布里奇特 · 重建方案

与其构建另一个医院平台，不如创建一个专门的人工智能驱动的医疗编码和索赔处理 API，与现有的中国 HIS 系统集成。 专注于将医生笔记和诊断转换为标准化保险索赔代码（ICD-10，中国 DRG 系统）这一痛苦的手动过程实现自动化。 由于编码错误和文档不完整，医院损失了 15-20% 的潜在保险报销。 MediLink AI 是一个轻量级中间件层——医生在现有的 EMR 中写下注释，我们的 NLP 引擎（针对中国医疗记录进行了微调的 Qwen-72B）会自动生成准确的索赔代码、标记缺失的文档，并在提交之前预测报销可能性。 收入模式：基于使用情况的 API 定价为收回补偿的 2-5%，使投资回报率立即且可衡量。 从编码质量最差、报销压力最大的50-100家三级城市医院开始，然后向高端市场拓展。 通过定位为管理软件而非临床决策支持来规避 NMPA 监管。 在现代堆栈上构建，迭代速度比 Bridgetech 可能的整体架构快 10 倍。

2025年的中国医疗保健技术市场将趋于成熟和整合，各细分领域将出现明显的赢家。 在消费者远程医疗领域，平安好医生（月活跃用户超过6000万）、阿里健康（阿里巴巴支持，与淘宝/天猫整合）和京东健康（京东生态系统）这三大平台控制着超过70%的在线问诊和医药电商市场。 这些平台受益于庞大的母公司生态系统、政府关系带来的监管优势以及盈利核心业务的交叉补贴。 在医院B2B软件领域，市场虽然分散但正在整合：韦立健康和东软在1/2级医院HIS系统中占据主导地位，拥有40多年的合作关系，而像医都科技（肿瘤）、LinkDoc（临床试验）和Medbanks（医疗数据）等新进入者已经开辟了可防御的垂直市场。 政府的“健康中国2030”计划继续推动数字化任务，80%以上的二级及以上医院现已拥有基本的电子病历系统，50%以上的医院正在尝试放射学和病理学的人工智能诊断。 然而，互操作性仍然很差——每家医院的数据都是孤立的，国家健康数据标准仍在不断发展。 COVID-19 大流行加速了远程医疗的采用，但也暴露了局限性：患者仍然更喜欢对严重病情进行面对面护理，在线咨询的报销仍然有限，在几起备受瞩目的误诊事件后，监管审查有所加强。 对于现代重建来说，机会在于三个领域：（1）垂直人工智能工具，与现有的 HIS 系统集成而不是取代它们——医学图像分析 API、临床决策支持、保险索赔的自动化医疗编码； (2) 服务不足的领域——乡村医院、养老机构、精神卫生诊所、中医——这些领域现有机构的存在有限，监管壁垒也较低； (3) 基础设施和互操作层——医疗保健数据交换协议、用于多医院人工智能培训的联合学习平台或供应链优化工具。 关键的见解是，“平台”机会已经消失——被拥有无限资本的科技巨头抓住。 重建必须是一个有针对性的工具，能够为特定的客户群解决特定的、痛苦的问题，并在 12 个月内获得明确的投资回报。

1. 第 1 步 - 编码 API Wedge（第 1-4 个月）：使用 ICD-10 代码在 50K 匿名中国医疗记录上构建核心 NLP 引擎微调 Qwen-14B。 创建简单的 REST API，获取医生的注释文本并返回带有置信度分数的前 5 个诊断代码。 与江苏或浙江省（监管环境比北京/上海更宽松）的3-5家三级城市医院合作，每周试点100个患者记录。 衡量人类编码员的准确性（目标匹配率超过 85%）和时间节省（目标编码时间减少 60%）。 试点期间不收取任何费用，但跟踪潜在的报销回收情况。 目标：证明人工智能在常见诊断方面可以达到或超过人类编码员的准确性，同时速度提高 10 倍。

2. 第 2 步 - 收入验证（第 5-8 个月）：将 3 家试点医院转变为付费客户，收取报销金额的 3%（根据每月 500-1000 名患者就诊，估计每家医院每月 2,000-5,000 美元）。 为计费部门构建轻量级 Next.js 仪表板，以审查 AI 建议、批准/拒绝代码并跟踪报销成功率。 通过 HL7 或自定义 API 与中国三大 HIS 系统（东软、维宁健康、一个区域参与者）集成。 聘请 2 名医疗编码专家，根据医院反馈不断改进模型。 扩展到 3 个省份的 15 家医院。 目标：实现 15,000 至 25,000 美元的 MRR，毛利率超过 90%，并证明医院有 12 个月的投资回收期（他们以更好的报销方式收回我们费用的 5-10 倍）。

3. 第 3 步 - 规模和专业化（第 9-18 个月）：利用内部销售团队以及与医院协会的区域合作伙伴关系，扩展到 100 家三级和四级城市医院。 为高价值垂直领域开发专门的模型：肿瘤学（复杂的多代码场景）、手术（程序编码）和慢性病管理（持续治疗编码）。 为小型医院构建自助服务——他们上传 1000 条历史记录，我们在 48 小时内微调自定义模型，他们在 1 周内通过 API 进行集成。 为小型诊所推出基于使用情况的定价等级，每次编码就诊 0.50 美元。 与 200 多个客户一起实现 20 万美元以上的 MRR。 开始收集跨医院的匿名编码数据以改进基本模型（获得适当的同意和 PIPL 合规性）。 目标：证明横向可扩展性，同时保持 80% 以上的毛利率和 6 个月的销售周期。

4. 第 4 步 - 护城河和扩张（第 19-36 个月）：通过三种机制建立防御性护城河： (1) 数据网络效应——每月在 200 多家医院有超过 100K 条编码记录，我们的模型明显优于竞争对手； (2) 工作流程锁定——通过自动索赔提交、拒绝管理和上诉，更深入地集成到医院计费工作流程中； (3) 垂直扩展——添加事先授权自动化、药品处方检查和患者资格验证作为相邻的 API 产品。 筹集 A 轮融资（10-1500 万美元），以扩展到二线城市并为百强医院建立企业销售团队。 与保险公司合作，提供我们的编码准确性服务，以降低他们的索赔审核成本。 探索通过平安、腾讯或大型 HIS 供应商的收购作为退出。 目标：年收入超过 500 万美元，拥有 500 多家医院客户，并以 70% 以上的毛利率和 30% 以上的规模净利润实现清晰的盈利路径。

• Qwen-72B 或 Qwen-14B 在中国病历和 ICD-10/DRG 编码数据集上进行微调
• 用于高性能 API 端点的 FastAPI，提供实时编码建议
• 阿里云中国数据主权合规多区域部署
• 带有 pgvector 的 PostgreSQL 用于医学术语嵌入和语义搜索
• Redis 用于缓存常用编码模式和医院特定规则
• Docker 和 Kubernetes 用于大型医院的本地部署选项
• Next.js 管理仪表板供医院计费部门审查和批准代码
• Apache Kafka，用于隔夜异步处理大批量编码作业
• LangChain用于编排多步骤医疗文档分析工作流程
• 权重和偏差用于跨医院的连续模型监控和绩效跟踪

基于使用情况的收入分成模型：通过提高编码准确性，向医院收取增量保险报销的 2-5%（对于每月处理 500-1000 名患者就诊的 200 个床位的医院，估计每月 2000-8000 美元）。 这完美地结合了激励措施——医院只有在看到可衡量的经济利益时才会付费，从而消除了阻碍大多数医疗软件销售的投资回报率异议。 对于小型诊所和专科医院，通过 API 为每次编码患者就诊提供每次交易定价 0.30-0.80 美元，目标是每月 1000-5000 次就诊（每个客户每月 300-4K 美元）。 1/2 级医院的企业级：每年 5 万至 15 万美元的固定许可证，可无限编码，加上专用模型微调和本地部署选项。 API 层（纯软件）毛利率为 80-85%，企业层毛利率为 70-75%（包括定制集成和支持）。 通过内部销售和区域合作伙伴关系，每家医院的客户获取成本目标为 3000-8000 美元，投资回收期为 12-18 个月。 在一定规模（500 家医院，不同级别的医院）中，实现 5-800 万美元的 ARR，净利润率为 30-40%。 相邻产品（预先授权、拒绝管理、药品检查）的扩展收入可以在第 2-3 年为每个客户增加 30-50% 的额外收入。 中国医疗保健人工智能基础设施公司的退出倍数为 8-15 倍 ARR，具体取决于增长率和利润率，这表明在 800 万美元的 ARR 下估值为 40-1.2 亿美元，为 3-500 万美元的种子/A 轮融资提供了强劲的回报。