當AI醫療走向深水區，鎂信健康押注垂直大模型應用

把時間拉回到2025年初，創新藥接住了A+H創新藥狂歡的接力棒。彼時，各大招股書里充斥著五花八門的靶點和漂亮的臨床數據，幾起重磅BD交易不斷點燃投資人的熱情。

來到2025年的下半年，AI+醫療賽道迎風而起，AI與藥物研發、臨床輔助決策、健康管理等不同領域的融合正在改寫產業發展的底層邏輯，也在不斷刷新未來的想象空間。

在這廣闊的賽道中，AI+醫療的聚光燈正在悄然轉移——從“誰能造出好藥”轉向“誰能解決買單的問題”。畢竟研發端的項目密度已經足夠高，單純“更快發現分子”能力不再稀缺，BD交易的成色被重新審視……所有創新藥估值的終局都來自于真實的商業化。

在科學突破不再是唯一瓶頸的今天，誰能借著AI浪潮掌握未來藥物支付的難題，誰就是這一輪賽道真正的潛力股。

“醫藥支付”正成為AI+醫療賽道新焦點

過去我們看Biotech，看的是管線厚度、看的是BD（授權交易）金額。隨著大家對BD逐漸“祛魅”，商業化成績成為真正的價值錨點。

當前，很多Biotech并非不想做自我商業化，而是面對復雜的醫院準入和支付環境，它們“怯場”了——在醫保“?；尽钡倪吔缛找婷魑拢瑒撔滤幟媾R著嚴峻的入天花板”——支付能力的斷層，正在抑制大量的高階臨床需求。單純依賴單一支付方（醫保）的時代已經過去。

不妨看看成熟的美國市場，那里已經證明了“支付+AI”這條路不僅跑得通，而且天花板極高。

Tempus AI提供了一個很好的商業躍遷案例。從最開始做病理切片和基因測序的診斷服務商切入，后面通過低門檻服務沉淀了海量的真實世界數據（RWD），逐漸開始向藥企出售數據許可與臨床試驗匹配服務（Insights業務）。這種將低頻的臨床診療轉化為高頻的數據資產變現的路徑，讓它在美股獲得了遠超傳統醫療服務企業的估值溢價。

Optum（聯合健康子公司）則是一個更值得深究的樣本。聯合健康（UNH）之所以能穩坐全美健康險頭把交椅，正是因為它擁有Optum。Optum不只是做服務，它利用技術手段在支付和結算流程里建立了秩序，成為了整個行業的“操作系統”。

如果將AI與醫療這兩個最火熱的賽道結合，產生的化學反應不應局限于實驗室，更應發生在商業流轉的血管里。

然而，直接照搬Optum模式在中國行不通。國內的支付環境有著獨特的復雜性：

一邊是創新藥供給越來越豐富，治療路徑越來越復雜，與此同時臨床價值不斷提升；而另一邊，醫保堅持“?；尽?，商保風控難做且滲透率低，患者自費壓力大，藥企則面臨找不到買單方的尷尬。

這是一個高度碎片化的市場。醫保、商保、患者、藥企，四方如同散落在桌上的珍珠，由于缺乏統一的數據語言和結算體系，始終難以串聯。保險公司受制于精算數據與人才的缺失，難以將前沿臨床路徑轉化為精準的保險產品；藥企則受制于單一支付結構，創新價值兌現面臨結構性瓶頸。

所以，看當下的“AI+醫療”賽道，不能只盯著制藥、研發、診斷這些“供給側”。

一種稀缺的系統化能力正在浮出水面——那就是創新藥商業化與醫療險理賠的系統化能力。正如中信證券所定義的，這類“商保綜合服務提供商”將成為解決保司人才數據制約、打開藥企價值瓶頸的關鍵基礎設施，是開啟支付體系“換擋升級”新周期的核心驅動力。

復雜支付場景的“鑰匙”——數據

醫藥是一個B2B2C的行業，漫長的產業鏈條讓產業鏈上的公司要切入進去時面臨的復雜程度呈指數級上升。

在圍繞“支付”這個問題上，大多數主要利益相關方都很難成為主要牽頭方：制藥公司側重于產品迭代以及營銷，控費不是其核心訴求；醫療服務機構側重于診療，無法平衡多方利益；而保險公司本身作為量價平衡方，卻缺一套行業性的精算體系——這也導致了它們在利差博弈下戰略轉型受阻，面對海量健康險需求卻“不敢保、不會?！?。

市場急需一個“連接器”，一套能把藥企、保險、患者三方串起來，把這筆復雜的賬算清楚的系統。

在這個背景下，我們看到了鎂信健康這樣的公司。它并非橫空出世，而是解決上述痛點的必然產物。

為什么是它？

只有鎂信健康，恰好卡在這個生態位上——它既懂藥（幫藥企賣藥），又懂保險（幫保司控費），還得具備AI應用的能力。

這不是一句空話。數據是最好的證明。

在剛剛過去的2025年，鎂信健康交出了一份極具說服力的成績單：全年處理了總計 275 萬件理賠案件，服務了93萬理賠用戶，更重要的是，其AI體系已積累了超過4億條理賠數據資產。

這些資產被鎂信健康創始人兼CEO張小棟稱為“鎂信最獨特、也是最難被復制的戰略資產”。確實如此，鎂信健康積累的理賠、保單、支付等各類數據，是深深扎根于“醫-藥-險”真實交易場景中的專業規則與交易數據，完整覆蓋患者的全病程鏈條，為AI模型的訓練和優化提供了真實、連續、高質量的“燃料”，也是構成其難以復制的戰略壁壘的關鍵。

鎂信健康一直以來在嘗試構建一個三方共贏的閉環：

對于藥企，它解決的是創新藥的商業化落地與患者可及性，依托真實世界支付數據，AI 能夠為藥企提供精準的藥品可及性分析與市場策略支持，解決創新藥“進院難、支付難”的痛點；

對于保險機構，它幫助后者設計差異化的醫療險產品（不再是同質化的百萬醫療），解決了保司端人才與數據的雙重制約，讓保險公司敢于開發針對帶病體、針對創新療法的保險產品；

對于患者，通過有AI賦能的“一碼直付”平臺，非常方便地整合所有保障條款及多元化支付方式，在醫院、藥房、住院及門診等各個場景下，患者無需墊資、無需跑腿，直接實現“支付即理賠”，讓其在復雜的支付規則下，獲得連續、確定的就醫與用藥體驗，不再為“報銷難”跑斷腿。

為了支撐這個閉環，鎂信構建了極具技術壁壘的護城河——自主研發的“mind42.ai”人工智能中樞平臺。

依托海量數據，精準匹配保險與患者之間的供需關系，能精準匹配不同人群的保障需求，大幅優化精算定價效率，把原本“非標”的健康險變成風險可控的標準化產品。同時借用該體系賦能制藥公司，真正打通醫、藥、險的閉環。

試想一下，一筆復雜的腫瘤治療費用，需要在幾秒鐘內拆解清楚：商保賠多少、藥企援助多少、患者自付多少，支付后對用藥服務無縫銜接，是它打通了支付方（Payer）、醫療服務方（Provider）和藥企（Pharma）的數據孤島，從而在一定程度上掌握了定價權與話語權。

歸根結底，鎂信健康構筑的實質上是一種難以復制的生態壁壘。

它利用AI 將藥企、保司和患者三方原本割裂的利益鏈條重新焊接。在數據要素成為核心資產的今天，能夠在真實的交易場景中沉淀出高價值的支付數據，并將其轉化為精準的決策能力，意味著擁有了定義未來醫療支付規則的底氣。

這也正是其從“連接器”向“行業中樞”進化的關鍵所在。

天然的難以替代性

無論是英國式的公立免費醫療，還是美國式的純粹市場化支付，都不是解決醫療支付問題的終極圣杯。中國能做的，是在二者之間進行“精細化管理”。

如何賦能這種“精細化”？是AI，也是鎂信健康正在做的事情。

這里的AI是為了處理高并發的復雜規則。通過規則識別、責任拆分與自動對賬，AI將原本高度依賴人工協同、容易出錯的流程，轉化為了可復用、可擴展的系統能力。

這才是AI在垂直行業落地的真實模樣。拒絕形式化創新，而是聚焦“有用、專業、精準、安全”，真正解決行業痛點。

單一患者在全生命周期會發生多次用藥與理賠，鎂信健康的數據能夠完整覆蓋患者的全病程鏈條，打造全生命周期粘性；單一保險公司往往覆蓋多個險種，鎂信健康的服務能嵌入從產品設計到理賠風控的全流程，做到全產品線覆蓋；單一藥企可能并行多個項目，鎂信健康能為不同階段的創新藥提供定制化的商業化策略，實現全管線并行。

每一套規則與流程，都高度定制、難以復制。

當鎂信的系統像毛細血管一樣深入到藥企和保司的核心業務流中，這種粘性就是最高的競爭壁壘。

這樣一套系統，它既可以向前延伸，成為藥企制定商業化策略的“參謀部”；也可以向后拓展，成為保司精準控費的“守門人”。甚至在更長遠的視角下，它有機會演變成類似美國PBM（藥品福利管理）那樣的行業中樞，重新定義中國醫藥市場的交易規則與價值分配體系。

中信證券在研報中大膽預測，隨著商保支付滲透率的提升以及數據智能驅動的控費模式成熟，具備藥險資源整合能力與技術壁壘的平臺型公司，有望成長為千億市值的行業龍頭。

這是一個“一旦嵌入，難以被替換”的生意。

醫療行業的下一個Alpha，不會誕生在單純的技術炫技中，而會誕生在重構生產關系的公司里。如果能用AI去重構支付關系，讓每一分救命錢都流向最需要的地方，那么這家公司，也就拿到了通往下一個十年的船票。