文 | 海若镜
在这个“AI+ 一切”的春天，AI 医疗也重新有了热度。
始于深度学习的 AI 医疗 2.0 时代中，不乏拿到十几亿融资、估值近百亿的独角兽公司，但受限于多种因素，少有公司实现市场的盈利期待。
当时间轴进入生成式 AI 的 3.0 时代，人们看病贵、看病难的困境依然存在，涌现的新技术有可能改变哪些医疗问题，又能够为哪些公司带来商机？
近日 36 氪访谈了商汤医疗 CEO 张少霆，聊了聊 AI 医疗行业的应用形态、技术栈、价格战与支付等。
2025 年 2 月，商汤医疗宣布了分拆后的第一笔融资，投前估值 15 亿元，融资金额过亿。
行业里，商汤医疗算是身位特殊的存在：这个百余人团队低调做了七八年医疗，研发了大语言模型“大医”，开发了近 60 款 AI 应用，拿着海内外多张医疗器械认证，有了一定的收入规模。
但它作为创业公司被分拆出来时，已是医疗资本寒冬，市场对估值的约束比以往要严苛很多。
在张少霆看来，前几轮融资并不宜太激进，除了拿钱，关键要借股东之力，构建壁垒。技术出身的他，认为技术优势、商业模式、渠道等都不足以构成长期壁垒，唯有借助行业生态，才有可能保有先机。
怎么看待众医院部署 DeepSeek，AI 幻觉问题如何克服？
行业内卷、价格战厮杀、医保不覆盖，AI 医疗商业化该如何破局？
怎么看待外界评价“商汤是上一代 AI 公司”？
以上种种，张少霆都给出了自己的见解。
共识与反共识36 氪：怎么看待很多医院部署接入 DeepSeek？开源对商汤医疗而言有什么影响？
张少霆：我曾经打过一个比方，大模型的火箭三级发射模式：
一级火箭是基础模型，像 DeepSeek“满血版”、千问、商汤商量等通用模型；
二级火箭是加入垂类知识例如医疗，不是简单的 LoRA，而是包括全量参数微调、指令微调、CoT 即思维链能力等；
三级火箭是做应用，挂知识库等。
基于一级火箭直接做三级火箭即应用是有风险的，比如 DeepSeek-r1 也就是大家俗称的满血版就存在比较明显的幻觉问题，而且参数量 671B 的模型在部署时所需的计算资源也多，如果开启“深度思考”，大量的 token 输出也会导致并发的降低，对医院来说使用成本很高。我觉得从性价比角度，参数量 20-100B 之间、做过量化的垂类模型更适合医院部署。
自 2022 年 9 月起，商汤医疗主攻的就是二级火箭环节，2023 年 2 月我们便带着医疗垂类模型到医院试用。层出不穷的基模以及开源对我们来说肯定是好事，有更多可选择的优秀基模去迭代我们的垂类模型。
36 氪：商汤医疗强调“多模态大模型+平台化部署”，业内估值比较高的几家医疗 AI 公司多是从单点应用切入做透，如肺结节、脑肿瘤、冠心病等。做平台的思路是从何时开始？
张少霆：2018 年，我到商汤启动医疗业务，提的就是“赋能全院临床诊疗愈”，关键词是临床、全院、诊疗愈。不止赋能放射科，也不止是辅助诊断。
当时很多厂商围绕放射科做 AI 读片，但我们当时就认为对大多数企业而言这样的商业模式较难走通。
如果是放射科，本质是做 CT、磁共振等大设备的生意，而不是人工智能软件和信息化；软件口的需求一般要从医院信息科提报。所以放射科的辅助诊断软件，往往得搭载着硬件设备一起卖进院，纯软件公司难以有强议价能力。
另外放射科辅助诊断只是 AI 医疗的一个小切入点，AI 在很多科室包括外科治疗等诸多环节都能发挥作用。解决多科室临床需求，也更能打动医院采购的决策者。
因此，商汤在 2018 年就做了要赋能全院的 SaaS 平台 SenseCare，将辅助诊断、辅助治疗、手术规划等模块集成在 AI 平台上，共享底层技术。平台化部署的思路，是这么来的。在 2018 年，SenseCare 第一次亮相，搭载的是术前规划用的 3D 建模。
36 氪：2018 年时，你判断放射科的辅助诊断生意难以跑通。当时友商没有意识到读片软件的需求方、决策方不一致等问题吗？
张少霆：那些年，大部分厂家确实没太纠结放射科生意难做的问题，一方面当时资本市场环境还比较好，另一方面觉得市场还需要有个教育过程。但到了 2020 年，发现这条路确实走不通的时候，大家都开始强调临床、治疗，包括手术规划。
现在的共识，放在在几年前，往往是反共识的。
36 氪：医院更愿意选择“大而全”的诊疗平台，还是偏好“小而精”的产品先试用入院？
张少霆：除了临床价值，医院也要考虑预算约束。很多医院一开始没做那么多预算，希望能先验证 AI 带来的价值，会找一两个 AI 产品先试用，但是他也希望选择的供应商未来能够提供增量的产品，否则医院以后决定要装十几款软件、对应十几家厂商，也不方便医院管理。
像澳门镜湖医院就是一个案例，2019 年到现在五年多，它连续采购了商汤医疗近二十款人工智能产品。
内卷与壁垒36 氪：你觉得现在 2B 的医疗 AI 行业，在技术路线、商业化等方面已经产生共识了吗？
张少霆：商业上的困难应该已经有共识了，单个的软件要做成商业化爆品的难度很高。因为只要是软件标品，就会面临打价格战，只要是做项目（定制）就要卷人力成本，这两种都不符合医疗 AI 公司的发展诉求。
现在有的医疗 AI 公司往“广度”做，从肺结节拓展到头胸腹；有的往“深度”走，从术前诊断、手术规划，做到术中导航等，但是要同时实现营收高速增长、优质回款、以及成本可控则还是很难。
所以我说技术和商业模式都很难称得上是长期壁垒，只能带来短期优势。当然，中国的大部分 2B 行业都是如此。
36 氪：技术、商业模式，都不能称得上壁垒？
张少霆：首先，如果没有技术先发优势，我们连牌桌也上不去。但在 2B 行业这不会成为长期壁垒。
技术投入当然可以带来优势、未来也可以成为降本增效的杀手锏，但靠技术优势去长期的拦住后入局者是不现实的，特别在 IP 没有受到高度保护的环境中。
即便像 OpenAI 技术那么前瞻且优秀，其模型还是可以被蒸馏，最近也受到了很多公司的冲击，包括开源对闭源的冲击。在 2B 行业，产品设计及细节打磨和技术同等重要。
36 氪：商业方面呢？有投资人认为，医疗 AI 的产品如果能高频“按次收费”，就有机会。
张少霆：在国内，“按次收费”，如果让医保付费是很难的，医保也面临控费压力；如果引导病人付费对厂家来说也会有风险，即便能做出来，大概率也是运营型的公司获益，而不是技术产品型的企业受益。
当然，让医院直接购买软件模块也不容易，医院会判断其盈利可能性。
商汤医疗一直在推的“全院智慧化”，通过平台建设及搭载数十款 AI 应用，其实是 KA 路线。过去我们在 KA 客户方面已经做得很好，从商汤集团分拆之后，也会借助经销渠道的力量，从大三甲医院辐射基层医院，扩大收入规模。
36 氪：如果技术、商业/价格都不构成长期壁垒，那你认为什么是医疗 AI 厂商竞争的长期壁垒？
张少霆：我觉得“生态壁垒”和丰富的产品矩阵，是相对不容易被复制的。
举个有趣的例子，DeepSeek 大火导致英伟达股价大跌的那天，我们大模型技术团队的几位技术咖都抄底了英伟达的股票。
他们的基本判断是用 PTX 写通信代码这件事不足以动摇 CUDA 生态，开发者对于 CUDA 生态系统还是高度依赖的，所以 DeepSeek 的出现不应该影响英伟达的期望业绩，甚至会利好英伟达 H100 卡的销售，因为它是最合适的推理芯片，后来果然股价又迅速涨回去了。像安卓生态，也是同样道理。
回到医疗 AI，很悲哀的是，花巨额研发费用做出一款 99 分的产品，不一定比低成本开发的 90 分产品卖得好，特别打价格战的时候，很可能会出现劣币驱逐良币。所以我们在追求 AI 高精度的同时也要控成本，这种既要还要，靠的是早前做预训练模型的积累。
商汤在 2017 年大力投入建超算，2018 年投资六十亿建亚洲最大的单体算力中心，到现在 5.4 万块 GPU 卡，算力就是做预训练大模型的核心优势之一，但在7-8 年前这也是反共识的。
36 氪：除了算法、算力，在医疗资源方面呢？
张少霆：这一轮融资，在诸多的选择中，我们决定接受美的产业基金盈峰控股、人卫科技（人民卫生出版社旗下投资平台）的资金，也是出于生态资源的考量。
美的和盈峰在大健康产业布局已久，例如投资过百亿的和祐医院，拥有质子重离子设备，院内有大量 AI 可以赋能的场景。我们已经跟和祐开启了多方面的合作。
人民卫生出版社服务着中国超百万医学生、年轻医生。AI 应用于模拟医学、教培等，也是非常大的机会，关注 2C 应用的 AI 厂商都会看重这块市场。引入人卫作为商汤医疗的股东，也更容易一起去做契合的业务。
商汤做医疗也有七八年的积累了，前期的投入换来了丰富的产品矩阵。这次分拆，商汤医疗定位为 Pre A 轮公司出来融资，也是考虑希望引入有资源的股东，融资并不仅仅是为了拿钱，更是为了促成合作生态。
AI 医疗 3.0 与杀手级应用36 氪：医院中的存量医疗数据海量但质量参差，在数据治理方面，商汤医疗有哪些技术能力，如何平衡数据标注成本与模型泛化能力？
张少霆：数据标注和模型泛化，面对具体场景的问题有两种研究范式，一种是针对这个问题，搜数据、标数据、训练模型；
一种是有泛化性很好的预训练模型，只需要标注少量数据，就可以把它适配到不同的下游任务去，也就是现在常说的预训练基础模型的能力（foundation models）。
算法方面，商汤很早就开始进行预训练模型赋能下游任务的研究，因为集团的智慧城市场景里有很多小众的应用，很难用传统的大数据驱动（即针对每个细分任务用海量数据标注的方式去做）。
我们将低频的、数据量少且难标注的场景，统称为“长尾需求”，医疗场景也有很多长尾需求，所以在算法层面很早就沿用预训练模型。其精度可能没有大数据驱动的模型那么高，但解决了有或无的问题，实际也够用。
近期比较有代表性的案例是商汤中标的医疗大数据训练设施项目，也被一些公众号称为 “医疗大模型第一大单”。
这是 2023 年由上海申康发起的、项目金额 4396 万的 AI 项目，涉及到上海数十家市级医院二十年的医疗数据，要对 CT、病理、超声、磁共振等 24 套多模态数据进行模型训练，实现预训练模型从数据半自动标注、模型训练、到智能评测等全流程。
我们用大半年的时间做完，去年完成了验收，由此积累了“模型生产平台”的能力。结合我们的“模型应用平台”，产品体系就闭环了。
早期，我们与瑞金医院开展 “数字人”计划，就是将人体 200 多个器官包括复杂血管脉网全分割，因此后续开发新的应用时，如肝脏、胸部、泌尿系统、胰腺等手术规划系统时，利用了很多基础模块，变得像搭乐高积木一样。
36 氪：可以举一个医疗的应用场景吗？跟之前的传统小模型相比，Foundation model 更适合解决哪些问题？
张少霆：比如 AI 病理诊断。
它在技术上存在一些难点，包括：
病理属于 IVD（体外诊断），不同医院的病理切片可能差异就比较大，质控很难做，加上医院选用的扫描仪也不一样，这就要求病理大模型泛化性要足够好，才不用对每家医院进行微调。
在应用上，病理 AI 模型做基于小标本的筛查，即判断良恶性，已经做得很好。但在基于大标本的癌症亚型诊断时，还面临挑战。因为这相当于 AI 要做十几种不同的判别，即便每一项判别准确率达到 95%，最终全部正确的概率也不足 60%；任何一个环节错误，都会影响最终结果，且开发成本会很高。
（注：癌症分型，意味着 AI 需要同时进行多个维度的判断，包括肿瘤的组织学类型、分化程度、侵袭等。每一个维度的判断，都相当于一个独立的分类任务。）
这些都可以用泛化性更好的病理大模型去解决。商汤在病理方面做了很多年，也得到了上海市的项目支持，近两年我们和瑞金医院合作的病理 AI 项目，也迎来了阶段性突破，将瑞金病理出报告的时间从 5 个工作日压缩到 2 个工作日。
2023 年，瑞金医院对外发布了《数字化智慧病理科建设白皮书》，打造了行业标杆，这个过程中商汤贡献了 AI 技术，华为贡献了存储，衡道贡献了信息化，还有多家仪器厂商贡献了扫描仪，是一次很好的生态合作。
36 氪：怎么应对病理 AI 价格战？现在有几家公司在开发相似产品。
张少霆：高频应用一定是红海。
但和其他板块一样，我们的定位不是只卖给医院一款软件，商汤医疗提供的是整体解决方案，包括病理模型生产平台和模型应用平台：
模型生产平台，是说不同医院擅长的专科不同，研发需求也不一样，在商汤病理大模型的驱动下，我们能够很快地生产出特定领域的模型，比如肺癌、脑胶质瘤、口腔癌免疫组化等专属版本，分别对应了不同的医院客户。
应用平台，是指商汤给一家医院部署了平台，并上了最常用的胃肠和 TCT（薄层液基细胞学检查，宫颈癌筛查的技术之一），如果医院迭代出了其它应用，也可以便捷的加载。
36 氪：可以举两个例子具体讲一讲，商汤 AI 融入医生诊疗流程的具体场景或故事吗？不同场景下，医生调用 AI 的频次是怎样的？
张少霆：AI 很适合做两种事情，一种是医生能做但是因为体量太大导致做不过来的事情，比如筛查，；另一种是没有 AI 的帮助，医生做起来就会有困难的事，像复杂手术规划等。
前者下里巴人，后者阳春白雪，看似两个极端，却同时是 AI 最能发挥价值的场景。
前者调用 AI 的频次很高，比如病理筛查，单家医院每天可能调用数千次。后者频次会低，但带来的收益很高，比如上海某私立医院的肝胆外科医生借助商汤的肝脏手术规划系统，切除了患者最大直径 20 厘米的肝脏肿瘤，这种带给患者的收益、以及带给团队的正反馈都很大。
36 氪：这波大模型的技术涌现之后，在医疗领域有产生哪些新场景机会吗？
张少霆：大模型此刻在医疗领域面临的挑战在于：用新技术做老问题，比如导诊、预问诊、CDSS（临床决策支持系统）等。这就意味着，技术成本增高了，但还是在赚老的钱，没有赚到新增的钱。
目前在 2B 医疗中，我还没有看到哪个新场景诞生出杀手级应用。我期待的医疗 AI 杀手级应用还是在C端，例如每个人都有自己的健康助手，以此衍生出定制化的个人健康市场，这个可能是颠覆性的。
当然这需要时间去积累。人往往会高估新技术在短期内产生的价值，而低估它在长期产生的价值。
36 氪：现在市场上流行着一种说法：“商汤是上一代的 AI 公司”，你怎么看待这个评价？
张少霆：你可以说微软是上一代的软件公司（曾经也确实有这样的声音），结果微软布局了 OpenAI，做了 New Bing 和 Copilot；你也可以说 Meta 也就是 Facebook 是上一代的社交网络公司，结果他们贡献了最好的开源大模型群。
在我看来只要凝聚了优秀的人才，就没有什么“上一代”的公司或者技术，商汤的人才密度和人才梯队是很强的，还自有庞大的算力资源，绝大多数初创公司都难有这些积累。
真正有区别的是公司所处阶段，很多C轮前的“大模型公司”并不用特别在意营收，甚至会让人感受到一往无前的冲劲，“竹杖芒鞋轻胜马”的姿态。
但商汤集团是上市企业，需要考虑到营收的增长，因此会更加的注重业务的本质，即是否能够盈利，因此压力会大很多。
我觉得这是好事，如同人总是要从孩童成长到青壮年，承担更多的责任，“一蓑烟雨任平生”，最终希望可以达到“也无风雨也无晴”的境界。
当然，企业还可以寻找第二增长曲线，这也是为什么我们做了医疗分拆，进行再创业，创业自然不易，在这个过程中还是要有定力，“他强任他强，清风拂山岗”。
