳實踐場景之一。善診累計融資近10億元，其中超半數資金被投入到一線研發與大模型訓練工作中。

他希望，技術讓產品或服務變得更聰明，在醫療層面和商業層面，都更能理解用戶。“在中國，一年體檢量超4億人次，產業規模約3000億，做到這點價值非凡。”

從最早以體檢數據驅動的首款老年醫療險，到今年7月末成功實現商業化落地的首款AI總檢一體機，再到即將迭代升級的AI定制體檢服務，吳竑興期待體檢能夠更智能、個性、精準。

“釋放體檢醫生的勞動力，更好地去做用戶溝通，也讓用戶花小錢查到最高風險的項目。”吳竑興說。

做生意的起點，歸根結底離不開用戶。目前，善診已是國內頭部體檢平臺，構建的體檢服務網絡覆蓋全國300余座城市、3000多家公立醫院及品牌體檢機構，擁有最完整的用戶授權且脫敏的體檢數據庫，累計服務了1000多萬老年用戶。

體檢行業頭部上市公司美年大健康、瑞慈醫療，均將善診列為核心采購方，對于大部分體檢機構來說，善診都是最大的客戶。除此之外，善診還與沃爾瑪等眾多大型企業建立了體檢服務合作。

據吳竑興介紹，善診主要服務兩類客戶：一是大客戶，比如沃爾瑪這類大型零售企業，全國有幾萬名員工，分布在不同城市，需要有平臺在不同城市和機構之間提供服務；另一類則是銀行等金融機構，他們需為信用卡客戶、會員用戶在積分商城提供體檢福利這類非金融類業務，通過體檢讓客戶更有黏性，從而提高主業競爭力，這類場景也高度依賴平臺。

因此，當供需兩端都足夠分散，用戶不清楚該選哪家供應商，供應商也不知道如何觸達用戶時，平臺的樞紐作用就會凸顯，其價值甚至會超過單一品牌。這也是善診的價值所在。

在技術布局方面，善診一舉收購了三家中國排名前五的體檢軟件廠商。“體檢軟件相當于體檢中心的‘Windows系統’，體檢機構的信息流、業務流、財務流全都會在這個系統上運轉。”吳竑興介紹道。

但“很多人因為善診在體檢領域的龍頭地位，就把善診定義為體檢平臺，但早在2019年，善診就推出了中國首款老年醫療險，這也是高瓴資本等頭部資本爭相投資善診的重要原因。”在醫館界第六屆館交會上，吳竑興講道。

在這之前，60歲以上的老年人明明是最需要保險的群體，市場上卻沒有對應的產品。一方面，當時保險行業的日子比較好過，大家都傾向于做容易出業績的業務，沒人愿意啃老年醫療險這塊“硬骨頭”；另一方面，行業長期缺乏老年群體的健康數據，根本沒辦法對這類保險產品進行精準定價。

正因如此，最初，善診的定位就是做一個平臺，幫子女一站式解決照顧父母健康的需求。“體檢行業發展近20年，模式相對成熟，善診通過搭建資源對接平臺，很快打開了市場局面。但當善診想為老年人提供保險服務時，卻發現市場上根本沒有合適的產品——市面上的意外險，和老年人真正需要的醫療保障完全不是一回事，老年人需要的是能報銷醫療費用的保險。無奈之下，善診只能自己入局，牽頭做這件事。”

基于此，2019年善診正式推出了這款老年醫療險，60歲以上符合投保條件的老人均可購買。保費大約2000元/年，保額卻能達到200萬到400萬元。具體的賠付規則是：醫保先報銷，報銷后個人需要承擔1萬到3萬元的費用，剩余的部分，不管是什么病種、用什么藥，都能通過這款保險報銷，最高可賠付400萬元。

“這意味著，用戶每年僅需投入2000元，即可將父母的大病風險敞口控制在1萬—3萬元區間。”吳竑興解釋道，“在善診看來，一款好的保險，本質是用相對小的代價對沖未來無法承受的風險。對大多數家庭而言，一年兩三千塊錢就是可接受的‘小代價’，而一次大病動輒上百萬的花費，正是需要對沖的‘無法承受的風險’。試想一下：如果家里有人患大病需要上百萬治療費，對每個家庭都是巨大壓力。而有了這款保險，最大的好處就是，用戶不用再在‘救人’和‘花錢’之間做艱難的抉擇。”

此外，善診為保險公司輸出了一套名為“善診分”的評估體系，它就像是保險行業的“芝麻信用分”，保險公司會根據“善診分”來決定是否承保、承保范圍有多大、保費該定多少。“這正是數據價值的絕佳體現，也讓善診實現了‘一步領先，步步領先’。”

“行業競爭的關鍵，就在于對數據的治理和應用能力。”他補充道，“具體到保險領域，這種能力就體現為對風險的識別和定價能力。保險產品投放市場后，善診每年都會積累大量理賠數據，這些數據又能反向優化風控模型。如此循環往復，善診的保險風控模型會越來越精準，在相同的指標下，要么能把保費降得更低，要么能提供更精準的保障，未來如果和中醫服務結合，還能為用戶提供更全面的服務。”

挖掘醫療領域的無限可能

“數據是支撐技術創新與模式創新的底層基石。任何一家做大數據的公司，都需要圍繞數據采集、治理、應用三個核心環節展開。”

首先是數據采集，這是最基礎的一步。“采集能力的關鍵，不在于能不能做出一個演示demo，而在于能不能實現商業化落地。以善診的體檢報告處理為例，現在善診每天能處理10萬份報告，自動化率達到99%。”

但在早期，善診的效率遠沒有這么高。“那時候，用戶給善診發體檢報告，有的發郵件，有的發圖片，格式五花八門，處理起來成本極高。”據吳竑興回憶，“企業經營的核心競爭力之一，在于成本控制。中國制造業的強大，正是源于將成本做到極致的能力——即便方法公開，其他競爭者也難以復制和追趕。這就是陽謀，是硬實力。現在善診實現了99%的自動化采集，成本被壓到了極低的水平。”

其次是數據治理。“把報告采集回來之后，還要把它轉化為機器能識別的語言，這個過程就是治理。治理主要包含兩個環節：結構化和標準化。”

結構化很好理解，就是將PDF、圖片等非結構化格式的報告，轉化為機器可讀的結構化數據。“而標準化的難度更高——比如不同廠家生產的試劑，對應的檢測指標參考范圍可能不一樣。以腫瘤標志物為例，同樣一個數值，在不同廠家的標準里，意義可能完全不同。善診要做的，就是把這些不同標準的數據統一起來，實現標準化。”

早期，善診處理一份體檢報告的結構化和標準化成本約為17元，無論PDF還是圖片格式，都需要投入大量人力物力。“但現在，這一成本已降至0.04元。這就是技術進步帶來的巨大突破。”也正因如此，他認為，平安這類頭部企業才會選擇與善診合作。“不是它們沒有精算師或技術，而是在這些具體的落地實操層面，善診的效率和成本優勢是它們無法比擬的。很多事情，做個demo博取短期關注很容易，但要實現大規模商業化應用，難度完全不同。這才是真正的核心能力。”

在扎實的數據能力基礎上，善診進一步延伸出AI應用場景。“在善診的實踐認知中，AI在醫療領域的應用可分為兩個核心層面：效率層面和效果層面。”吳竑興介紹，“第一個層面是效率層面，這類應用已經非常成熟。比如客服系統，通過AI賦能，能極大提升服務效率，這是100%可以實現的。”

“第二個層面是效果層面，我接觸過很多中醫同行，發現大家對AI的理解其實不夠深入。很多人認為，AI只是將《傷寒論》等中醫經典數字化、系統化，用規則模型輔助診療。但大家要知道，現在全球主流的AI模型，比如OpenAI的GPT-4，底層都是生成式模型。但在醫療這個對精準度要求極高的領域，基于規則的模型其實更實用。”他補充道。

畢竟醫療不是炫技，精準才是第一位的。“規則模型不僅精準度更高，投入成本也更低。如果要部署大模型，要么花錢對接別人的API，要么自己投入巨資采購GPU、進行模型訓練——我估計，世界上絕大部分公司都沒有這個實力。”

這正是善診技術路徑選擇的底層邏輯。但這并不意味著，AI在醫療領域沒有更大的想象空間。當數據積累到一定程度，AI就能爆發出意想不到的潛力。AI真正的魅力，不在于和規則模型比拼精準度，而在于它的“無限性”。

這里吳竑興還區分了兩個概念：有限性和無限性。“這不是空談，而是有實實在在的內涵。有限性，指的是規則模型的邊界。比如在結節診療中，善診根據結節的大小、形態、手感等指標，制定對應的診療方案，這就是規則模型，它的邊界是清晰的。而無限性，指的是AI可以突破這些邊界，發現一些善診之前從未意識到的關聯。正因如此，善診才從早期‘困惑于結節與痔瘡的相關性’，逐漸關注到中醫——這種傳統智慧與數據洞察的不謀而合，正是跨界創新的關鍵，也讓我們看到了AI+中醫的無限潛力。”

在他看來，“目前全球多數AI公司，包括OpenAI在內，尚未找到成熟的商業化路徑。它們的盈利模式大多是收取token費用（指通過API調用、會員訂閱等方式收取基于token的使用費用），這種模式與用戶價值訴求存在沖突——用戶用得越多，花的錢就越多，本質上是在變相拒絕用戶。一個好的商業模式，應該是用戶用得越多，越覺得劃算，成本越低。”

而中醫不一樣，其理論體系和診療邏輯與AI的“無限性”高度契合。現在的大模型（比如GPT）雖然看起來強大，卻無法理解物理世界的客觀規律。吳竑興舉例說明：“AI生成的海盜船在咖啡里漂浮，看起來很逼真，但它根本不理解重力和流體力學規律，只是在模仿圖像而已。”正是這個由數據模型與中醫理論碰撞而來的、既“困惑”又驚喜的發現，讓善診堅定了核心方向——體檢與中醫行業的深度交融，必然會催生健康產業的新機會。

AI如何實現商業化？

“講完善診的數據與AI能力，我們再回到核心話題：AI如何與中醫結合實現商業化？”

“從全球范圍來看，整個AI產業現在最重要的戰略控制點是什么？答案是形成‘雙正循環’：第一是商業上的正循環（AI投入有明確回報），第二是業務上的正循環（AI服務產生新數據，反哺模型優化）。這兩點，是全球AI產業競爭的核心。”吳竑興給出了自己的判斷。那么，要掌控這個戰略控制點、形成雙正循環，最關鍵的策略是什么？“善診堅定認為，答案是‘場景化’。”

吳竑興舉了兩個相似的例子進一步闡釋：第一個是自動駕駛。“現在大家都想推動L4級自動駕駛上路，但技術難度極高，倫理法規障礙重重。但在礦山、港口、碼頭這些邊界清晰的場景里，自動駕駛已經實現了商業化落地——因為環境單一、無額外干擾，需求和解決方案的邊界明確，反而容易突破。”

第二個是我們生活中的“高速路”。“小時候我去省會要開4小時車，現在不到1小時就能到達，核心不是車的性能提升了4倍，而是修了高速路。高速路的本質，就是通過明確邊界（無馬車、無行人，僅允許車輛單向行駛），降低了運行難度，實現了效率的質變。”

具體到善診的實踐，吳竑興介紹：“大家可以看看這款‘智能總檢一體機’——善診沒有追求大而全，而是只聚焦體檢流程中一個極小的場景：出具總檢報告的環節。”

為什么選擇這個場景？吳竑興給大家算了一組數字：“如果要部署DeepSeek滿血版這樣的大模型，本地化服務器至少需要16卡配置，一次性投入要500萬以上，絕大多數企業根本承受不起；即便投入了，671B（6710億個）參數的大模型并發量也只有十幾個，完全無法滿足商業化需求。但善診通過場景化聚焦，把問題邊界收窄到‘智能總檢’這一個具體環節后，模型參數可以降到16B（160億），效果卻絲毫不受影響。這意味著什么？善診的一體機聯合上海十院、中興通訊（善診出數據與模型、中興出硬件、上海十院出場地）推出的合作版本，定價能夠被醫院體檢中心接受。”

這一商業化實踐，也為AI與中醫的結合帶來了啟示：“中醫領域有許多‘獨門絕技’，也存在大量用戶痛點明確、場景清晰的需求。如果善診能重新定義這些場景，把模糊的‘調理’需求轉化為邊界清晰的‘體檢后結節調理’‘慢性病中醫管理’等解決方案，再結合數據、AI能力，就能挖掘出大量新機會。”

廣大中醫從業者與機構手握技術和場景，善診有海量數據、龐大用戶群體，還有成熟的AI商業化經驗，雙方攜手有望激活中醫產業的規模化潛力。

中醫是健康產業的最佳選擇

基于以上原因，吳竑興認為，健康產業的最大機會屬于中醫。這不是情懷使然，而是中醫的核心優勢——西醫研究“病”，中醫研究“人”。

在他看來，健康產業的核心是“從治已病轉向治未病”，而西醫在用戶未達到“病”的標準時往往無能為力。比如體檢中常見的肺結節、乳腺結節，西醫的常規建議多是“隨訪觀察、必要時手術切除”，但這并非用戶真正想要的。而中醫有很多手段能緩解甚至解決這類問題。

而體檢與中醫的深度融合，正是將這一優勢落地、布局健康產業的最佳路徑——體檢是健康產業最具爆發力的入口，核心原因有四：一是行業成熟，每年有4億用戶，且用戶有持續體檢的習慣，這為健康管理提供了持續性基礎；二是數據質量高，體檢涵蓋100多個項目，且每年更新，數據連續性強；三是用戶痛點明確，拿到體檢報告看到脂肪肝、結節等問題時，用戶會產生強烈的焦慮，有迫切的服務需求；四是場景天然契合，體檢是發現健康問題的第一道關口，中醫是解決亞健康、慢性問題的優質方案，兩者結合能形成完整的服務閉環。

縱觀當前健康產業格局，單一賽道的競爭已日趨激烈，跨界融合成為突破增長瓶頸的關鍵方向。而中醫產業要實現真正的復興，不能單打獨斗，更不能互相拆臺。唯有聯合各方力量，打造多家年收入百億級的中醫集團，才能吸引頂尖人才，讓更多年輕人愿意學習中醫，讓中醫產業形成良性循環。這也正是善診押注中醫賽道的核心愿景——以自身的數據、平臺、商業化能力，聯動中醫從業者與機構，共同激活中醫產業的規模化潛力。

I 版權聲明

本文原創，口述/吳竑興，撰稿/景天 ，版權歸權利人所有。

編輯｜景天 視覺｜花椒