對標60億美元獨角獸，壹生檢康與釘釘在婦產科AI賽道撕開一道口子

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

硅谷的醫療 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《關于促進和規范“人工智能+醫療衛生”應用發展的實施意見》后的第 24 天，壹生檢康聯合釘釘推出“豆蔻醫生超級助理”。這不僅僅是一個新產品的發布，更是中國醫療 AI 行業的一個縮影：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。

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

為何是婦產科？為何是現在？

在一級市場投資人眼中，醫療 AI 賽道雖熱，但“深水區”難涉。選擇婦產科作為切入點，壹生檢康顯然經過了精密的商業計算。

首先是“高頻與高危”的并存。

婦產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、糖尿病等合并癥發生率高達 20%-35%，而胎兒醫學更是涉及多學科協作與倫理風險。

“循證難度大，意味著護城河深。”一位關注數字醫療的投資人分析道。在性發育異常、卵巢小細胞癌等罕見病領域，醫生極度依賴外部知識庫。如果 AI 能在這些“卡脖子”的診斷環節提供準確支持，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療大模型劃了紅線，也發了牌照。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。根據預測，2028 年中國 AI 醫療行業規模將接近 1600 億元，而當下的核心競爭點，已從算法算力轉向了“數據可溯源性”。

對標 OpenEvidence：本土化的創新實踐

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

OpenEvidence 的數據源以英文文獻和歐美指南為主，而中國醫生在臨床實踐中，必須遵循中華醫學會指南，且大量基層醫生更習慣中文語境。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’。”

豆蔻醫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：

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

·專科深度：不同于通用 RAG 模型，該產品針對婦產科特定的 PIRD/PICO 循證醫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”，將醫生獲取前沿證據的時間差從 15 天壓縮到 1 天。

商業模型：釘釘生態里的第一個醫生專用AI助理

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

豆蔻選擇了“借船出海”。

通過深度融入釘釘醫療生態，豆蔻醫生超級助理實現了“SaaS 化”的輕量級交付。

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

·場景滲透：釘釘已經覆蓋了大量醫院的行政與溝通場景，豆蔻順勢切入診療業務流，實現了從“工具”到“業務”的平滑過渡。

·梯度商業化策略：采取“先三甲后地市”的打法。以浙大婦產科醫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院。

這種“技術+渠道”的雙輪驅動，或許是解開醫療 AI 商業化死結的一把鑰匙。

場景驗證：在最復雜的“深水區”重構工作流

在浙大婦產科醫院的落地數據，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鏈需要數小時，現在壓縮到 1 分鐘；每一條建議都附帶全鏈路證據溯源，讓醫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：

產前診斷：從“經驗判斷”到“概率計算”

這是壹生檢康與浙大婦產科醫院產前診斷中心聯合打磨的核心場景。面對胎兒醫學這一涉及多學科協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，直接輸出胎兒疾病的發生概率、治愈率及預后指導。這種基于真實世界數據（RWD）的量化支撐，為醫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+數據+案例”

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

普通婦科：隱性經驗的“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——通過完整呈現決策背后的證據鏈邏輯，AI 將資深專家的“隱性經驗”轉化為年輕醫生可見的“顯性知識”，成為年輕醫生的“循證思維教練”。

結語

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

它證明了在垂直專科領域，通過“高質量本土數據 + 可信溯源算法 + 低成本分發網絡”，完全有機會跑出一個中國版的 OpenEvidence。

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