AI醫療概念股方舟健客披露首份年報 公司董事長：互聯網醫療必須可信賴，接入DeepSeek需解決幻覺問題

每經記者 金喆    每經編輯 魏官紅    

3月21日晚間，互聯網醫療平臺方舟健客（6086.HK，股價5.42港元，市值72.64億港元）披露上市后的首份年報，2024年公司錄得整體收入27.07億元，同比增長11.2%；全年經調整凈利潤達到1711.9萬元，較2023年同比增長139%。

3月7日，方舟健客被調入滬港通下港股通標的名單，隨后，公司首個交易日早盤漲幅最高到70%，3月10日至22日累計漲幅達22.62%。

在沒有AI（人工智能）技術以前，互聯網醫療的問診都是醫生與患者進行一對一問答。互聯網醫療在DeepSeek的技術浪潮下加速落地，而市場炒作的是AI醫療應用預期。

對此，方舟健客創始人、董事長兼首席執行官謝方敏近日對《每日經濟新聞》記者表示，慢病患者在復診續方上存在不少痛點，但線上問診的難點是用戶往往期望醫生回復速度快、問診質量高，而醫生不可能一直在線上“蹲守”，回復不及時，用戶就醫體驗就會不好。AI可以承擔初步咨詢來提高患者的活躍度，促進后續復診續方和健康管理。不過，互聯網醫療必須可信賴，接入DeepSeek需解決幻覺問題。

過半收入來自線上零售藥店服務

過去10多年間，大多數互聯網醫療企業一直在摸索成熟的商業模式，一部分選擇把藥房搬到線上，另一部分則在探索線上問診、掛號業務。

方舟健客屬于行業里第一批“吃螃蟹”的企業，它選擇的模式是醫生與患者在線下面對面首診后，把復診的場景搬到線上。對于高血壓、心血管、慢性呼吸系統疾病等慢性疾病患者來說，復診轉到線上隨訪、遠程監測有利于科學管理疾病。

從4G、5G技術到AI大模型，每次技術迭代都會引起人們對互聯網醫療的關注。然而，理想很豐滿、現實很殘酷，這些從線下搬到線上的應用場景如何有效轉化，仍是行業持續發展的瓶頸。

行業數據顯示，70%以上的互聯網醫院線上轉化率不足1%，整體發展不算順利，一些知名平臺也倒在了盈利“前夜”。方舟健客去年7月登陸港交所時披露的上市材料顯示，公司此前的3年也沒有實現盈利。過去幾年，外界對于方舟健客也有很多質疑聲。

如今，至少在2024年的盈利指標方面，方舟健客“上岸”了。業績報告提到，截至2024年12月底，方舟健客注冊用戶增長650萬名，達4920萬名；月活用戶同比增長20%，達1010萬名。

從業務模式來看，方舟健客目前的主要收入來自藥品銷售（包含線上零售藥店服務與批發業務），批發收入增幅最大，主要是向第三方客戶批發藥品的收入。線上零售藥店服務貢獻了50%以上的收入，主要是受益于用戶規模的持續擴大及平臺參與度增加，藥品及保健品銷量增加。

謝方敏說，數據顯示，我國75%的老年人至少有一種慢病，慢病群體尤其是其中占比較高的老年人對慢病服務管理的需求很強烈。但目前呈現出醫患之間信息不對稱、醫療資源分布不均衡、慢病患者用藥依從性低等問題，慢病患者在復診續方上還存在不少痛點。

在他看來，方舟健客能跑出來的原因是他們一開始就堅定地建立了基于熟人醫患關系的“H2H智慧醫療服務平臺”。

記者注意到，方舟健客去年重復購藥率為84.7%，年度處方藥交易總額占總商品交易總額的81.3%，均遠高于行業平均水平。

AI醫療的挑戰：避免幻覺、必須可信賴

“糖尿病患者出現鼻塞流涕癥狀，哪些感冒藥需要避免使用？”記者在方舟健客平臺咨詢問題后，AI醫生助手針對提問給出了針對性的用藥建議。

在沒有AI技術以前，互聯網醫療的問診都是醫生與患者進行一對一問答。謝方敏說，醫生不可能一直在線上“蹲守”，但回復不及時，用戶就醫體驗就會不好。而且從多年實踐經驗來看，80%的醫療咨詢存在重復提問，一直回復同樣的問題也變相占用了醫生大量時間。在這樣的背景下，方舟健客研發的AI醫生助手能以最低成本為醫生減負，滿足用戶的購藥需求。

他也坦言，AI醫療目前仍在積極探索階段，更偏向于在“效率工具”研發上的探索。

實際上，目前絕大多數互聯網醫療平臺紛紛在產品中接入DeepSeek的大模型能力，用戶通過與DeepSeek的對話，能獲得更加全面、清晰、思路嚴謹的優質解答。但是，“AI幻覺”是大型通用模型在應用階段所遇到的第一大瓶頸。

某三甲醫院信息科主任表示，AI的表現很大程度上依賴于訓練數據的質量和多樣性，當這兩者存在偏差時，就像人會產生錯覺，AI有時會生成看似合理實則違背醫學常識的結論。

對此，方舟健客相關人士在接受采訪時提到，醫療AI最重要的“特質”就是必須可信賴。目前，AI的訓練主要依賴歷史病例、影像數據、臨床研究和醫生經驗，而數據質量的差異可能直接影響AI的可靠性。醫療AI的核心競爭力由兩個方面決定：第一是高質量的知識庫，即企業能否整合行業領先的醫學知識、權威指南和臨床實踐案例，為AI提供穩定可靠的訓練數據；第二是算法的優化，即AI如何結合企業的業務邏輯，將行業知識與機器學習模型深度融合，使AI的診斷建議更貼合實際臨床需求。

為了最大程度地抑制大模型幻覺，方舟健客的辦法是采取包括知識庫優化、模型優化在內一系列的措施，并通過大量測試驗算保證其數據結果的有效性。面對患者對醫學疾病的提問，會優先檢索內部RAG知識庫權威的文獻資料，確保答復有據可依。針對專業性強的問答還會進行任務細分，交給不同的專家模型回復，盡量“抑制幻覺”。

封面圖片來源：每日經濟新聞 劉國梅 攝