对标60亿美元独角兽，壹生检康与钉钉在妇产科AI赛道撕开一道口子

【编者按】摘要： 当通用大模型还在寻找 C 端落地场景时，垂直医疗 AI 已经开始拼刺刀。距离五部门新政发布仅 24 天，壹生检康联合钉钉火速上...

摘要：  当通用大模型还在寻找 C 端落地场景时，垂直医疗 AI 已经开始拼刺刀。距离五部门新政发布仅 24 天，壹生检康联合钉钉火速上线“豆蔻医生超级助理”。这家公司试图验证一个新命题：在医疗 AI 下半场，只要搞定“临床可信”与“低成本分发”，专科大模型就能跑通商业闭环。

硅谷的医疗 AI 独角兽 OpenEvidence 在 2025 年估值冲上 60 亿美元，其核心护城河只有一句话：“每句诊疗建议都有据可查”。这不仅解决了大模型“胡说八道”的幻觉问题，更让它成为了 40 万美国医生的案头必备。

在大洋彼岸的中国，这个逻辑正在被复刻与改良。

就在五部门印发《关于促进和规范“人工智能 医疗卫生”应用发展的实施意见》后的第 24 天，壹生检康联合钉钉推出“豆蔻医生超级助理”。这不仅仅是一个新产品的发布，更是中国医疗 AI 行业的一个缩影：从单纯的“技术军备竞赛”，转向了“场景为王”与“安全可控”的落地战。

作为钉钉生态首个妇产科临床决策 AI，这款产品切中了当前医疗 AI 最尴尬的痛点——通用大模型懂聊天不懂治病，而传统 CDSS(临床决策支持系统)懂规则却不够智能。

为何是妇产科？为何是现在？

在一级市场投资人眼中，医疗 AI 赛道虽热，但“深水区”难涉。选择妇产科作为切入点，壹生检康显然经过了精密的商业计算。

首先是“高频与高危”的并存。

妇产科是一个极具代表性的矛盾体。一方面，它是高频诊疗场景，年诊疗人次超 4 亿;另一方面，它是高风险领域。妊娠期高血压、糖尿病等合并症发生率高达 20%-35%，而胎儿医学更是涉及多学科协作与伦理风险。

“循证难度大，意味着护城河深。”一位关注数字医疗的投资人分析道。在性发育异常、卵巢小细胞癌等罕见病领域，医生极度依赖外部知识库。如果 AI 能在这些“卡脖子”的诊断环节提供准确支持，其用户粘性将远超简单的问诊机器人。

其次是政策窗口期的“精准卡位”。

“十四五”规划和五部门最新的《实施意见》明确了两个关键词：“安全可控”与“临床适配”。这实际上是给野蛮生长的医疗大模型划了红线，也发了牌照。谁能最快解决“可信”问题，谁就能拿走这一波千亿市场的红利。根据预测，2028 年中国 AI 医疗行业规模将接近 1600 亿元，而当下的核心竞争点，已从算法算力转向了“数据可溯源性”。

对标 OpenEvidence：本土化的创新实践

OpenEvidence 在美国的成功验证了“基于引用的生成(RAG)”在医疗领域的 PMF(产品市场契合度)。但在中国，直接照搬 OpenEvidence 有明显的“水土不服”。

OpenEvidence 的数据源以英文文献和欧美指南为主，而中国医生在临床实践中，必须遵循中华医学会指南，且大量基层医生更习惯中文语境。壹生检康 CEO 王强宇看得很准：“通用大模型的‘流畅’解决不了临床的‘精准’。”

豆蔻医生超级助理的打法非常明确——做 OpenEvidence 的本土化加强版 ，构建了三大壁垒：

·  数据壁垒： 整合了 PubMed 4000 万 文献，国内权威机构指南以及三甲医院的真实脱敏病例，这种“全球文献 中国指南 真实世界数据”的三维体系，构成了极高的数据门槛。

·  专科深度： 不同于通用 RAG 模型，该产品针对妇产科特定的 PIRD/PICO 循证医学问题构建了专用模型。在“老年卵巢癌合并糖尿病”等复杂测试中，其核心要素提取准确率达到 92%，而传统模型往往不足 50%。

·  时效性差异： 针对肿瘤等前沿领域，OpenEvidence 多为季度更新，而豆蔻做到了“月度更新”，将医生获取前沿证据的时间差从 15 天压缩到 1 天。

商业模型：钉钉生态里的第一个医生专用AI助理

如果说技术决定了产品的上限，那么分发渠道则决定了企业的生死。传统的医疗 SaaS 厂商面临着极高的 CAC(获客成本)：需要一家家医院去谈，对接复杂的 HIS 系统，甚至要通过漫长的招投标流程。

豆蔻选择了“借船出海”。

通过深度融入钉钉医疗生态，豆蔻医生超级助理实现了“SaaS 化”的轻量级交付。

·  低门槛接入： 医院端无需复杂的 HIS 接口开发，直接在钉钉工作台中调用。这极大地降低了医院的决策成本和采购门槛。

·  场景渗透： 钉钉已经覆盖了大量医院的行政与沟通场景，豆蔻顺势切入诊疗业务流，实现了从“工具”到“业务”的平滑过渡。

·  梯度商业化策略： 采取“先三甲后地市”的打法。以浙大妇产科医院等顶级三甲为灯塔，打磨模型并背书;随后通过钉钉渠道下沉至地市级医院。

这种“技术 渠道”的双轮驱动，或许是解开医疗 AI 商业化死结的一把钥匙。

场景验证：在最复杂的“深水区”重构工作流

在浙大妇产科医院的落地数据，清晰勾勒出 AI 如何从“辅助工具”进化为“决策外脑”。效率 和安全 是唯二的刚需：过去检索整理一个疑难病例的证据链需要数小时，现在压缩到 1 分钟;每一条建议都附带全链路证据溯源，让医生在面对纠纷风险时有了“白盒化”的底气。

除此之外，在三大核心场景中，AI 正在实质性重构诊疗模式：

 产前诊断：从“经验判断”到“概率计算”

这是壹生检康与浙大妇产科医院产前诊断中心联合打磨的核心场景。面对胎儿医学这一涉及多学科协作与伦理风险的高危领域，AI 不再止步于简单的问答，而是能够基于循证依据，直接输出胎儿疾病的发生概率、治愈率及预后指导 。这种基于真实世界数据(RWD)的量化支撑，为医生在面对复杂病例时提供了精准的决策锚点。此外，AI 生成的标准化患教内容，有效填补了医生在繁忙诊疗中与患者沟通的时间缺口。

妇科肿瘤：1 分钟跑通“指南 数据 案例”

在复发性卵巢癌等复杂场景中，时间就是生命。医生输入特征后，1 分钟内即可获取包含“指南推荐 真实世界数据 相似病例”的完整证据链。这一能力解决了传统诊疗中“证据碎片化”的难题，确保个体病例能匹配到最精准的证据支持，推动肿瘤诊疗真正从教科书式的“标准化”迈向基于数据的“个体化”。

普通妇科：隐性经验的“显性化”传承

针对深部浸润型子宫内膜异位症等特殊人群，AI 能迅速整合“手术方式与妊娠结局”的相关性研究，平衡治疗与生育需求。更具长远价值的是其培训属性 ——通过完整呈现决策背后的证据链逻辑，AI 将资深专家的“隐性经验”转化为年轻医生可见的“显性知识”，成为年轻医生的“循证思维教练”。

结语

“豆蔻医生超级助理”的落地，标志着中国医疗 AI 正在告别“炫技”时代，进入“深耕”时代。

它证明了在垂直专科领域，通过“高质量本土数据 可信溯源算法 低成本分发网络” ，完全有机会跑出一个中国版的 OpenEvidence。

对于市场而言，这不仅是一个产品的试水，更是一次关于专科 AI 商业价值的压力测试。千亿市场的窗口期已经打开，剩下的，就是看谁能跑得更快、更稳。