医渡科技联合复旦中山、肥胖诊疗联盟发布全周期减重智能体

近日，由复旦大学附属中山医院、医渡科技与中国内分泌代谢科肥胖诊疗联盟共同打造的ObeCare减重智能体正式发布，并已在联盟成员单位启动推广应用。该智能体整合复旦大学附属中山医院在肥胖及代谢性疾病领域积累的丰富临床经验与多学科知识体系，以及医渡科技在医疗数据治理、疾病知识建模和医疗垂直领域大模型方面的技术优势，构建起集标准化临床管理、智能化患者干预与多中心科研转化于一体的新型数字化减重平台，旨在推动优质减重诊疗能力从单体医院向多机构协同应用延伸。

肥胖防治迫在眉睫，传统管理模式亟待破局

国家卫生健康委员会数据显示，我国成人超重率为34.3%，肥胖率为16.4%，两者合计超过50%，意味着半数以上成年人存在体重超标问题。更值得关注的是，肥胖已不仅关乎体态，更是严重影响国民健康的慢性代谢性疾病核心病因。临床统计显示，80%的肥胖人群合并脂肪肝、高血压、高血糖等相关疾病，肥胖所引发的慢性病患病风险、诊疗成本和健康负担持续上升。

然而，肥胖管理并非单纯的体重控制，而是一套覆盖全流程的专科慢病诊疗体系，涉及病因溯源、代谢指标与合并症评估、个性化营养与运动干预、药物治疗及长期随访等环节，必须形成完整的慢病管理闭环。也正是因为这种复杂性，当前市面上通用健康类AI产品和普通减重智能体始终难以逾越专科诊疗的壁垒。

从更深层次看，国内肥胖管理领域还面临着显著的结构性痛点。供给端方面，优质肥胖专科诊疗资源高度集中于头部三甲医院，基层医疗机构普遍缺乏标准化诊疗路径和系统化管理体系，全国减重医疗资源供需失衡问题十分突出。服务端方面，传统医疗模式普遍存在“重院内诊疗、轻院外续管”的弊端，患者出院后难以获得持续性的专业指导，医生也难以开展规律、个体化的长期随访干预，最终导致减重效果不理想，体重反弹和代谢紊乱反复恶化等现象频发。

正是针对上述行业痛点与现有产品功能局限，ObeCare应运而生，创新构建了“知识智能化、路径标准化、管理长期化、协作网络化”的专科智能体服务模式，依托复旦大学附属中山医院内分泌科医生的真实诊疗经验、医渡科技在医疗领域自主研发能力与融合通用模型技术，以及肥胖诊疗联盟的全国协作网络，搭建起具备医疗级水平的肥胖全周期慢病管理体系。

打破三大核心壁垒，构筑全病程体重管理模式

在专科知识体系建设方面，基于复旦大学附属中山医院内分泌代谢专科的一线临床实践和国家级诊疗规范，ObeCare建立了专属的肥胖专科知识体系，将肥胖诊疗知识、临床指南、诊疗路径、多学科管理经验及科研成果进行系统化沉淀，为智能体构建了符合真实临床场景的底层知识架构，从源头上确保其医学专业性和临床适用性。

在智能转化方面，医渡科技依托长期积累的医疗数据治理能力、疾病知识建模能力和医疗垂直领域大模型技术，成功将专家临床经验转化为可被机器理解、调用和执行的智能能力。其自主研发的“AI医疗大脑”YiduCore，已累计经授权处理分析近90亿份医疗记录，疾病知识图谱基本覆盖已知病种。基于YiduCore底层能力，ObeCare得以融合医学知识库、临床路径和真实世界医疗数据，通过智能推理和多轮交互，为医生和患者提供更加精准、安全和连续的减重管理支持，真正实现了从经验沉淀到智能应用的跨越。

在服务网络覆盖方面，中国内分泌代谢科肥胖诊疗联盟成立于2023年，由复旦大学附属中山医院李小英教授、北京大学人民医院纪立农教授担任共同主席，汇聚全国500余家公立医疗机构，致力于推动肥胖规范化诊疗体系建设。依托联盟多中心布局优势和标准化运营体系，ObeCare成功打破了优质医疗资源的地域限制，助力各级医疗机构快速复制标准化减重服务，有效弥补基层诊疗能力短板。

同时，该产品将依托合规临床数据不断迭代优化，逐渐形成“临床服务—数据赋能—科研转化”的良性生态闭环，推动国内肥胖诊疗模式从传统经验型向标准化、智能化、循证化方向稳步迈进。

未来，复旦大学附属中山医院、中国内分泌代谢科肥胖诊疗联盟与医渡科技将持续推进ObeCare减重智能体的迭代升级，探索构建“专家经验可沉淀、医疗能力可复制、科研价值可转化”的肥胖专病智能管理模式。这不仅是一次人工智能技术在体重管理领域的应用实践，更标志着医疗AI正从单点工具走向专科能力基础设施的重要探索。通过连接专家、医生、患者与科研创新，ObeCare将助力更多医疗机构提升肥胖及代谢性疾病管理能力，让更加规范、连续、科学的减重服务惠及更广泛的患者群体。