让每位患者
拥有长期医疗智能

将零散的报告数据,重构为贯穿全周期的连续病程——让患者深度参与诊疗、与医生共同决策,让医生快速建立对新患者的临床认知,让研究者获得多维度的真实世界科研数据。

一位患者 · 跨 5 家医院 · 2 年病程 · 数十份资料

我们在做什么

肿瘤全病程的
数据与智能平台

下一代面向患者与临床医生的 AI,不是「更会读报告」,而是把病理、影像、分子、治疗、疗效和院外变化放在同一个患者上下文里,然后回答:

  • 过去发生了什么?
  • 现在处于什么状态?
  • 下一步最值得关注什么?

产品

面向三类角色的 Agent

帮助患者了解自己、医生了解患者、研究者了解群体。

服务

真实世界研究交付

面向药企与研究机构的队列构建与研究支持,交付真实世界证据(RWE)。

资产

患者级纵向病程

跨院、连续、结构化、可追溯的真实世界数据(RWD),由患者持续供给。

患者基础与 MVP 内测表现截至 2026 年 8 月

百万级

患者社区

患者主动供给的入口,不依赖医院系统对接

覆盖广度

30+覆盖瘤种
50+资料来源医疗机构

病程深度

1,500+纵向患者病程
30,000+已结构化病历

产业基础

1,000+肿瘤医生专家网络
80+药企及医疗机构合作经验

产品 · 患者端已上线

阿吉健康

Patient Agent · 患者与家属的病历管家

患者把散落的检查报告、出院小结和用药记录交给阿吉,得到一份读得懂的病程时间轴、逐份报告的解读,以及按病程阶段生成的复查与用药提醒。

  • 归档跨院资料集中管理,自动分类与去重
  • 解读把分期、指标与疗效评价翻译成患者能理解的语言
  • 时间轴自动重建治疗线数、方案变更与关键节点
  • 随访复查提醒、用药记录、症状与患者报告结局(PRO)采集
访问阿吉健康
阿吉健康:档案与首页界面

产品 · 临床与研究

Agent 系统架构Memory · Context · Agent

越用越懂患者的智能体

通用模型有足够的医学知识,缺的是这个人的上下文:他现在处在第几线治疗、上次影像和这次比变化在哪、哪些概念已经解释过。我们在模型之上构建了记忆、上下文与自进化三层系统。

Patient Memory

患者记忆系统

一份随病程变化的患者状态。每一次交互都会写回,下一次对话从更新后的状态开始。

  • 病程状态:当前治疗线数、最近评估结果、待办复查
  • 认知状态:已解释过的概念、尚未解答的疑问
  • 照护背景:由患者本人还是家属在使用

秒级 · 不改动模型权重的学习

Context Engineering

病程上下文系统

一位患者两年、跨五家医院、几十份资料,远超任何上下文窗口。系统需要判断哪些内容与此刻这个问题相关。

  • 按病程阶段与问题类型决定检索范围
  • 跨院矛盾记录的取舍与标注
  • 引用锚定,每句回答可追溯到具体文档

检索与解析共用同一套病程事件结构

自进化 Agent 架构

四层学习闭环按时间尺度嵌套,各自改动的对象与放行方式不同。

闭环

改动对象

放行方式

架构环Architecture

系统结构、能力边界与新任务的引入。

人工决策

模型环Model

用复核样本对任务级小模型做后训练,回归测试后灰度发布。

人工复核

策略环Policy

Prompt、上下文规则、检索策略与工具编排的自动寻优。

评测集门控

记忆环Memory

患者状态与记忆。交互即写入,不改动任何权重与规则。

全自动

数据合规与质量隐私政策与数据说明 →

数据安全

按网络安全等级保护三级要求建设,数据加密存储、最小权限访问、关键操作留痕可审计。

境内处理与去标识化

数据在中国境内存储与处理,原始数据不出域,对外研究使用的数据经去标识化。

医学质量控制

AI 提取、医学专员复核、专家抽审,三级质控。

清晰的产品边界

患者端是病历管理与信息理解工具,不出具诊断或治疗建议,高风险情形引导线下就医。

阿吉健康的解读与提醒由 AI 生成,不构成诊断或治疗建议,不替代医生的专业判断。

合作对接