文 | 医线 Insight，作者丨雨山

2026 年上半年，如果要找几份最值得研究的互联网医疗公司财报，答案可能有些意外。

不是京东健康、阿里健康、平安好医生这三大巨头。

而是健康 160、方舟健客、智云健康和熙康云医院。

这四家公司过去很少被放在一起讨论，它们做的甚至不是同一种生意。

健康 160 深入医院，智云健康覆盖医院与药店，方舟健客连接医生和慢病患者，熙康云医院则把护士和医疗服务送到患者家里。

但也正因如此，它们几乎拼出了互联网医疗最难规模化的那一部分：医院、药店、医生和护士。

截至 2026 年 6 月底，健康 160 连接的医疗健康机构超过 4.51 万家；方舟健客平台注册医生达到 28.2 万名；智云健康的 AI 药店平台覆盖超过 28 万家药房；熙康云医院拥有 16.8 万名具备 5 年以上临床经验的入驻护士。

数据来源：4 家互联网医疗企业 2026 年上半年财报

这些数字背后，对应的是互联网医疗长期以来最棘手的一道商业题——互联网可以快速复制流量和信息，却不能无限复制医生和护士的时间。

也因此，过去十多年，最先跑通的互联网医疗模式，大多绕开了重人力的医疗服务。

京东健康、阿里健康依靠电商和供应链做大药品零售，平安好医生则借助保险支付方和集团生态组织服务。

但一旦深入医院运营、慢病管理、药店处方、居家护理，收入增长往往也意味着更多医生、护士、审核、调度和运营人员。规模越大，成本越容易一起变大。

这正是 AI 开始变得重要的地方。而这四家公司，正成为观察 AI 商业价值的一组特殊样本。

因为在这里，AI 有没有用，不必先看模型参数。直接看成本和利润就够了。

2026 年上半年，健康 160 跨过盈亏平衡线，经调整净收益达到 545.2 万元。

方舟健客在 18.24 亿元收入规模下继续盈利，经调整净利润 1870.8 万元。

智云健康经调整净亏损同比收窄 86.0%，降至 886 万元。

熙康云医院经调整净亏损也同比收窄 43.1%，降至 2184.7 万元。

四家公司业务不同、阶段不同，却在同一时间出现了相似变化。这背后，是 AI 正在进入它们过去最依赖人工的环节：审方、慢病管理、运营、调度、接单和随访。

其意味着，医疗 AI 真正值得关注的问题，是它能不能改变互联网医疗的成本结构，让医疗服务第一次真正拥有规模效应。

AI 首先改变的不是收入，而是成本曲线

第一波变化可以从成本端观察。

智云健康便是一个典型样本。2026 年上半年，智云健康收入降至 6.29 亿元，公司主动退出了一部分低利润、消耗现金的业务。

与收入下降同时发生的是经营质量改善，整体毛利率从去年同期的 37.1% 提高到 46.7%，经调整净亏损收窄 86.0%。

这是一种互联网医疗过去并不擅长、但行业已经越来越熟悉的增长方式——主动放弃低质量收入，把目标从 " 做大规模 " 转向 " 提高收入质量 "。

费用端的变化更直接。上半年，智云健康销售及营销开支从 4.54 亿元降至 2.49 亿元，同比下降 45.1%；行政开支下降 51.5%，至 0.5759 亿元。

数据来源：智云健康 2026 年上半年财报

公司给出的一个解释是 " 数字员工 "：依托垂直大模型 ClouD GPT，把 AI 部署进部分原本由人工完成的流程，以降低人力与合规成本。

" 数字员工 " 不是什么新鲜概念，背后值得观察的是，AI 第一次开始对应到具体的财务科目。

这是在于，传统医院信息化、互联网医院和互联网医疗平台的技术投入首先意味着增加服务器、研发、系统和运营成本，能否转化为利润要经过很长的链条。

而生成式 AI 提供了另一种可能，即技术投入本身就可以减少一部分重复性人工。

健康 160 的变化发生在研发端。

互联网医疗企业面对的客户需求高度复杂，不同医院的信息系统、业务流程、采购要求和数据接口都不相同，SaaS 产品很难像消费互联网软件那样简单复制，项目越多，开发和交付人员往往也要同步增加。

健康 160 把 AI Coding 嵌入需求、开发和测试等研发流程，并在不同部门试点数字员工。

2026 年上半年，其研发开支为 1544.2 万元；与此同时，数字医疗健康解决方案收入增长 27.6%，毛利率从 77.4% 提高到 80.7%。

数据来源：健康 160 2026 年上半年财报

高毛利业务增长，构成了公司上半年实现经调整盈利的一条清晰经营逻辑。

熙康云医院面对的则是一门更 " 重 " 的生意：护士上门。

2026 年上半年，熙康云医院总收入为 1.83 亿元，同比增长 2.4%；其中护理服务收入却增长 72.3%，达到约 5967 万元，成为增长最明显的业务板块。同期居家护理服务量突破 30.8 万人次，同比增长 41.3%。

与此同时，熙康云医院的平台服务也在从基础护理向更多专科场景延伸，目前已覆盖 13 大类、260 多项居家护理服务，并在部分地区探索上门康复，意味着平台需要调度的已经不只是更多订单，而是越来越复杂、专业差异越来越大的医疗服务供给。

按传统服务业逻辑，服务量增长通常意味着更多调度、客服和履约成本，但同期熙康云医院销售及分销开支下降 18.6%。

熙康云医院则把 AI 智能中台嵌入医疗、护理和健康管理三大业务流程，在护理场景形成 " 智能匹配—精准调度—全程质控—持续优化 " 的服务闭环，试图把过去高度依赖人工协调的服务流程进一步标准化。

这类 AI 远不如 "AI 医生 " 显眼，却直接解决护士怎么走、去哪里、接哪一单、怎样少浪费几十分钟。

对于一个拥有 16.8 万名五年以上临床护理工作经验护士、护士规模仍同比增长 15.9% 的平台，分散在每一单里的几十分钟，累积起来就是履约成本和服务半径。

方舟健客对应的是另一种规模成本。

2026 年上半年，公司收入达到 18.24 亿元，同比增长 22.2%；比收入增长更值得关注的是，销售及分销开支占收入比例从 12.8% 降至 10.6%。

其供应链覆盖 1800 多家供应商、1000 多家制药公司，利用 AI 优化库存分配和订单派送后，存货周转天数压缩到 23.1 天。

四家公司做的事看起来完全不同。

有的减少销售和行政成本，有的压低研发交付成本，有的提高护士调度效率，有的优化库存。

但从利润表看，它们回答的是同一道题。

即业务规模扩大时，成本还要不要按照原来的速度增长？

这正是医疗 AI 第一波商业价值的关键。

它未必立刻让收入增加 30%，却可能先让支撑更大收入所需的人力、库存、研发和履约资源不再同比例增加。

大白话就是：实现降本。

对一个长期陷在 " 烧钱换规模 " 逻辑里的行业，这种变化的重要性，可能高于再多一个 AI 问诊入口。

当然，财务改善不能全部归因于 AI。

智云健康的毛利率上升与退出低利润业务直接相关；健康 160 也受高毛利数字医疗健康解决方案增长推动；熙康云医院护理业务本身正在快速放量；方舟健客已经具备明显规模效应。

更准确的说法是，当这些公司从 " 规模优先 " 转向 " 利润优先 " 时，AI 恰好提供了一套效率工具。

医疗 AI 最先穿透的，是那些 " 重复但不能出错 " 的工作

成本变化只是第一层。真正决定 AI 能不能成为长期生产力的，是它能不能进入医疗现场。

医疗和绝大多数互联网行业不同。推荐错一条短视频，损失可能只是几分钟；审错一张处方、遗漏一次院感风险，或给患者错误的用药建议，后果完全不同。

因此，医疗 AI 很难从一个万能聊天框开始迅速替代整个流程，更可能先进入责任边界清晰的窄场景。

处方审核、慢病管理、患者随访、医疗质量管理、药房管理和资源调度，也正是当前 " 人工智能 + 医疗卫生 " 重点应用的方向。

四家公司 AI 落地最集中的区域，恰好符合这一特征。

熙康云医院选择的是护理调度。

该公司已经在浙江、河南两大省级护理平台基础上继续向外复制，并新增江苏南通 " 通城护理 " 平台，相关护理平台累计覆盖人群超过 2 亿；同时，其城市云医院平台项目也拓展了河北 " 保定云医院 "。

居家护理订单越多，平台面对的核心问题也就不再只是 " 有没有护士 "，而是 " 护士在哪里、怎样更高效地匹配订单 "。

如果订单距离护士 30 公里，即使系统显示有可用护士，这名护士也很难真正服务患者。居家护理因此既是医疗问题，也是复杂的空间调度问题。

熙康的智能路线规划助手整合数据和路径算法，为护士安排服务动线；智能接单助手支持语音等操作，减少护士在手机上完成重复步骤的时间。

AI 在这里是把一名真正具备临床经验的护士，从路上和系统里的无效时间中释放出来。

健康 160 把 AI 放进医院内部。

截至 2026 年 6 月 30 日，其平台已连接超过 45141 家医疗健康机构，其中包括逾 14658 家医院（含 3549 家三级医院）。

相比给患者增加一个聊天机器人，医疗机构更愿意持续为解决明确管理问题的工具付费。

健康 160 推出 "160AI 医院 " 整体解决方案，并把 " 蓝灵感控 GPT" 落在院感防控场景，用于医院内部数据处理、风险画像、自动干预、临床动态督导和反馈优化。

截至报告期末，"160AI 医院 " 已与 163 家公立医疗机构开展运营合作，其中 78 家为三甲医院，占比约 47.9%。

院感值得行业持续观察，因为它边界足够窄、数据相对明确、医院管理责任清晰，也存在真实的降风险需求。这类场景可能比 "AI 医生能不能完全诊断疾病 " 更早形成商业闭环。

智云健康选择的高频环节是药店审方。

截至 2026 年 6 月底，其 AI 平台已经安装在 280325 家药房，覆盖全国药店总数 40% 以上。

药店是慢病患者重要的院外触点，但不同药店的药师资源和专业能力并不一致，处方审核却不能省略，尤其对同时服用多种药物的慢病患者，用药禁忌和药物相互作用都可能带来风险。

智云的 ClouD GPT 已为超过 20 万种药物建立实体关系，形成配伍禁忌和多药组合规则，再通过类似 " 红绿灯 " 的机制辅助处方审核。

公司披露，模型在单处方上可以实现接近 100% 的用药合理性判断。报告期内，智云通过互联网医院开出 1.773 亿张在线处方，日均有效在线处方超过 100 万张。

在这样的业务规模下，即使每张处方只减少几十秒人工审核时间，累积起来也是可观的运营效率。

医疗 AI 商业化由此显出一个规律。最有价值的地方未必是最复杂的工作，而可能是出现频率最高的工作。

方舟健客把这套逻辑延伸到慢病管理。

平台注册医生达到 28.2 万人，其中 56.5% 来自三级医院；注册用户达到 5980 万。但拥有几千万患者，并不等于真正管理了几千万患者。

慢病管理最难的是诊疗之后几个月甚至几年的重复动作。是否按时吃药、症状有没有变化、什么时候复诊、生活方式是否调整、患者是否已经停止治疗。

每一件事都不复杂，但数量巨大，医生很难长期完全依靠人工完成。

方舟把 AI 用于患者信息收集、病历整理、文献检索和患者跟踪，也为患者生成用药提醒和健康资讯。它并不替代医生的最终判断，而是减少医生处理重复信息的时间。

方舟付费用户复购率达到 89.2%。复购当然不能全部归因于 AI，但 AI 提供的持续触达，可以成为慢病长期管理基础设施的一部分。

把护理调度、院感质控、处方审核和慢病随访放在一起，会发现共同特征：高频、重复、数据可以积累、规则相对明确，同时仍由专业人员承担最终责任。

这很可能就是现阶段医疗 AI 最适合进入的区域。

也因此，判断一家互联网医疗公司有没有 AI 优势，模型参数相对重要，但它掌握了多少真实工作流更重要。

没有医院，AI 无法持续进入院内管理；没有药店，审方模型没有高频使用场景；没有护士网络，智能调度只是算法 Demo；没有持续管理的慢病患者，AI 随访也很难产生价值。

从这个角度看，互联网医疗公司过去十年重金建立的医院、药房、医生、护士和患者网络，到了 AI 时代出现了新的含义。

即它们以前被视为流量，现在越来越像 AI 的生产资料。

当 AI 进入工作流，平台开始重新争夺产业链位置

除了前文所述，AI 更大的变化是，当平台既掌握真实业务网络，又能用 AI 提高连接效率，它就有机会向产业链上下游延伸。

最明显的一端是药企。

集采常态化、医保控费深入后，传统药品流通利润空间受到挤压；对创新药企业来说，如何以更低成本触达真正需要的患者，变得越来越重要。

智云健康提出 P2M —— Patient to Manufacturer，即从患者到制造商。

2026 年上半年，该板块院内和院外收入合计达到 1.617 亿元，其中院内约 1.283 亿元、院外 3341 万元，两部分毛利率分别达到 52.1% 和 66.1%。

这已经超出传统互联网问诊的范畴。平台试图利用覆盖医院、药店、医生和患者的网络，成为药企商业化的一部分。

一个案例是伊洛前列素注射液。智云推动这一重点 P2M 管线产品进入粤港澳大湾区 " 港澳药械通 " 目录。

2026 年 6 月，一名面临截肢风险的 90 岁患者在广东药科大学广州复星禅诚医院接受相关药物治疗后，创面持续改善。财报同时披露，智云另有 5 种已上市产品，及 10 种产品正处于三期临床试验、注册申请或上市前阶段。

一款核心单品进入集采后，院内价格下降 84%，但销量增加 1.3 倍。药价大幅压低后，药企要维持产品商业价值，就必须寻找更多患者、更低获客成本和更高运营效率，这为互联网医疗平台留下了新的位置。

方舟健客也在向类似方向移动。

其供应链已经连接超过 1800 家供应商和 1000 家制药企业，并通过 AI 辅助慢病护理和 MaaS 框架向创新疗法、专科服务延伸。

此前互联网医疗公司的患者资源主要用于卖药，但现在平台可能进一步参与一款新药从上市、患者教育、医生触达到长期疗效管理的全过程。

平台与药企的关系，也会从 " 渠道 " 走向 " 患者运营基础设施 "。

另一端是医院。

健康 160 正尝试把原来的 SaaS 能力继续向下延伸，计划推出 " 医疗 AI Agent+ 硬件 + 集成调试服务 " 的一体化方案，为医疗机构提供 AI 产品、硬件服务器和整体交付，并探索医疗垂类大模型 Token 销售。

这意味着医疗 AI 的商业模式可能从单纯 " 卖软件 "，走向更深的软硬一体。

原因在于，AI 系统不仅需要软件，还需要算力、模型、数据治理和长期调试；一套真正进入医院核心业务的系统，很难像普通办公软件那样开通账号就结束。

谁能完成部署、适配、安全合规和长期运营，谁才更可能真正拿到医院的钱。

因此，" 模型最好 " 和 " 生意最好 " 之间仍隔着巨大的工程鸿沟。对互联网医疗公司来说，过去积累的医院客户、交付团队和合规能力，反而可能成为 AI 时代的重要资产。

第三个方向是支付体系，它可能比药企和医院更决定互联网医疗最终的商业边界。

报告期内，方舟健客完成广东省全省医保服务协议签署，并接入广州 " 医保系统 2.0"；智云健康的药店平台已经整合 9 个省份门诊统筹。

熙康云医院走得更深入。它通过 " 城市云医院 " 模式，在政府主导下推进 " 省级标杆引领 + 市级快速复制 "，目前已运营浙江、河南、江苏南通等地的官方授权居家护理平台；部分服务已经可以接入长期护理保险直接结算、地方惠民补贴和民政养老服务采购。

这比增加一个线上入口更重要。

互联网医疗早期连接患者和医生，医药电商阶段进一步连接患者和药品，而现在一些平台开始同时连接医院、药企、医保、地方政府和患者。

当这层网络形成，互联网医疗公司的竞争方式也会改变。

流量仍然重要，但不再是唯一指标。平台还必须理解医保支付、医院采购、药品合规流转、护士履约和地方监管，并处理数据安全与医疗责任边界。AI 可以降低其中一部分协调成本，却无法替代这些能力。

这也是医疗 AI 与通用 AI 可能真正分野的地方。

通用模型公司可以拥有更强的模型能力，却未必能在一个城市调动数万名护士；可以生成专业的诊疗建议，却未必能进入 28 万家药房完成每天百万级处方审核；可以理解医疗知识，却未必能接入医保结算体系。

医疗服务最终仍是一门高度依赖线下网络、牌照、信任和长期运营的生意。

AI 不会消灭这些壁垒，更可能放大已经拥有这些壁垒的公司的效率。

医疗 AI 的第一波红利是 " 效率红利 "

今天，几乎所有互联网医疗公司都在讲 AI。

因此，四家公司的 AI 叙事本身并不稀缺。更值得关注的是，2026 年上半年，两条过去相对独立的线索开始同时出现。

第一条，是经营指标改善。

健康 160 实现扭亏；方舟继续保持盈利和正向经营现金流；智云和熙康的亏损明显收窄。

相比单纯的收入增速，毛利率、费用率、库存周转和研发投入，正在成为更能解释经营质量的指标。

第二条，是 AI 开始进入业务底层。

它已经渗透到研发、营销、人力、库存和订单管理，也进入护理调度、医院质控、药店审方和慢病随访等核心环节。

经营改善与 AI 进入工作流，开始在同一批专业型互联网医疗平台上交汇。

这正是把四家公司放在一起观察的意义。它们无法代表整个行业，但它们有一个共同特点：都拥有规模庞大、长期运行的真实医疗工作流。

这使它们天然成为观察 AI 商业价值的实验场。

如果 AI 能够改变互联网医疗的成本结构，最早的变化理应出现在这些场景中。

拥有数十万家药店的平台，要看 AI 能否降低单次审方成本；连接十几万名护士的平台，要看调度算法能否提升单个护士的服务效率；进入上万家医院的平台，要看 AI 能否降低产品研发和交付成本；管理数千万慢病用户的平台，则要看用户增长能否逐渐摆脱运营人员的同步扩张。

归根结底，这是一场关于边际成本的实验。

过去十年，中国互联网医疗解决了大量 " 有没有 " 的问题。互联网医院、在线问诊、医药电商、线上处方、家庭护理平台相继建立起来。

接下来的问题是这些业务能否成为一门更好的生意？

AI 恰好在这个阶段进入产业。

当然，现在还远未到形成行业标准答案的阶段。四家公司的财务改善都有各自的经营背景。

比如退出低毛利业务、调整收入结构、扩大高毛利业务、释放规模效应，都与 AI 应用同时发生。现有数据也缺乏足够长的周期，尚不能证明 AI 能够持续提升这些公司的资本回报率。

医疗行业还有一层更严格的约束，效率必须建立在质量和安全之上。

处方可以审得更快，但不能增加差错；护士一天可以服务更多家庭，但护理质量不能下降；AI 可以帮助医生整理信息，但医疗责任依然需要明确的人来承担。

因此，医疗 AI 真正的考验从落地之后才开始。先验证效率，再验证质量，最终才轮到商业模式。

所以在未来，决定互联网医疗公司价值的关键，可能逐渐转向两个问题。

谁掌握了更多真实、持续、高频的医疗工作流，谁又能把 AI 深度嵌入这些工作流，并最终转化为可持续的效率提升。