当前位置:首页 > 科技资讯 > 正文

跨越十年周期:全诊医学薛翀如何靠AI“无感病历”在医疗大模型时代实现逆袭?

跨越十年周期:全诊医学薛翀如何靠AI“无感病历”在医疗大模型时代实现逆袭? 全诊医学  医疗AI AI智能病历 商业闭环 医疗大模型 第1张

文 | 海若镜

2022年,是薛翀创业的第七个年头。面对资本市场的寒冬与行业需求的骤冷,原本谈妥的5000万融资化为泡影。他创立的医疗SaaS企业“全诊医学”被迫收缩防线,撤回浙江大本营。在医疗行业大裁员的背景下,薛翀顶住压力,从有限的资源中挤出一部分,保留了一支仅10人的精英小队,专注于前途未卜的AI创新业务探索。

正是这一看似冒险的“反常识”决策,让全诊医学在AGI时代的浪潮中精准接住了“馈赠”:

2025年,公司连续完成包括创新医疗(002173.SZ)在内的三轮融资;其AI新业务签约ARR(年度经常性收入)实现了12倍爆发式增长,规模直指七千万元,并有望在2026年突破1.5亿元合同额。

一位资深医疗AI观察者指出,全诊医学在2025年先后拿下广安门医院、常州市第一人民医院等数字化标杆项目,证明了其在大模型应用层的技术落地能力。其产品并非停留在PPT上的愿景,而是可以实操的成熟工具。在调研现场,薛翀展示了其核心产品“全诊通”APP:只需录入一段患者自述,AI便能即时识别并自动生成结构化的专业病历。

在国际市场,美国AI智能病历巨头Abridge估值已飙升至53亿美元。薛翀的蓝图更为宏大:在2B业务对标Abridge的同时,还要打造医生不可或缺的AI智能助手,对标另一家估值120亿美元的独角兽OpenEvidence。尽管中美医疗环境存在差异,但这位协和博士、约翰·霍普金斯博后出身的创业者坚信,只要能解决医生的“焦头烂额”,商业闭环就能自然闭合。

创业十载,薛翀在医生、商人与科技信徒的身份间切换。他始终坚持:产品创新是商业世界中最大的杠杆,而检验创新的终极标准就是“直接服务的用户是否愿意买单”。他认为,如果中国医生不愿意付费,那只能说明产品解决的问题还不够痛。

盯紧医疗“钉子”,等来大模型“锤子”

36氪:全诊医学目前核心业务之一是“AI智能病历”,你们是如何选定这一场景的?它与传统的语音转文字有何本质区别?

薛翀:2022年带队闭关探索时,我们锁定了三个方向,其中排在首位的就是AI辅助病历书写。通过对基层8000多家诊所的调研发现,医生最核心的诉求不是辅助诊断,而是如何从繁重的病历录入中解放出来。他们渴望“无感”的录入体验,而不是被束缚在键盘上。

2022年底ChatGPT的横空出世,解决了我们最头疼的数据结构化难题。AI智能病历(ADS)的核心在于“理解”与“推理”。它不仅是简单的转写,而是能像人类助手一样,在听取医患对话后,结合患者的各项指标,自动生成符合规范的结构化病历。

36氪:所以这是需求驱动的技术变革?

薛翀:没错。大模型在最合适的时间点成为了那把完美的“锤子”。目前,我们已在浙江某三甲医院落地,通过AI读取手术耗材数据并匹配口述记录,完美解决了医保扣费核查中的痛点,不仅提升了效率,更直接维护了医院的经济利益。

36氪:面对DeepSeek等开源模型的普及,全诊的业务是否受到冲击?

薛翀:起初会有阵痛,但很快变成了机遇。医院在自行部署开源模型后发现,推理成本、响应速度以及业务流适配都是难题。而我们经过深度“后训练”的7B垂直大模型,精度更高、速度更稳,这种专业化的落地能力反而让院方更倾向于与我们合作。

洞察医生人性,定义中国版OpenEvidence

36氪:除了B端业务,全诊通APP也在尝试做医生的“AI副驾驶”,这背后的逻辑是什么?

薛翀:本质是效率革命。无论是门诊场景的“无感记录”,还是针对疑难杂症的“深度检索与分析”,AI都能大幅缩短医生查阅国际文献、整理病案的时间。顶级医生的痛点在于他们太忙了,如果AI能处理那些令他们“焦头烂额”的琐事,价值就体现出来了。

36氪:中国医生的支付意愿一直被诟病,你为什么觉得C端收费行得通?

薛翀:我认为医生是非常优质的消费群体。支付意愿不强是因为产品没解决真正的痛。我们坚持不搞“羊毛出在猪身上”的模式,不依赖药企分成。产品好不好,就看直接服务的医生愿不愿意付这几百块钱。如果产品能帮医生省掉熬夜查房的时间,他们绝对愿意付费。商业逻辑必须简单直接,跨过“中间商”的付费才是真实的价值反馈。

回归商业本质:创新是唯一的破局之道

36氪:如何看待医疗AI赛道的同质化竞争?

薛翀:抄袭和内卷不可避免,但创新的杠杆是指数级的。营销可能带来10%的增长,但真正的产品创新能撬动100倍的增长。全诊的基因就是创新,我们比行业早两年开始探索大模型落地,这种先发优势和对业务流的深度理解,是我们最深的护城河。

36氪:创业十年,你的初衷变了吗?

薛翀:我当医生时,近60%的时间都在做重复劳动。我当时常想,我是在给人看病,还是在充当一台修理机器?我创办全诊医学的初心,就是用科技替代医生的机械工作,把医生还给病人。从早期的基层诊所SaaS到如今的大模型AI助手,虽然技术变了,但“让机器成为医生助理”的目标从未动摇。如果没有2022年那次对AI业务的坚持,全诊可能已经消失在寒冬里了。