“让AI真正为‘健康结果’负责。”

在2026年世界互联网大会乌镇峰会上，轻松健康集团（02661.HK）创始人、董事长兼CEO杨胤提出了这一主张。她认为，医疗AI商业价值的衡量标准，要从技术能力向服务价值延伸，并进一步触及患者健康结果。

11月2日至5日举行的本届乌镇峰会，以“开源开放 共建共享——携手构建网络空间命运共同体”为主题，吸引了来自138个国家和地区的约1800名嘉宾。大会发布的《携手构建全球开放人工智能行动倡议》，围绕开放发展、安全可信、全球治理等提出18条具体行动倡议，推动人工智能技术与产业合作进一步深化。

随着模型能力提升、应用工具日益丰富，医疗AI已经具备进入更多专业场景的技术条件。与此同时，行业开始面对更具体的商业问题：医疗机构为什么采购，患者能够获得多少实际改善，服务投入及其产生的收益如何在各参与方之间合理分配等。

医疗健康产业的特殊性在于，技术使用者、服务购买者和最终受益者往往分属不同主体。专业能力得到认可，只是商业化的起点。产品进入实际业务后，需要经过采购决策、服务交付、效果评价等多个环节，才能建立相对稳定的收入来源。

杨胤在乌镇围绕医学证据、连续健康服务与支付机制展开的讨论，为观察医疗AI的商业化进程提供了一个切入点。

医疗AI加速进入专业应用场景

随着医疗大模型技术逐步成熟，医疗AI的应用正在从辅助问答向临床诊疗、医学科研和医疗机构运营等专业场景延伸。市场需求也随之分化：医院关注诊疗质量、工作效率和系统兼容，医药企业重视医学研究的专业性与交付效率，保险及健康管理机构则更关注服务成本与实际效果。

毕马威《2026全球科技报告》医疗健康分报告显示，全球受访医疗健康机构中，86%正在将AI融入工作流程、服务及价值创造环节。不过，在新技术采用策略上，55%的机构倾向于快速跟随，仅35%选择率先采用。医疗行业对AI的投入意愿与审慎的采购决策并存，数据安全、专业可靠性及长期运营成本仍然影响技术应用。

中国的政策环境也在推动应用场景拓展。国家卫生健康委等部门发布的《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，部署了8个方向24项重点应用，并提出到2030年基层诊疗智能辅助应用基本实现全覆盖。随着应用范围扩大，医疗AI企业需要进一步解决专业能力验证、业务系统接入与服务交付等问题。

循证医学是专业AI应用的重要方向之一。轻松健康集团推出的循证医学智能体“证元芳”，基于医学文献与临床指南，提供证据检索、指南比对及来源追溯等服务。截至2026年6月30日，证元芳注册用户超过10万名，其中认证医疗专业用户超过8万名。今年5月，产品通过中国信通院与中国泰尔实验室联合开展的MedClaw专项评测，拿到行业首个证书。

在应用拓展方面，今年10月，证元芳参与腾讯健康BioMed AI生态建设，探索专业智能体与科研、临床等业务系统的连接。此前，轻松健康与圣湘生物联合参与的基层呼吸道虚拟病人带教系统，获得2026全国医学模拟人和健康传感器智能感知大赛二等奖。该项目将虚拟患者交互与循证医学支持结合，为基层医生提供模拟接诊、临床判断和合理用药等训练场景。

从行业发展看，专业能力的验证与应用场景的拓展，为医疗AI进入机构市场创造了条件。

两次就诊之间，存在更长期的服务需求

杨胤在乌镇提出，健康AI的下一场竞争，在两次就诊之间。

这一判断指向医疗服务长期存在的供需缺口。患者离开医院后，仍需要长期监测、用药指导、健康咨询和疾病管理。医疗机构受限于人力成本，难以持续提供高频、个性化的院外服务。

AI为部分标准化工作提供了新的解决工具，但用户数据的积累，在各个医疗机构间的流转仍是难题，他将影响患者治疗全周期效率的实际改善。

轻松健康正在尝试将专业工具与持续服务连接起来。证镜AI眼镜、证音循证医学智能录音卡进入巡诊、问诊等流程，面向用户的智能咨询及健康管理产品则向院外服务延伸。

既有健康服务业务提供了一定基础。截至2026年6月30日，集团累计开展早期疾病筛查10697场，服务参与者超过120万人次。

财务数据进一步反映了这一业务方向的变化。2026年上半年，轻松健康综合健康服务套餐收入7455.4万元，同比增长273.5%，服务11家企业客户。综合健康服务套餐的增长，正说明了企业客户存在为整合式健康服务付费的需求。

在面向用户的健康管理场景，轻松健康推出了基于自研医疗大模型Dr.GPT的CareMate智能健康管家，将AI能力应用于日常健康咨询、检查报告解读、慢病管理及随访服务。依托多智能体协作架构，CareMate能够识别不同健康需求，提供个性化健康建议，并通过企业微信等渠道连接用户与专业服务人员。截至2026年4月，CareMate累计服务用户超过46.5万名，完成448万余轮沟通交流，覆盖集团10条业务线。

这一应用为观察AI参与大规模健康服务运营提供了具体案例，更为降低重复性服务的人力投入、拓展院外连续健康管理提供了实践基础。

支付机制决定连续服务的商业空间

医疗AI并不存在统一的客户需求与商业模式。

医院采购临床辅助工具，关注诊疗质量、工作效率及系统兼容；医药企业购买研究辅助服务，重视专业任务的完成质量；保险机构和企业客户采购健康管理，则需要评估服务覆盖、履约能力和投入产出。

因此，连续健康管理的商业化，还面临支付机制的约束。

一次诊疗可以对应明确的收费项目，疾病预防和慢病管理却往往需要更长时间才能体现效果。服务机构承担当期投入，健康改善及医疗费用节约则可能在未来发生，参与方之间的收益也难以直接分配。

杨胤在乌镇提出，应当探索将可衡量的健康改善与支付安排相衔接。

国际市场已经出现相关尝试。2026年7月，美国医保与医疗补助服务中心（CMS）启动ACCESS模式，面向符合条件的慢性病管理机构提供持续性支付，并将全额支付与健康结果指标挂钩。

中国也在探索长期健康管理的支付支持。今年3月，国家医保局等三部门发布指导意见，提出探索门诊按人头付费与慢病管理相结合，推动医保支付与基层连续健康服务衔接。

两国的制度设计和适用范围存在差异，但均反映出支付政策对长期健康管理的重视。对医疗AI而言，如果持续服务能够形成可验证的健康收益，其商业空间有望进一步拓展。

轻松健康的业务组合为探索这一方向提供了合作基础。截至2026年6月30日，集团合作保险公司59家，同时开展健康咨询、疾病早筛、综合健康服务及保险相关业务。

从资本市场视角看，医疗AI企业的长期价值需要更具体的经营指标支撑。模型能力、用户规模和生态合作反映技术储备与市场拓展，机构付费、客户续约、交付成本及健康效果，则进一步决定商业模式的可持续性。

杨胤提出的“让AI真正为健康结果负责”，也由此具有了更明确的商业含义。

随着医疗AI从专业工具向持续健康服务延伸，行业竞争将进一步深入产品交付、服务运营和支付体系。能否以合理成本提供可靠服务，证明患者获得实际改善，并使这种改善形成稳定的商业回报，将成为决定医疗AI企业长期价值的重要因素。