我们在做什么
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:
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
病程深度
产业基础
产品 · 患者端已上线
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。
产品 · 临床与研究
科室主任 · PI · 临床研究护士 · 数据管理
我们正与 2 家三甲医院的肿瘤内科合作打磨诊前摘要与随访提醒。如果你的科室有类似需求,欢迎加入早期共建。
医学部 · HEOR · RWE · 临床开发
队列构建与可行性分析已可基于现有数据开展。我们正在寻找首批研究合作方,共同定义交付标准与字段规范。
Agent 系统架构Memory · Context · Agent
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。
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。
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。