在沙特阿拉伯的一家诊所内，一场静默的医疗革命正在上演。

患者走进诊室，面对的不是穿白大褂的医生，而是一个装有摄像头和麦克风的智能终端。这个被命名为”Doctor Hua”的AI系统用阿拉伯语与患者交流，询问症状，指挥真人助手测量体温，甚至要求拍摄喉咙照片进行分析。

在7-8分钟的问诊后，系统生成诊疗记录和总结，发送给后台值班医生，当诊断结果处于预设的安全范围内，医生只需约1分钟审核确认，整个就诊流程便完成了。

这是由中国医疗AI公司森亿智能部署的”AI诊所”——全球首个由AI主导诊疗的实体医疗机构。

与传统的AI辅助诊断不同，这里的人工智能不再是医生的助手，而是主角，医生反而成了把关者。

“传统医疗场景中一个医生对应一个诊室，而在AI诊所模式下，一名医生可以同时监管10个AI诊室，效率提升近10倍，”森亿智能创始人兼董事长张少典对腾讯科技介绍道，”这不仅是效率变革，更是医疗资源配置的根本性重构。”

突破”不可能三角”：如何让 AI 直接“替代”医生？

在医学研究领域，AI的”胜利”宣言早已司空见惯。

2024年，谷歌DeepMind的AMIE模型在 28 / 32（专家打分）与 24 / 26（患者演员打分）项上优于 初级医生，不仅诊断更准确，治疗建议也更符合临床指南。同年，多个大模型在美国医师执照考试(USMLE)中取得了超过平均医学生的成绩，显示出扎实的医学知识基础。25年OpenAI推出 HealthBench开源基准测试，其o3模型在6项主要维度中都与人类医生判断无差距。

如果仅从论文数据看，AI替代医生的时代似乎已经来临。但在落地上，我们看到的是完全不同的景象。

目前，全球范围内真正获得监管批准并广泛部署在医疗机构的AI产品，几乎全部属于”辅助型”或”分诊型”工具，没有一款能够自主完成从问诊到开处方的完整诊疗流程。

2025年5月12日，森亿智能对外宣布，在其技术支撑下的全球首个AI诊所在沙特阿拉伯东部省的哈萨地区的Almoosa诊所已正式投入试运营，这是大模型技术支撑下的智能体在全球范围内第一次实现了“无人化”端到端全流程诊疗的落地。

森亿智能的创新尝试，正试图突破医疗AI领域长期存在的”不可能三角”。

医患沟通壁垒：传统AI无法像医生那样灵活询问病情。例如，询问大模型咳嗽三天怎么办，它会给到一些可能性的结论。而如果患者对医生描述”咳嗽三天”，医生会自然地追问”是否有痰、痰的颜色、有无发热”等关键信息，这是普通 AI 大模型难以实现的临床式追问。

知识广度限制：医疗AI往往专注单一疾病或器官，如皮肤癌筛查或肺结节检测，但作为一名全科医生，需要具备鉴别数百种常见病的临床能力。

责任归属困境：如果AI医生误诊，谁来承担法律和伦理责任？这一直是医疗AI投入临床应用的最大障碍。

关于医患沟通壁垒和知识广度的难题，森亿智能通过四个专业智能体的协同工作尝试解决：

·问诊智能体：基于临床路径的动态追问系统，会像人类医生一样根据患者回答有针对性地提问。

·诊断智能体：整合问诊信息、体检数据和检验结果，根据医学规则库和医学知识图谱进行推理。

·处方智能体：根据诊断生成符合当地用药习惯的诊疗建议。

·质控智能体：实时检测诊断和处方是否存在风险点，如药物禁忌、危险症状遗漏等。

这四个智能体是基于森亿智能过去多年积累的大量临床知识、质控规则嵌入模型推理过程；，其中包含沉淀自服务800多家中国医院所形成的海量医学质控规则、数据纠错规则和国际国内融合医学术语体系。

然不直接使用患者病历训练模型，森亿通过服务医院不同业务场景提取和积淀了大量医疗流程规则和决策路径，并形成医学知识图谱，之后这些图谱和规则通过检索增强 (RAG) / Finetune作用于大模型。

在模型选择上，森亿并未自研大型基础模型，而是采用组合策略，根据客户的要求、不同环节需求调用DeepSeek、LLaMA、通义千问等开源大模型，再通过医学领域优化提升表现。

据森亿智能官方信息显示，对这套系统的能力和准确度也有着复杂的评价体系，并在初步试点中将综合误差率控制在3%以下。”大模型解决了对话流畅性和知识广度问题，但医疗场景需要的不仅是博学，还需要精准和可靠，”张少典解释道，”只有将医院积累的临床规则与AI能力结合，才能真正满足医疗安全的严格要求。”。

在沙特的试点诊所的实际应用中，AI目前聚焦33种呼吸科常见病，覆盖基层门诊量的60%左右的就诊需求。

患者进入诊室后，AI会像资深全科医生般层层追问：“咳嗽时有没有痰？”“体温超过38.5℃持续多久？”“是否有青霉素过敏史？”这些基于森亿智能 9 年沉淀的知识图谱和“临床规则库”，让AI能避开大模型常见的“幻觉”陷阱。

当检测到用户表达“咳嗽伴咯血”等危险信号时，系统会自动触发人类医生介入，划定清晰的诊疗边界，查体等行为也需要由人类来操作。

这里重点是，系统仅覆盖明确的常见病，不处理边界模糊的复杂病例；医生审核环节作为刚性要求，确保每个诊断都有专业把关。

关于第三个难点，医疗AI投入临床应用的最大障碍——责任归属问题，森亿智能选择出海，通过在沙特进行试点落地。

在中国，法规明确规定诊断和处方必须由持牌医生完成，AI只能扮演辅助角色。美国FDA对医疗软件也有严格监管，尤其是直接参与诊断决策的系统。

相比之下，沙特虽然对医疗领域也有着严格的监管要求，但是在风险可控、边界清晰时，对颠覆式创新抱有开放和鼓励的态度，在目前的试点中，依然是由把关审核的医生来作为最后的责任归属主体。据张少典介绍，森亿智能在沙特的合作方为Almoosa医疗集团，是沙特首批在所有临床场景全面开展数字化转型的医疗集团之一，还有本地科技公司Ascend Solutions。

未来的商业模式：从系统供应商到诊所运营商

森亿智能这家公司并非诞生于这波大模型大潮中，而是在更早一波人工智能创业时代中涌现出的医疗赛道专业公司。2016 年，它成立于上海张江高科，创始人张少典博士毕业于哥伦比亚大学医学信息学专业。

融资上，其已获红杉中国、腾讯等机构支持，2021 年完成 5 亿元 E 轮融资，2024 年再获国有投资机构战略投资。作为医疗大数据治理 + AI 应用提供商，其 “数智医脑” 平台融合多技术提供医疗解决方案，截至目前，已累计服务超 800 家医疗机构，含超300 家三甲医院。

多年的医院数字化体系建设能力，让森亿智能迈出了“用 AI 主导基层诊疗”的第一步。

森亿AI诊所的商业路径展现出渐进式扩张特点，未来将从纯技术提供商逐步向医疗服务商转型。

现阶段，森亿智能主要采取B2B/B2G模式，将AI诊疗系统作为解决方案输出给医疗机构和卫生部门。沙特试点阶段暂未收费，公司正申请必要的临床试验和医疗器械批文。一旦获得批准，预计将转入商业阶段，通过软件许可费、服务费或按次问诊收费等方式变现。

后一阶段，森亿智能计划开展混合运营，这一阶段公司将从纯技术提供商向服务商转型，获取诊疗流程和患者管理的实战经验。

“从长期来看，在海外，我们的商业愿景不仅是提供技术，还可能直接运营AI诊所，”张少典向腾讯科技透露，”未来可能在海外开设由AI主导的诊所连锁，类似于餐饮行业的加盟模式。”

“基于国家给予全民基础医疗大量扶持的前提下，现阶段中国基础医疗的诊疗成本相对于国外诊疗体系处于高性价比区间，”张少典分析道，”相比之下，在欧美和中东地区一次问诊可能收费数百美元，AI诊所的价值主张更容易直接体现。”

AI诊所的未来：医疗资源重构的开端？

AI诊所的出现，可能标志着医疗资源配置的一次重要变革。传统医疗模式中，一位医生只能同时服务一名患者，而在森亿智能诊所中，一位医生可同时监管多个AI诊室，极大提升了服务效率。

这种改变可能带来医疗资源重构：基层常见病由AI+少量医生处理，而人类医生可以将更多精力投入到复杂疾病和危重症患者上。从医疗体系架构看，未来可能形成”家庭自诊—AI社区诊所—专科医院”的三级分流模式。

然而，AI诊所要真正成为主流医疗模式，还需克服多重障碍。医学伦理、患者隐私保护、数据跨境流动限制、医疗责任界定等问题都需要新的法律和监管框架来解决。同时，医生群体对AI的接受度以及患者对技术的信任建立也是必须考量的因素。

“目前，我们的系统仍处于’人在环路'(Human-in-the-Loop)的阶段，”张少典解释道，”这被许多监管方和伦理研究者视为过渡形态中最可行、风险最低的方案。当AI系统成熟到足够可靠时，人类参与可能进一步减少，但我们始终认为医生的专业判断不可替代。”

对全球医疗科技行业而言，森亿智能的尝试值得密切关注。它正在探索一条从实验室走向诊室的全新路径。

但AI诊所的出现也提出了一个紧迫的问题：在技术越来越接近（甚至在某些方面超越）人类医生能力的时代，医疗服务的本质、医生的角色以及整个医疗体系的组织方式，都需要重新思考和定义。这场始于沙特的AI诊所实验，或将深刻影响全球医疗的未来图景。