撕掉会展标签、转型AI医疗与互联网大厂竞争，万怡医学递表港交所

来源：子弹财经

“我是拒绝把AI引入我们医生的日常生活。”近期，著名医生张文宏拒绝AI进入病历系统的发言，在医疗与科技圈激起了不小反应。

张文宏担忧年轻医生若习惯了AI生成的答案，将无法得到临床思维的训练和能力提升。

对此，AI医疗公司百川智能创始人王小川持反对意见，认为张文宏为了保护医生训练体系，而不是从患者利益出发。

这场关于医生如何应用AI的辩论，揭示了AI医疗行业的另一面：相比于辅助患者端的问诊挂号等功能，AI在医生端的知识赋能与临床循证支持，正成为一个更吸引人、也更具争议的市场。

随着全球医学文献与临床指南呈爆炸式增长，中国医师数量已从2019年的390万人增长到2024年的510万人。在信息过载与诊疗压力下，如何利用AI从海量数据中精准检索证据，并辅助医生工作，或成为缓解医疗资源分布不均、缩小城乡差距的关键。

正是在这一行业风口下，2026年1月，上海万怡医学科技股份有限公司（以下简称“万怡医学”）向港交所主板递交招股书，由光大证券国际担任独家保荐人。

万怡医学在招股书中将自己定义为医学学术、教育及研究综合AI解决方案的头部企业，推出面向医疗从业者的AI循证平台MedEvidence。

但翻开万怡医学近二十年的发展史，这家公司更底层的身份却是一家地道的会展公司。

1

会展公司

变身AI医疗公司

2007年10月，鞠悦在上海创立了万怡商务咨询有限公司，当时公司的核心业务是医学学术会议的策划与执行。

鞠悦毕业于上海第二医科大学（现上海交通大学医学院），在自主创业之前，她曾有过短暂的医生履历，并随后进入跨国药企默沙东工作（2001年至2007年）。

在成立后的十余年里，万怡医学在医疗会展赛道上完成了资源积累。2016年3月，公司以“万怡会展”之名挂牌新三板。当时的财报显示，其收入几乎全部来自于线下会议服务。

图 / 摄图网，基于VRF协议

通过为医学会、药企和医疗器械公司提供会议策划、数据分析等服务，公司建立了一套依赖于人力的交付体系。

然而，由于新三板流动性有限，且会展业务的天花板清晰可见，2021年9月，“万怡会展”从新三板摘牌，转而寻求更具想象力的资本叙事。

转型的伏笔埋在2020年。受外部环境影响，线下大型会议停摆，倒逼会展公司必须寻找数字化出路。当年，公司正式更名为“万怡医学”，抹去会展公司标签。

2022年，万怡医学推出MedAssistant系统，以满足医师个性化学习需求，并优化营收结构持续。

2023年，万怡医学宣布进军AI赛道，推出了云原生AI驱动平台MedEvidence，并以此为核心构建了所谓的三大产品矩阵：医学学术活动解决方案MedEvent、医学教育数字解决方案MedAssistant，以及支持临床循证的MedEvidence。

在医生的职业周期中，不论是从医学院校教育到规范化培训，还是再到临床执业后的持续教育，每个阶段都面临着海量的知识迭代。

根据招股书数据，中国医师数量已从2019年的390万人增长到2024年的510万人。与此同时，医学文献和临床指南呈指数级增长，一名临床医生要在繁重的诊疗任务之余，通过传统检索方式获取精准的循证医学证据，效率极低。

图 / 摄图网，基于VRF协议

这种信息获取的瓶颈不仅困扰着医生个人，也直接导致了医疗质量的不均。

大城市的头部三甲医院拥有更强的研究支持，而基层医生的学习资源相对匮乏，城乡诊疗差距因此进一步扩大。

万怡医学推出的MedEvidence平台，本质上是希望通过AI智能体模拟临床研究流程，解决医生在文献检索、循证支持中的效率痛点。

市场数据的增长支撑了这一叙事的吸引力。2019年至2024年，中国医学学术、教育及研究解决方案市场规模从668亿元增至976亿元，复合年增长率为7.9%。

预计到2030年，这一市场将扩容至1795亿元。而在其中，由AI驱动的细分赛道增速更快，预计2024年至2030年的复合年增长率将达到34.8%。

从搭建展台、组织学术会议到发展临床AI循证助手，业务转型跨度极大。对于万怡医学来说，如果能将原有的医师资源成功导入AI平台，其估值逻辑将从传统的服务业转向高溢价的科技业。

2

AI循证业务

并未贡献营收

尽管万怡医学在招股书中将自己描绘成一家由AI驱动的科技公司，但其营收却不由AI驱动。

财务数据显示，万怡医学目前已进入稳定盈利期：2023年和2024年营收分别为2.39亿元和2.71亿元，期内利润分别为2987万元和2972万元。

2025年前九个月，公司营收1.91亿元，利润则达到3688万元，仅用三个季度便超过了此前全年的获利水平。

图 / 公司招股书

从营收结构看，万怡医学目前的收入支柱由两部分构成：约50%来自于其起家的学术活动解决方案（MedEvent），即传统的医学会展服务；另一半则来自于医学学习及教育数字解决方案（MedAssistant）。

图 / 公司招股书

公司业务增长的逻辑也偏向传统。2024年，医学学术活动业务（MedEvent）收入同比增长19.1%，达到1.51亿元，其核心驱动力并非技术溢价。

招股书坦言，这主要得益于疫情结束后现场医学学术活动的集中恢复。2024年，万怡举办的500人以上大型医学学术活动从前一年的458场增加至477场。

这种通过场次增加、规模扩大实现的增长，是典型的会展行业路径，而非互联网或AI公司的增长模型。

在2025年前九个月的业务结构中，医学学习及教育业务（MedAssistant）的占比首次升至50.4%，超过了会展服务，主要是由于客户数、项目数的增加。

尽管教育业务的数字化程度更高，但其AI赋能的学习套件和交互式套件，更多属于医学内容的在线化分发，与真正意义上的生成式AI应用仍有本质区别。

与此同时，被视为转型核心的AI平台MedEvidence，在往绩记录期间内并未产生任何营收。这意味着，万怡医学在资本市场最受关注的“AI医疗”标签，目前仍处于商业化前期。

招股书披露，在过去几年的运营中，其所谓的大语言模型能力主要是在学术活动和数字教育的背景下，通过机构客户间接提供给医师。

换言之，AI在现阶段只是作为会展或教育项目中的一个配套功能或“插件”，参与度极为有限，且未形成独立的收费模式。

图 / 摄图网，基于VRF协议

对于一家志在AI赛道的公司，万怡医学的研发投入不仅规模较小，且呈现出收缩态势，这让外界对其“未来如何在AI相关业务中保持竞争力”这一关键问题上颇为担忧。

招股书显示，其研发开支始终处于低位，2023年、2024年该项支出分别为1983万元、1911万元，且2025年前三季度仍呈下降趋势（约为1316万元）。

万怡医学明确表示，此次港股融资的重点之一便是优化大模型性能、强化MedEvidence的AI循证助手功能。

公司预计，随着直接向医师提供研究服务的智能助手落地，模型推理和训练成本将大幅增加。这一陈述变相承认了其现有的AI能力尚处于起步阶段，过去几年的稳定盈利实际上是建立在低研发投入和传统业务红利之上。

3

对标小公司

还是互联网大厂？

在招股书中，万怡医学将自身锚定在一个高度分散的市场中。

公司称，大多数医学学术、教育及研究解决方案企业的2024年收益低于1亿元，而万怡凭借近3亿元的规模已建立了领先优势。

然而，万怡医学在招股书中列出的对标企业，其业务本质仍停留在数字化服务层面。

图 / 公司招股书

例如，已被医脉通收购的北京美迪康（公司A）侧重会务SaaS；医博士（公司B）主攻医学继续教育。

在港股上市的医脉通（公司C）与梅斯健康（公司D），虽然2024年营收分别达到5.58亿元与2.61亿元，规模优于万怡医学，但其核心增长逻辑依然是基于医师流量的在线信息服务与营销。

目前，医脉通市值不到70亿元，而梅斯健康仅有7亿元。这已经证明，传统的医学学术服务赛道很难获得医疗股或科技股的高溢价。

万怡医学真正寄予厚望、试图实现估值跃迁的临床AI循证助手业务，很大程度上是在“复刻”全球医疗AI巨头OpenEvidence的故事。

作为目前全球估值最高的医疗AI企业，OpenEvidence于2026年1月刚刚完成2.5亿美元的D轮融资，投后估值高达120亿美元。

OpenEvidence之所以在资本市场受到狂热追捧，是因为它致力于解决医疗决策的信任与效率问题。其商业模式极度简洁：面向全球医师免费开放高精度的AI医疗搜索引擎，通过整合全球权威文献提供即时循证支持。

在变现端，它并不向医生收费，而是通过药企和医疗器械商的决策点广告进行转化，目前仅开放10%的广告容量，就已取得1.5亿美元年营收。

这一模式的成功，引发了国内互联网大厂的集体跟进。阿里健康、京东健康、蚂蚁集团等巨头纷纷入局。

阿里健康低调上线的氢离子APP，直接对标OpenEvidence；京东健康的知医与蚂蚁阿福医生端，也均将核心功能指向了临床决策支持。

大厂入局的原因显而易见：医疗的本质是决策，谁掌握了医生的决策入口，谁就掌握了医疗生态的重要话语权。

图 / 摄图网，基于VRF协议

与万怡医学这种依赖“项目制”赚钱的小型公司相比，互联网巨头拥有天然的降维打击优势。

一方面，大厂短期内并不要求这项业务实现盈利，前不久，阿里健康更是宣称“三年不考虑氢离子的商业化”；另一方面，大厂拥有底层通用大模型的技术支撑，其算力成本和数据调优能力远非千万级研发投入的公司所能企及。

例如，蚂蚁阿福医生端（DeepSearch功能）宣称收录3600万篇高质量医学数据，涵盖国际顶级期刊、中华医学会等本土指南共识，其技术支持迅速调用、解析大量数据。

万怡医学的处境因此变得尴尬。在招股书中，它称其大模型能力是通过机构客户间接提供的，且模型训练成本“可控”。但在真正的AI竞争中，成本可控往往意味着技术深度的欠缺。

招股书显示，截至2025年9月30日，万怡医学账面上的现金及现金等价物仅有约5517万元。这笔钱在昂贵的显卡算力、高级算法人才以及海量医学数据库面前，显得杯水车薪。

当下的万怡医学，更像是一个被包装在AI外壳下的传统行业整合者，如果在港股顺利融资，能否给它带来新的飞跃，我们将持续观察。

*文中题图来自：摄图网，基于VRF协议。