医疗AI进入“疗效交付”周期，深至科技能给医疗带来什么？

医疗AI的叙事逻辑正发生根本性位移。

生成式AI的浪潮从模型层快速向应用层渗透。在医疗领域，它从辅助医生诊断的“效率工具”，转向以患者健康结局为核心的“结果管理”。这是一场从“过程服务”到“确定性交付”的价值链重塑。

在这一过程中，真正具备长期价值的公司，往往同时掌握持续的数据入口、真实的应用场景以及可验证的商业闭环。成立于2018年的深至科技，其演进路径正是这一行业趋势的微观缩影：从超声AI影像软件起步，2021年转型为“硬件+AI服务”一体化模式，自研影像设备并铺设超3.5万台终端；2025年再将业务向前推进，全面转入院外全周期病患管理。目前已经构建出以乳腺癌为起点，以“疗效交付”为底层逻辑的智能化健康结果管理体系。这一路径的背后，是深至依托3.5万终端网络持续沉淀千万级真实世界数据，在具体疾病场景中形成深度模型能力，并围绕可验证的疗效结果构建的商业闭环。

在本轮生成式人工智能爆发之前，中国和海外都有一些人工智能公司尝试将AI与医疗相结合，但多数停留在尝试阶段。现在，人工智能技术已突破临界点，越来越多的用户开始将AI应用于个人健康管理场景：从用药禁忌，到通过智能体获取定制化的康复建议。在这场变革中，谁能打通数据、服务与支付闭环，成为连接患者、医生与支付方的“结果管理基础设施”，谁就有望定义下一个十年的医疗健康服务新入口。

从乳腺癌开始：选择最具刚性的验证场景

乳腺癌是中国女性最常见的恶性肿瘤。根据国家癌症中心数据，每年约有四十万新发病例。全球数据显示，约50%的乳腺癌患者确诊年龄在40至60岁之间，这一阶段女性体内激素水平波动明显，在医院之外，她们需要准确而清晰的康复建议与关怀。

“刚刚开始吃药的时候，患者会问：我吃完药会潮热，会关节痛，能不能吃止痛药，我该不该现在就挂急诊？我要去跟医生说的时候，我该说什么？”深至科技创始人、首席执行官朱瑞星道出了乳腺癌患者难以言说的痛楚。

乳腺癌患者在术后的内分泌治疗往往伴随强烈的副作用，而患者通常不知道这些问题该如何解决，这也不是当下碎片化的医疗体系能够覆盖的。传统医疗是以医院为圆心、以治疗疾病为终点，将服务切割成诊室里十五分钟的碎片。

患者的治疗80%是在医院，但是患者的康复和治愈80%是在院外完成的。乳腺癌患者需要的，是以自己为圆心、以健康为终点的连续性守护——特别是在乳腺癌高发的当下，从体检发现结节的焦虑，到面对穿刺、手术、化疗、内分泌治疗等一系列决策，再到术后康复、副作用应对和长期防复发的随访，她们始终被困在不确定之中，亟需一种确定性的“乳腺癌全病程管理”。

这种结构性错配，直接投射为被“不确定性”困住的个体困境：患者和家属被困在诊断的恐惧、治疗的副作用的担忧中，而医生则因缺乏院外连续数据，难以在患者离院后提供有效的管理支持。

“这是中国和世界医疗的主要矛盾，而这种矛盾此前是没有办法改变的。”朱瑞星表示。面对这一矛盾，深至科技目前的核心工作之一，正是围绕数十万的乳腺癌患者的院外需求而展开的。基于自研大模型技术，深至以多智能体协同，把医疗服务流程“产品化” ，在乳腺癌全周期管理的每一个关键节点，将原本零散的医疗服务，重构成一套可感知的完整闭环。

在院外真实场景中，深至科技开发的AI健康伙伴（橙欣健康，以下简称Cx）及AI临床助手（以下简称Dx）正提供了这种确定性：患者端，AI健康伙伴（Cx）从术前规划、过程陪伴到结果解读与长期跟踪，每一次就医行为均被沉淀为可复用的决策依据；医生端，AI临床助手（Dx）则将随访、依从性与副作用数据重新组织，提升管理效率的同时，为科研与临床优化提供连续的真实世界证据。

AI的能力到了：终端即入口，数据即壁垒

2025年是深至科技的重要转折点。

深至科技成立于2018年，起初将AI能力嵌入其中以识别超声图像，但在中国医疗环境中单卖AI的商业模式难以跑通——消费端早已习惯软件免费，这一点迥异于美国市场。

美国的Tempus AI同样致力于通过人工智能创造智能诊断，从而解锁精准医疗的力量。它希望成为全球最大的AI医疗数据平台，目前将4500多家美国医院汇聚的4000万患者多模态数据库，全部结构化链接。Tempus AI市值最高的时候，一度达到186亿美元。知名投资人Cathie Wood（木头姐）也是该公司的股东之一。

相比Tempus AI，深至科技多了一层硬件能力。

“我们意识到，一定要卖硬件，把AI放在硬件之上。所以，2021年是一个比较大的转型，那个转型还比较成功。”朱瑞星说。成功转型之后，深至在过去数年铺设了超过3.5万台影像终端，累计完成1,000万疗效数据闭环，这些终端不仅构成了一个难以复制的数据入口网络，更成为“活数据”的持续生产引擎，为深至提供了数百万级的患者触达，并持续产出高质量、多模态、可追踪的真实世界数据；覆盖从筛查到随访的完整链路。

终端即入口，数据即壁垒。

随着AI技术的突飞猛进，深至科技在2025年再次把业务模式向前推进，转入“病患管理”阶段。原来出具检测报告是深至业务的终点，现在已经成为其业务的起点。

深至科技依托智能体技术，不仅打通了患者、医生和制药公司之间的链路。同时也完成了千万级医疗数据的持续沉淀与闭环验证：输入端，3.5万终端持续获取高质量、多模态、可追踪的真实世界数据；处理端，多智能体协同完成患者管理、风险识别和疗效归因；输出端，数据不仅训练模型，更直接转化为可验证的健康结果与ROI证据；反馈端，疗效证据提升药企付费意愿，扩大患者规模，强化数据输入。在商业层面，这套模式已表现出较强的单位经济性，并在核心场景中逐步向更优的投入产出结构演进，长期目标是实现更高倍数的客户生命周期价值与获客成本比。

深至打通了“数据—模型—疗效—商业”的正向循环，而每一次循环都在推动数据资产持续积累与模型能力迭代升级。面对药企本身每年都要花费相当的市场经费，来确保患者用药的依从性。朱瑞星强调，深至的核心价值观始终是“患者第一”。深至科技就是要让所有药企的投入，能够真正服务于患者的疗效。这一价值观决定了深至的增长飞轮并非帮药企卖更多药，而是通过证明能改善患者结局，成为最有价值的服务入口。

未来，要怎么发展：垂直击穿，由深至广

人工智能的进展，吸引了平台型的企业参与医疗创新。阿里巴巴、京东集团等公司，都已经开发了自己的医疗服务平台。这些大企业的平台走的是“无所不包”的发展路线，希望涵盖绝大多数病种，既有睡眠问题，也有糖尿病问题。

覆盖过于宽广，则难以精深。

精深，则是深至科技的未来。互联网平台的运行，背后是流量逻辑，它们可以解决线上轻问诊的问题；而垂直领域的深至科技，则深入打通特定病种的线下使用场景。

一个明显的趋势是，智能体未来会无处不在。它既深入理解使用者的自身情况，也能调取底层大模型的专业能力。在新的技术时代，乳腺癌的患者管理模块、乳腺癌医患协同的模块、底层模型的架构、智能体的协作方式等等，这些都不是传统的医疗或者科技公司所擅长的领域，而是新兴公司如深至科技的机会。

深至的技术优势在于让智能体具备动态规划能力，而非执行固定脚本。它将复杂的“患者疾病全周期管理”拆解为可执行的智能体任务序列：从感知患者未按时服药，到决策判断是否由副作用导致，到执行发送提醒或推送应对方案，再到学习记录此次干预效果。通过多智能体协作，共同交付确定性的健康结果，实现真正有价值的“智能体系统”。

由深入广是深至的战略选择，医疗信任的建立源于专业深度而非功能广度；高质量数据与有效AI的飞轮只在垂直领域内高速旋转；商业模式的闭环与支付方认可依赖于可验证的临床结果。技术驱动了医疗和患者疾病管理的变革。未来患者将不必自动搜寻信息。随着健康数据的累积，智能体接收到身体某项指标之后，会主动告知患者相对应的处理方式。

医疗AI的终局竞争，不在于参数规模的大小，而在于谁能定义并交付可验证的健康结果。它不再是提供一个辅助工具，而是试图成为医疗体系新的基础设施——一个由数据驱动、以疗效为标尺、并最终重构产业支付逻辑的“结果管理引擎”。深至这场从工具到平台的跃迁能否成功，取决于其能否在乳腺癌这一仗中，彻底证明自己闭环模式的价值。

深至的2030年战略清晰。

深至科技的第一步，要在2026年将乳腺癌管理做到极致，第二步，将此模式横向复制至另外4个高价值病种，到2030年覆盖全球前100大疾病负担中的50种，服务1亿人，真正构建起一个通用医疗AI大脑。

“我相信随着技术的发展，有一天医疗一定是患者第一，以患者为中心的。”朱瑞星表示，这是深至科技的产品价值，也就是从患者角度出发，形成数据飞轮，持续帮助患者实现更好的健康管理结果。