Das Jahresgewerbeertrag ist um das 10-Fache gestiegen. Ein Medizinunternehmen hat die AGI aufgefangen.

Text | Hai Ruojing

Im Jahr 2022, im siebten Jahr seines Unternehmensgründungsvorhabens, begann Xue Chong mit dem Laufen, um sich mit Schweiß gegen Niedergeschlagenheit und Enttäuschung zu wehren.

Im kalten Kapitalmarkt und dem plötzlich abgekühlten Markt konnte die vereinbarte Finanzierung in Höhe von 50 Millionen Yuan nicht eingehen. Seine gegründete medizinische SaaS-Firma Quanzhen Yixue musste daher die Fronten zusammenziehen und sich auf Zhejiang zurückziehen. Zu dieser Zeit stand die medizinische Branche allgemein vor der Notwendigkeit von Massenentlassungen, und Xue Chong war da keine Ausnahme. Nach einem kampflosen Kampf entschied er sich dennoch, Ressourcen freizumachen und ein Team von 10 Personen aufrechtzuerhalten, um die noch unklare AI-Innovationsbranche zu erkunden.

Unerwartet war es gerade diese gegen die Intuition verlaufende Entscheidung, die Quanzhen Yixue den Wandel brachte und die "Gaben" der Großen Modell-Ära einfing:

Im Jahr 2025 erhielt die Firma in drei Runden Finanzierungen von Investoren wie Chuangxin Medical (002173.SZ); bei der AI-Neugeschäftsbranche neben der medizinischen SaaS stieg der vertraglich vereinbarte ARR (Jährlicher wiederkehrender Umsatz) um das 12-fache auf 60 bis 70 Millionen Yuan, und das Vertragsvolumen im Jahr 2026 könnte auf 150 Millionen Yuan steigen.

Ein Mitarbeiter aus der medizinischen AI-Branche sagte, dass er die Firma früher nicht kannte, bis Quanzhen im Jahr 2025 die Ausschreibungen des Guang'anmen-Krankenhauses und des Ersten Volkskrankenhauses von Changzhou gewann. Das Guang'anmen-Krankenhaus legt großen Wert auf Digitalisierung; und die Ausschreibungen für die Großen Modelle dieser beiden Krankenhäuser hatten eine nicht geringe Preisspanne, was darauf hinweist, dass die Firma gute Grundlagen und fertige Produkte hat.

Nach Xue Chongs Ansicht ist es einer der Wettbewerbsvorteile von Quanzhen, "über fertige Produkte zu verfügen, die demonstriert werden können, anstatt nur in PowerPoint-Präsentationen zu existieren". Bei einem Interview öffnete er einfach das "Quanzhentong"-APP auf seinem Smartphone, sagte einen Patientenbericht vor, und die Software erkannte die Sprache sofort und erstellte eine strukturierte Krankenakte.

Die US-amerikanische Firma Abridge, die sich mit AI-intelligenten Krankenakten befasst, erreichte im Mai 2025 einen tatsächlichen ARR von über 100 Millionen US-Dollar und eine Schätzung ihres Unternehmenswerts von 5,3 Milliarden US-Dollar. Neben der Auseinandersetzung mit Abridge im 2B-Geschäft will Xue Chong in seinem Plan auch einen "AI-Intelligent-Assistenten" schaffen, auf den Ärzte angewiesen sind, und dabei eine andere Unicorn-Firma namens OpenEvidence als Vorbild nehmen.

Obwohl die medizinischen Umgebungen in China und den USA sehr unterschiedlich sind, glaubt Xue Chong, der aus einem Konkord-Doktor und einem Postdoktoranden am Johns Hopkins University stammt, dass man, wenn man die echten Probleme von Krankenhäusern und Ärzten erkennt und die AI nutzt, um die Momente, in denen Ärzte "überfordert" sind, zu reduzieren, ein Geschäftsmodell kreieren kann, das sich selbst finanziert.

Nach zehn Jahren des Unternehmensgründens, in denen die Rollen von Arzt, Geschäftsmann und Technologiegläubiger ineinander verwoben waren, wollte Xue Chong immer, dass Maschinen "Arztassistenten" werden, und hat ständig das Problem gelöst, "wem man verkaufen soll". Er ist nicht zufrieden damit, einen arbeitsintensiven Betrieb zu führen, und vertraut nicht dem Geschäftsmodell von "der Schaf zahlt, der Schwein bekommt", bei dem die Arztkunden und die Pharmaindustrie die Rechnung zahlen.

In Xue Chongs Wahrnehmung gilt: Produktinnovation ist der größte Hebel in der Geschäftswelt. "Das Kriterium für Innovation ist, ob die direkt bedienten Kunden bereit sind, zu zahlen." Er ist fest davon überzeugt, dass chinesische Ärzte eine gute Zielgruppe für Verkäufe sind. Wenn die Ärzte nicht zahlen, bedeutet dies, dass das Produkt das Problem nicht ausreichend löst.

Diese alltagswidrige Einsicht wirkt in der medizinischen Szenerie, in der die Interessen stark repräsentiert werden und die Zahlungsmethoden sehr komplex sind, auch etwas gegen die Intuition. Das explosive Wachstum in der AGI-Ära hat Quanzhen Yixue zu einem untersuchungswürdigen Beispiel gemacht.

Wie kann man die Chancen der Ära der medizinischen Intelligenz nutzen? Welche sind die echten Bedürfnisse, für die die Kunden bereit sind, zu zahlen? Wie kann man der Involution in der medizinischen AI-Branche widerstehen?

Im Folgenden finden Sie ein Interview zwischen 36Kr und Xue Chong (bearbeitet):

Den "Nagel" im Auge behalten und auf den "Hammer" warten

36Kr: Quanzhen Yixue orientiert sich derzeit an der US-amerikanischen medizinischen AI-Firma Abridge, und einer ihrer Kernbereiche ist die Entwicklung von "AI-intelligenten Krankenakten". Wie ist dieser Anwendungsfall entstanden? Welche Unterschiede bestehen zwischen der AI-gestützten Krankenakte und der traditionellen transkriptionellen Aufzeichnung von Arzt-Patienten-Gesprächen per Spracheingabe?

Xue Chong: Anfang 2022 griff ich aus der Firma ein Team von 10 Personen heraus und leitete es persönlich, um die AI-Innovationsbranche zu erkunden. Basierend auf unserem Verständnis der medizinischen Anwendungsfälle suchten wir damals nach drei Richtungen:

Erstens, die automatische Generierung von Krankenakten durch Sprach- und natürliche Sprachverarbeitung, um die Hände der Ärzte zu entlasten;

Zweitens, die Entwicklung von Digitalpersonen, um die Gesundheitsdaten der Patienten hochgradig visualisiert darzustellen und intelligente Warnungen zu geben, um diese in Gesundheitscheck-Instituten einzusetzen;

Drittens, die Kombination von Software mit tragbarem Geräten, um Patienten bei der langfristigen Gesundheitsverwaltung zu unterstützen.

Wir wollten zunächst die automatische Generierung von Krankenakten mit AI realisieren, weil wir eine starke Nachfrage in diesem Bereich sahen. Zuvor hat Quanzhen über 8.000 Basis-Kliniken mit elektronischen Krankenakten und einem klinischen Entscheidungsunterstützungssystem (CDSS) ausgestattet. Wir stellten fest, dass die Ärzte das Hilfssystem für die Eingabe von Krankenakten am häufigsten nutzen, anstatt das System für die klinische Entscheidungsunterstützung. Sie möchten, dass sie mit einem "Klick auf die Maus" eine Krankenakte erstellen können und nicht viel Zeit mit dem Tippen verbringen möchten.

Als ich in den USA meinen Postdoktoranden-Aufenthalt absolvierte, sah ich oft, wie Chirurgen nach einer Operation direkt ans Telefon griffen und die Operationsabläufe erzählten. Zuerst war ich neugierig, wem sie anriefen, aber später stellte ich fest, dass es sich um eine Audiorekorder handelte, und später würde ein Assistent die Aufzeichnung in Textform übertragen. Dieser Anwendungsfall hat mich sehr beeindruckt, und ich wollte immer, dass die AI diese Aufgabe übernimmt.

Beim Erkunden der ersten beiden Geschäftsfelder stießen wir auf ein Problem: Die Strukturierung von Massen ungeordneter und nicht-standardisierter Informationen verbraucht eine enorme Menge an Arbeitskraft. Ende 2022 tauchte ChatGPT auf, und die natürliche Sprachverarbeitungsfähigkeit der Großen Modelle war so stark, dass das Problem der Datenanpassung von selbst gelöst wurde.

Die AI-intelligente Krankenakte, genauer ausgedrückt "unauffällige automatische Generierung von Krankenakten" (ADS, Ambient Digital Scribing), ermöglicht es der AI, wie ein Assistent, die natürlichen Gespräche zwischen Arzt und Patient in der Umgebung "zu hören". Es geht nicht nur um die Sprachtranskription und -aufzeichnung, sondern auch um das Verständnis und die Inferenz. Beispielsweise kann die AI auch die Untersuchungsdaten des Patienten lesen und in Kombination mit den Gesprächen eine strukturierte Krankenakte automatisch generieren.

Nachdem das Produkt fertig war, haben wir zuerst alle Benutzer von elektronischen Krankenakten auf der Basis-Ebene aktualisiert. Etwa 1.000 Ärzte gaben positive Rückmeldungen und berichteten, dass es reibungslos funktioniere. Zu diesem Zeitpunkt dachten wir, dass wir es in Krankenhäuser einführen konnten.

36Kr: Also wurde die Technologieauswahl durch die Geschäftsbedürfnisse getrieben, anstatt dass man mit einem "Hammer" auf der Suche nach "Nägeln" war?

Xue Chong: Ja, die Großen Modelle tauchten zu einem passenden Zeitpunkt auf und lieferten uns einen "Hammer". Wenn es etwas später gewesen wäre, wäre es auch schwierig gewesen.

36Kr: Wird die AI-gestützte Generierung von Krankenakten hauptsächlich dazu verwendet, die Arbeitskraft der Ärzte zu sparen? Welche Motivationen haben Krankenhäuser, solche Produkte zu kaufen?

Xue Chong: Es geht nicht nur um die Effizienzsteigerung der Ärzte, sondern auch um die Qualitätskontrolle von Krankenakten und die Risikowarnung.

Nehmen wir als Beispiel die Zusammenarbeit mit einem drittklassigen Krankenhaus in Zhejiang. Zu Beginn wollten wir das Problem der Rückzahlungen durch die Krankenversicherung lösen. Zuvor fehlten in den Operationsberichten der Ärzte oft einige Verbrauchsmaterialien, und wenn die Krankenversicherung die Prüfung vornahm, stimmten die Daten nicht überein, und es wurden Rückzahlungen vorgenommen. Wir haben die AI eingesetzt, um die Daten der Verbrauchsmaterialien zu lesen und die mündlichen Operationsberichte der Ärzte zu verarbeiten. Durch den Vergleich beider Daten wird automatisch ein passender Operationsbericht generiert. Dies hat nicht nur die Effizienz gesteigert, sondern auch das Problem der Prüfung durch die Krankenversicherung für das Krankenhaus gelöst.

36Kr: Anfang 2025 haben viele Krankenhäuser die AI aktiv umarmt und Open-Source-Modelle wie DeepSeek implementiert. Welchen Einfluss hat dies auf die Geschäftsentwicklung von Quanzhen?

Xue Chong: Dies war sowohl eine Herausforderung als auch eine Chance.

Anfangs dachten viele Krankenhäuser, dass die Implementierung von DeepSeek ausreichen würde und es nicht notwendig sei, medizinische AI-Anwendungen zu kaufen. Dies hatte kurzfristig einen Einfluss auf unser Geschäftsvolumen. Aber nachdem die Krankenhäuser es getestet hatten, stellten sie fest, dass der Inferenzaufwand des 671B-Großen Modells sehr hoch war und die Reaktionszeit lang war. Das Basismodell konnte nicht direkt mit den Geschäftsabläufen des Krankenhauses integriert werden, und es gab einige Schwierigkeiten bei der Umsetzung.

Zu diesem Zeitpunkt hatte Quanzhen bereits eine Vielzahl von "Nach-Trainings" durchgeführt, und die Parameter des vertikalen medizinischen Großen Modells wurden auf 7B reduziert. Die Genauigkeit und Geschwindigkeit der Generierung medizinischer Texte waren sehr hoch. Darüber hinaus hatte die Klinikverwaltung auch eine gewisse Einsicht in die Grenzen der Fähigkeiten der Großen Modelle gewonnen und brauchte dringend Fachleute, um die AI umzusetzen. Als wir dann das Geschäft übernahmen, war es viel einfacher.

36Kr: Es sollte viele Firmen geben, die AI für medizinische Übersetzung einsetzen können, wie große Unternehmen in der Spracherkennungsbranche und börsennotierte Unternehmen, die sich mit elektronischen Krankenakten und CDSS befassen. Welche sind die starken Wettbewerber in diesem Nischenmarkt?

Xue Chong: Beim Entwickeln von Produkten und beim Eintritt in den Markt ist es leicht, "Phantomfeinde" zu haben, die nicht die gleichen wie die tatsächlichen Wettbewerber sind.

Das Produktkonzept der großen Sprachtechnologieunternehmen blieb in der Anfangsphase auf der Stufe der "perzeptiven AI", d. h. das Hören und die Transkription. Aber in medizinischen Anwendungsfällen wird eher Verständnis, Inferenz und strukturelle Verarbeitung benötigt. Deshalb haben wir eine doppelte Architektur aus Spracheingabe und Inferenz durch Große Modelle entwickelt, und die Genauigkeit der Extraktion der wichtigsten Punkte in der Krankenakte ist sehr hoch, was das gute Ansehen des Produkts sichert.

Traditionelle medizinische Informationsunternehmen, insbesondere Anbieter von elektronischen Krankenakten, haben tatsächlich Chancen, da sie Zugang zu den Arbeitsplätzen der Ärzte haben. Aber in der Realität investieren viele Unternehmen immer noch relativ wenig in diesen Bereich, und es scheint eher eine defensive Strategie zu sein. Darüber hinaus unterscheidet sich der chinesische Markt für elektronische Krankenakten von dem in den USA. In den USA dominiert Epic, während in China noch keine Monopolstellung besteht.

Für Ärzte in großen Krankenhäusern sind die Diagnose und Behandlung von häufigen Krankheiten bereits so gut beherrscht, dass sie normalerweise nicht auf die CDSS für Entscheidungsunterstützung angewiesen sind. Sie brauchen eher Werkzeuge, um Krankenakten zu schreiben und Daten einzutragen, sowie Hilfsmittel bei der Behandlung von seltenen Krankheiten.

Wenn neue Dinge auftauchen, sind die wettbewerbsfähigen Akteure auf dem Markt oft nicht die etablierten Kräfte mit starker Trägheit. Bei börsennotierten Unternehmen müssen in den Entscheidungsabläufen Fragen wie "Was kommt zuerst, das Huhn oder das Ei?" berücksichtigt werden. Wenn kein eindeutiges Geschäftsmodell in Sicht ist, ist es schwierig, viel Arbeitskraft und Kapital in die Entwicklung neuer Geschäftsbereiche zu investieren. Ich glaube, dass die echten Chancen in Zukunft bei den auf die Anwendungsstufe spezialisierten Start-ups liegen.

Das menschliche Verhalten verstehen und eine chinesische Version von OpenEvidence schaffen

36Kr: Neben dem B2B-Geschäft der Entwicklung von Großen Modellen und Intelligenzagenten haben Sie auch die Ärzteversion der "Quanzhentong"-APP herausgebracht. Kürzlich hat die US-amerikanische Firma OpenEvidence, die einen "AI-Kopilot" für Ärzte entwickeln will, ihren Unternehmenswert schnell auf 12 Milliarden US-Dollar gesteigert. Wie verstehen Sie solche Produkte?

Xue Chong: Im Wesentlichen ist OpenEvidence eine AI-verbesserte Version von PubMed. Genau wie ChatGPT die AI-Version von Google ist, löst OpenEvidence die Probleme sowohl vor als auch nach der medizinischen Suche.

Früher gab es ein Fachgebiet namens "Informationssuche". Bei der medizinischen Recherche mussten wir früher oft den Kopf zerbrechen, um die richtigen Suchbegriffe zu kombinieren, sonst konnten wir möglicherweise den Artikel nicht finden. Nachdem wir den Artikel gefunden hatten, mussten wir ihn zeilenweise lesen und analysieren, was eine enorme Menge an Arbeitskraft verbrauchte. Seit der Entstehung der AI-Großen Modelle können wir über natürliche Sprache präzise suchen, und die AI kann in Sekundenschnelle Lesen und Analysen durchführen und natürlich mit Ärzten kommunizieren. Diese Bequemlichkeit bringt eine enorme Effizienzsteigerung, und die Ärzte sind natürlich bereit, diese Technologie anzuwenden.

Bei der Entwicklung eines ähnlichen Produkts in China liegt der Schwerpunkt auf den Urheberrechten der wissenschaftlichen Datenbanken, insbesondere der internationalen Kern-Datenbanken. Quanzhen hat bereits mehrere relevante Datenbanken abonniert und mit ihnen angemessene Anwendungsvereinbarungen getroffen, um sowohl den Wert der AI zu nutzen als auch die Urheberrechte der Originaltexte zu schützen.

36Kr: Klingt eher wie ein Anwendungsfall für die medizinische Forschung. Wird das chinesische Ärztekorps solche Produkte häufig in der klinischen Diagnose und Behandlung nutzen?

Xue Chong: Tatsächlich dreht sich