探寻新质生产力 | 对话智慧眼邱建华：一家医疗AI公司的“慢哲学”

智慧眼董事长邱建华

2003年，邱建华大学毕业第一次创业，切入数据安全领域。彼时人工智能尚处于前沿探索，医疗AI尚未成形。但他注意到一个普遍的民生痛点：高龄、失能或长期居住在异地的老人，每年必须专程返乡进行生存认证，才能继续领取养老金。

这个民生难题，成了智慧眼创办的起点。

2009年，智慧眼在北京成立。邱建华选择从人脸识别切入，用远程身份核验解决社保认证，将业务铺到全国20多个省份的人社系统，累计服务超过6亿退休老人。

创业至今，智慧眼经历了三次关键技术跃迁：从生物识别到机器视觉，再到多模态大模型。业务路径也随之递进，从养老金认证民生场景，走向公共安全智能治理，最终锚定医疗大健康主赛道。

十几年过去，智慧眼早已跳出传统人脸识别服务商的标签。依托自研的“砭石”医疗多模态大模型，公司覆盖智慧医保、智能医疗、大健康三个方向，承建了全国21个省份的医保智能监管体系，同时延伸到慢病管理、中医数字化、长期护理等银发经济赛道。“老来健康”APP的老年用户突破3400万，“肾小保”等专病智能体也在湖南、河南等地陆续落地。

这是一家走深耕路线的医疗AI公司。没有互联网大厂的流量入口，也没有头部医院的学术背景，却在中西医融合AI这条独特路径上，逐步构建起自己的技术与数据壁垒。

生物识别：从养老金认证切入民生刚需

邱建华在人社和公共安全领域多年，发现线下养老金认领存在现实困境：高龄老人、失能群体、长期住在外地的退休人员，每年都得亲自返乡完成一次活体认证，才能继续领取养老金。与此同时，各地人社部门也面临核验成本高、冒领行为难以及时发现和管控的压力。

“这是刚性的民生需求，市场够大，政策也在推进‘金保工程’。”邱建华告诉融中财经。于是他在2009年创办智慧眼，以人脸识别切入社保认证赛道。

早期的发展路径并非事先规划好的，而是在业务实践中自然生长出来的。“我们先攻克人脸、指静脉识别等技术，扎稳社保根基，再把业务铺到全国。”随着合作深入，团队开始在医保监管、病历结构化、慢病管理等场景中看到延伸空间——这些场景同样依赖身份认证和视觉算法，技术的边界自然而然向医疗AI延展。

这种路径有一个独特优势，政府端的信任与数据积累，是智慧眼区别于同行的核心家底。连续三年拿下全球指静脉挑战赛第一，在MegaFace百万干扰级算法挑战赛中获得世界第二，这些早期的技术成绩，为智慧眼在政务治理赛道上积累了扎实的声誉，也为后来承建20多个省的医保信息平台打下了信用基础。

真正让智慧眼走出差异化的是选择在中西医融合AI这条赛道上集中资源，这个决定在公司内部并非没有争议。“当时多数同行盯着西医诊疗、检验AI、西医影像，赛道拥挤且同质化。”邱建华回忆，部分团队成员明确表达过疑虑：中医辨证标准化难度高，证候抽象，AI建模的落地难度远高于西医。

邱建华拿出了一个有力的技术类比。“中医的望闻问切，本质上就是医生的视觉加多模态感知系统，与智慧眼的技术基因高度契合。”随后带领团队深入走访大量名老中医和基层中医师，发现基层中医馆和部分三甲中医院对辅助辨证、病历结构化有迫切需求。这个判断最终化解了内部分歧，也让智慧眼与竞争对手彻底区别开来。

机器视觉：赋能公共安全，构建治理能力

在生物识别技术成熟应用于人社场景后，公司将计算机视觉能力向公共安全领域延伸。

海关、公安、国安等机构存在大量视觉识别需求，如口岸人员身份核验、重点区域动态监控、嫌疑人轨迹追踪等。传统人工方式效率低、误差大，而智慧眼在指静脉、人脸识别上积累的算法能力，恰好可以转化为高效的智能视觉解决方案。

“机器视觉不只是用来看，更要能懂。”邱建华说。针对公共安全场景的特点，开发了适应复杂光线、遮挡、姿态变化的高鲁棒性识别算法，并在多地海关口岸、公安实战系统中部署应用，显著提升了身份核验的准确率与实时性。

这一阶段的业务拓展，不仅带来了稳定的收入，更重要的是积累了复杂场景下的机器视觉工程化能力。从算法到硬件适配，从离线终端到云端协同，从单一识别到多模态融合。这些能力为后来进入医疗多模态领域奠定了坚实的技术基础。

多模态大模型：医疗大健康，融合中西医智慧

“砭石”医疗多模态大模型的技术方向，是一个被行业长期忽视的临床痛点，邱建华称之为信息割裂。基层医师的问诊、影像、舌面诊、体征数据各自分散，医生只能依赖单项信息判断病情，中西医数据无法互通，辨证缺少全维度参考依据。

于是智慧眼从临床需求倒推：“我们需要一套能整合各种诊疗信息的AI系统，把文字问诊报告、医学影像、舌面面诊图像、体征音视频等异构数据打通。”

2023年，全球首个医疗多模态大模型砭石正式发布，支持问诊文本、医学影像、面诊舌诊图片、面部体征视频、睡眠音频五种不同维度的数据统一解析与联动研判，并获得了中央网信办生成式人工智能大语言模型备案。在CMB医疗大模型评估中砭石排名第三；2025及2026连续两年被评为福布斯中国人工智能科技企业TOP50。

面对竞争，邱建华有清醒认识：品牌和流量无法与京东健康相比，三甲医院临床渗透不及医渡云，中医标准化和循证积累的周期更长。但核心优势同样不易复制：中西医融合的差异化定位，中医辨证合理率超过90%；医保和基层医疗场景的落地壁垒；基于海量三医数据训练的基础医疗大模型，深度适配基层全科辅助诊疗。

湖南邵阳市中心医院的“肾小保”智能体项目，以血液透析、腹膜透析患者管理为切入点，砭石大模型的肾元子模型实现了慢性肾病的全周期智能管理。患者平均住院次数降低了23%，医保基金使用效率提升了18%，医院管理效率提高了35%，形成了一个医保、医院、患者三方受益的价值闭环。

将名老中医临床路径和用药经验数字化，是砭石构建中医AI最艰难也最扎实的一步。

邱建华给出了两个解法。一是用知识图谱化解门派之争：不对各流派做对错评判，而是将所有流派的思路、方剂、医案结构化存储，标注来源与适用前提，再到真实世界的临床数据中验证有效性。二是建立利益共享机制，通过联合实验室、联合课题组等形式，使专家的贡献不是一次性买断，而是可积累、可晋升的学术产出，构建可持续的知识供给机制。

面对DeepSeek等通用大模型向医疗场景的渗透，邱建华的判断是：通用大模型与医疗专用AI，本质上是两个不同的物种。“它们做的是大脑，我们做的是大脑加小脑加落地闭环。”

在他看来，通用大模型有三件事难以做到：无法实现真实数据的闭环，与医疗业务流深度耦合，以及多模态临床数据的深度融合，尤其是中医的望闻问切。如果护城河只是单一的模型技术领先，那确实可能被追平。但如果是由垂直场景数据闭环、深度业务耦合、政策壁垒与落地方法论共同构成的综合体，那不仅站得住，还会持续放大。

深耕赛道的挑战与出路

再来看智慧眼的商业模式：G端筑底、B端赋能、C端规模化。

政府端提供技术服务带来现金流，同时积累大量合规脱敏数据，为算法训练提供基础支撑。机构端通过赋能医院、药店、诊所，实现诊疗智能化。用户端以“老来健康”APP为入口，搭建起覆盖家庭、社区、医疗机构的慢病管理网络。

这套模式运行十余年积累下来的护城河，在邱建华看来，由四类不易被复制的资产构成：跨省级医保平台的三医联动真实数据闭环；对医疗运行逻辑的深度认知，即深刻理解医院、医生、医保监管的行为逻辑；技术、场景、政策三位一体的落地方法论；以及与名老中医建立起来的知识工程体系和合作信任。环环相扣、互相放大。

在资本化路径上，智慧眼保持着审慎的节奏。

外界对IPO进程颇为关注。邱建华的回应简洁直接：“商业是一场马拉松，资本化只是其中的补给站。我们是做医疗AI的深水区，需要对技术、场景、数据持续打磨，以工匠精神和长期主义，奔赴行业发展的星辰大海。”

出海，是眼下最重要的增量布局。按照公司2035年的愿景，智慧眼计划建设全球首个AI驱动的长寿健康基础设施平台GALHI，同时推动中医AI的国际化落地。

出海第一步选择的是东南亚、中东及中亚市场。当地医疗基础设施相对薄弱，对AI赋能基层医疗的接受度较高，叠加政策窗口期明显。中医文化认可度的持续提升，为中医AI的商业化落地提供了市场土壤。基于此，智慧眼将重点聚焦中医智能化，并探索将中国医保治理能力的可行经验进行本地化适配，力争成为区域医疗健康人工智能基础设施的服务商。

回顾智慧眼这十几年，邱建华认为最关键的决策节点是聚焦中西医融合医疗AI，依托自研砭石多模态大模型，深耕三医联动应用场景，逐步积累海量高质量医疗数据资源。正是这个选择，让智慧眼避开了同质化竞争，搭建起今天的独特壁垒。

采访最后，邱建华说：“在医疗AI这条监管门槛高、数据积累周期长、商业化路径复杂的赛道上，扎实才是真本事。”

从生物识别解决民生难题，到机器视觉助力社会治理，再到多模态大模型深耕医疗大健康，邱建华与智慧眼二十余年的创业之路，一步一个脚印扎根场景、打磨技术。在变化迅速的人工智能行业，这份行稳致远的 “慢哲学”，正是深耕单一领域、精益求精的工匠精神最好的诠释。