文 / 李婉
近日，动脉智库发布《基于 AI 原生的国民健康管理行业白皮书》。据这份白皮书披露：一家 2025 年营收同比增长 33% 且具有稳定盈利能力的公司，市销率只有 2.33 倍；一家仍在亏损、增速 60% 的同行，资本市场愿意给到约 7 倍；一家增速放缓到 16% 的成熟 SaaS，则稳稳站在 8 倍。前者是轻松健康，后两者是 Tempus AI 与 Veeva。
同样在医疗 AI 这条赛道上，盈利的高增长公司反而最便宜。这不是某一家公司的孤例，而是一个信号：市场仍在用旧尺子，丈量一个已经换了底层逻辑的行业。报告开宗明义地点出了这次换轨—— AI 正 " 从‘工具赋能’向‘原生重构’跃迁 "，并由此 " 首次提出‘ AI 原生健康基座’这一核心业态 "。这篇解读，就沿着报告这把新尺子，把它的逻辑拆开来看。
报告判断，中国 " 已正式进入 AI 原生发展的关键拐点 "。它把过去十年的医疗 AI 概括为单点工具——影像筛查、在线分诊、健康档案记录，" 其价值主要体现在效率提升和成本优化，尚未触及产业运行的核心逻辑 "。真正的转折发生在 2024 年前后，用报告的话说，AI 开始 " 从辅助性‘工具’跃迁为定义产业逻辑的‘基座’ "。
这一跃迁由四股力量在同一窗口交汇推动。
能力拐点是前提。报告援引哈佛医学院联合贝斯以色列女执事医疗中心发表于《Science》的研究：在针对 76 名真实急诊患者的双盲测试中，OpenAI o1 诊断准确率 67%，显著高于人类主治医生的 50%；治疗方案合理性评分 89%，远高于人类医生的 34%。报告据此断言，医疗 AI" 已能在特定诊断与临床推理任务中稳定达到并超越人类专家水平 "。与能力跃升同步的是评价标准的客观化——以信通院 MedClaw 测评体系为代表的权威评估开始应用，" 推动行业从主观效果验证转向客观数据评价 "。报告还给出一个量级数据：截至 2026 年 5 月 31 日，国内已发布 411 个医疗大模型。
场景拐点集中体现为个人健康账户的升级。报告指出，账户正 " 从以存储为核心的 PHR（个人健康档案）向具备分析、预警和推荐能力的 PHA（个人健康代理）迭代升级 "，并以谷歌的 PHA 为例——它由数据科学、领域专家、健康教练三类智能体组成，" 提供从数据分析到专业解读，再到行为激励的全链路个性化健康服务 "。健康管理也随之 " 从被动响应转向主动干预 "。
支付拐点与政策拐点则提供了落地土壤。报告称支付方正 " 主动拥抱 AI，将其作为核心基础设施 "，以破解核保与风控难题；政策层面，国家首次提出培育 " 智能原生新业态 "。四股力量叠加，构成报告判断拐点成立的核心依据。
AI 原生健康基座：第三代行业形态
承接拐点的，是报告定义的第三代业态。它在前言里给出了最凝练的定义：AI 原生健康基座 " 以医疗智能体为核心驱动、以循证能力为核心壁垒，是适配本轮产业范式跃迁的第三代行业形态 "。
它与前两代（流量连接型、服务履约型）的区别，报告说得很直接—— " 与前两代平台将 AI 作为外部赋能工具的逻辑不同，AI 原生健康基座在底层设计架构阶段就将 AI 作为核心驱动 "。两个特征把它和传统平台分开：自主智能化决策，即 AI" 从辅助工具向决策主体的转变 "；数据自增强闭环，报告描述为一个正向循环—— " 更精准的 AI 模型输出更贴合用户需求的健康服务方案……沉淀更高质量、更多维度的真实世界数据，海量高质量数据又能反向驱动模型精度与专业能力不断升级 "。一句话点破三代之别：本质区别 " 在于 AI 的定位，是浅层应用的工具，还是支撑全业务的底层基座 "。
行业规律：AI 打通 " 支付—服务—数据 " 三角
报告把国民健康产业的核心瓶颈归结为支付、服务、数据三大体系 " 相互割裂 "，并认为人工智能是 " 唯一能穿透三大环节的通用底层技术 "。
在支付端，AI 推动模式 " 从被动事后理赔向主动前置精算 " 转型，以智能核保、动态定价、全流程风控应对医保与商保的资金、效率、精度三重矛盾。在服务端，AI 医疗智能体把 " 碎片化单点服务升级为可标准化、可质控的全域健康服务网络 "。在数据端，AI 把 " 数据孤岛 " 转化为 " 可沉淀、可解析、可运营的国民健康账户体系 "。
三者最终收敛到一个载体。报告给出一个很有画面感的判断：基于 AI 的健康账户 " 不再是静态的数据账本，而是具备风险判断、服务调度、干预指导、定价风控能力的 AI 动态智能体 "，由此实现 " 千人千面的全生命周期精准健康管理 "。这正是 " 国民健康长寿账户 " 概念的内核。
新尺子：四维成熟度，与一次价值重估
旧的规模、流量导向估值，无法衡量 AI 原生业态的技术壁垒与生态协同。为此，报告明确 " 产业底层逻辑的变革，必然带动企业价值评判标准的更新 "，并 " 创新构建了‘技术突破—自我造血能力—增长潜力—生态闭环’四位一体的 AI 原生健康基座成熟度评价体系 "。报告解释这套尺子层层递进：技术突破 " 界定企业的未来价值边界 "，自我造血与增长 " 勾勒企业的落地路径与增长前景 "，生态闭环 " 验证企业业务模式的不可复制性 "。
把三家标杆放进这把尺子，结论就清楚了。
Veeva：" 验证了健康 SaaS 业态的长期价值上限 " ——市值约 261 亿美元，2026 财年营收 32 亿美元、同比增长 16%，净利润 9.08 亿美元、净利率 28%，对应市销率约 8 倍。但报告也指出其 " 增长已进入平稳期 "，且 AI 原生度有待提升。
Tempus AI：" 印证了医疗 AI 赛道的估值溢价 " ——市值约 85 亿美元，营收 12.7 亿美元、同比增长 60%，虽处于亏损阶段，资本市场仍给予约 7 倍市销率。报告解读为：市场 " 即使尚未盈利也愿意为其长期潜力买单 "，但它 " 尚未实现自我造血 "。
轻松健康：报告称其 " 拥有快速增长、强自我造血能力、高 AI 原生度、完整生态闭环四重稀缺组合 "。2025 年营收 12.56 亿元、同比增长 33%，经调整净利润 9200 万元——报告把这一特征命名为独特的 "Profitable Growth"。横向对比之下，" 相较于 Veeva，轻松健康以 33% 的增速展现出更强的成长爆发力；相较于 Tempus AI，轻松健康率先跑通商业闭环，实现稳定盈利 "。
而它的市值约 30 亿港元、市销率仅 2.33 倍，与两家海外标杆差距明显。报告对此的解读是 " 资本市场存在定价逻辑的错位，尚未充分认识到‘盈利型高增长 + 高 AI 原生度 + 完整生态闭环’这一组合的稀缺价值 "。报告的前瞻判断是：具备这四项属性的企业，" 将迎来业绩稳步增长与估值修复提升的双重发展红利 "。
典型样本：护城河在 " 可信 "，不在 " 更大 "
报告把轻松健康作为 " 典型样本 "，核心 " 不在于‘做得更大’，而在于‘做得更可信’ "。
可信首先来自循证。其循证医学智能体 " 证元芳 " 引入类医生的 "System 2（慢思考）" 机制，确立 " 先证据，后结论 " 的决策路径，推动 AI" 从‘信息提供者’升级为‘临床决策伙伴’ "。2026 年 5 月，它成为 " 国内首个通过中国信通院‘医疗健康智能助手 MedClaw ’权威评测 " 的产品，在 13 项关键指标上获认可，并在中国执业医师资格考试中以 100% 正确率获满分、在肿瘤科正高副高考试中取得 SOTA 成绩。
可信也来自医生的用脚投票。截至 2026 年 3 月 31 日，" 证元芳 " 赋能的 " 医路轻松 " 平台医学专业人士用户达 69,615 人、同比增长 46.4%，其中副主任医师及以上占比 52.7%，在眼科等专科赋能的专业用户更同比增长 171.0%。配套的 " 证元芳 MedClaw Skills Store" 已沉淀超 2000 个标准化 Skill，覆盖临床诊疗、医学影像、病历管理等九大核心医疗场景。
C 端则由 Dr.GPT 承接：其 " 全国早筛行 " 公益项目已累计举办 9773 场，平台累计创作超 120 万条健康内容、浏览量同比增长 238.1%，累计注册用户达 1.686 亿、全域粉丝 6380 万。用户黏性是可信最直接的佐证——报告披露，投保人第 13 个月留存率高达 92.2%、人均持有两份保单。
可信最终沉淀为壁垒。报告强调轻松健康打通了 " 医生端（专业诊疗数据）× 用户端（日常健康行为数据）× 支付端（保险理赔与支付数据）的三向数据闭环 "，深度链接 59 家保险公司与 103 家医药合作伙伴，形成牌照、数据、生态、合规的四维壁垒，" 成功将技术势能转化为业务动能 "。
报告的收尾提供了一个值得资本市场单独注意的结构：AI 原生健康基座的长期增长 " 并非依赖单一路径 "，而是三重并行、相互强化。
第一重，现有账户 AI 化，通过健康管家、精准交叉销售与家庭账户延伸做深单用户价值，核心是 " 从流量运营到账户深度运营的转变 "。第二重，AI 能力外溢，把循证能力、智能体技术与数据治理通过 Skill 商店、SaaS 向第三方输出，形成 " 第二增长曲线 "。第三重，账户金融化，让国民健康长寿账户承载健康储蓄、健康理财，" 打开万亿级健康资产管理市场 "。
报告把这三条路径概括为 " 三重期权 "，并对应三套估值逻辑：单用户价值对应 " 用户运营类公司的 DAU/ARPU 模型 "，能力外溢对应 " 企业级 SaaS 的 ARR/PS 模型 "，账户金融化对应 " 金融科技公司的 AUM/ 账户数模型 "。报告的原话是——这意味着 "AI 原生健康基座实现了三套估值逻辑并行的复合增长结构，构成传统行业无法比拟的成长潜力与估值弹性 "。它给出的最终判断是：未来几年，" 基于 AI 原生健康基座的全新企业估值方法论，将成为关注的重点 "。
结语
当 AI 越过临床专家级、能独立承接判断与决策，旧的规模与流量尺子就量不准这个行业了；用它去丈量一家盈利的高增长 AI 原生公司，只会得出 " 便宜 " 这个错误结论。
报告递出的新尺子，量的不再是体量与流量，而是原生能力：技术突破、自我造血、增长潜力、生态闭环。它据此押下一个判断：率先把循证做成壁垒、把账户做成全生命周期载体、把技术势能跑成商业闭环的企业，会同时拿到增长与估值修复的双重红利。
这个判断对不对，要交给时间；但用原生能力为医疗 AI 重新换尺这件事，已经开始了。
本文内容仅供参考，不作为投资建议。
