（原标题：医渡科技：医疗大模型资深玩家，要用AI赋能每一位临床医生）
20岁进投行，28岁创业，36岁敲钟，40岁等到盈利。宫如璟说“医疗是一辈子的事”，她真的拿12年来证明了。
2026年7月2日，港股一家叫医渡科技（02158.HK）的公司开业绩发布会。干了件整个AI医疗赛道等了12年的事：它赚钱了。
不是“亏损收窄”，不是“接近盈亏平衡”——是净利润7876万，董事会建议每股派息。鹰瞳亏、讯飞医疗亏、智云健康亏、Tempus亏，全赛道还在烧钱。它是第一个把“净利润”写进年报的。
但先别急着看财务报表。要理解这笔钱怎么赚出来的，得先看他们12年到底建了什么。财务数字我们放到最后说。
宫如璟，1985年生于北京。20岁从伦敦政治经济学院毕业后进德意志银行、瑞银，一路做到安邦保险。标准“精英少女”剧本。
28岁那年，她做了一件投行圈觉得“不太职业”的事——辞职创业。2014年，在北京创办了医渡云。
和她一起撑起这家公司的，还有丈夫徐济铭。清华自动化专业出身，曾任技术高管。夫妻二人一个懂金融和战略，一个懂技术和产品，搭成最早的“夫妻档”创业班底。2023年初的关键权力交接：宫如璟辞任CEO，徐济铭接任。夫妻通过 Sweet Panda Limited 合计持有约39.67%的股权——医渡科技至今仍是创始人夫妇实际控制的公司。
她的逻辑很简单，也很大胆：中国医院是世界上最富的数据矿，但全是散装的——格式不统一、科室不通、医院不通、省市不通。如果能把这些数据“连”起来，AI就能在医疗里真正开花。
于是医渡做了一件巨“笨”的事：一家一家医院去谈数据治理。从北京三甲到省级平台，12年下来——
133家顶级医院，54个监管机构，覆盖1.2万家医院。近90亿份医疗记录，13.2亿患者人次。
2021年1月上市，宫如璟身家一度冲上105亿。但股价此后跌去九成。市场反复问同一个问题——“你们到底什么时候赚钱？”她永远回同一句：“医疗是一辈子的事。”
2026年7月2日，这句话终于有了一个数字做注脚。但在此之前，我们先看这12年的积累到底变成了什么。
医渡科技全年收入8.19亿，46%（3.8亿）来自医院。但理解这部分的钥匙不是数字，是它在医院里扮演的角色。
一句话：它不是卖AI工具给医院，它是给每个医生配了一个“循证助手+第二大脑”。
这是最底层的东西——给医院装一个私有化AI开发平台，集成DeepSeek大模型+医渡自研医疗大模型。但3.0版本真正的升级不是“加了个模型”，而是两项会改变行业协作标准的技术：
MCP（模型上下文协议）——智能体的“通用插头”。不同厂商的AI工具以前互不兼容。MCP相当于给所有工具装上统一插座——医院已有的、第三方开发的、未来新上的AI工具，即插即用、自由组合。
Skill（模块化技能范式）——把AI能力拆成积木块。“病历解读”“检验报告分析”“影像标注”，每个都是独立的积木。40+算子、几十种标准化MCP服务做底座，医生或信息科不用写代码，把需要的积木拼起来，就能组装出心内科或肿瘤科专属的智能体。
还有一个关键能力：自然语言工作流编排。不擅长代码的临床人员，用自然语言说话就能定义智能体——“帮我写一个能自动识别慢阻肺患者复诊异常指标的智能体”→ 系统自动拆解为数据采集→风险评估→专病匹配→预警报告。
已部署协和、湘雅、中肿、北大肿瘤等40余家大型三甲医院。仅中肿就落了120个肿瘤场景智能体。
这是医渡医院端最核心的产品——沉淀了280+专科场景智能体，覆盖心血管、肿瘤、血液科等专科，贯穿从辅助诊断到患者教育的诊疗全流程。它嵌入医生日常工作站，解决三个最疼的事：
1.写病历——70%效率提升。中国医生最大的时间黑洞。“可溯源病历生成智能体”用“专科病历规范+真实患者数据”双重约束，病历书写从几十分钟压缩到1分钟。每个字段都有来源证据，一键回溯原文——不是“AI乱写你签字”。这项能力获得了2026年CHIMA大会“医院新兴技术创新应用典型案例”奖项。
2.诊疗决策——每条结论带“证据身份证”。内嵌5万+权威指南、2000万+医学文献的循证知识库。医生面对复杂病例时，系统自动读取患者全量数据，提供个性化、可溯源的诊疗建议——每条结论都能一键回溯到原始文献段落。从“医生去翻指南”变成“证据主动找医生”。
3.病案上报——30分钟变1分钟。DRG/DIP支付改革后，病案质量直接关系医院收入。AI自动质控+上报，中肿累计节省超8万小时人力。
这些功能背后真正厉害的不是对话界面——是底层的全链路数据采集引擎。它打通了院前、院中、院后的完整数据链路：院内数据自动接入HIS/LIS/PACS/EMR实时同步；院外数据通过“随手记”OCR提取纸质化验单，结合院内数据一键生成完整患者画像；医患对话、语音记录通过NLP+大模型转化为“疾病标签与诊疗事件”。
翻译成人话：以前医生写病历，要对着电脑一条一条录入。现在患者进门，Copilot已经把医院内外的数据拼成了完整画像——医生只负责确认、修改、决策。
Copilot内部还跑着三层智能体体系：L1（快速提示词）处理简单导诊→L2（知识增强）处理常规诊疗→L3（多模型交叉验证）处理肿瘤分期等复杂场景。280+智能体各有精准度，不是一刀切。
医渡科技临床卓越中心负责人李林峰博士点了一句关键的：“能帮到医生的，从来不是单个模型或智能体，而是无感的数据采集、临床认可的智能体矩阵，以及好用的智能体调度引擎。”
还有一个智能体值得单独提——YiduClaw通用智能体，被内部称为“小龙虾”助手。它整合平台上所有工具和医学知识，医生一个临时念头——“帮我查一下近三个月甲胎蛋白变化趋势”——自动调度采集、分析、标注、可视化四个步骤，越用越智能。
2026年3月发布的新产品，定位“临床循证智能体”。
传统数据库是“医生去搜UpToDate、翻指南”。医渡智循是AI主动匹配：嵌入Copilot后，自动读取患者全量数据，无需医生重复描述病情，智能匹配并调度数百个专病智能体，主动推荐“该用哪个智能体”并自动执行。从“医生找工具”变成“工具找医生”。
还有一个手机端版本——医渡智循APP，定位医生随身循证决策工具：2000万+中英文文献、5万+临床指南、6万+药品知识，搭载RAG+知识图谱+多智能体协同，每条回答带证据来源，一键追溯到原文。医生查房、会诊、门诊间隙，随时替代“查UpToDate”和“翻指南”。解决中国医生最核心的三大痛点：找证据难、读文献慢、跨语言查阅成本高。
给管理层用的。基于治理好的数据，做DRG控费、科室绩效、床位周转率、药占比监控。不是一张静态报表，而是18个AI专家各管一摊：
国考指标分析专家：核心指标归因分析与改进建议输出；术间效率专家：手术台次、连台时间分析与优化；耗材消耗专家：高值/低值耗材追踪与异常识别；医保合规专家：实时监控医保违规风险；DRG评价专家：入组率、CMI值、盈亏评估；医疗事故预测专家：基于质控数据提前识别安全隐患。
18个专家跑在同一数据底座上。耗材专家发现某科室异常偏高，自动联动DRG专家和重点专科专家，判断是不是手术复杂度上升——这就是数据驱动的闭环运营。
医渡科技在CHIMA 2026大会上提出了自己的架构——“三驾马车”：AI中台是底座（建得出、管得住）→Dr.Copilot是入口（进得去、用得上）→医渡智循是调度引擎（循证准、调度活、可溯源）。别人卖一个AI工具，医渡卖一套让工具自己生长、自己调度的生态。
看中山大学肿瘤防治中心的十年路径最直观：
2015年：共建肿瘤大数据平台
→2020年：T+0实时更新，整合30+系统，200万患者全病程
→2026年2月：AI中台私有化部署
→2026年5月：908万智慧临床升级
十年，从“数据治理”到“AI中台”到“临床升级”——每次都是加购，不是续费。预算越来越大，深度越来越深。医院为什么跑不掉？沉没成本+基础设施化+价值闭环——AI平台一旦嵌入核心数据治理流程，迁移等于推倒重来；病历从几十分钟到1分钟、累计省8万小时，尝到甜头自然持续投入。花旗评价：“医渡具备了某种SaaS式的估值逻辑。”顶级三甲复购率接近100%，新增订单同比+22.3%。
第二块业务——生命科学解决方案，全年收入2.7亿（33%）。全球Top 20跨国药企，17家是客户。
药企为什么付钱？三个痛点，一个比一个刚：
痛点一：新药上市后要证明“真有用”。监管机构越来越要求“真实世界证据”（RWE）——证明药在真实临床环境中也安全有效。以安斯泰来的合作为例，医渡承担全流程：研究方案撰写→数据采集质控→生成高质量证据→协助向NMPA递交→论文国际发表。药企拿到的是一份可直接递交给监管机构的合规证据，已支持80+创新药械的医保准入与价值证据产出。
更本质地，医渡在这里的角色是“数据供应链的连接器”。黄楠博士有个比喻：专病数据库是数据集的“冶炼工厂”，数据流通是药械创新的“数据供应链”——上游127家医院产出原始数据→YiduCore冶炼成标准化数据→下游供给科研/RWE/精算三条线。卖的不是数据本身，是处理数据的能力。
痛点二：临床试验患者招募太慢。III期试验找患者传统要1-2年。医渡用AI在几千万结构化数据中精准匹配，招募匹配率接近90%，筛选时间从数月压到数天。双向匹配——研究者不用大海捞针，患者也不担心找不到项目。拜耳、百济神州、诺华已合作。
痛点三：新药立项决策。2026年3月发布的新产品：用YiduCore整合靶点、专利、疾病文献、竞争格局等多维信息，AI阅读提取+多维度评估+专家双验证，帮药企在“要不要做这款药”之前看清全局。
全球90%的候选药物因立项错误失败——这个产品把医渡从药企价值链的下游搬到了上游。一旦药企立项阶段就依赖医渡的数据，后续整个链条都是它的。收费：按项目，单项目200-500万。新签订单同比+42%。
第三块——健康管理平台，收入1.7亿（21%），增速最快（37.6%）。
先澄清最常见的误解：医渡科技不卖保险。它是惠民保“主运营平台”——在保险公司、政府和4500多万参保人之间搭一座AI驱动的技术桥梁。已深度参与5省13市惠民保项目，连续五年主运营北京普惠健康保，连续四年主运营深圳惠民保。
核心技术逻辑：一百多元保费撬动几百万元保额不崩盘，靠YiduCore疾病知识图谱+AI精算——“疾病发生概率+诊疗路径+费用分布"三层模型，每一分钱都算过。理赔端，89%案件"快赔"无感完成，时效提升60%-70%。
关键合规边界：保险端能用YiduCore的“脑”（医学知识和分析能力），但永远碰不到它的“眼”（医院内部原始病历）。能力共享，数据隔离——这是三条业务线能同时运转的核心机制。
AI中台、Copilot、智循、智管——这些应用层产品跑的数据和算法，全是YiduCore供给的。药企RWE的结构化数据、保险精算的疾病模型——也是它输出的。
它只做一件事：把原矿炼成精矿。五步流水线——接入（HIS/LIS/PACS/EMR多源统一接入，每条数据带血缘记录）→标准化（自然语言→ICD-10/11等国际标准，准确率95%+，以前1-2个月预处理现在2-4小时）→质控（四类规则自动校验）→知识图谱（500万+医学实体、100+专病库，24小时内动态更新）→场景输出（同一套数据→医院AI诊疗、药企RWE、保险智能理赔三端输出）。
和Palantir在政府数据赛道的打法异曲同工：Palantir做政府/国防数据基础设施，市值2000亿美元；医渡做医疗数据基础设施，市值50亿港元。同样的事，不同赛道，估值差了30倍。
2026年4月，国家卫健委等五部门发布《医疗卫生机构数据安全和个人信息保护管理办法（试行）》。三道防火墙——
第一道：分类分级。电子病历、基因信息属“核心数据”，未经授权严禁向第三方提供。没有人能把病历“搬”出去卖。
第二道：原始数据不出域。“数据可用不可见，数据可控可计量”。YiduCore部署在医院内网，原始数据一步也出不去。
第三道：共享三级审批。“业务同意→领导核准→技术支撑”，每次跨机构协作过三关。
三道防火墙封死了“数据搬运”的路。但医渡从一开始就没打算搬运数据——他要的是分析结果（医学知识图谱），并且由此支撑起大数据平台、生命科学、健康管理三大业务的解决方案。
防火墙越高，玩家越少。整个赛道里，防火墙把所有人都挡住了，只有它造了一扇“合规的窗户”。
讲了这么多产品，现在回到开头的那个问题——他们到底是怎么从亏损变成赚钱的？
先把8.19亿拆开看结构：
46%来自医院、33%来自药企、21%来自保险。三条腿走路，没有一条是讲故事的收入——全是B端和G端客户真金白银的合同。
很多人问：医渡是不是因为之前融资多、现金厚，所以“撑”到了盈利？不是。2025财年末现金33.09亿降到20.99亿——减少的部分主要不是烧掉了，是拿去回购股票了（34次，超2.4亿港元）。让公司扭亏的，是三把刀同时砍下去：
行政开支从20.5%砍到8.1%——非核心项目全收、冗余团队合并、管理杠杆压到极致。
更关键的是毛利率的结构性质变。AI for Medical从29.7%飙到39.7%，一年涨了10个百分点。原因：从“项目制”变成了“产品制”。以前每家医院定制，像裁缝做西装；现在产品标准化了，一套底座卖给133家医院边际成本趋近于零。
第三把刀：现金流拐点。全年经营现金净流出收窄91%，下半年直接转正——上市以来头一回。利润可以“做”，现金流做不出来。经调整EBITDA同比暴增4.6倍至2.2亿，剔除了股份支付、减值等非现金项目后，反映的是真金白银的经营盈利能力。
结论：医渡的盈利不是“熬出来的”，是“管出来的”。三条线同时改善，这才叫拐点。
上市时最高市值580亿港元。如今50亿——跌去超过90%。
但2026年7月2日之后，三个信号同时亮灯：首次全年盈利、经营现金流转正、首次派息。三件事发生在同一年——从“烧钱期”跨入“自我造血期”。
财报落地后的48小时内，至少14家机构更新了覆盖报告。我们拉了一下目前最核心的两家——中金和花旗——他们怎么算这笔账。
中金维持“跑赢行业”评级，目标价6.8港元（基于6倍2027财年P/S）。当前交易于5倍2027财年P/S，对应约40%的上行空间。
上调的核心逻辑和前面讲的产品升级一致：新增订单强劲（医院端+22.3%、药企端+42%），费用控制到位，毛利率结构性质变。中金原话——“业绩超出该行预期，受益于订单增长超预期和费用控制。”
花旗用的不是P/S，而是分部加总估值法（SOTP）——把公司业务线各自估值，再加上账上现金：
花旗的核心判断：大数据平台收入2026财年+17%、2027财年+30%，自2027财年起EPS进入快速增长轨道。这份报告的发布时间是在公司2026年4月盈喜之前——花旗提前半年看清了拐点。现在医渡实际盈利超花旗当时预期，但目标价尚未更新。
另一个花旗强调的论点是To-G业务的壁垒：医渡已深度嵌入北京、河南等国家级AI医疗应用试点基地项目，这类政府级合作一旦落地，竞争对手几乎无法替代。
把主要的几份报告拉在一起看：
6家覆盖券商全部给予“买入/跑赢”评级，目标价均值6.80港元VS现价5.20港元，约31%的上行空间。
但数字之外，更重要的是估值逻辑的切换。此前市场一直用PS（市销率）给医渡定价——因为亏着，没法用PE。盈利拐点之后，参照港股已盈利AI医疗标的（PE中枢30-45倍），医渡的估值锚正在从“你一年卖多少钱”变成“你一年赚多少钱”。
徐济铭在业绩会上给了一个方向：“2026财年是从长期能力建设进入商业化兑现的重要节点，同一个智能底座正在医、药、险、患多个场景中持续释放价值。”翻译一下：以前是投资期，现在是收获期。
还有一个公司自身的行为信号比任何研报都有说服力：2026年以来累计回购34次，金额近2.4亿港元，为港股AI医疗板块回购强度第一。一家刚刚盈利的公司，拿真金白银在市场上买自己的股票——这是管理层对“当前股价严重低估”最直接的投票。
回到市值本身。当前50亿港元，对应5倍2027财年P/S（中金口径）。结合分析师预测，可以框出三条路径：
乐观（80-100亿港元）：花旗11港元目标位兑现，收入增速稳在20%以上，2028年净利润冲1.3亿，PE切换至30倍+，对应市场开始以“盈利型AI医疗平台”定价。触发条件：药企新签订单持续爆发、国家级试点扩面、保险端成为第三增长极。
基准（55-70亿港元）：中金6.8港元目标位兑现，收入稳健增长，P/S维持5-6倍，对应市场认可盈利拐点但等待增速进一步验证。这是大多数分析师的共识区间。
悲观（35-50亿港元）：增速降至个位数、新签订单遇冷、政策风向转变。但即使这个场景——一家刚实现盈利、手握几十亿现金、绑着133家顶级医院和17家跨国药企客户的公司，50亿港元也很难再大幅下杀。花旗的净现金就值3.4港元/股，约35亿港元——这是硬底。
更深一层看：Tempus AI还在亏损，市值约120亿美元（≈935亿港元）。同样做医疗数据基础设施的Palantir，市值2000亿美元。医渡做的事和它们在一个象限里——只是赛道不同、市场不同、时区不同。
2026年还有一个动作：拟以4亿元收购一家在线医生平台。盈利拐点后第一笔重大资本运作，没买技术、没买数据，买的是“医生关系”。管理层的判断很清晰：医疗AI的终局不是技术最好，而是在医生工作流的每个节点都占住位置——从病历书写，到循证决策，到患者管理，每一步都是护城河。
医渡第一个跑出来，不是运气。当所有人做AI读片、AI问诊这些“快生意”时，它选了最慢的路：做数据基础设施。12年，133家医院，90亿份记录——时间、合规、信任，恰恰是资本无法加速的三样东西。
但这个底座给医院带来的，不只是“一套系统”——而是给每个医生配了一个不会累的循证助手、一个实时更新的第二大脑。病历经它写，证据经它查，决策经它辅助，智能体经它调度。医生翻资料的时间被压到近乎于零，做判断的时间被放大了无数倍。
AI在医疗里的作用不是“替代医生”，是让医生更强。
十年前，这个赛道全是PPT。今天，终于有人把“净利润”写进了年报。一条赛道的商业可行性被验证，最大的受益者通常不是第一家——但第一家值得被记住，因为是它把问号拉直的。
本文来源：财经报道网
首页
微信公众号
证券之星APP
