纪源资本与深至科技对话：AI如何重塑医疗行业？——投资笔记第242期
2025年临近尾声，我们近期成功举办了纪源资本2025年人民币基金年会。今年，我们邀请了众多投资人、知名企业创始人及重要合作伙伴，围绕AI、智能制造、数字医疗、具身智能等前沿领域展开深度交流与分享。
以下是纪源资本管理合伙人吴陈尧与深至科技创始人兼CEO朱瑞星的对话内容：
Joshua：进入第一个话题，请朱总介绍深至科技的核心业务。
朱瑞星：深至科技成立于2018年，是国内较早专注基层医疗的企业。我们的首款产品是小型化超声设备，旨在让医学影像真正服务于基层医疗机构，包括门诊部、诊所乃至卫生室。
过去六年，我们持续聚焦影像可及性这一核心问题。但这件事难度很大。2018年创业初期，我们曾以为人工智能能解决很多问题，甚至所有问题；但实践中发现，更大的难点在于真正理解基层用户的需求——包括基层医生、机构及患者的需求，并将基层医疗机构、患者与医院及临床循证医学连接起来。
从2018年的首款小型化超声产品，到今年推出的第二款小型化磁共振产品，我们始终坚守“专业影像，人人可及”的使命，围绕基层影像可及性核心方向发力：通过更小型的设备和更亲民的价格，满足基层医疗的基础影像需求，让更多患者用上影像设备。
Joshua：你是理工背景，属于非典型医疗创业者，我也算非典型医疗投资人。正是AI的出现，让这条路径成为可能。请你回顾创业初期：为何选择用AI做这件事？AI带来了哪些本质变化？当初我们投资深至科技，正是看中AI在超声导航上的价值——它让小型化超声真正走进基层医疗。从创业者角度，你的切身感受是什么？
朱瑞星：对深至科技而言，AI的出发点始终是用户。我们的产品直接面向一线操作的基层医生，他们很多并非专业超声医生，缺乏熟练操作和解读超声的能力。AI的核心价值，就是帮助这些医生真正用好影像设备。
创业早期，我们基于调研和行业理解做出了产品。但到了第二、第三年，我们开始思考：什么是用户价值？如何在下一代产品中为用户提供更好的价值？这个价值该如何定义？基层医生、机构和患者的需求，与三甲医院体系下的需求并不相同。深至科技的产品定义，最终由用户决定。
比如，很多超声报告在基层场景中可读性不足。三甲医院的报告是写给专业医生看的；但在基层，如果不把报告给医生看，患者能理解吗？这是必须解决的问题。
我们会积累连续的患者数据，尤其是乳腺等慢病场景的数据。在国内，行业中真正长期跟踪用户健康、以患者为中心的商业模式其实不多。大部分是“按服务收费”模式，我们为过程买单。但我们认为“基于价值的医疗”也很重要，真正关键的是长期、以患者结果为中心的价值。基于这些数据，我们不仅能为医生提供更明确的判断，还能对患者进行持续随访和干预，在关键节点把患者“拉回来”，更好地维护其健康。
回头看，AI在深至科技并非一开始就被完整定义的能力，而是在不断理解用户的过程中，逐步明确了边界和价值。真正决定AI怎么用、用在哪里的，不是技术本身，而是基层用户的真实需求。
Joshua：我总结一下你的观点：其实不必从AI角度出发，而应更多回归价值本身，尤其是患者价值。应从患者价值出发，结合具体场景，再思考合适的解决方案。这个过程中，AI自然会扮演应有的角色。但从第一性原理看，出发点必须是患者需求，这一点我非常赞同。
朱总能否分享一些有温度、有感情的例子？通过深至科技的产品，有没有真正帮助到某位患者或基层医生、让你印象深刻的经历——让你切实感受到产品确实在帮助患者？
朱瑞星：这样的案例很多，但最让我印象深刻的还是创业早期。当时的感受特别真切。
比如乳腺检查中，BI-RADS二级、三级患者很常见。我记得有位三十岁出头的女性患者，最初被判定为BI-RADS三级，我们建议她三个月后复查。复查时发现结节明显增大，几乎翻倍，我们立刻建议她去医院进一步检查。但随访中发现她没按时复诊。当时我们还没有自动化随访系统，只能由同事不断电话跟进。后来我们搭建了自动化系统。等她最终去医院检查时，病情已发展到4A，我们赶紧让她接受治疗。这个过程中，我们的帮助还是很大的。
类似情况不仅出现在乳腺领域，还包括颈动脉斑块、甲状腺等场景。我们对这些案例印象深刻，是因为它们真实影响了患者的决策路径。当然，也有没被我们“拉回来”的患者，很遗憾，后来出现了淋巴结转移。
在基层医疗场景中，这类帮助是切实存在的。即便有些患者曾在医院做过检查，但在家门口的基层机构做超声，流程更简单、依从性更高。对我们来说，深至科技的价值不在于治好疾病——那是医院的职责，而在于慢病管理和长期随访中，降低检查门槛，让更多患者能被持续关注。
Joshua：最后请朱总展望未来。你预计需要多久，比如五年还是十年，AI能在某种程度上替代医生、医院的部分医疗环节，甚至延伸到药物研发等领域？
朱瑞星：以超声为例，如果完全由机器人完成扫查，我认为至少要到L5阶段。深至科技最早做超声时，大致处于L2阶段，即实现切面识别和部位识别，机器能给操作人员明确提示。
目前整个行业处于L3阶段，核心是通过多模态技术更好地理解图像和操作过程，并引入更多传感器。比如最新的联影超声设备中，会加装GYRO传感器，类似激光雷达，用于更准确判断手部位置，从而更好地辅助扫查。
但在我们看来，真正的挑战不仅在于技术本身，更在于组织和体系。医疗场景复杂度很高，除了AI提供的效率，还涉及医生、合规、质量控制、流程和体系建设。这些都是叠加在AI之上的要求。如果把它们分成不同部门，组织的张力会很大，至少深至科技经历过这样的过程。
因此，对我们来说，一个巨大的挑战是如何更好地构建组织和体系，更快理解用户需求，做出用户真正想要的产品。尽管过程不易，但我们对长期方向非常乐观。AI已经帮我们做了很多事，能解决的问题比预想的还多，而当我们逐步走出单一影像环节后，会发现AI的应用空间远比想象中更大。深至科技也会坚定不移地走这条路。
本文来自微信公众号“纪源资本”，作者：投资笔记，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com