医疗大模型企业全诊医学获 1 亿元 B 轮融资，创投行业期待中国的 Abridge

中国最早进行医疗大模型后训练的创新企业之一 ——杭州全诊医学科技有限公司（以下简称「全诊医学」）正式宣布完成 1 亿元 B 轮融资：2024 年 4 季度由 A 股上市公司「创新医疗」(SZ.002173) 完成战略轮投资；2025 年 2 季度由中国医药工业百强「好医生集团」完成 B 轮投资，探针资本担任本轮融资的独家财务顾问。

同时，全诊医学披露其主打的医疗大模型应用产品「全诊通（TrizenAI）」，在「医疗大模型 +AI 应用」赛道表现亮眼。2025 年 1 至 10 月，全诊通与国内各级医院和医疗集团在「智能病历」、「患者服务」等核心医疗 AI 应用领域的签约合同额实现断层领先，较 2024 年全年增长 10 倍，预计 2025 年全年同比增长将达 12 至 15 倍；伴随业务高速扩张，全诊通的医生用户数呈现指数级增长，成为医疗 AI 领域商业化落地的标杆产品。

全诊医学创始人薛翀博士表示：「全诊医学从创立之初，就锚定一个纯粹的目标：把医生从繁琐事务中解放出来，让 AI 增强医生的临床能力、更专注于诊疗。因此，我们打造『全诊通』这款 AI 医生助理，希望从解决病历书写这一高频痛点入手，提升医生效率和医疗质量。全诊通既是医生病历书写助手，也是临床决策、医疗风险防控的好帮手，更是医生专业外能力的补充（比如 AI 辅助医保编码等工作）。我们认为，只有让 AI 和医生一起参与临床诊疗工作，才能真正让 AI 触及并理解医疗的真实场景，后训练出具有较高临床诊疗思维水平的 AI 医生。」

本轮融资后，全诊医学将持续加大研发投入，用于升级全诊通个人医生版和提升全诊医疗大模型性能，为医生和医院提供更完善、更专业的 AI 支持：如临床科研辅助（病历采集、整理与随访），能力培训（AI 助学、虚拟患者），临床决策支持（文献 / 指南检索总结）。

应用引领：对标估值 53 亿美元 Abridge，全诊通以智能病历为切入点，打造 AI 医生助手

在医疗行业传统实践中，病历书写本是医生临床思维训练的核心载体——通过文字梳理诊疗过程、沉淀病情判断逻辑，不仅是对单次诊疗的复盘，更是推动临床能力持续进化的重要方式。但如今，这一核心价值却逐渐被淡化：大量模板套用成为常态，医生常仅与患者沟通寥寥数语，便依赖模板填充内容；更关键的是，病历书写的重心偏离临床本质，倾向于规避法律纠纷风险、适配医保扣费审核系统。这不仅让病历失去「思维训练工具」的属性，更让医生原本应用于病情分析、治疗方案优化的精力，被消耗在繁琐的文书中，制约了临床能力的提升与患者关怀的投入。

在全球医疗 AI 领域，美国公司 Abridge 凭借领先的医患对话记录与病历生成技术，赋能医生和医疗机构的临床文档工作，同时为医疗编码提供丰富的信息来源，间接推动医保相关流程（编码、账单、理赔、审计）更加顺畅、准确和高效，获得约 53 亿美元的估值，服务覆盖梅奥诊所、约翰霍普金斯大学医疗系统等国际领先医疗机构，已验证该赛道巨大的市场潜力。

全诊医学正是中国在这一方向的领跑者，旗下核心应用产品全诊通以「智能病历系统」为切入点，直击医生临床工作中的「时间痛点」。通过采集门诊、病房等场景下的医患实时对话录音及读取患者院内历史数据，AI 可快速捕捉阳性临床依据，自动辅助书写包含现病史、查体结果、鉴别诊断的完整结构化病历，病历书写效率提升超 65%。相比较 Abridge，全诊通病历书写种类更丰富，可涵盖全类型病历文本（门诊记录、住院病历、查房记录、出院记录、手术记录、会诊记录、科研记录等），同时在生成质量和生成速度上在国内外同行中持续保持领先。

全诊医学创始人薛翀博士独特的「临床医生 +AI 研究者」双重背景，与多数纯互联网或纯技术出身的医疗 AI 企业创始人形成鲜明差异，也是医院、医生对其产品信任的关键原因。薛翀博士不仅拥有中国医学科学院北京协和医学院外科学博士学位，更有多年三甲医院临床一线经验：曾任职于浙江大学医学院附属第二医院泌尿外科，作为临床医生直接参与诊疗、病历管理与医院监管流程，深度洞悉医院端的核心需求与痛点。

同时，薛翀博士曾在美国约翰・霍普金斯大学医院专注医疗人工智能与机器人研究，主攻人工智能算法引导的机器人外科手术，掌握前沿 AI 技术逻辑，独特的跨界身份让他对「AI 如何真正赋能医生」兼具场景化的深刻理解与技术上的系统认知，既能精准捕捉医疗场景的需求，又能以技术落地为导向设计解决方案。早在 2018 年，薛翀博士就组织团队开发全科医学知识图谱、构建临床决策系统，融入云电子病历系统服务数万名基层医生。2022 年，他与联合创始人在行业内最早洞察到 GPT-3.5 等大语言模型的颠覆性潜力，果断认为「大模型技术性能已明显强于传统知识图谱专家模型」，随即带领团队全面转向以大模型为核心的技术路线，并于 2023 年 3 月推出「全诊通 AI 语音病历」，成为国内最早将基于大模型技术的医疗 AI 引入真实临床环境并启动后训练的团队之一。

全诊通采用 To professional 和 To hospital 两种商业合作模式：医生既可通过个人账号自主下载使用，用于日常疑难罕见病例医疗记录、文献支持、诊疗方案查询及患者管理；也可由医院统一采购与 HIS 系统融合，为医生配置专属 AI 助手。这种模式既保证了医生使用的灵活性，又通过医院合作持续打磨产品——随着合作医院数量增加，全诊通 AI 能力在真实临床场景中不断优化，用户粘性与医生认可度持续提升，形成「用户增长—数据沉淀—模型迭代」的正向循环。

全诊医学创始人薛翀博士一直怀揣致力于打造 AI 医生助理的梦想，在霍普金斯医学院博士后研修期间，发现美国医生都配备医生助理帮助医生预约与随访患者、书写病历、医保编码等工作，考虑到国内医生助理角色的缺失、患者院外服务保障不足，因此，和 Abridge 有所区别的是，全诊通还将产品线延伸至患者服务侧，打造涵盖 AI 导诊、AI 预问诊、自助诊室、AI 随访等功能的患者服务系统，构建「智能病历 + 决策辅助 + 患者服务」全流程解决方案，形成完整的医疗服务闭环。

技术壁垒：深耕医疗垂直场景，打造「可低成本运行、高效精准」的医疗大模型

全诊医学的技术优势，源于其早在 2023 年初就将基于大模型技术的 AI 应用落地于医院。在和医院合作过程中，全诊医学发现医院需要推理成本低、速度快、精度高的大模型本地化部署来支撑 AI 应用的全面使用，遂决定组建优势研发团队，大规模投入医疗垂直场景的模型后训练（Post-training），构建了「数据—模型—应用」的完整技术体系。

全诊通过模型压缩技术，将千亿参数的基础通用模型压缩为十亿至百亿参数的专项任务模型，针对病历生成、决策辅助、风险预警等不同场景优化推理性能，显著降低算力成本。在处理复杂医疗任务时，构建长链智能体，采用「大小模型串联和并联技术」，实现「最低推理成本」、「最高推理质量」与「最快推理速度」的三重目标。目前，全诊大模型 Trizen LLM 已成为国内医疗行业首个调用量突破百万 Token/ 分钟的医疗大模型，在多家三甲医院的实测中，模型响应速度与诊断准确率均优于行业平均水平。

医疗领域对 AI 的准确性要求远超其他行业，全诊医学构建了以监督微调（SFT）、强化学习（RL/RLHF）、生成对抗网络（GAN）为核心的多维度后训练体系，持续优化模型性能。其中，监督微调（SFT）阶段依托在院内 AI 应用后数据飞轮产生的优势语料，针对不同专科场景开展特色微调，提升模型推理准确率；强化学习（RLHF）环节以医生真实反馈为核心，构建奖励模型，通过数千名临床医生的持续反馈迭代，大幅降低通用大模型在医学领域的「幻觉」与误判问题；生成对抗网络（GAN）技术的应用则实现了生成质量的进阶，通过病历书写模型与质控模型的对抗训练，让模型在「生成内容」与「质量把控」的博弈中持续优化。全诊技术团队已掌握整套大模型后训练方法和能力，不仅确保了模型在医疗场景的适配性，更通过技术迭代形成支撑，进一步巩固技术壁垒。在大模型训练中，数据标注占据 70%-80% 的工作量。全诊自主研发基于大模型技术的医疗数据 AI 标注师，将数据标注效能提升十倍以上，极大提升了数据训练的质量和标注速度，以确保在医疗大模型研发领域的质量与高效产出。

基于上述技术创新，全诊医学已获得「基于大语言模型的医患文本智能提取方法」等 60 项专利与软件著作权认证，连续多年获得国家卫健委员组织的全国数字健康创新应用大赛医学人工智能主题赛一等奖、二等奖等多项荣誉。

此外，为确保模型本地化部署后良好的运行、降低技术服务成本，全诊医学还为医院同步提供医疗大模型训练和智能体搭建的完整工具链，提供人才培训。全诊医学联合北大医学继续教育学院、复旦大学计算机学院专家团队打造 LaMMs 工作坊，以「手把手教学」指导医院工程师完成大模型微调、智能体构建等实操任务，培育医疗 AI 复合型人才，为医院解决智能化转型中的人才短缺难题。

案例实践：覆盖多元医疗场景，推动行业智能化转型

截止 2025 年 3 季度，全诊医学已合作百余家医院，其中 80% 为三甲医院，为 3 万余名医生提供服务，涵盖综合型教学医院、头部专科医院（儿科、中医、精神、妇儿等）和省市县级头部医院。标杆医院包括浙江大学医学院附属邵逸夫医院（综合型教学标杆医院）、浙江省人民医院（省级标杆医院）、中国中医科学院广安门医院（中医标杆医院）、重庆医科大学附属儿童医院（儿科标杆医院）、浙江大学医学院附属精神卫生中心（精神专科标杆医院）、常州市第一人民医院（地市级标杆医院）、东阳市人民医院（区县级标杆医院）等。全诊通目前最高单日 AI 辅助生成各场景诊断意见 / 病例草稿超 10 万份，预计 2025 年辅助生成电子病历超千万份。

在综合医院场景中，全诊通推动医疗机构从传统信息化向「大模型 + 智能体」新范式转型，构建临床与科研协同闭环：如江苏某三甲医院与全诊医学共建「常州市全诊大模型医疗人工智能工程研究中心」，将应用扩展至门诊、住院查房、交接班及手术记录的自动生成与实时质控，并可提供智能诊断、智能医嘱、医学咨询、患者 360 与风险预警等临床辅助决策支持。目前，该平台已支撑多项省级自然基金课题，推动医院从临床应用向医工交叉研究延伸，实现「临床—科研—应用」闭环。浙江某三甲医院基于住院病历模型，将「入院记录」 书写时间压缩至 1.8 分钟，要点提取准确率达 93.5%；在多家百万门诊量级的医院，全诊通将医生日均文书时间从 3 小时降至 0.5 小时，患者服务量提升 1.5 倍。

针对不同专科的独特诊疗需求，全诊通为中医、儿科、心理等特色专科提供专科模型微调，适应专科特色应用：在中医领域，全诊与被誉为「中医国家队」的某国家级大型三甲中医医院联合推出「广医・岐智大模型」，基于 407 万份中医病例、1400 万条知识库，打造全链路中医 AI 方案，AI 医生「安安」可实现辨证诊断与调护建议生成，相关合作获央视新闻报道；精神心理领域，全诊联合浙江省某三级甲等精神专科医院在门诊推广智能病历，同步搭建数据标注平台反哺科研，赋能青少年心理问题筛查；儿科领域，重庆某儿童医院将全诊通提供的定制化 AI 预问诊无缝嵌入医院现有就诊流程，并实现「专科专问」，让诊疗服务更温暖高效。

创新医疗 (SZ.002173) 董事长助理马三光先生表示：「作为深度参与医疗数字化进程的产业资本，我们视全诊医学为关键生态伙伴。此次融资成功不仅是企业里程碑，更为行业注入强心剂——它证明中国的医学 AI 也能够实现扎实的临床落地。全诊的独特优势在于：以本土化大模型为底座，将全球领先 AI 能力转化为符合中国医生思维习惯的工具，切实解决『效率与质量难以兼得』的顽疾。创新医疗的出资，正是看好其打通『技术-临床-商业』闭环的能力。作为一家布局脑机接口与线下医疗服务的医疗创新上市公司，创新医疗通过与全诊医学紧密合作，推动旗下医疗集团全面 AI 升级，以大模型技术打造『未来 AI 医院』，不仅降低运营成本，更能为中国患者提供更优质的医疗服务。

好医生云医疗首席财务官兼董事会秘书杨宁先生表示：「作为中国最大的基层医疗服务平台，我们持续看好全诊医学重塑医疗效率的底层变革力。好医生集团认为，提升基层医疗服务能力是健康中国建设的基石。好医生集团拥有覆盖全国广泛基层医疗机构的深厚渠道基础，深刻理解他们的需求和挑战。与全诊医学的战略合作，是将世界领先的 AI 技术与我们强大的市场落地能力结合的关键一步。双方将共同致力于把顶尖的 AI 智慧输送到每一个需要的基层角落，让基层医生拥有更强大的 ‘AI 助手’，让基层百姓享受到更优质、便捷、高效的医疗服务。这不仅是商业合作，更是好医生集团践行企业社会责任、助力分级诊疗落地的重大举措。」

全诊医学创始人薛翀博士表示：「以大模型技术为代表的新一代人工智能，正在推动深刻的医疗范式革命。中国是医疗 AI 发展的理想土壤——有丰富的临床场景、高质量的医疗数据、顶尖的医学人才和开源的优秀基础模型、高性能芯片。感谢投资人、医院领导者、医生的信任与并肩同行，我们将持续加大研发投入，让全诊 AI 与医生一起看好病。」