Von KI-Ärzten bis zu KI-Krankenhäusern: Wie erschließt Bauhinia Zhikang den kommerziellen Raum für medizinische KI?

In den letzten Jahren hat sich die Entwicklung der medizinischen KI erstaunlich schnell vollzogen. KI kann medizinische Bildgebung auswerten, fachliche Fragen beantworten und sogar bei bestimmten medizinischen Prüfungen Ergebnisse erzielen, die über dem menschlichen Durchschnitt liegen. 

Die Technologie ist hochmodern, aber wie können Unternehmen daraus ein nachhaltiges Geschäft aufbauen? 

Kürzlich hat das medizinische KI-Unternehmen Zijing Zhikang eine Finanzierungsrunde im Bereich von fast 100 Millionen Yuan im Rahmen der Angel+-Serie abgeschlossen. Zu den Investoren gehören Shangshi Capital, Ren'ai Capital und Inno Angel, die Bewertung beträgt mehrere Milliarden Yuan. 

Dieses im September 2024 gegründete Unternehmen wurde vom Forschungsinstitut für Intelligente Industrie der Tsinghua-Universität (AIR) ausgegründet. Seine technologische Grundlage ist das Projekt „Zijing KI-Krankenhaus (Agent Hospital)“, das von dem Team von Professor Liu Yang der Tsinghua-Universität initiiert wurde. Im April 2025 kündigte die Tsinghua-Universität die Gründung eines KI-Krankenhauses an, wobei Agent Hospital die Kerntechnologie dafür liefert, während Zijing Zhikang für die Forschung, Entwicklung und praktische Umsetzung von Agent Hospital verantwortlich ist. 

Von einem KI-Arzt zu einem System, das Krankenhäuser, Ärzte und Patienten verbinden kann, verfolgt Zijing Zhikang einen anderen technologischen Weg. Hinter diesem Weg verbirgt sich zudem ein größeres kommerzielles Potenzial für die medizinische KI. 

KI-Arzt ≠ KI-Krankenhaus 

Wenn man jedoch tatsächlich ein Krankenhaus betritt, stellt man fest, dass die KI-Medizin weitaus komplexer ist als nur einige Gespräche mit einer KI zu führen. 

Ein Patient durchläuft von der Anmeldung, der Triage, der Anamnese, der Untersuchung bis hin zur Behandlung, der Nachuntersuchung und der Nachsorge mehrere Abteilungen, trifft auf verschiedene Ärzte, und die Informationen müssen zwischen mehreren Systemen ausgetauscht werden. Selbst wenn die KI einen einzelnen Schritt abschließen kann, bedeutet das nicht, dass der gesamte Behandlungsprozess intelligent geworden ist. 

Das Problem liegt nicht darin, ob die KI Krankheiten diagnostizieren kann, sondern darin, ob sie wirklich am Betrieb des medizinischen Systems teilnehmen kann. 

Qiao Yuchen, Chief Product Officer von Zijing Zhikang, erklärt, dass das Gesundheitswesen ein stark vernetztes Ökosystem ist. Wenn die KI immer nur auf einzelne Anwendungen beschränkt bleibt, ist es schwierig, systematische Veränderungen herbeizuführen. Genau aus diesem Grund hat Zijing Zhikang von Anfang an beschlossen, ein „KI-Krankenhaus“ zu entwickeln, statt nur einen einzelnen „KI-Arzt“ zu erstellen. 

In seinem Produktsystem gibt es derzeit drei Anwendungszugänge: für Patienten, für Ärzte und für Krankenhäuser. Patienten können vor der Behandlung eine Voranamnese durchführen und Untersuchungsberichte hochladen; Ärzte erhalten Unterstützung bei der Dokumentation von Krankenakten, der Informationsanalyse und der Behandlungsunterstützung; Krankenhäuser können Dienstplanverwaltung, Ressourcenplanung und Datenstatistik durchführen. 

Die drei Endprodukte sind jedoch nur die sichtbare Oberfläche. Was Zijing Zhikang wirklich aufbauen möchte, ist die Infrastruktur (Infra) für die medizinische KI: Auf der unteren Ebene werden Ärzte, Patienten, Krankenhäuser und verschiedene medizinische Agenten miteinander verbunden, sodass sie Arbeitsabläufe teilen und Aufgaben gemeinsam erledigen können. 

Das unterscheidet sich deutlich von traditionellen Informationssystemen für Krankenhäuser. In der Vergangenheit diente die Krankenhausinformatik hauptsächlich der Erfassung, Verwaltung und dem Austausch von Daten. Im Zeitalter der KI hat das System die Möglichkeit, Informationen weiter zu verstehen, Anforderungen zu analysieren und sogar aktiv an der Zusammenarbeit bei Aufgaben teilzunehmen. 

Ein weiterer entscheidender Unterschied besteht darin, dass Zijing Zhikang nicht versucht, die Krankenhäuser zu umgehen. 

Im Gegensatz zu gewöhnlichen Gesundheitsberatungen umfasst die seriöse Medizin professionelle Schritte wie Anamnese, Rezeptausstellung und Behandlung, die ohne die berufliche Zulassung und die verantwortungsbewusste Beurteilung von Ärzten nicht auskommen können. Daher ist im Design von Agent Hospital die KI für die Informationsverarbeitung, die unterstützende Analyse und die Abgabe von Vorschlägen zuständig, während die endgültigen medizinischen Entscheidungen weiterhin von menschlichen Ärzten getroffen werden. 

Diese Art der Zusammenarbeit zwischen Mensch und KI ermöglicht es der Technologie, in echte medizinische Abläufe einzugreifen, und gibt Zijing Zhikang die Chance, sich von einem Anbieter von KI-Tools zu einem Entwickler und Betreiber von medizinischer Infrastruktur zu wandeln. 

Die KI muss in die Arbeitsabläufe von Krankenhäusern, Ärzten und Patienten integriert werden 

Der technologische Weg von Zijing Zhikang sieht nicht vor, die KI von Anfang an in echte Krankenhäuser einzuführen. Zuerst wurde im Computer ein „virtuelles Krankenhaus“ aufgebaut. 

Im Jahr 2024 veröffentlichte das Team von Professor Liu Yang der Tsinghua-Universität Forschungen zu Agent Hospital und versuchte, eine virtuelle medizinische Welt aufzubauen, die aus verschiedenen Agenten wie KI-Ärzten und KI-Patienten besteht. Hier können KI-Ärzte wiederholt simulierte Patienten behandeln, verschiedene Krankheitsbilder, Krankheitsverläufe und Behandlungsprozesse durchlaufen und ihre medizinischen Fähigkeiten ständig verbessern. 

Dahinter verbirgt sich ein reales Problem: Medizinische Daten sind besonders wertvoll. 

Echte Patientendaten betreffen den Datenschutz und die Compliance, die Kosten für ihre Erfassung und Nutzung sind hoch. Wenn man sich nur auf medizinische Lehrbücher, Veröffentlichungen und statische Krankenakten stützt, kann man die komplexen und variablen Situationen in der realen medizinischen Versorgung kaum abdecken. 

Der von Zijing Zhikang verfolgte SEAL-Technologieansatz versucht, dieses Problem durch einen dualen Evolutionsmechanismus aus „Hochdurchsatztraining in der virtuellen Welt und begleitender Evolution in der realen Welt“ zu lösen. Einfach ausgedrückt ist es wie die Ausbildung eines Medizinstudenten: Zuerst lernt er Wissen in der Schule und absolviert Simulationsprüfungen, dann geht er ins Krankenhaus und sammelt im praktischen Arbeitsalltag Erfahrungen. 

Genauso verhält es sich mit der KI: In der virtuellen Welt lernen medizinische Agenten durch zahlreiche simulierte Behandlungen; nach dem Eintritt in ein echtes Krankenhaus beginnen sie, mit menschlichen Ärzten zusammenzuarbeiten. Die Übernahme, Änderung und Korrektur von Vorschlägen durch die Ärzte wird wiederum zu Feedback für ihre ständige Verbesserung. 

Warum braucht man diesen Schritt in der realen Welt? Qiao Yuchen nennt ein Beispiel: Bei einem Patienten mit gewöhnlichem Husten könnte eine KI, die rein darauf abzielt, alle medizinischen Risiken auszuschließen, dazu neigen, zahlreiche Untersuchungen vorzuschlagen. Ein erfahrener Klinikarzt berücksichtigt jedoch zusätzlich die Wahrscheinlichkeit des Krankheitsverlaufs, die Notwendigkeit der Untersuchung, die Belastung für den Patienten und die medizinischen Kosten. 

Gute medizinische Entscheidungen sind nicht nur die Anhäufung von medizinischem Wissen, sondern erfordern vor allem das Verständnis für die reale Situation. 

Auf dieser Grundlage hat Zijing Zhikang den „Arzt-Avatar-Agenten“ weiterentwickelt. 

Im Gegensatz zu generischen KI-Ärzten ist der Arzt-Avatar an einen bestimmten menschlichen Arzt gebunden, versucht, dessen Anamnese-Stil, Behandlungslogik und Risikopräferenzen zu lernen und unter der Aufsicht des Arztes ständig zu evolvieren. Sein Wert liegt darin, dass ein Teil der fachlichen Fähigkeiten hervorragender Ärzte nicht mehr vollständig an Arbeitszeit und geografische Gegebenheiten gebunden ist. Auf diese Weise gelangt die Technologie schrittweise in die Realität. 

Im Jahr 2025 wurde die Version 1 von Agent Hospital veröffentlicht, und das System wurde in physischen Krankenhäusern getestet. Im August desselben Jahres startete das System den internen Test im Krankenhaus der Tsinghua-Universität. Im April 2026 wurde die Funktion des virtuellen Sprechzimmers für den Test freigegeben: Ärzte und Medizinstudenten können durch die Interaktion mit KI-Patienten Behandlungsübungen durchführen und ihren eigenen Arzt-Avatar erstellen. Im Oktober machte Zijing Zhikang einen weiteren Schritt nach vorne: Von einzelnen Arzt-Avataren entwickelte man sich zur Zusammenarbeit mehrerer medizinischer Agenten. 

In dem neu veröffentlichten MHAC-Framework für multidisziplinäre Mensch-KI-Zusammenarbeit können Avatar-Agenten von Ärzten verschiedener Fachrichtungen gemeinsam an einem medizinischen Problem arbeiten. Beispielsweise hat ein Patient mit Hyperthyreose gleichzeitig Asthma. Wenn der Endokrinologe den Behandlungsplan erstellt, kann der Avatar des Pneumologen aus einer anderen fachlichen Perspektive an Risiken bei der Medikamenteneinnahme erinnern, bevor der behandelnde Arzt die endgültige umfassende Beurteilung vornimmt. 

In der Vergangenheit erforderte eine formelle multidisziplinäre Konsultation (MDT) häufig die Koordinierung der Zeit mehrerer Experten. Durch die Zusammenarbeit von Agenten besteht die Möglichkeit, einen Teil der fachübergreifenden Unterstützung in die allgemeine Sprechstunde oder sogar in die Phase der Voranamnese vorzuverlagern. 

Das bedeutet, dass die multidisziplinäre Unterstützung, die bisher nur wenige Patienten erhalten konnten, in Zukunft mehr medizinische Szenarien abdecken kann. 

Natürlich befindet sich das neu veröffentlichte MHAC noch in der Anfangsphase der Anwendung und Verbreitung. Was die praktische Umsetzungsfähigkeit von Zijing Zhikang noch besser widerspiegelt, ist die vorherige Nutzung von Arzt-Avataren in echten Krankenhäusern. 

Laut den vom Unternehmen bereitgestellten Daten wurde das Agent-Hospital-System bis Juli 2026 in 9 physischen Krankenhäusern in Regionen wie Peking, Guangxi und Wuxi für Deployment-Tests eingesetzt. Im Peking Tsinghua Changgung Krankenhaus wurden bereits 18 klinische Abteilungen mit Sprechstundentests gestartet, und mehr als 40 Ärzte nutzen das System regelmäßig. 

Laut den statistischen Daten aus dem Krankenhaus hat sich die gesamte Behandlungseffizienz der Ärzte um etwa 30 % verbessert; nachdem der Arzt-Avatar-Agent 200 Fälle gemeinsam bearbeitet hat, liegt die vollständige oder teilweise Übernahmerate der Behandlungsvorschläge bei über 90 %. 

Ein Neurochirurg, der an einer Befragung teilnahm, gab an, dass das System bei der Dokumentation von Krankenakten, der Aufzeichnung von präoperativen Diskussionen und der Zusammenfassung von Informationen erhebliche Hilfe leistet, und der Arbeitsaufwand für entsprechende Aufzeichnungen kann nach seinen persönlichen Erfahrungen um fast die Hälfte reduziert werden. 

Von der Simulationsausbildung über die echte Behandlung bis hin zur Zusammenarbeit mehrerer Agenten hat Zijing Zhikang einen technologischen Weg geschaffen, der schrittweise in medizinische Szenarien vordringt. 

Und wenn die KI wirklich in die Arbeitsabläufe der Ärzte integriert wird, liegt der Wert eines Systems nicht mehr nur in der Fähigkeit des Modells selbst. 

Wer zahlt für die medizinische KI? 

Wenn die medizinische KI-Branche in den vergangenen zwei Jahren hauptsächlich bewiesen hat, was die Technologie leisten kann, ist das Problem, wer bereit ist, für diese Fähigkeiten zu zahlen, in der nächsten Phase noch beachtenswerter. 

Das Geschäftsmodell traditioneller medizinischer Software ist relativ einfach: Man verkauft Systeme an Krankenhäuser und erhebt Gebühren für Beschaffung, Deployment und Wartung. Zijing Zhikang zielt jedoch auf ein medizinisches Dienstleistungsökosystem ab, an dem viele Beteiligte wie Krankenhäuser, Ärzte, Patienten und Pharmaunternehmen teilnehmen. 

Das bedeutet, dass die künftigen Einnahmequellen nicht nur aus einer einzigen Software-Bestellung bestehen können. 

Zuerst die Krankenhäuser: Das Team von Zijing Zhikang gibt an, dass das Unternehmen in der Anfangsphase der Kommerzialisierung durch wissenschaftliche Kooperationen, den Aufbau von KI-Szenarien und technische Dienstleistungen mit Regierungen, Krankenhäusern und medizinischen Einrichtungen nachhaltige Geschäftsmodelle erkunden wird. 

Für Krankenhäuser liegt der direkte Wert der KI in Effizienz und Dienstleistungsfähigkeit. Wenn Ärzte keine große Zeit mehr damit verbringen müssen, Anamnesen zu ordnen und Krankenakten einzugeben, haben sie die Möglichkeit, mehr Energie auf die Kommunikation mit Patienten und medizinische Beurteilungen zu verwenden. Effizienzverbesserungen können zudem in zusätzliche Dienstleistungsfähigkeiten umgewandelt werden: Bei gleicher Sprechzeit können Ärzte mehr Patienten versorgen; Krankenhäuser können das Angebot an medizinischen Dienstleistungen verbessern, ohne den Personaleinsatz zu erhöhen. 

Für große Krankenhäuser der Klasse 3A bedeutet dies eine weitere Optimierung der vorhandenen Ressourcen; für Krankenhäuser auf lokaler Ebene kann dies die fachliche Unterstützung bedeuten, die früher kaum verfügbar war. 

Zweitens die Ärzte: Die traditionelle medizinische Versorgung hängt stark von der persönlichen Zeit der Ärzte ab. Selbst wenn ein renommierter Experte mehr als zehn Stunden am Tag arbeitet, ist die Zahl der Patienten, die er behandeln kann, begrenzt. Der Arzt-Avatar bietet eine weitere Möglichkeit: In Zukunft können Ärzte auf lokaler Ebene durch Autorisierung den Avatar eines hochqualifizierten Experten aufrufen, um die Behandlungsanalyse zu unterstützen; nach der Entlassung des Patienten aus dem Krankenhaus kann das System zudem eine kontinuierliche Nachsorge durchführen. Die fachlichen Fähigkeiten hervorragender Ärzte können sich von den persönlichen Behandlungen von Angesicht zu Angesicht auf mehr Zeiten und Orte ausdehnen. 

Auf diese Weise können sich rund um Szenarien wie den Aufruf von Arzt-Avataren, die Beschaffung von Dienstleistungen durch medizinische Einrichtungen und die Fernzusammenarbeit neue Gebührenmodelle bilden. 

Die dritte Gruppe sind die Patienten: Von der Voranamnese über Gesundheitsakten bis zur Nachsorge nach der Behandlung kann die KI eine nachhaltigere Verbindung zwischen Patienten und medizinischen Dienstleistungen herstellen. 

In der Vergangenheit erhielten Patienten in der Regel nur dann die konzentrierte Aufmerksamkeit eines Arztes, wenn sie in die Sprechstunde kamen. Die medizinische KI hat die Möglichkeit, einen Teil der Dienstleistungen auf die Zeit vor der Behandlung und nach der Entlassung aus dem Krankenhaus auszudehnen. 

Diese kontinuierliche Dienstleistungsfähigkeit bietet zudem Raum für zukünftiges personalisiertes Gesundheitsmanagement und Mehrwertdienste. 

Außerhalb von Krankenhäusern kann der kommerzielle Wert noch weiter ausgedehnt werden. 

Beispielsweise Pharmaunternehmen: Klinische Studien stehen seit langem vor Problemen wie Schwierigkeiten bei der Patientenrekrutierung und komplexer multizentrischer Zusammenarbeit. Insbesondere einige Patienten verteilen sich auf medizinische Einrichtungen auf lokaler Ebene, sodass traditionelle Rekrutierungsm