吴竑兴进入体检行业，今年刚好满10年。

　　2015年，他在上海成立了善诊，从老年人体检服务开始，摸索出一条以技术驱动的健康之路。

　　在吴竑兴看来，足够工业化、规模化的体检领域，是AI技术最好的实践场景之一。善诊累计融资接近10亿元，过半都被他用在一线研发与大模型训练上。

　　他希望，技术让产品或服务变得更聪明，在医疗层面和商业层面，都更能理解用户。在中国，一年体检量超5亿人次，产业规模约3000亿，做到这点价值非凡。

　　从最早以体检数据驱动的首款老年医疗险，到今年7月末实现商业化的首款AI总检一体机，再到即将迭代升级的AI定制体检，吴竑兴期待体检能够更智能、个性、精准。

　　“释放体检医生的劳动力，更好地去做用户沟通，也让用户花小钱查到最高风险的项目。”吴竑兴说。

　　目前，善诊构建的体检服务网络覆盖全国300余座城市、3000多家公立医院及品牌体检机构，是全国最大的体检服务平台，拥有最完整的用户授权且脱敏的体检数据库。

　　“今年，估计我们的体检服务和信息化产品能全面实现盈利。”在接受《21CBR》记者专访时，吴竑兴透露，已有IPO打算。

　　“希望市场对我们的认知，是一家能够帮助用户及早发现问题、提供解决方案、改善用户健康状态的平台。”

　　他表示，最在意用户侧的感知和评价，“如果能用技术或者AI手段来实现，那就更好了。”

　　以下为吴竑兴自述，经编辑整理：

　　恰逢其时

　　做体检多年，我们一直按照“预防、干预、支付”的路线，探索商业模式。

　　最早做体检服务，积累了体检数据后推出行业首个老年人医疗险，再到健康管理服务，形成了善诊的业务模型。

　　做体检和保险产品的时候，我们就投入了大量研发费用，在上海、成都组建了一支包含保险、技术、医学的跨学科产研队伍。

　　今年2月，DeepSeek问世后，我就有了把AI和业务结合，解决行业痛点的想法。

　　体检数据是海量、多维的数据，之前有OpenAI这样的产品，但数据训练没有安全壁垒。DeepSeek出现后，数据模型可以封闭，我们马上尝试开发产品。

　　5个月后，我们和中兴通讯联合研发出AI智能总检一体机，7月底正式商用。首个客户是上海第十人民医院，希望在三甲医院做出标杆案例。

　　体检有两个环节的效率很低，一个是B超，需要医生在现场使用设备进行操作；另一个是总检报告，各个科室的指标汇总后，由医生出具总检报告。

　　这是体检流程中最核心的文件，也是用户了解自身健康状况的重要指南。

　　过去，一份高质量的总检报告，由经验丰富的医生花费10分钟以上才能完成，一个医生一天只能完成50份左右。

　　一线城市的公立医院，总检医生人手紧张，基层医疗机构，专业人才短缺，因此体检报告的质量参差不齐，影响后续健康管理。

　　一体机要解决的难点，就是提高总检报告的生成效率。

　　其基于DeepSeek大模型，通过检索汇总所有体检指标与影像，自动完成体检报告的质量控制、阳性体征提取及总检报告撰写，包括异常信息筛选和生成个性化建议，医生只要复核签字。

　　技术路线上，我们采用“生成式+规则”混合模型架构。

　　其中，规则模型确保医疗逻辑的严谨性，规避生成式AI误判风险；生成式模型则优化报告可读性，既有专业术语也有通俗健康建议。

　　一体机辅助下，一份总检报告的生成时间缩减到2分钟左右，准确率达95%，还能24小时工作。很多传统医院的体检报告需要等待1个月以上，现在我们只要3天。

　　检后—全客群健康管理运营

　　为医生减负的同时，一体机还能把上海、北京等城市的三甲医院总检报告能力，赋能到基层，提升基层医院的体检水平。

　　考虑到各家机构数据的保密性与排他性，我们把一体机设计成一个封闭式产品，开箱即用，每家机构可本地化部署，我们也能很好地控制成本。

　　寻找切口

　　除了一体机，AI还可以改善体检中发生的漏诊、漏检情况。

　　体检项目分为三类：一是生化，大部分是抽血检测的项目；二是仪器，比如B超、CT、核磁等设备类检查项目；三是医技类，包括外科、指检等。

　　除了第三类和人的因素高度相关，其他两类与仪器高度相关。

　　今年3月，我们推出了“小善体检助手”AI智能体，为用户定制体检；9月会推出其升级产品，与用户互动，获得更精准的体验。

　　体检前，我们通过AI医生聊天询问，了解客户的身体不适、家族史、既往史、生活习惯等，获得更多主观健康数据。

　　而传统体检，通过问卷收集信息的交互性较差，有时用户需回答超过100道问题。

　　有些指标是惰性的，相同的预算下，可以检查更高风险的项目。

　　比如，老年人致死致残率中，摔跤排在第二位，绝经期女性可以优先检查骨密度；有便血情况的用户，可以检查痔疮，增加指检等。

　　所有询问的语料都可以用来训练AI，让AI变得更聪明，更能理解用户，做更有针对性的检查，这是定制体检的价值所在。

　　很多AI厂商认为，主流思路是大模型，我们觉得，大模型只适合做基础模型，在应用层面一定是场景模型，比垂类的颗粒度更小。

　　一定要在某个具体场景里，才有机会产生用户价值。

　　边界尽可能清晰，解决的问题尽可能小，场景尽可能封闭，AI商业落地的可能性就越大。就像辅助驾驶，L4、L5很难实现，在矿山、港口、码头，无人驾驶早就实现了。

　　在医疗和体检领域，思路是类似的。我们没有尝试做一个大而全的体检行业大模型，那样不靠谱。

　　智能总检一体机和定制体检，都是单独的产品，是我们精挑细选过的。场景足够细，用户才能实现体验反转，才愿意付费。

　　今年6月，我们在云南怒江贡山县的一家县城医院，通过使用AI总检一体机，远程输出医疗能力，当地医生几乎可以复制上海顶级医院的经验和能力，为当地居民解读体检报告。

　　正向循环

　　创业十年，我依旧很有激情和干劲。在被市场“奖励”和被“打脸”的过程中，变得更务实了，对商业的判断也更注重本质。

　　体检无疑是一门好生意，是医疗里工业化程度较高的领域，每年覆盖超过5亿人次，能标准化复制又有规模效应。

　　一个地级市体检中心的营收达上亿元，且毛利不低。对医院而言，体检正在成为新的营收增长点。

　　所以，我们要做好体检行业的基础设施建设。

　　全国体检市场，一年的规模大概3000亿元。20%是个人体检，80%是企业团检。

　　善诊主要服务两类客户，一是大客户，比如大型零售企业，全国有几万名员工，分布在不同城市，需要有平台在不同城市和机构之间提供服务。

　　二是银行等金融机构，为其客户提供一些非金融类业务，比如通过体检让客户更有黏性，从而提高主业竞争力。

　　对于大部分体检机构来说，我们是最大的客户。

　　2020年，我们收购了三家排名前五的体检HIS软件公司，服务全国3000多家公立医院，每年生成数以亿计的体检报告。

　　体检产品的门槛不在于技术，而是在于数据是排他和独占的。

　　在合规和脱敏的基础上，我们平台上用户授权使用的海量数据，已在保险产品中实现商业化。我们与很多互联网公司的医疗板块都有合作。

　　AI时代，体检数据或许有更大的价值，比如，用户授权的脱敏数据，我们分析发现，痔疮和肺结节呈现出一定的相关性。

　　类似的发现，不论对保险产品还是健康改善，都是有价值的。

　　谁能拿到AI时代的船票，关键要看谁先进入正循环，包括商业层面和业务层面的正循环。

　　商业层面，要看到回头钱，并且能够实现ROI打平，而不是持续烧钱；业务层面，就是产品的迭代能力，比如，一体机的客户会产生多维数据，返回后可以训练强化AI。

　　有时候，商业不是非得有宏大叙事。

　　在体检这样一年一次低频的消费上，我相信努力解决效率、准确、安全中的某一个痛点，就有成功的机会。

　　图片来源：善诊，除标注外