医疗AI迈入生产力新阶段，云知声打通大模型落地最后一公里

AI发展正在经历着更深刻的变化，智能体开始能够独立完成复杂任务，生成式AI已经变成了生产力AI，这意味AI赛道的热身赛结束，正赛已经到来。近日，云知声创始人兼CEO黄伟在接受采访时表示，单纯的通用模型公司无法解决高价值行业的“最后一公里”问题，只有将“强基模”与“深应用”深度结合，才能真正创造商业价值和社会价值。凭借在医疗、保险等领域的多年深耕，在2026年的AI正赛中，云知声已构建起难以复制的差异化竞争壁垒。

医疗场景，从效率工具到临床决策参谋

医院是典型的复杂声学环境，一个病房内可能同时有多组医患对话，还夹杂着家属抢答和日常闲聊。云知声的“山海・知音”2.0端到端语音大模型在这种环境下仍能实现97%以上的识别准确率。配合内置1002万个医学关系的医疗知识图谱，系统能够自动提取关键问诊信息，生成符合医学规范的结构化病历。在实际应用上，目前云知声大模型已在临床诊疗中落地普及，成效十分显著，仅在北京友谊医院顺义院区，就有超过45万份病历由云知声AI大模型生成，总计为院区创造了几十万患者额外的就诊时间。

此外，云知声的医疗AI已从单纯的病历生成工具升级为主动的临床决策参谋。黄伟透露，“山海・知医”5.0已经可以做到主动提醒可能遗漏的鉴别诊断。比如，当医生提到“患者胸痛伴大汗”时，系统会自动弹出急性心梗的诊疗路径，提示立即做心电图和心肌酶检查；当医生开出两种有相互作用的药物时，系统会实时预警并给出替代方案。

保险与医保，AI风控创造百亿级社会价值

在医疗健康产业链的另一端，云知声的AI技术正在重塑保险理赔和医保监管模式。在与某头部保险公司的商业车险理赔合作中，云知声的AI系统能够精准判断医疗检查的合理性，将控费率相比传统TPA服务提高了3%，每年帮助保险公司节省约一二十亿保费。

更具社会意义的是在医保监管领域的突破。黄伟表示：在医保场景，我们把控费率从一点几个百分点，提高到了7%，提高了将近6个百分点。目前，全国医保费用支出去年已经突破了3万亿，而2024年全国监管只挽回了31亿。如果将云知声控费率7%的医保监管系统推广到全国，那就是每年可以为国家节省2000多亿。

黄伟强调，通用开源模型只能解决70%到80%的普通问题，而高价值行业那20%的专业问题，必须依靠行业know-how和真实场景数据的积累。云知声过去十多年在垂直领域的深耕，正是其能够打通行业“最后一公里”的核心优势。

标签：