把医疗、医保、医药装进同一个模型：云知声U2-Med用70+ Skill写进港交所公告

影响分析 × AI技术供应商 ｜ 产品速写

大模型公司给自己的产品写宣传稿不稀奇，但把一款大模型正式写进港交所公告的不多见。 9月14日，云知声（9678.HK）在港交所公告中披露了自研三医大模型U2-Med的落地进展——这款官方定位为"首个深度融合医疗、医保、医药（含商保）全链路"的专家级大模型，自此不再只是发布会上的PPT主角，而成为一份需要接受二级市场审视的公司资产。

U2-Med是什么：不聊天的"执行型"模型

按云知声的官方表述，U2-Med基于其自研的U2通用基座大模型，叠加十年医疗行业积累训练而成，核心变化是从"认知"走向"执行"。支撑这套能力的是一个内置超过70个可调用、可编排的专业Skill（技能）体系，让模型具备深度理解病历、报告、账单与政策文件的能力，并为输出结果提供可追溯的证据链。

换句话说，它对标的需求不是"问诊聊天"，而是三医各自的业务流水线：医院的病历与质控、医保与商保的单据审核、药企的临床试验与合规管理。"三医联动"是医改讲了很多年的词，U2-Med把它变成了一个模型架构设计问题——用统一的智能底座串联诊疗、支付与供给三个原本割裂的环节。

三个官方案例可以看出能力边界：

• 医疗端，面对一份包含肝酶升高、糖调节异常、混合性血脂异常等数十项指标的体检报告，模型不是罗列异常值，而是把异常归纳为代谢综合征相关的三大问题簇，提示MASLD潜在风险，并对单次eGFR偏低严谨指出"不可直接确诊慢性肾病"，自动生成含复查项目与风险评估的随访计划。
• 医保/商保端，在"格列吡嗪片"审核案例中，模型交叉验证出患者存在急性心梗、肾功能不全等高风险背景，判定不符合医保支付限定条件，并给出完整证据链——这是DRG/DIP支付改革下"基金守门人"的典型动作。
• 医药端，在一项腹股沟疝修补术临床试验中，模型把复杂的入排标准拆解成可执行的核验逻辑树，对49岁男性患者的电子病历逐项比对，把原本数小时的人工核对压缩到秒级。

双榜登顶：评测成绩怎么读

7月发布的MedBench 5.0评测中，U2-Med在**"智能体评测榜单"核心文本榜单登顶**；基于同一文本底座联合视觉编码器训练的医疗影像大模型U2-RadiMed，则在"全模态大模型评测榜单"拿下第一。在更贴近真实业务的"三医综合Benchmark评测"中，三个核心任务的成绩分别是：病历生成与质控93.3分、诊后与用药管理94.1分、安全伦理95.5分。

这份成绩单有两个值得注意的细节。其一，智能体榜单第一说明模型的价值主张在"调用与编排"，而不是单纯的文本生成——这与70+ Skill的产品设计是自洽的。其二，安全伦理95.5分是三个任务里的最高分，对于要碰医保基金审核和病历文书的模型来说，这个分数比综合分更有商业意义：医疗AI的采购方首先问的从来不是模型多聪明，而是它犯错的代价有多大。

从单点工具到三医平台：商业逻辑的三段论

把云知声的医疗AI路线摆在一起看，脉络很清晰：早期以单点能力切入医院场景（语音质控、病历生成），再以U2基座统一技术底座，如今用U2-Med把能力面拉开到三医全链路。公告级披露的背后，是这家公司对"AI医疗收入第二曲线"的明确押注——港股上市医疗AI公司普遍面临"故事讲完、收入待证"的估值压力，把大模型写进公告，本质是向资本市场承诺一条可验证的产品化路径。

对行业同行的参照意义在于：通用大模型往上叠医疗数据的"套壳"路线，与从业务流反向定义模型能力的"场景"路线，正在拉开分化。 前者拼榜单，后者拼的是70个Skill背后——每一个都对应一条真实的业务流程和一份数据工程量。病历质控能到93分，靠的不会是基座模型本身，而是模型背后那些被精心结构化过的病历数据、医保政策文件和临床指南语料。

一个提醒

目前U2-Med已上线云知声Token Hub面向开发者和组织开放，商业化验证刚刚开始。公告里的"三医联动"能否跑成闭环，最终要看三个数字：医院端病案质控的渗透率、医保审核场景的单据处理量、药企端临床试验的签约数。大模型进港交所公告只是起点——二级市场记住它，还得靠订单。

---

原文链接：云知声发布U2-Med专家级三医大模型（云知声官网）

千方医数集编辑部 出品