一级市场对医疗AI的共识，长期停留在“赛道好、难验证”的阶段。
海外市场早已跑出明确的估值标杆：医疗 AI 企业 OpenEvidence 年内估值从 120 亿美元攀升至 150 亿美元，约 40% 的美国医生已在使用其产品，这意味着，以医学证据检索和临床决策支持为核心的医疗AI，已经获得资本市场的高度认可。
但一个更具想象力的问题随之浮现：如果帮助医生获取医学证据、辅助临床判断的AI已能支撑150亿美元估值，那么能够进一步突破复杂临床决策边界，在缺乏标准答案的疑难病例中提供高质量诊疗方案的AI，又将拥有多大的价值空间？
当通用大模型通过执业医师考试已不再是难题，医疗AI真正的价值分水岭，正在从“掌握医学知识”转向“解决复杂临床问题”。而这一更高阶能力，恰恰是决定下一代医疗AI技术壁垒与商业价值的关键。
如今，一项来自中国的临床研究，正在为这一更高阶的医疗AI价值打开新的想象空间。
一位 68 岁的肺癌术后患者，病灶疑似侵犯胸壁、复发待确诊，同时合并间质性肺病，日常离不开吸氧，体能状态评分仅 3 分，大半时间只能卧床。面对这样的病人，胸外科倾向抓紧做局部治疗控瘤，呼吸科则担忧治疗会进一步损伤本就脆弱的肺功能；病理未确诊、肺功能耐受度未知，信息不完整叠加多科室意见分歧，诊疗直接陷入 “灰区”。
这类指南覆盖不到、专家意见不一的复杂病例，恰恰是临床最普遍的痛点，也是医疗 AI 从“会答题”走向“会看病”的核心门槛。
近期，未来医生联合国内顶级三甲医院胸外科团队，用40个未公开的肺癌灰区病例、250 名三甲医师对照、20 位资深专家前置定规的严谨设计，交出了一份明确答卷：在与医生无辅助条件下提交的750份诊疗方案的比较中，未来医生MedGPT有660次获得更高评分，以88比12战胜250名三甲医生；同时，医生在未来医生MedGPT辅助下作答，总体得分提升了24.1%。
这一实验结果，引发了国内外近十位一线临床权威的关注与公开发声，包括中国医学科学院肿瘤医院胸外科食管病区主任李印、山东省肿瘤医院乳腺病中心主任王永胜、四川大学华西医院胸外科学科带头人陈龙奇、美国 UCSF Health 肿瘤外科主任 Robert Warren、美国 "希望之城" 国家医疗中心乳腺肿瘤内科主任 Hope S. Rugo、有迈阿密地区最顶尖的前列腺癌放疗专家之称的Mark Pomper、加州大学旧金山分校血液肿瘤科荣誉主任 Marc Shuman 等。
在医生公认最难处理的复杂治疗决策上，医疗AI第一次交出了比医生更完整的方案。
对资本市场而言，这场实验第一次让国内垂类医疗AI的临床决策能力有了可量化、可复核的硬核依据，赛道正式从叙事驱动迈入实证驱动阶段，对应的估值逻辑与商业化空间也随之重构。
考试有答案，临床没有
肺癌是头号癌症杀手，国家癌症中心数据显示，2022年中国肺癌新发病例106.06万例，死亡73.33万例，发病和死亡均居恶性肿瘤首位。
肺癌的治疗路径复杂多变，灰区病例更是难上加难，多个条件同时冲突，几条路径都有道理，关键信息又尚未明确。同一个病例，不同医院、不同科室的专家给出的治疗意图和方案顺序常常不一致。患者拿着几份意见，仍然不知道下一步该做什么。
过去几年，外界检验医疗AI大致经历了两个阶段。最早是让大模型参加医学考试，各国的执业医师考试都有标准答案，主流模型陆续都能考过。后来开始测疑难诊断，比如微软2025年发布的MAI-DxO，用的是《新英格兰医学杂志》刊登过的病例，正确诊断就写在病例结尾，可以直接对答案。
这次实验测的是治疗决策，而且是没有标准答案的那一类。考试和诊断能说明AI掌握了医学知识，治疗决策考的则是它能不能帮医生想清楚下一步该怎么做。医疗AI想要真正走进临床，迟早要过这一关。
实验用的40个病例全部由国内顶级三甲医院胸外科提供，都来自真实临床，此前没有公开过。其中65%的病例指南推荐不明确，65%存在共病或治疗约束之间的明显冲突，60%同时具备两项以上的复杂因素。
题目没有标准答案，分数怎么打，是这类实验首先要解决的问题。
研究团队的办法是先定评分标准，再看答卷。20位来自国内顶尖三甲医院六大科室的资深主任医师，在没有看到任何一份作答之前，先为每个病例写好6条评价规则，40个病例一共240条。每个病例的6条规则里都有1条安全红线。整个评分过程中，答案的来源都是隐藏的。
参与对照的医生阵容也很少见。250名医生全部来自三甲医院，其中主任和副主任医师159位，占63.6%，分布在全国27个省级地区的98个中心，覆盖胸外科、呼吸科和肿瘤科。
每位医生要做9个病例，分三种条件各做3个：第一种完全靠自己判断，第二种可以查阅检索参考资料，第三种有未来医生MedGPT辅助。250人一共交出2250份诊疗方案。这样设计的好处是，同一批医生在三种条件下的表现可以直接放在一起比较。
88:12的比分，就是拿未来医生MedGPT和医生在第一种条件下的作答相比得出的。250名医生独立完成的750份方案中，有660份的得分比未来医生MedGPT要低。
AI的方案究竟好在哪里？
回到开头那位患者会看得比较清楚。
对于这位患者，未来医生MedGPT没有简单地回答“做”还是“不做”。它列出了几条可走的路，并写明每条路在什么条件下成立：首选相对保守的局部放疗；如果病理确认是复发，呼吸功能评估也显示能够耐受，可以考虑更积极的局部治疗；如果这些条件都不具备，就退到低负担的姑息放疗或最佳支持治疗。
每种选项后面都列明了需要做的检查。检查结果支持关键前提，就往前推进局部治疗；结果不支持，就降级到姑息或支持治疗；暂时还判断不了，就先维持保守方案，过一段时间再复评。
图：条件化诊疗策略的结构。几条候选路径并列，经关键检查验证后分别推进、降级或复评。来源：未来医生与国内顶级三甲医院胸外科团队论文
打个比方，医生通常会给出一个答案，未来医生MedGPT给出的更像一张标好了岔路口的地图。
医生未必想不到这些。门诊时间紧，医生习惯给出一个自己认为最好的方案，灰区病例却恰恰需要把几条可行的路都摆出来，并说清楚每条路什么时候该走、什么时候该退。
评分结果也反映了这一点。在五个评分维度中，差距最大的就是“候选临床路径”，医生在未来医生MedGPT辅助下，这一项比独立作答时高出20.64分。
图：医生在无辅助（U）、检索参考（R）、未来医生MedGPT辅助（M）三种条件下的平均得分。来源：未来医生与国内顶级三甲医院胸外科团队论文
分数的差距，来自对知识的组织。查资料能让医生知道更多，但要把这些知识围绕一位具体的患者组织成一套能执行的方案，需要的是另一种能力。
论文的拆解实验也印证了这一点：从未来医生MedGPT的系统里拿掉“多学科先验”模块后，得分下降得最多。高水平的多学科会诊目前主要集中在少数顶级医院，未来医生MedGPT相当于把这种会诊的思路装进了系统。
图：未来医生复杂疾病临床决策系统的知识底座与工作方式。来源：未来医生
临床实证落地，重构垂类医疗AI商业逻辑
放到全球范围看，AI正在癌症诊疗的各个环节同时推进。
上游的基础研究进展最密集，AlphaFold实现了蛋白质三维结构的高精度预测，AlphaGenome开始解读人类基因组，AI制药也在缩短新药的研发周期。离患者更近的地方，微软在做疑难诊断，美国的OpenEvidence在做面向医生的医学检索。
美银美林在9月的一份研报中认为，临床决策支持是AI在医疗领域的战略增长点。报告引用的数据显示，2026年已有81%的美国医生在工作中使用AI，但临床决策支持目前只占医疗IT预算的1%到3%。美国的经验是，临床决策的价值有相当一部分最终通过支付方兑现。2024年美国卫生总支出约5.3万亿美元，2025年联邦医疗保险优势计划（Medicare Advantage）的支付规模约5340亿美元，覆盖约3490万人，这类管理式医疗计划会对治疗方案的合理性和费用进行管理。
再看国内的医疗支出，这一环背后对应庞大的支付规模。国家卫健委数据显示，2025年全国卫生总费用约9.34万亿元，占GDP的6.7%；同年基本医保基金（含生育保险）支出3.01万亿元。2024年商业健康险保费收入9773亿元，赔付支出4052亿元。肿瘤是其中负担最重的病种之一，2024年中国新发癌症病例约515万例。
资本市场也在为这条赛道定价，OpenEvidence今年1月的估值为120亿美元，9月升至150亿美元。
支付方和资本市场都盯着这条赛道，是因为临床决策离患者最近，也直接决定钱花得值不值。
上游的突破再多，最终都要落到具体的临床决策上，才能真正惠及患者。一款新药上市以后，给哪位患者用、什么时候用、用到什么强度，仍然要医生一例一例地判断。在AI攻克癌症的整条链条上，这是离患者最近的一环，也是目前最难的一环。
在这里，专门面向医疗的模型和通用大模型之间拉开了明显差距。同样完成这40个病例，未来医生MedGPT的综合得分为96.22，GPT-5.4为71.38，Claude Opus 4.7为61.81，Gemini 3.1 Pro为54.62。通用模型很擅长回答问题，面对灰区病例，却往往给出一个看起来完整的单一建议。未来医生MedGPT的方案也不靠篇幅取胜，它的标准化输出平均比医生的方案短四成以上，覆盖的临床要点反而更多。
对垂类医疗AI来说，真正难以复制的是专家知识的积累，以及把这些知识组织成决策的能力。
医疗AGI的价值，在于放大医生
如果说胜过医生体现的是未来医生MedGPT自身的能力，那么24.1%的提升更能说明它对医生的价值。
在未来医生MedGPT辅助下，医生的平均得分从53.40提高到66.27。不同年资的医生都有提升，主任医师、副主任医师、主治及住院医师三组的提升幅度相近。其中主任医师组提升了14.61分，增幅达到28.8%。
经验最丰富的那批医生，同样能从AI那里得到帮助。
医疗行业长期面临一个“不可能三角”，优质、便宜和可及很难同时做到。顶级专家的判断力集中在少数医院和少数人手里，很难复制。
未来医生创始人、CEO王仕锐曾借用张载的横渠四句，把医疗AI的一项使命称为“继绝学”，也就是用AI把当下最顶尖的医疗能力规模化地复制出去。如果AI能稳定地把专家级的决策能力交到更多医生手上，优质医疗资源才有可能真正铺开。
未来医生创始人、CEO王仕锐
实验中还有一个细节。
未来医生MedGPT独立作答的总体得分是85.29，医生在它辅助下的得分是66.27，医生只吸收了AI方案中的一部分。
怎样把AI的能力更完整地传递给医生，是接下来要解决的问题。
未来医生目前的做法，是把AI放进一套人机协作的服务流程里。在专家二诊和多学科会诊服务中，未来医生MedGPT先完成病历解读、证据匹配和路径比较，再由50余位医学会主委级专家及合作专家团队研判、修改并签字，72小时内交付一份包含路径比较和下一步行动建议的决策报告。
图：专家二诊与多学科会诊的服务流程。来源：未来医生
AI负责出方案，医生负责做判断，平台和医生共同对诊疗结果负责。这套做法背后，是未来医生对医疗AGI的理解。未来医生是一家致力于实现医疗AGI的科技公司，也是医疗AGI概念的首倡者。它认为医疗AGI应当是能够进入真实临床、理解复杂患者、支持医生完成高水平决策的智能系统。在这个设想里，AI的角色是拓展医生的能力边界，替代医生从来不是目标。
这套服务也在接入支付方。未来医生已与多家保险机构合作，合作方式包括理赔承接和总包控费，把疾病管理的结果和保险赔付挂钩。对保险公司来说，诊疗决策做得更准，赔付也更可控。
这种模式的空间可以粗略估算。按情景测算，以医保和商保每年约3.4万亿元的支出为基数，假设其中5%、10%、15%的医疗费用纳入这类管理，平台按管理费用收取2%的服务费，并从节省下来的费用中分成5%。在控费幅度分别为10%和15%的情况下，对应的年收入如下。
注：年收入=对应医疗费用×2%服务费+对应医疗费用×控费幅度×5%分成。纳入管理的比例、服务费率和分成比例均为假设值，以上为情景测算，不代表公司实际经营数据或业绩预测。
这次实验，让医疗AGI从一个概念，变成了一套可以用临床标准来检验的能力。
专业医疗圈的认可
实验结果公布后，中美两国的临床专家相继公开发表了评价。
国内一线专家更看重它在临床上的用处。中国医学科学院肿瘤医院胸外科食管病区主任、中华医学会胸心血管外科学分会食管疾病学组组长李印教授表示，未来医生MedGPT“正是我们一线临床医生迫切需要的医疗AI”。
四川大学华西医院胸外科学科带头人、中国医师协会胸外科医师分会常务委员陈龙奇教授认为，它“对临床医生很有用”。
山东省肿瘤医院乳腺病中心主任、中国抗癌协会乳腺癌专业委员会副主任委员王永胜教授评价，这是“能够给肿瘤临床医生带来巨大帮助的医疗AI”。
三位专家的评价都落在同一点上：这是一线医生在临床上用得上的工具。
美国的评价来自几家知名医学中心。UCSF Health肿瘤外科主任Robert Warren博士在X平台上称这是一项“重要的研究”，他认为，目前所有数据都表明AI将在为患者和医护人员提供诊疗信息方面发挥突出作用。
世界知名乳腺癌专家、希望之城（City of Hope）乳腺肿瘤内科主任Hope S. Rugo博士评价，这项研究是肿瘤学领域“真正了不起的进展”，并表示希望探讨合作的可能。被公认为迈阿密地区最顶尖的前列腺癌放疗专家之一的Mark Pomper认为，AI正在改变癌症治疗，下一步的关键是与数据清洗专家合作，联合更多肿瘤医生，并扩大规模，服务更多患者。
从国内临床一线到美国肿瘤学界，这些专家的专业背景各不相同，却都认可这项研究的方向。未来医生MedGPT也由此成为中美医疗圈讨论医疗AI时的一个代表性样本。
从这次实验看，AI在复杂临床决策上已经拿出了实证结果，接下来要看它在真实世界里的表现。按照论文披露的计划，研究团队将在医生主导下，把这套条件化的诊疗策略嵌入真实的临床工作流程，开展事前注册的前瞻性研究，检验它对诊疗流程和患者结局的实际影响。
这也意味着，医疗AI已经开始进入全新的阶段。
*以上内容不构成投资建议，不代表刊登平台之观点，市场有风险，投资需谨慎，请独立判断和决策。
