镁信健康的AI，长在真实业务里

文丨秦思樾

医疗健康产业从来不缺“好东西”。

站在产业链的任何一个环节看，变化都足够快、足够好：药企在研发更好的药，医院在提升诊疗能力，保险公司在设计更多保障产品，支付体系也在不断增加新的工具。

但如果把视线从产业拉回到一个具体的患者，事情可能没有那么乐观。

一款创新药上市，并不意味着患者就一定用得上。

有药，不意味着买得起。买得起，也不意味着知道去哪里买。

有保险，也不意味着患者知道自己的保单到底能不能赔、怎么赔。

即便完成了一次支付，也不意味着患者接下来就能获得持续的用药管理。

医院完成了诊疗，但购药、理赔和后续随访又重新回到了不同的系统。

于是，一个很有意思的矛盾出现了：

产业链上的每一个环节都在进步，但患者感受到的，却可能仍然是一段断裂的旅程。

这也是为什么，医疗健康行业很难仅仅依靠某一个参与者解决所有问题。

药企擅长研发药物，却很难独立解决支付问题。

保险公司擅长风险保障，却不可能自己拥有所有药品、医疗和服务资源。

医院拥有医疗能力，却很难承担整个患者旅程。

而患者自己，更不可能成为这条复杂链路上的“项目经理”。

所以真正稀缺的，可能不是某一种资源，而是把不同资源组织起来的能力。

九年前，镁信健康进入这个行业时，所面对的就是这样一个问题。

01

信健康一直在做医疗健康产业的“连接”

如果你此前并不熟悉镁信健康，这可能是一家不太容易被简单归类的公司。

镁信健康成立于2017年。它不是药企，自己不研发生产药；也不是传统的保险公司，不直接依靠销售保单获得收入。

过去九年，它一直站在医药、医疗、保险和支付之间，为药企和保险机构提供服务，同时不断把医疗资源、药品资源、支付工具和患者服务组织到一起。

它做的不是某一个单一产品，而是一门“连接产业”的生意。

这门生意最早可以从医药支付说起。对于创新药而言，研发成功只是第一步。药品上市以后，患者能不能真正获得，往往还要经过支付这一关。

基本医保有覆盖边界，患者自付能力又存在差异，商业保险、惠民保、药品福利等多元支付工具因此逐渐成为创新药可及性的重要组成部分。

镁信健康最初切入的，就是这个环节。

帮助药企连接保险和支付资源，让创新药有机会进入更多支付场景；同时，也帮助保险机构围绕药品、疾病和患者需求设计相应的保障与服务

保险公司需要的不只是一个能够赔付的产品，还需要围绕产品完成从设计、运营到理赔和健康服务的一整套工作。

于是，镁信健康开始进入商业健康险更深的运营环节。

这件事听起来简单，真正做起来却非常复杂。因为医疗健康产业的“连接”，从来不是简单的信息互通。

药品需要连接疾病和治疗方案，治疗需要连接支付能力，支付又需要连接保险责任和产品设计，保险最终还要连接到患者真实发生的医疗行为。

镁信健康过去九年所做的，本质上就是沿着患者的真实需求，把这些原本分散在不同产业主体手中的资源，一点点组织起来。

从创新药支付，到商业健康险；从药品福利，到患者服务；从保险保障，到医疗服务；从药企、保险公司，到医疗机构和患者，镁信健康不断进入一个个具体场景，解决其中原本彼此割裂的问题。

它做的不是简单的“资源撮合”，而是在搭建一张越来越复杂的产业连接网络。

一张真正有价值的网络，连接的从来不只是“点”。更重要的是连接“点”与“点”之间发生了什么。

一款药对应哪些疾病？哪些患者真正需要？患者有哪些支付需求？哪些保险产品能够覆盖？不同地区的支付规则是什么？一次理赔发生之后，患者接下来还需要什么服务？

这些问题，在过去可能分别存在于药企的业务系统、保险公司的保单里、医院的诊疗记录中、支付平台的交易数据里，也存在于大量一线业务人员的经验中。

信健康不断进入这些场景，它实际上也在不断积累另外一种越来越重要的资产：对医疗健康产业运行方式的理解。

截至目前，镁信健康已经与超过140家药企、100余家保险机构建立合作，并服务数亿张保单。

对一家医疗科技公司而言，这些数字本身当然重要；但更重要的是，数字背后意味着大量真实发生过的药品、保险、支付、理赔和服务场景。

而这些场景，正在成为下一阶段的新起点。

02

为什么信健康“突然”开始做AI了？

也正因为如此，如果过去几年你认识镁信健康，是从惠民保综合服务商、医药支付或者商业健康险这些关键词开始的，那么今天当你看到镁信不断深化AI战略、推出AI智能体的时候，很容易产生一个疑问：

一家原本做医药支付的公司，为什么突然开始做AI了？

是因为AI已经成为所有行业都绕不开的风口，还是因为这家公司过去做的事情本身就已经在为AI做准备？

答案其实更接近后者。

信并不是因为AI来了，才突然决定进入AI。

恰恰相反，是因为它已经在医疗健康行业里走了九年，AI才真正有了可以进入的地方。

今天做一个AI产品并不难。接入一个大模型，搭一个Agent，再设计一个交互界面，技术门槛正在快速降低。

真正困难的是：AI到底拿什么来理解医疗行业？

如果只是先有一个模型，再去寻找一个能够贴上AI标签的业务场景，那么“AI+”很容易沦为一种新的包装。

但如果顺序反过来——先有真实产业场景，先有长期积累的问题，先有大量真实业务，再让AI进入其中重新组织知识、理解关系、优化流程，那么AI更像是一种能力跃迁，而不是一次热点追逐。

镁信健康正在走的，恰恰是第二条路。

它不是“先有AI，再找场景”。而是先有九年的产业连接和真实业务，再让AI进入。

因此，信健康正在构建的AI能力，可以理解为三个不断咬合的层次：让AI懂，让AI做，让AI越做越懂。

第一层，让AI懂：“医疗健康大脑”

镁信健康正在打造的mind42.ai，承担的是底层的医疗健康知识与模型能力。

它将医疗与用药知识进行结构化表达，使分散的临床知识转化为机器可理解的决策依据；它将保险条款与支付规则进行机器可读化处理，让复杂的合同文本成为可动态匹配的规则引擎；它对真实世界的结算与服务流程进行持续学习，使每一次业务交互都成为模型迭代的“养分”。

过去，这些答案分散在药品、医疗、保险、支付以及人的经验当中。

今天，它们开始被重新组织进一个AI能够理解和调用的知识体系里。

这一步很重要。因为医疗AI真正需要的，不只是一个会聊天的模型，而是一个能够理解产业关系的“医疗大脑”。只有模型真正理解这些关系，才谈得上在这个行业里做事。

第二层，让AI做：面向真实业务的专业Agent

如果说第一层解决的是“AI懂什么”，那么第二层解决的就是“AI拿这些理解去做什么”。

医疗健康行业真正复杂的地方在于，一个问题很少只对应一个答案。

患者问“这个药多少钱”，背后可能涉及适应证、治疗方案、保险责任、支付方式和购药渠道。

药企问“一款创新药能不能进入商保”，背后涉及药品、疾病、保障责任、产品设计、赔付能力等一系列变量。

保险公司面对一次理赔，也不仅仅是在判断“赔不赔”，而是在判断疾病、药品、治疗方案和合同责任之间是否成立。

因此，Agent的价值不是简单地把一个大模型接入业务，而是让AI开始理解上下文、调用专业知识、连接业务系统，并在规则约束下完成一项具体任务。

镁信健康目前正在把这种能力进一步封装成面向不同产业角色的专业Agent，让底层的医疗健康知识能力进入一个个具体的产业角色和业务工作流。

比如面向药企和患者服务的KnowDrug.ai。

它围绕“药”这个核心对象，把药品知识、患者权益、支付方案和用药服务连接起来。

过去，一个患者使用创新药，可能要自己面对疾病知识、就医、购药、支付、保险理赔和长期随访等多个环节。这些服务之间往往彼此割裂。

今天，KnowDrug.ai“知药”开始尝试做的，是把这些环节重新放回患者的一条完整旅程里。从疾病认知，到治疗选择；从支付减负，到药品获取；从用药管理，到长期随访。AI在这里并没有改变“患者需要什么”。

患者还是那个患者。

药还是那款药。

疾病也还是那个疾病。

改变的是：过去需要很多人、很多系统、很多次沟通才能完成的事情，现在有机会被一个更加智能的服务系统重新组织起来。

再比如面向保险行业的KnowIns.ai。

它不是简单回答保险产品问题，而是进一步进入保险客户经营流程：当用户出现健康需求时，AI可以参与健康需求识别、预问诊分诊，并结合用户所在地、保单权益和服务资源，为后续就医、问诊、医疗服务匹配提供支持。

这两个Agent看起来服务的是不同对象：一个更靠近药企和患者，一个更靠近保险与健康服务。

但它们背后的逻辑是一致的：把同一个医疗健康大脑的专业能力，拆解成不同角色可以真正使用的工作能力。

第三层，让AI越做越懂：产业数据和业务飞轮

医疗健康最大的特点之一，就是数据极其复杂，而且真正有价值的数据往往隐藏在业务过程里。

一张保单、一笔理赔、一张处方、一次购药、一次支付，看起来都是孤立的数据；但把它们放到同一个产业链里，它们其实共同描述了一个患者从疾病、治疗到支付的完整过程。

这也是镁信过去九年真正积累下来的另一层能力：产业数据

如果mind42.ai是“医疗健康大脑”，那么镁信打造的InsRx AI数据智能终端平台更像是这颗大脑持续获取、组织和调用产业信息的“数据中枢”。

InsRx并不是简单的数据查询工具。它围绕创新药械、适应症、保险产品、保障责任、支付规则和结算流程建立结构化的数据连接，目前已覆盖数百款创新药械、180余款主流百万医疗险和380余款惠民保产品，并进一步将药品、商保和支付信息组织成可以用于分析和决策的数据体系。

▲*数据仅供演示

这意味着，过去散落在药企、保险公司、医疗机构和支付环节中的信息，开始被放到同一个产业坐标系里。

更重要的是，数据在这里不是AI的终点，而是AI持续进化的起点。

Agent进入真实业务之后，会产生新的服务数据；这些数据经过治理和结构化，又可以进一步反哺模型；模型能力提升之后，再进入更多业务场景。

于是，一条完整的循环开始形成：

数据沉淀，让AI获得行业经验；模型训练，让AI具备行业理解；Agent应用，让AI进入真实业务；真实业务产生的新数据，再反过来训练模型。

所以，与其说镁信是在“从0到1做AI”，不如说：它是在把过去九年积累的“1”，重新变成AI时代的“100”。

03

AI来了

信真正要做的事情没有变

回到最开始那个问题。

为什么医疗健康产业明明拥有越来越多的好药、好医疗、好保险和好支付工具，患者却依然可能经历一段漫长而割裂的旅程？

因为产业的问题，从来不只是“有没有”。

更重要的是：这些东西能不能在正确的时间，以正确的方式，被连接到真正需要它的人。

九年前，镁信选择做的，就是这件事。它通过产业连接，让药企、保险、医疗、支付和患者之间原本分散的资源开始发生关系；九年之后，AI的到来，让这种连接拥有了新的可能。

AI更快理解药品和疾病，更准确理解保险和支付，更及时理解患者所处的阶段；可以让过去依赖大量人工完成的信息匹配、规则判断和服务流程变得更加智能；也可以让一张已经存在了九年的产业网络，从“连接起来”，进一步走向“理解彼此”。

所以，AI对镁信而言，并不是一次重新定义自己。

恰恰相反，它是在把自己过去做的事情做得更深。

AI没有改变镁信要连接什么。

还是药与患者。

还是医疗与支付。

还是保险与健康服务。

还是产业资源与真实需求。

所以，如果一定要给这场AI转型找一个最准确的定义，它可能并不是：“镁信健康开始做AI了。”

而应该是：信健康拥有了一个新的工具，可以把它一直想做的那件事，做得更深、更快，也更智能。

方向没有改变。只是抵达它的方式，已经不同。

排版丨乔雨林

制图丨医线Insight