医疗大模型是当前医疗健康产业最热门的话题之一。从通用大模型到专科模型，从问诊助手到临床决策支持，各类AI产品层出不穷。
随着越来越多医院开始部署大模型，现阶段对于医疗大模型的评价，已不仅仅只看参数指标，更在于其是否能在临床上实现价值兑现。而价值兑现的前提，取决于模型是否真正理解临床场景。
近日，长期深耕糖尿病管理领域的成都合尔康医疗科技有限公司（简称：合尔康）正式发布糖尿病专病大模型HesiMed AI及配套产品。
HesiMed AI的独特之处在于，它并不是一个孤立的大模型产品，而是合尔康持续构建多年的“慢病软件平台+硬件试剂平台+数据AI”三位一体体系的核心智能引擎。 其背后，是合尔康覆盖全国3000多家医院的糖尿病管理系统（DMS）所沉淀的丰富真实世界数据与临床场景——这些长期积累构成了HesiMed AI的能力根基。
合尔康“慢病软件平台+硬件试剂+数据AI”三位一体体系
HesiMed 慢病大模型，基于千万级临床数据训练，与国内知名医院联合研究，涵盖“生理指标、诊疗行为、生活方式、临床效果”四大核心维度。 通过与合尔康现有DMS系统、区域化慢病系统联动，快速实现AI系统落地应用。HesiMed AI，在机构端，向医疗机构/医生提供慢病辅助诊疗，向医药等行业伙伴提供AI能力接入；在患者端，HesiMed AI 赋能硬件试剂产品，通过联动血糖仪（BGM）、动态血糖（CGM）、胰岛素泵等设备，将AI能力嵌入患者日常使用的设备中，向用户提供基于数据的主动健康服务。B端和C端双轮驱动，HesiMed AI不仅完善和强化了合尔康的慢病管理三位一体化体系，而且进一步构建了全场景慢病管理AI生态。
01
HesiMed AI：让三位一体慢病管理体系真正拥有AI能力
糖尿病管理最大的挑战，在于管理资源和服务能力的短缺。 数据长期分散在医院、家庭和不同设备之间，难以形成持续利用。医院掌握院内诊疗信息，患者每天产生大量居家监测数据，但这些数据往往彼此割裂，管理也因此停留在“发现问题—解决问题”的被动循环。
要改善这种状况，不在于多一个AI工具，而是要让AI能力自然嵌入已有的软件平台、硬件设备和医疗服务流程，在不改变现有使用习惯的前提下，让数据转换为主动服务——这正是HesiMed AI研发的出发点。
不同于多数公司“先做模型、再找应用”的路径，合尔康选择“用场景定义AI”。这一思路并非源于模型能力，而是源于其多年积累的糖尿病管理体系。
多年来，合尔康以糖尿病管理系统（DMS）为核心，搭建起覆盖“院内—社区—居家”全场景的慢病管理产品矩阵，并形成“慢病软件平台+硬件试剂平台+数据AI”三位一体体系。其中，DMS系统已覆盖全国31个省份、3000多家医院，构建起覆盖院内院外的真实管理场景，也为AI训练和落地提供了持续的数据来源与应用基础。
基于这一体系，HesiMed AI并不是一个独立存在的大模型，而是整个慢病管理体系的AI智能底座——向下，它深度赋能BGM、CGM、胰岛素泵、血脂/血压等硬件产品，让设备从“记录数据”升级为“主动服务”；向上，它连接医院糖尿病管理系统和区域慢病管理平台，在不改变原有业务流程的基础上，为整个慢病管理体系注入AI能力，实现院内院外持续协同。
■ To C：AI赋能硬件产品，让监测设备从“记录数据”走向“主动服务”
糖尿病患者每天都会产生大量血糖数据，但长期以来，BGM、CGM等设备更多承担的是数据采集功能。患者虽然能够看到血糖曲线，却需要自己理解数据、判断风险并决定下一步行动。
HesiMed AI的价值，在于赋予这些硬件设备持续分析和主动服务能力。依托AI，CGM、BGM、胰岛素泵以及血脂、血压等设备不再只是记录数据，而能够基于患者持续产生的数据主动提供健康服务。
例如，当系统发现患者近期血糖波动明显时，HesiMed AI的患者端APP“AI健康行”会分析原因并主动给出建议；当预测夜间可能发生低血糖时，会提前提醒睡前加餐；患者拍摄饮食照片后，AI还能结合个人历史数据分析食物对血糖的影响，并提出饮食建议。
更重要的是，AI打通了不同设备之间的数据联系。患者使用的仍然是熟悉的血糖仪、CGM或胰岛素泵，但这些设备已经从单纯的数据采集工具升级为持续陪伴患者的主动健康助手，在几乎无感的日常使用过程中完成风险预警、行为提醒和健康干预。
■ To B：升级存量场景，同时拓展AI能力输出
对于医疗机构而言，HesiMed AI并不是一套需要重新部署的新系统，而是直接嵌入合尔康现有糖尿病管理系统（DMS），在不改变原有业务流程的基础上，为医院增加AI辅助分析、风险预警和诊疗建议等能力，实现糖尿病管理的智能化升级，即“旧场景升级”。
与此同时，HesiMed AI还能够向医药企业、健康管理机构等行业伙伴开放AI能力，将辅助决策、患者画像分析等能力输出到更多慢病管理场景，实现“新场景拓展”。
无论是患者端持续产生的数据，还是医院端不断积累的诊疗数据，都会持续反哺HesiMed AI模型优化，形成“AI赋能应用——应用产生数据——数据持续优化AI”的闭环。这也是合尔康构建全场景慢病管理AI生态的核心逻辑。
在这一闭环不断运行的基础上，合尔康进一步提出了AGS（Automatic Gluco System）自主血糖管理分级理念。
随着AI持续赋能患者端、医疗端和产业端，糖尿病管理将从数据感知、风险预测逐步迈向主动干预，并最终实现更高程度的自动化管理。整个过程，就像汽车从辅助驾驶不断迈向自动驾驶一样，AI承担越来越多的分析和管理工作，患者需要主动参与的环节越来越少，最终实现自动驾驶一般几乎“无感”的糖尿病管理。
在此基础上，合尔康的下一个目标进一步指向人工胰腺（AID）系统。未来，HesiMed AI将与AID硬件共同构成“数据分析+自动执行”的完整闭环，让AI不仅能够理解患者数据、给出建议，更能够参与血糖控制过程，推动糖尿病管理迈向更高水平的智能化。
02
六年积累，让专病AI大模型更懂临床
随着模型层逐渐基础设施化，单纯拥有基础模型已不构成壁垒。真正拉开差距的是对临床的深度理解、真实场景的覆盖能力，以及将AI落地到医疗服务全链路的执行力。
从这个角度来看，HesiMed AI背后的竞争力，是合尔康六年来持续积累形成的能力体系。
首先，是持续积累的真实世界数据。糖尿病是一种需要长期管理的慢性疾病，真正有价值的数据是患者在长期诊疗过程中形成的连续管理数据。六年来，合尔康围绕糖尿病院内院外一体化管理，沉淀了覆盖诊疗、随访、血糖监测、用药调整等完整管理链路的数据。这些数据不仅支撑模型持续学习糖尿病管理规律，也形成了越用越准的数据飞轮。
其次，是对临床场景的持续理解。合尔康并非“为了AI而AI”，而是用AI解决已有场景的问题。六年的临床服务，让团队深刻理解糖尿病管理的真实痛点：医生门诊时间有限，需要快速抓住重点；患者居家依从性差，需要低门槛的提醒；基层医疗资源不足，需要上级经验下沉……这些理解是日复一日的服务中积累的“临床直觉”。
最后，是成熟的工程化能力。合尔康的核心团队具有华为系背景，在智慧医疗、医疗大数据和产品工程化方面拥有丰富经验。随着阿里等机构的AI专家加入，公司进一步补强了AI算法与模型研发能力，形成了“临床场景理解+工程落地+AI技术”的能力组合，让HesiMed AI不仅能理解临床，更能真正落地。
HesiMed AI并不是一个横空出世的新产品，而是合尔康多年糖尿病管理能力的一次集中释放。它既延续了企业长期积累的临床经验，也借其“软件平台+硬件试剂+数据AI”三位一体体系迈向智能化的新阶段。
糖尿病管理的“马拉松”仍在继续，但AI的加入，或许能让这场长跑变得不那么艰难。当患者不再需要时刻关注血糖数字，当医生不再需要翻阅海量数据，当管理在“无感”中自然发生——这或许就是慢病管理的未来图景。而合尔康，正在用六年的场景积累，一步步把这个图景变成现实。
文｜李汶芸
微信｜Kokopellii
添加时请注明:姓名-公司-职位
声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。
点喜欢
热门跟贴