当资本市场的目光还聚焦在大模型性能比拼时，AI 飓风已经席卷医疗健康产业。

大洋彼岸，国际知名医疗机构梅奥正联手微软打造医疗大模型；而在中国杭州，" 计算医学 " 倡导者树兰医疗正躬身入局，开启一场 "AI 医疗 " 大实验。

自 2025 年起，集团宣布 "All in 科技 " 战略升级，推动良渚未来 AI 医院建设步伐，对标梅奥，打造 " 生命科学集团 "，从 " 治病 " 走向 " 治未病 "，构建以计算医学为核心的技术体系。

树兰医疗的 AI 变革，背后蕴藏着一场深刻的产业蝶变叙事。

01

范式变革，系统重构

从医疗信息化到互联网医疗再到医疗 AI 化，整个医疗服务行业正经历一场深刻的系统性重构。

回看医院数字化的脉络，从最早的财务电算化，到 HIS（医院信息系统）、电子病历、检验影像数字化，再到互联网挂号、缴费、问诊，这一路径演进的核心命题始终围绕着 " 效率 "。

正如树兰医疗集团创始人郑杰所描述的，互联网医疗改变的是 " 时空 " 问题，连接医患、打破阻隔、优化流程，其本质是医疗服务的线上延伸。它在一定程度上破除了信息鸿沟，但并没有根本改变医疗资源的分布，本质只是 " 效率革命 "。

而 AI 医疗变革的是 " 智力 "，它直接介入疾病认知、诊疗决策、科研范式和个性化方案等这些过去完全依赖人类专家的核心环节，是对医疗"智力活动"的重构。

互联网改变的是效率维度，AI 改变的是认知维度，这正是本轮变革与前一轮 " 互联网 + 医疗 " 浪潮的本质区别，也是其颠覆性远胜以往的根本所在。

这场智力革命的到来比想象的还要快。

2026 年可以看作是 "AI 医疗健康元年 "：AI 医疗健康赛道集中爆发，OpenAI 推出 ChatGPT Health，蚂蚁 " 阿福 " 月活突破 3000 万，京东健康 "AI 京医 " 累计服务用户超 1.5 亿人次。

树兰医疗集团创始人郑杰认为，这意味着，当越来越多的患者使用 AI 应用，AI 对医疗行业的冲击，可能不会率先来自医院内部的改造。当患者带着大模型给出的答案走进诊室，肿瘤病人甚至可能比医生更早查到某个新靶点药物的海外临床试验，" 医院里将会出现越来越多‘聪明的病人’（The Resourceful Patient）。" 郑杰表示。

以前 " 医生知道得多 "，如今 " 患者可能知道得更多 "，医患关系从 " 权威 - 服从 " 走向 " 平等 - 对齐 "。

随着 AI 在 C 端的大范围普及，对医院而言，AI 已不是 " 要不要用 " 的选择题，而是 " 如何应对熟练使用 AI 的患者 " 的必答题。

正因如此，树兰医疗的 AI 战略从起点上就与过往的互联网化，以及大多数机构不同。树兰医疗不做单点的AI辅助工具，而是对医疗组织进行底层重构。

这一重构体现在四个维度。智慧服务，贯穿院前预分诊、院中智能导诊、院后康复指导的全病程管理；智慧管理，用 AI 提升大型医疗组织的运营效能；智慧科研，赋能医生的临床研究；智慧医疗，以影像报告自动生成、病历书写自动化等方式释放医护生产力。

四个维度环环相扣，构成对医疗组织全链条的重塑，而非在某个环节简单的、理想化搭载一个 "AI 外挂 "。

这一理念源于真正的 "AI 原生 "。正如黄仁勋所说，很多公司只是把 AI 贴在旧业务上，而AI 原生企业是围绕 AI 重新设计一切。二者效率、成本、上限完全不在一个量级。最先用上 AI 的公司未必赢，率先完成 AI 原生重构的公司才能胜出。

树兰集团的探索并不停留在理论层面。

旗下树兰良渚 AI 医院示范区预计在 2027 年年底向公众展示，这是国内领先的以计算医学为底层架构、AI 原生设计的由科技型医疗集团打造的 AI 未来医院。

它不是给传统医院简单加装 AI 设备，也不是 " 传统医院 +AI 工具 " 的叠加，而是从经营流程、组织架构、商业模式全部围绕 AI 重构的试验平台，可以说是一种原生 AI 医院的前瞻性探索。

未来，树兰良渚 AI 医院里，患者就医流程将被改写。

诊前，AI 智能体 Dr.Shu（树医生）作为前端入口，完成智能分诊与预约；诊中，AI 深度嵌入院内诊疗流程，辅助诊疗与病历生成，让医生把时间还给诊断与沟通；诊后，汇总健康档案，帮患者进行报告查询、解读报告、复诊配药等；而在日常，通过用户体系线上线下数据通联融合，落地全生命周期数据管理，向用户提供主动健康管理服务。这种长期持续的健康管理将成为树兰医疗的差异化优势。

支撑这一切的，是算力底座与数据闭环：真实世界的诊疗数据持续反哺 AI 能力，AI 能力又持续提升医疗质量，形成正向飞轮。

由此生长出来的，是一套完全区别于传统医疗机构 " 按次收费、看完即走 " 的商业模式。

02

计算医学，走向现实

树兰医疗对自身的定位是，未来要成长为具备全球竞争力的生命科学集团。

以 " 中国的梅奥 " 为对标，只是阶段性的坐标，未来树兰医疗还要 " 定义自己的差异化 "，核心就是 " 生命科学集团 "，不是单纯的医疗集团，而是以计算医学为引擎、以 AI 医院为载体、以全生命周期健康管理为目标的生命科学平台。

计算医学就是树兰医疗的技术底座，它是树兰医疗差异化的核心标签，其本质是 " 医学 + 建模 "。

基于多维医学数据与计算模型，系统理解疾病机制、人体状态与诊疗决策，最终服务于 "5P 医学 " ——个性化、精准化、预防性、参与性、预测性。

树兰集团是国内最早倡导这一前沿研究的机构之一，其创始人、董事长郑杰毕业于计算机专业，早年从事医疗信息行业，这让树兰集团自创立伊始就带有独特的科技基因。

公司还与浙江树人学院共建树兰国际医学院，专门开设计算医学课程，从医学人才培养阶段就植入相关能力。2024 年，树兰参与共建的浙江省 " 人工器官与计算医学重点实验室 " 正式获批；眼下，针对全健康生命周期的 " 数字人 " 建模试点已经启动，它整合跨机构的体检、病历与基因组、蛋白组等多组学数据，构建起全生命周期健康档案。

在这一底座之上，树兰集团正在构建两个操作系统。

一个是 AI 原生的医院内部操作系统，探索多智能体协同的医疗组织新工作流；另一个是面向用户的终身健康管家操作系统，成为用户健康数据的收集者、分析者和建议者。

计算医学也是从 " 治已病 " 到 " 治未病 " 的底层引擎，是树兰集团未来战略的制高点。

传统医学依赖医生的个人经验和学院知识，计算医学则试图将每个人的生命过程演化为一个可计算、可预测的模型。

郑杰认为，计算医学的核心是建模——从疾病模型、细胞模型、器官模型，进一步走向面向个体的 " 全人模型 "。这一方向关注的不是单纯的语言生成，而是通过 " 全人动态信息建模 "，探索形成可计算、可追踪、可预测的个体生命模型。他将这一远期愿景形容为 " 无限接近硅基生命 "。这有赖于一系列跨学科前沿工作的整合。

这一概念是对医疗 AI 的终局判断进行了深刻思考，其终局可能不是 LLM 式的一问一答，而是专门为生命系统打造的底层模型。而树兰集团正在这个方向上布局。

过往，一个人的医疗数据是一堆文档，体检报告、门诊病历、出院小结，而且还散落在不同机构的档案柜里。

但在计算医学的框架下，每个人的生命过程将被 " 孪生 " 为一个可计算、可预测的模型，从文档堆到 " 全人模型 "，类似于具身智能领域的 " 世界模型 "。

这样一来，医疗的底层逻辑将从 " 经验驱动 " 切换为 " 数据 + 模型驱动 "。当模型能够预测风险、提前干预，医疗就不再是 " 生病了再治 " 的被动响应，而是 " 主动管理 "。

这将是树兰集团生命科学集团的核心底色。

03

产业新叙事

正如资本市场对智谱、沐曦股份等 AI 新锐企业的评价，"AI 医疗 "、" 计算医学 " 的分析框架也完全跳出了传统的 PE/PS 框架。

AI 核心企业在颠覆性创新、技术前瞻性、独特性乃至战略稀缺性上超越了过往市场的认知。

用衡量传统医疗服务的尺子去量科技医疗集团，并不符合时代趋势。

树兰医疗的竞争力和成长空间，恰恰要从三个维度重新打量。

其一是技术护城河。国内绝大多数医疗组织的 HIS 系统来自外部厂商，技术迭代受制于人；而自成立伊始，树兰医疗就自主研发了信息系统（HIS），将病历存储、配药、订餐等全流程纳入数字化管理。

这一系统意味着树兰集团拥有完整的数据主权和架构可塑性，它为医疗大数据接入、全人全程全周期电子病历构建、影像调取与分析奠定了坚实基础，相当于给 "AI 医院操作系统 " 打下厚实地基，也是其他医疗机构在 AI 时代难以复制的底层能力。

其二是稀缺的数据资产。AI 时代，真实、连续、标准化的医疗数据是最稀缺的战略资源，梅奥医疗 26PB 的临床数据是其联手微软的底气所在，Tempus 之所以能成为美股医疗 AI 明星，核心也在于其海量的真实世界临床与分子数据。

早在 2015 年，郑杰就发起成立非营利组织 OMAHA（开放医疗与健康联盟），推动医疗数据的标准化与术语互认。为了实现医学知识的数字化和可计算，OMAHA 构建了 " 七巧板 " 医学术语集，集纳了总量达百万级的医学概念、术语、关系和不同版本的行业资源库。数据资产的积累需要时间，但一旦形成规模，就是最深的护城河。

其三是应用层的智能体布局。以 Dr.Shu（树医生）AI 健康智能体为入口，树兰医疗正在构建面向每个用户的终身健康模型。未来，专病智能体、流程智能体将协同组成 " 多智能体生态 "。

这意味着其商业想象空间不再局限于病床与门诊量，而是延伸到用户全生命周期的健康价值。

" 我们要把原来的软件升级为 AI 原生的软件，与大模型合作。同时，数据治理、数据场景和 AI 环境的闭环，要做全面提升。" 郑杰强调。

计算医学和 AI 医疗改变的，并不是树兰医疗是否继续 " 治病 "，而是医疗服务的边界和时间尺度：服务对象从一次就诊延伸到一个人的全生命周期；服务内容从疾病发生后的诊疗，延伸到风险预测、主动干预和持续健康管理。

由此，树兰医疗的增长空间也不再只由床位数和门诊量决定，而更多取决于能否建立长期用户关系，并持续交付健康服务。

当这一模式在真实运营中得到验证，市场在评估树兰医疗时，关注的也将不只是传统医疗机构的经营指标，还会加入科技能力、用户价值和成长性的维度。

这家公司不是在传统医疗场景上做修补或增量，而是在用 AI 重新定义医疗的底层逻辑，它对商业模式的重构，将迎来一次真正的跃迁。