杭州黑馬登頂全球第一，引爆千億醫療市場！14億人把「三甲醫生」塞進微信群

新智元報道

編輯：Aeneas KingHZ

【新智元導讀】微信搜一搜，免費AI家庭醫生上線！智診科技連更4天，把頂尖醫療大模型塞進好伴AI微信小程序，無需下載注冊，子女就可以在群里隨時監護父母健康。2026年，14億人的健康意識已經覺醒了。

2026年開春，資本市場正迎來一場由AI驅動的醫療健康產業變革，AI在醫療領域正式邁入商業爆發期！

截至2月25日收盤，AI醫療板塊延續了年初以來的強勁態勢。Choice數據顯示，中證醫藥及醫療器械創新指數當日上漲0.71%，顯著跑贏大盤。

這一漲勢并非偶然。進入2026年僅一個多月，AI醫療指數累計漲幅已超過11%，其中不乏翻倍牛股的誕生。

這背后是多重邏輯的共振。

一方面，根據弗若斯特沙利文的最新預測，中國AI醫療市場規模正以驚人的43.1%的年復合增長率狂飆，預計將從2023年的88億元躍升至2033年的3157億元。

另一方面，隨著DeepSeek-R1等開源模型的推出，醫療AI的開發門檻被大幅降低，行業龍頭紛紛加速布局，驅動了產業從「概念」向「業績」的切換。

在這波商業化的春天里，在杭州，就有一家專注于將人工智能扎根于醫療健康產業的企業。

智診科技，將這場資本市場的熱浪轉化為實實在在的「生產力」。

他們沒有沉迷于炫技，而是專注于一件事：讓AI真正走進普通人的生活，成為「用得上、用得起、用得明白」的健康助手。

接下來，就讓我們詳細領略一下智診科技的4天發布會內容，感受一下這款AI將如何變革我們的智能健康醫學新時代。

簡短目錄如下——

Day 1：Wise MemOS先給AI?副「記性」—— 能跨時間記住一個人和一個家庭的健康軌跡。

Day 2：WiseDiag V2再給AI一雙「眼睛」—— 能同時看懂文字、影像、檢驗單、皮膚照片。

Day 3：WiseResearch再給AI一套「手腳和?作流」—— 像醫生一樣會追問、會查文獻、會串證據。

Day 4：最后是好伴AI&能力開放，把一整套能力打造成好伴AI小程序，裝進每個人的手機，并以開放平臺的方式服務醫院和行業伙伴。

給AI一副「記性」

Wise MemOS 2.0來了

早在去年2月，智診科技就率先提出了健康醫學領域的記憶技術，將人類的短、中、長記憶進行了智能化的統一融合，在圈內引起了巨大反響。

就在2月25日，智診科技又來了驚喜的一更：這一次，記憶系統進行了全新升級，Wise MemOS 2.0登場！

從醫學和腦科學的角度，人類的記憶是這樣形成的：在白天，人類會暫存記憶；在夜晚，會對白天的一些認知事件進行記憶固化。當我們回憶時，大腦是基于節點的重建，進行回憶。

而這套人類記憶的原理，正是智診科技研發這套系統的初衷。

現在的很多AI，訓練完后就定型了，很難再積累新知識，甚至有嚴重的健忘癥。

為此，行業內有兩種解決方法。

其一，就是給AI建立外部數據庫，讓AI有庫可查。目前常見的AI系統，大多屬于這一類。

其背后核心技術，就是RAG檢索增強生成，以及Embedding嵌入向量技術。

然而。它們的缺點很明顯——太過依賴外部組件，處理流程繁瑣。

而智診科技，則創造性地研究出一種更接近人類大腦的新方法——把記憶直接放到模型中！

如果是外部存儲派的方法，需要翻筆記才能想起。但智診的Wise MemOS 2.0，則將記憶直接在腦中融會貫通，內化為了自己的專業能力。

只有基于這樣的記憶技術，AI才能在實踐中提出假設、求證，做出全新的發展和創造……

智診讓大模型真正擁有屬于自己的記憶，不再只是外掛數據庫。

由此，Wise MemOS 2.0 誕生，它讓AI真正擁有跨任務、跨時間的持續學習能力。

可以看到，在業內評估AI記憶的權威榜單Locomo上，Wise MemOS 2.0的得分躍升到95.8%，比去年的外掛數據庫記憶版本提升了將近32個百分點！這已經達到了國際領先水平。

2020年，一位58歲患者因單側肢體僵硬、左旋多巴反應良好被診斷為帕金森病。

但2022年患者出現尿失禁、體位性低血壓等自主神經癥狀，這是多系統萎縮癥（MSA）的早期信號；2024年又出現構音障礙、吞咽困難，最終，他被確診為多系統萎縮癥（MSA）。

這中間的5年，錯過了最佳干預窗口。問題出在哪里？

其實，5年的延誤，并非醫生不專業，而是傳統診斷方式缺乏「時間維度」的連續推理。

在傳統架構下，系統本質是基于相似度的信息檢索。它看到的是孤立標簽，而非疾病演進軌跡。每次查詢都是重新開始，無法跨時間建立因果鏈。

而Wise MemOS 2.0則引入「記憶模型」，實現了跨時間關聯推理。

如果當時用的是Wise MemOS 2.0，會發生什么？讓我們把時間回撥。

2022年，AI會識別「單側起病卻早期出現自主神經癥狀」的異常組合，自動降低帕金森概率、提升MSA-C型可能，并提示重新評估。

到了2024年，更關鍵的一步發生了——Wise MemOS 2.0不只是診斷「現在」，它回溯重新理解了2020年的數據。

當年「左旋多巴反應良好」這一條，被重新解釋為：MSA早期可有一過性反應，不代表排除診斷。

這，就是Wise Mem OS 2.0記憶模型對臨床專家「專業直覺」的復現。

一個有經驗的神經科專家，價值不只是于記住多少病例，還在于大腦里的連接已經進化。見到新的早期患者時，他會對「不完全典型」的信號產生警覺。

Wise MemOS 2.0做的，是把這種「直覺」工程化。在2026年之前，大多數AI像快馬，有速度卻沒記憶，關鍵時刻可能掉鏈子；而Wise MemOS 2.0，老馬識途，在關鍵時刻拉你一把。

再給AI一雙「眼睛」

WiseDiag升級

解決了記憶的問題，接下來就是要給AI一雙眼睛。

第二天，全學科醫學基座大模型WiseDiag V2全新亮相，正式升級為多模態大模型——既能看懂片子，又能讀懂病理。

它支持千億級參數，是能實現端到端多模態理解的醫療專用大模型底座。

醫學訓練數據從450億Token躍升至800億Token，覆蓋更完整的疾病譜。

聯合50余位三甲醫院專家，對3萬余例真實病歷進行深度拆解——標注的不只是「是什么病」，而是「為什么是這個病」的完整循證推理路徑。

這是智診責任的積累：每一步升級，都經臨床專家把關，避免「黑箱」風險。

如一位從學徒成長為大師的醫生，AI不僅學會了記憶，還學會了「同時看見、同時思考」。

自古以來，「看病」字如其意，天生就是「多模態」的，不只是對話等交流，關鍵還要醫生「看」！

如果說WiseDiag V1還只停留在問的階段，那這次V2邁向了「望聞問切」的下一步。

WiseDiagV2徹底告別了「先識圖轉文字、再理解文字」的低效管道，而是實現底層圖文同構：

視覺特征直接對齊醫學知識，每一張影像、化驗單、體征照片，都瞬間映射為大腦中的醫學概念向量。

這意味著：告別信息孤島，AI像資深醫生一樣「看病」。

在權威榜單上，它刷新多項紀錄——

在權威的中文醫療大模型評測MedBench中，WiseDiag得分為69.8，獨占鰲頭。

在MedQA基準上，斬獲93.6分，逼近人類執業醫師。

在醫療推理生成數據集VL-health影像專項上，得分69.2，多模態能力得到驗證。

而在OpenAI的HealthBench基準真實臨床模擬中全球領先，67.2分。

對比OpenAI的HealthBench（前沿模型僅約60%），智診的多模態推理已在某些極端場景展現出領先穩定性。

這不是炫技，而是可信可靠的臨床證據。

這是一個剛滿月的寶寶，擺在醫生面前的就這三樣東西：一張胸部X光片、一張足部外觀照、還有一張血常規化驗單。

癥狀很明顯但很分散，就像幾個不相干的毛病，這就很考驗模型捕捉碎片信息和綜合分析的能力。

但WiseDiag V2并沒有盲人摸象，而是整體思考：

在胸部X光片，鎖定了食管閉鎖和半椎體發育異常；

在足部外觀照中精準識別了足部的馬蹄內翻；

通過化驗單的數值和胸部X光片讀出了吸入性肺炎的風險。

綜合所有信息給出正確的診斷結果——VACTERL聯合征。

VACTERL聯合征是一種罕見的非隨機先天性多系統發育畸形組合，通常由至少三種特定器官缺陷組成：脊柱畸形（V）、肛門閉鎖（A）、心臟缺陷（C）、氣管食管瘺/食管閉鎖（TE）、腎臟畸形（R）和肢體異常（L）

由此可見，WiseDiag V2是一個醫療AI強大的多模態認知底座。

給AI一套「手腳和工作流」

WiseResearch

在第三天，WiseResearch上線了。

它是一個會停下來查證、反復補全證據的醫療智能體。

可以說，這是一個AI醫療版的哆啦A夢，如果遇到復雜問題，它會去「口袋」里拿工具、查文獻、核對數據。

WiseResearch的口袋里，有以下三個最核心的工具。

第一個，就是醫學信息抽取智能體MedOCR，它能抽取復雜的醫學信息，還能實現對結構化數據的零失誤還原。

比如，看一個實際的例子：

可以看到，面對這張生化報告中代表指標異常的上下箭頭，主流OCR模型幾乎都識別錯了，體檢問卷的識別結果就更嚴重了，直接顛倒了「有」和「無」。

只有MedOCR，對測試樣本做到了全部正確識別，完美還原了數值、單位、上下箭頭在內的所有細節！

而且，WiseOCR（MedOCR）已經作為一個Skill集成在OpenClaw中，可以說是目前全球效果最好的OCR工具之一。它將醫療級別的識別能力應用到日常文本識別場景中，效果非常炸裂。

同時，它還深度結合了OpenClaw的各項功能，讓整體識別體驗更加強大、高效。

第二個工具，是智診醫學知識庫MedDB。

不同于傳統知識庫「量大而雜亂」的數據堆砌，MedDB收錄了超過40萬條經過專家審核的條目，覆蓋1.2萬種疾病，給模型提供了一個絕對可信的校驗基準。

由此，可以確保模型說的每一句話，都沒有偏離醫學共識。

第三個工具，是智診的專業醫學搜索引擎MedSearch。

它擁有嚴格的權威優先、時效優先策略，讓知識庫補充每天涌現的新藥和新共識。

比如，在搜索多發性骨髓瘤最新指南時，幾款友商搜索引擎中雖然也能搜到相關信息，但時效性滯后，來源不確定。

而MedSearch不僅檢索到了NCCN 2006年最新版臨床指南，還檢索到了國內最新發布的權威指南。

也就是說，模型給出的建議，將和全球最頂尖的醫療指南、共識保持同步。

有了這三大法寶，WiseResearch面對患者拋出的復雜臨床問題時，會進行多輪拆解與規劃，然后根據路徑去調用工具。

比如，上傳一張含多項指標的混合化驗單，要求分析圖片，給出初步診斷。

可以看出，這個案例數據多、跨度大，排版復雜，關鍵信息全藏在細節里，難度極大。

模型收到圖片后，經過快速判斷，調用了專業度極高的MedOCR，發現甲狀腺球蛋白抗體指標異常偏高，血清輕鏈比值偏低。

隨后，它針對性地多次調用MedDB和MedSearch循序漸進檢索、反復校驗，最終給出完整的診斷報告。

最終，它明確診斷為「自身免疫性甲狀腺炎」，指出輕鏈良性的可能性大。

AI給出的每一條建議，背后都有據可查，這就是WiseResearch區別于普通聊天機器人的核心底色。

榜單結果也充分證明，WiseResearch在臨床上的應用可行且有效。

在臨床Agent測試榜單AgentClinic-MedQA上，WiseResearch拿到64.8分，整體比人類醫生高出10分

在醫學專家問答推理的MedXpertQA榜單上，WiseResearch也超過了GPT-5-high，Deepseek等

三甲醫生，進家族群了

過去三天，聊的都是「硬核技術」：醫療記憶系統Wise MemOS、多模態醫療大模型WiseDiag V2 、AI醫療的哆啦A夢WiseResearch。

但醫療到底是如何落地的？健康類App眾多，他們如何讓人人受益？

很多時候，健康管理的阻礙不是技術，而是「麻煩」：下載APP是門檻，注冊是門檻，數據分散是門檻，怎么用更是門檻。

所以，這次智診直接把頂尖的醫療AI，放進大家最熟悉常用的微信中——

好伴AI微信小程序，已經正式上線！

不需要下載，不需要注冊，微信里搜一下就能用。

小程序不僅門檻低，APP上的核心功能一個不少——報告解讀、拍照識熱量、專家問答、健康檔案，全部免費開放。

當好伴AI進入家庭微信群，子女遠程也能參與父母的健康管理，專屬AI家庭醫生時刻待命。

現在，醫生的大腦真的被塞進AI里，這不是錯覺。

過去一年，好伴AI和全國2000多位真實醫生一起，構建了「AI專家分身」。

他們把自己的臨床經驗、科普文章、授課內容都沉淀進來了，還能記住你的健康狀況、時時提醒你。

不僅如此，好伴AI還「會追問」。比如說，你問「肚子疼」，好伴AI會問你：「上腹還是下腹？飯前疼還是飯后疼？」

這就是好伴AI的循證追問系統——AI不是在猜，而是在收集證據。

以前，患者和家屬自己操心如何描述病情，現在好伴AI幫你兜底。

不止是問診，多模態大模型WiseDiagV2讓好伴AI「隨心拍」。

比如說常見的拍食物，一般的健康管理App只是預估一下熱量，但好伴AI會結合體重等數據，真正和疾病管理掛鉤。

比如說，慢性腎病患者拍了「香蕉+紅燒肉」的照片。

好伴AI會說：「紅燒肉鈉含量超標，對你的腎臟負擔太重，建議過水去鹽后再吃」。

它的獨特之處，就是做的事非常有醫生思維。

然后，它還能拍醫學報告和影像。

病例、檢查報告、影像等醫學相關材料都可以給好伴AI看，不止是識別文字和圖片，更是語義理解+風險分層。

它會結合你的熬夜習慣、既往病史等個體化差異，告訴你哪些是「真健康風險」。

此外，好伴還有一個獨特能力——多年報告聯合深度分析。

體檢年年正常，但這不等于安全，一些指標的趨勢才決定命運。如果能更早的關注到指標趨勢，很多病，其實早有預兆。

普通的體檢告訴你「有沒有病」，好伴AI卻告訴你「離病還有多遠」。

比如張先生連續5年的體檢中，PSA數值分別是1.2、1.8、2.5、3.1、3.8，每年結論都正常，然而好伴AI計算增長速率后，卻發出預警：PSA上升趨勢已經超過了年齡增長，需要盡快做前列腺穿刺。最終，張先生果然發現了早期病變。

但好伴AI，其實只是冰山露出水面的一角，智診已打磨出一整套能力底座。

第一層是Model as a Service——模型API，有研發能力的廠商和科研機構通過API打造自己的服務。

第二層是Agent as a Service——智能體開放。互聯網醫院、體檢中心、健康管理公司接入以后，可直接上線一套「可運行的醫療Agent」。

第三層是Solution as a Service——場景化解決方案。比如為醫院快速克隆本院專家的數字分身，接入在醫院公眾號上。

智診，打破醫療不可能三角

優質的醫療資源總是稀缺的，甚至出現了「醫療不可能三角定律」——

醫療體系的便宜、高效和服務好，不可兼得。

在1994年，賓夕法尼亞大學教授、美國聯邦醫療保險（Medicare）早期政策的奠基人William Kissick在著作《Medicine’s Dilemmas》「醫療的困境」中提出了「醫療領域的鐵三角」：成本（Cost）、質量（Quality）與可及性（Access）。他指出，所有醫療體系都繞不開三大核心議題，而且三者之間存在著動態而復雜的相互牽制關系。

而智診科技向全民健康負責，用精準、便捷、普惠突破了這種「醫療不可能三角定律」。

現在，智診已累計服務用戶超1000萬人次，入選國家重點研發計劃；獲多位國家級專家高度肯定；被央視與浙江衛視專題報道，成為「AI+醫療」示范樣板；

已服務300+家三甲及省級重點醫院，匯聚2000+位專家分身，覆蓋全國多專科及基層家庭醫生網絡。

從公共衛生到私人醫生，智診科技覆蓋政府、醫院、健康機構、醫療科技企業、患者等多種用戶場景。

如今，行業趨勢已經愈發明顯：通用大模型的紅利正在收窄，而真正掌握醫療數據壁壘、擁有深厚臨床Know-how的垂直領域企業，將在這個領域脫穎而出。

而智診科技所代表的正是這樣一種務實的方向——

其他大廠的AI醫療模型在卷流量的時候，他們更專注的是創新，致力打造更專業、更可靠、更負責、更可信的AI醫療健康助手。

站在2026年的春天回望，這不僅是AI醫療的商業化元年，更是一場關乎14億人健康福祉的產業覺醒。

以智診科技為代表的創新力量，正在醫學疆域上雕刻出最激動人心的未來模樣——診療更精準、資源更普惠、生命更有尊嚴。

這，或許正是「AI+醫療」這輪資本熱浪之下，最值得我們期待的時代回響。