云知声医疗大模型稳居行业测评第一，加速全球医疗行业布局

在当今数字化浪潮中，AI技术正以前所未有的速度重塑医疗行业格局。云知声（9678.HK）作为国内AI领域的头部企业，凭借其深厚的技术积累与敏锐的市场洞察力，通过医疗Agent与区域SaaS平台双模式布局，强势推动“人工智能+医疗”的智能化进程。与此同时，凭借其在医疗领域积累的深厚技术、实践经验与行业布局，未来公司在诸如“AI+制药”等医疗业务各领域展现出巨大的潜在可能性。

山海大模型：稳居医疗专业大模型全球第一，“AI+医疗”技术基础雄厚

目前，云知声自研的山海大模型已相继在OpenCompass大模型评测、SuperCLUE中文大模型基准测评、MedBench评测、Flageval大模型评测、SuperBench等多个权威评测中屡创佳绩，稳居国内大模型第一梯队。在医疗专业能力上，云知声基于山海大模型孵化的医疗大模型在CCKS 2023 PromptCBLUE医疗大模型评测中夺得通用赛道一等奖，并在权威医疗专业大模型MedBench评测中长期稳居全球第一，各项指标全面超越GPT-4。

同时，在模型轻量化与效率提升方面，云知声通过先进的大模型蒸馏技术，成功将模型参数压缩至0.5B以内，开发出高性能、低延迟、低成本的端侧大模型，为人工智能技术全面下沉，与基层普惠医疗业务广泛融合，奠定了技术与经济基础。

在医疗专业大模型上的巨大优势，为云知声在“人工智能+医疗”的关键技术研发迭代、构建医疗行业知识与数据飞轮、打造可持续的竞争优势与壁垒等医疗业务各方面的拓展，提供了强大的AI技术支撑。

医疗Agent：深入诊断流程，打造智能医疗“多面手”

云知声依托自主研发的山海大模型，构建起丰富多元的医疗Agent体系，为医疗流程各个环节配备专业智能助手，全方位提升医疗服务效能。

病历生成Agent堪称医生减负“神器”。传统病历书写工作繁重，占据医生大量精力。云知声的病历生成Agent借助其先进语音识别技术，精准捕捉医患对话，再借由山海大模型智能甄别，迅速筛除无关闲聊，将关键问诊信息标准化、结构化，凝练出精准医疗摘要。医生仅需稍作审核、微调，即可快速生成规范病历。目前，该系统已在北京友谊医院落地，据数据统计，相关科室的门诊病历录入效率可提升80%，医生问诊时间节省15%。

智能病历质控Agent则是医疗质量的“把关人”。病历质量关乎医疗安全与质量评价，云知声的智能病历质控Agent基于山海大模型强大分析力，打破以往单纯“质控提示”局限。系统能深入扫描病历，揪出信息缺失、逻辑瑕疵、书写不规范等各类问题，并与医生高效互动，助力快速修正，保障病历准确性、完整性，夯实医疗行业严肃的安全基石。其技术实力与政策适配性已构筑起坚实商业壁垒，目前已在多家医院成功应用。

多模态AI诊断系统更似医疗诊断的“智慧大脑”。云知声携手邯郸市中心医院，致力于整合CT、MRI及病理图像等多源数据，运用人工智能深度剖析，实现疾病精准判定。该系统整合多模态医学数据，可辅助医生进行精准临床诊断，有望在肿瘤早筛、心脑血管疾病预警等关键领域打开商用空间。

SaaS平台：打破数据“壁垒”，推动区域医疗协同发展

面对医疗行业数据孤岛、重复建设、价值挖掘不足等痛点，云知声构建区域诊疗大数据平台，以SaaS模式为区域医疗智能化转型赋能。

此平台以医疗大模型和医学知识图谱为依托，全力打通区域内医疗机构数据链路。通过整合海量医疗数据，打破数据之间的无形“壁垒”，实现数据互联互通与共享。在此基础上，对数据深度挖掘、分析，为医疗机构提供临床决策支持，如借助数据分析为复杂病症诊疗提供参考方案；实现疾病预测预警，通过大数据趋势分析提前洞察疾病流行风险；开展医疗质量评估，助力医疗机构精准定位问题，持续改进服务质量。目前，云知声智慧医疗解决方案已覆盖全国超30%的百强三甲医院，显著提升了诊疗效率，为区域各层医疗平台信息化、智能化建设树立了标杆。

垂直应用积累丰富，后续“AI+制药”等各领域潜力巨大

从药物研发的流程来看，靶点发现是极为关键的第一步。传统方式确定药物靶点不仅耗时久，而且需要投入高昂的成本，失败风险也较高。云知声的山海大模型具备强大的数据分析与处理能力，能够对海量的生物医学数据，如基因数据、蛋白质结构数据等进行深度挖掘与分析。通过机器学习算法，模型可以精准预测潜在的药物作用靶点，大大提高靶点发现的效率与准确性。例如，在神经系统疾病药物研发中，以往确定一个有效靶点可能需要数年时间以及数百万美元的投入，借助类似云知声大模型这样的AI技术，或许能将时间缩短至数月，成本降低数倍。

临床试验是新药研发中成本最高、耗时最长的阶段之一，而云知声在这方面也可能发挥重要作用。利用其AI技术，可以对临床试验数据进行实时监测与分析，提前预测试验结果，及时发现潜在问题并调整试验方案。比如，在患者招募环节，AI可以根据患者的电子病历、疾病特征等信息，快速筛选出符合试验要求的患者，提高招募效率；在试验过程中，通过对患者各项生理指标数据的实时分析，及时发现不良反应，保障患者安全的同时，也能为药物的安全性和有效性提供更准确的评估依据。

此外，云知声在医院端及医疗垂直应用领域积累的丰富数据资源与行业经验，也能为“AI+制药”提供有力支持。这些数据经过整合与分析，可以为药物研发提供更真实、全面的临床反馈，帮助药企更好地了解药物在实际应用中的效果，从而有针对性地进行药物优化与改进。

虽然目前云知声在“AI+制药”领域尚未有大规模的落地应用，但从其技术储备与医疗行业布局来看，未来在这一领域发力并取得成果的潜力巨大。若能充分发挥自身技术优势，与药企、科研机构等加强合作，云知声有望在“AI+制药”领域开辟新的发展空间，为制药行业的创新发展注入新的活力。