本文转自中国新闻周刊

2026年4月20日，医渡科技发布了一则正面盈利预告——预计2026财年实现净利润5500万至7000万元，这是公司创立11年以来首次录得全年盈利。一年前，这个数字是1.35亿元的净亏损。

公告发布后，医渡科技创始人、董事长宫如璟做了一场内部分享。在近一小时的分享中，她没有谈论公告内容以外的财务细节，而是反复强调两个词：证据与基础设施。

“对我来说，这首先不是一个财务结果。”宫如璟说，“而是一个更重要的信号：一套花了十几年搭建的医疗证据基础设施，开始具备自我运转的能力。”

这场分享始于盈利，却始终没有停留在盈利本身。它所呈现的，是一家坚持长期主义的企业如何看待自己的目标，以及一个被深刻重塑的行业如何定义自己的未来。

但宫如璟认为，单纯从财务角度去解读盈利，反而会遮蔽更本质的东西。

“我们的盈利其实是‘滞后指标’。”她解释说，“你看到的这个结果，背后是很多年前就开始布局的路径。但外界看到的是‘哦，你们开始赚钱了’——这当然是一件好事，但对公司内部来说，这不是终点，而是一个信号。”

这个信号是什么？“这套基础设施，开始具备自我运转的能力了。”

在她看来，一套系统是否成熟，不在于它被造出来了，而在于它能否脱离创始团队的推动，自然地吸收、沉淀、生长。“基础设施的价值是复利式的，它的增长曲线前面十几年都看不出来，一旦过了临界点，增长会自己加速。”

这也是她对盈利公告的反应不同于大多数创业者的原因。她在分享中说道：“一切刚刚开始，一起迎接一个精彩的时代。”——盈利不是故事的高潮，而是序幕。

时间回到2013年，医渡创立前的筹备期。

那一年，宫如璟带着一个在当时看来近乎“反商业直觉”的判断开始创业：人口结构、疾病复杂度和支付压力一起变化，现有医疗体系的供给方式，有结构性断裂的风险。

“当时很多人不理解我在做什么，我自己也解释不清楚。”她坦承，“因为这本来就不是一个‘解释型’的东西。”

她做过一个形象的比喻：就像在尚没有电网的时代，你试图向别人描述“电”是什么，语言会很苍白。人们习惯了蜡烛和煤油灯，他们看到的“需求”是更亮的蜡烛、更耐用的灯芯——而不是一个全新的系统。

“真正能改变这一切的，不会只是更努力的人，也不会只是单点工具。”宫如璟说，“而是一套新的基础设施。这套基础设施的核心，不是模型，也不是算力，而是——在真实世界中，可以被持续生成、验证，并进入决策的证据。”

这个判断背后是一种深刻的洞察。她认为，医疗行业的核心痛点并不是某一个环节的效率低下，而是一个根本性的系统缺陷：整个体系缺乏一个能够持续生成、验证并进入决策的“证据闭环”。医生靠经验和有限信息做判断，药企靠高昂的临床试验获取证据，支付方则缺乏精准的风险评估能力——三者在不同信息孤岛上各自为政。

要改变这个格局，必须从最底层的数据开始。

她选择了一条“更慢、更重、也更容易被误解”的路径：把分散、模糊、不可计算的医疗过程，一点一点变成可溯源、可计算的结构。这在当时几乎没有先例，更没有短期变现的可能。从2014年到2017年，公司在这套数据技术处理平台上投入了近10个亿——用于数据清洗、加密传输、生成图谱等基础工作，之后才开始做大规模的机器学习和医疗AI的认知系统。

医渡科技的核心算法引擎YiduCore，累计处理分析了近70亿份经授权医疗记录，覆盖超过10000家医院，疾病知识图谱基本覆盖所有已知疾病，专病库覆盖病种拓展至98个。这不是碎片化的单次就诊数据，而是完整的全病程时序信息——诊断、治疗、随访、结局，构成了一个持续生长、可追溯的“证据网络”。

但数据本身还不是证据。

“证据”与“数据”之间，隔着验证和结构化两个关键环节。宫如璟特别强调了这个区别：“累计处理数十亿级医疗记录，建立了大量疾病级数据体系，在核心医院、研究网络和城市健康体系中反复打磨，让‘证据’开始在真实世界里流动起来。”

这里的“流动”是关键。证据的真正价值不在于“存储”了多少信息，而在于它能否在诊疗、研发、支付三个核心场景中被持续调用、验证和更新。只有当证据能够在这些场景中“流动”起来，它才真正具备了基础设施的属性。

这个逻辑在医渡科技的业务布局中得到了清晰的体现。宫如璟以颇具哲学意味的方式阐述了公司的业务本质：“表面上看，是不同业务；实际上，是同一套证据基础设施在不同场景里的展开。”

在院内场景中，有人看到的是AI应用或智能体，其实背后是数十亿级真实世界数据沉淀后的证据能力，以“医渡智循”循证引擎为底座的解决方案已落地40余家三甲医院，深度参与超50万次诊疗决策。

在临床研究场景中，有人看到的是RWE和AI的应用，底层则是建立在同一数据基础之上的临床研究网络。排名前20家跨国药企中有17家是公司客户，累计完成411项临床研究，前瞻性及回顾性真实世界研究项目达275项。

在支付场景中，有人看到的是城市健康和惠民保的持续增长，支撑它的则是城市级数据基础、疾病认知体系和长期的健康管理能力。医渡科技已深度参与5省13市的“惠民保”项目，累计服务参保用户超4500万人次。

同一套基础设施，不同的场景展开。这种架构让医渡科技区别于大多数医疗AI公司——后者往往是“一个场景建一套系统”，而医渡科技则试图构建一个可以跨场景复用的“证据底座”。

在宫如璟看来，过去几年市场对医疗AI的理解存在一个普遍偏差。

“过去大家讨论医疗AI，更多是在看模型、工具和单点能力。”她说，“但我一直觉得，真正会发生的，是另一件事：医疗会进入一个‘证据驱动决策’的时代。谁能在真实世界里持续生成证据、验证证据，并把它嵌入决策链条，谁就会参与定义这个系统。”

这段话指向一个核心判断：医疗AI的价值锚点正在从“模型参数”转向“证据能力”。

理解这一点，需要看到医疗行业特有的壁垒。与通用AI不同，医疗AI的壁垒在于：数据合规性、临床可解释性、循证医学依据、监管准入，每一个环节都需要长时间沉淀。更重要的是，医疗场景对“可信”的要求远高于其他领域——医生不可能把自己的执业声誉押注在一个“偶尔准确”的模型上。

这也是医渡科技在产品设计上格外强调“可追溯”和“可解释”的原因。以临床循证智能体“医渡智循”为例，该产品精选超3万部临床指南、超2000万篇高质量医学文献，联合人民卫生出版社等机构构建经专家审核的知识库，并能持续追踪NEJM、Lancet、JAMA等期刊最新成果。其核心价值在于“句句可循证、结论可溯源、诊疗可解释”——这种能力，恰恰是通用大模型难以胜任的“深水区”。

从商业角度看，这套架构的优势在于可扩展性。每新增一个客户、一个场景、一个疾病领域，边际成本都在下降，因为底层的基础设施已经建好。这也是医渡科技盈利增长曲线呈现“滞后但加速”特征的原因——前期投入期很长，一旦跨过临界点，增长会自己加速。

盈利的到来，不仅是一个财务里程碑，更意味着公司发展逻辑的根本转变。

此前因持续亏损，市场主要采用PS（市销率）对医渡科技定价，估值波动较大。随着盈利拐点确立，市场将逐步切换至PE（市盈率）估值。花旗银行在4月20日发布研报，重申对医渡科技的“买入”评级，目标价11港元。

更值得关注的信号来自公司内部。2026年以来，医渡科技已累计回购34次，金额近2.4亿港元，为港股AI医疗板块回购强度第一。“真金白银”的投入，传递的信号是：公司现金流充沛，对自身价值有充分信心，且已形成“技术投入—产品升级—订单增长—盈利反哺研发”的健康正向循环，彻底摆脱了对外部融资的依赖。

在业务层面，近期接连公告中标的北京肿瘤医院AI项目（约488万元）与海南省公卫应急平台项目（约1289万元），从To B和To G两个维度为盈利提供了扎实注脚。“医院端+公卫端”双轮驱动格局已然成型。

而在更广阔的商业版图中，医渡科技的业务边界还在不断扩展。截至2025年9月30日（公司2026财年上半年），公司已向北京协和医院、中南大学湘雅医院、中山大学肿瘤防治中心、北京大学肿瘤医院等127家中国知名医院及44家监管机构和政策制定者提供解决方案。在海外，医渡科技已在4个国家开展业务，其中在某国落地的AI医疗应用系统已具成熟服务能力——双方合作打造的国民医疗健康APP覆盖该国85%人口，居民能够在该平台便捷访问个人健康档案，配合系统生成的健康指数，还能获得量身定制的数字化健康管理方案。

宫如璟反复强调：当前AI发展仍处于早期阶段，终极形态尚未定型。

她曾在达沃斯论坛上表示，驾驭AI的关键不仅在于技术本身，更在于实现人与技术的深度协同。医渡科技的AI中台实践就是一个例证——医生可通过零代码、“乐高式”的模块化搭建，自主设计符合其独特需求的智能助手，标志着AI医疗正从“工具赋能”走向医生主导的“能力共创”。

但与此同时，她对技术的边界保持清醒。她曾表示，“医疗AI的最终价值是服务于人、温暖生命。而要实现这些价值，不仅需要有对生命复杂度的敬畏，机构间的信任与合作，更需要坚守以人为本的初心。”

这也解释了为什么医渡科技在技术路线上始终强调“循证”和“可解释”，而不是追求“参数规模最大”或“功能最炫”——在医疗这个容错率极低的领域，可靠比强大更重要，可信比新颖更重要。

回顾这场分享，宫如璟最令人印象深刻的不是她对盈利的欣喜，而是她对未来的判断中那种冷静的笃定。她说，盈利是一个信号，而不是一个终点。真正的“终点”是一套“证据基础设施”让医疗体系更高效、更公平、更可持续运行——而它才刚刚开始运转。

对于医渡科技而言，11年的铺垫，或许只是为了抵达这个起点。而对于整个中国医疗AI行业来说，一个以“证据驱动决策”为核心理念的新时代，也正在徐徐拉开帷幕。