當AI開始「接住」出院后的病人：訊飛醫療（02506）的拐點，藏在病歷之外

家住重慶潼南的 69 歲冠心病患者，出院第 106 天胸悶發作較前頻繁。家屬通過 AI 患者管理平臺上報不適信息;平臺結合歸集的症狀、用藥、病史等數據，依託 AI 開展輔助風險篩查，觸發高危預警並推送至四川省人民醫院黃慧醫師。在醫護協同跟進下，患者次日入院複查，造影提示冠脈狹窄加重，及時實施支架介入手術，規避了嚴重心血管不良事件風險。

這恰是訊飛醫療（02506）總裁陶曉東在1024「AI 患者管理平臺創新論壇」上反覆強調的痛點：患者能感知的只是「痛不痛、舒不舒服」，而症狀與醫療風險，往往是兩件事。

10月22日，北京國家會議中心，1024開發者節。訊飛醫療把這場技術發佈，做成了一場關於「十分鍾之外」的敍事，並在同一天完成了三件事：。

星火醫療大模型V3.7正式發佈，MedBench 5.0智能體評測99.6分登頂，病歷端到端生成合理率提升至85%，影像輔助診斷能力較垂類模型提升15%以上;AI 患者管理平臺平臺3.0發佈;聯合中華醫學會雜誌社、中國信息通信研究院、中國心血管健康聯盟、山東大學齊魯醫院、中國科大附一院、解放軍總醫院國家骨科與運動康復臨牀研究中心等產學研用機構啟動建設行業首個AI患者管理平臺專家共識專項計劃。

當多數AI醫療公司，還在院內輔助診斷的招標份額纏鬥時，訊飛醫療已把戰場搬到院外：AI 患者管理。

從「跑分」到「接住人」

醫療AI最容易被質疑的一句話是：模型分再高，醫生用嗎?

訊飛醫療的回答不靠分數，靠一組真實世界重量：智醫助理覆蓋31省、828個區縣、7.7萬家基層機構，累計輔診超12億次，輔助病歷書寫4.9億次;影像雲沉澱2.6億張影像;訊飛曉醫諮詢量2.2億次;醫生端日均調用171萬次，患者端日均服務52萬人次。

更關鍵的是「不一致數據」回收機制：當AI判斷與醫生最終診斷衝突且醫生不修改時，案例進入專家複覈——對的強化，錯的成為新樣本。飛輪轉起來的不是數據量，而是認知邊界上的難例。

所以星火醫療大模型V3.7升級發佈的真正含義，不在於又一次刷榜，而在於模型開始嵌入診療鏈條的責任節點：寫病歷、讀影像、管出院、預警復發。它不再在屏幕外「建議」，而在流程里「兜底」。

山東大學齊魯醫院副院長韓輝給出了一組硬數據：「齊魯·星火」全病程管理大模型覆蓋20個科室、70個病種，累計管理27萬人次，醫護隨訪工作量下降90%，患者滿意度超98%。中國科大附一院院長田仰華也介紹，「智醫隨行」大模型已上線30余個科室、覆蓋超100個病種，患者滿意度97%。

過去醫院買AI是「創新預算」，現在省下來的是真金白銀的護士工時和再入院率。

商業模式：從「交付項目」到「運營健康」

看懂訊飛醫療，要先看懂它中報里的業務重排。

2026年上半年，公司營收4.46億元，同比+49.4%;毛利2.36億元，同比+53.5%;毛利率52.9%;期內虧損4810萬元，同比收窄41.5%。三大新板塊清晰浮出：AI診療助理2.02億(佔45.2%)、AI健康助手1.82億(佔40.9%，同比+74.9%)、AI數字基座0.62億(佔13.9%)。

相較於營收增速，收入結構的轉型更值得重點觀察。 截至目前，AI 患者管理平臺已落地全國 300 余家醫療機構，累計為超 50 萬人次開展慢病與高危人群精細化管理。在已上線的重點專病樣本中，用藥依從性從 49% 提升至 95%，計劃複診率從 39% 提升至 67%，三個月複發率降至 0.9%。

這一進展，正推動訊飛醫療跨越重要估值分水嶺：收入模式由一次性項目交付收入，向 ARR 年度經常性收入轉型。項目制業務依託新增訂單驅動;平臺化業務的核心考覈指標為續費率與服務覆蓋規模。

被低估的，是「標準制定權」

這次發佈最被二級市場忽略的動作，是那份專家共識專項計劃。

AI 患者管理至今沒有統一服務流程、沒有明確的質控邊界、沒有成熟的循證標準。誰先把路徑沉澱成160條專病管理SOP、覆蓋30余個科室，誰就可能在未來三年握住行業話語權。

訊飛醫療聯合頭部三甲醫院和權威學術機構共建標準，本質是在做兩件事：一是把產品經驗「制度化」，抬高后來者合規成本;二是把醫院黏性從「軟件採購」升級為「臨牀路徑共建」——醫院離開它，不只是換供應商，而是丟掉一套已運行的循證體系。

再疊加全國產算力、自研Harness工程架構、近10億量級醫學知識底座，以及「基礎醫學+臨牀醫學」雙思維鏈，這套壁壘不是單點模型能追上的。醫療AI的護城河，從來不在排行榜，而在「監管敢批、醫生敢籤、醫保肯付」。

誠如訊飛醫療總裁陶曉東對AI醫療的詮釋：某種意義上，我們是為未來可能生病的自己搭建一套系統，讓大醫院專家的判斷力走出醫院院牆、下沉縣域，在患者出院后缺少提醒的階段持續發揮作用。

放到資本視角看，訊飛醫療的長期目標不是銷售大模型，而是把「專家級臨牀判斷」轉化為可計費、可複製、跨機構共享的醫療公共能力，在基層醫療、影像雲、全周期健康管理等場景持續落地

當市場還在用AI概念、項目訂單衡量它的時候，它已經向按使用次數收費的醫療操作系統迭代，廣闊的成長空間值得期待。