III. 产品与技术适应战略

健培科技的核心优势在于其AI阅片技术，但成功进入东南亚的关键在于将技术与本地化的需求深度融合，即采用**"技术适配+本土共创 (Technology Adaptation + Local Co-creation)"**的路径。

3.1 本地化与共创机制

健培科技需要从**大规模概念验证（PoC）**开始，在局部医疗场景中测试和调整AI方案。这要求与当地机构和专家进行需求研讨和实地调研，以确保算法和功能能够围绕实际临床痛点进行调整。

印度尼西亚案例

市场洞察

在印度尼西亚，心脏病是最大的健康挑战之一，2023年病例数高达2004万。

执行策略：

1. 与当地心脏病中心（如西门子已建立合作关系的医院）进行合作
2. 利用本地数据集训练和验证针对区域高发疾病的AI模型
3. 确保AI模型能够准确识别当地人群的特定病理特征和影像设备差异

共创价值

这种本地化不仅是翻译软件界面，更是确保AI模型能够准确识别当地人群的特定病理特征和影像设备差异。这种做法将使得合作方从单纯的**"技术接受者"转变为"方案共建者"**。

---

3.2 核心产品体系："啄医生"AI-CDSS 在东南亚的部署

"啄医生"是健培科技的核心产品，已从首个阅片机器人发展为首个"坐诊"AI医生，涵盖防-筛-诊-治-康全周期服务。

3.2.1 产品架构层次

层次	核心内容	东南亚适配要点
数据层	医学知识（疾病/药物/诊疗）、临床数据（HIS/LIS/PACS）、健康数据	需对接本地HIS系统，建立区域数据湖
技术层	啄医生医学大模型（500B+ token）、医学知识图谱、深度学习引擎	支持多语言（英语、马来语、印尼语），私有化部署
产品层	单病种AI-CDSS全流程智能医疗服务	根据区域高发病种优先部署

3.2.2 全流程解决方案（分阶段部署）

阶段	功能模块	部署优先级
诊前（防、筛）	风险评估、智能导诊、健康预警、癌症早筛	⭐⭐⭐ 高（基层切入点）
诊中（诊、治）	AI辅助诊断、电子病历生成、用药建议、手术导航	⭐⭐⭐ 高（核心价值）
诊后（康复）	随访管理、行为干预、患者管理、健康管理	⭐⭐ 中（增值服务）

3.2.3 诊疗全流程质控（差异化竞争力）

环节	质控系统	功能描述
拍片	影像质控	智能分析曝光度、伪影、对比度、分辨率、信噪比
诊断	诊断质控	循证诊断建议、潜在错误警示、标准化诊疗流程
报告	AI结构化报告	自动提取关键信息、强制标准化字段、术语规范性校验
病历	病历质控	NLP解析非结构化文本、逻辑一致性校验、缺陷即时提示

3.2.4 专病诊疗与智能设备生态

专病领域	核心功能	东南亚适用场景
数字肺	肺结节智能诊断（3mm以上检出率99%）、病灶精确定量	结核病高发区（印尼、菲律宾）
数字心	冠脉CTA影像分析、动脉斑块/狭窄检测	心血管疾病高发（马来西亚）
数字肝	肝脏弹性成像、脂肪肝/纤维化检测	肝炎高发区域
智能穿戴	血压计、血糖仪、心电仪、彩超机等设备数据接入	远程监测、基层医疗

乌镇模式可复制性

乌镇智能医院已验证"中央枢纽+N个智能诊所"的运营模式，2024年6月投入运营，已有50+诊所加盟、20000+来访者。此模式可复制到马来西亚沙巴等地。

---

3.3 数据治理与AI架构要求

鉴于医疗AI的敏感性，必须在技术架构上满足区域内最严格的监管要求。

HSA GL7 核心关注点

新加坡的HSA GL7指导原则特别关注：

关注领域	要求
连续学习 (Continuous Learning)	模型自适应能力的控制
自动化水平	人工干预的程度和时机
模型再训练	更新协议和验证程序
用户干预能力	临床医生的最终决策权

技术准备工作

::: important 合规要求 健培科技的技术准备工作必须包括：建立持续性能监测和真实世界证据收集机制，并定期向HSA等监管机构报告。 :::

关键架构决策：

• AI模型的更新和维护不能在中国进行后简单部署
• 需要区域化的数据管道和审计能力
• 确保数据安全和模型迭代的合规性

AI Verify 框架

利用新加坡的AI治理测试框架和软件工具包 AI Verify（由IMDA和PDPC发布），可以系统地评估AI系统的：

• 透明性 (Transparency)
• 道德性 (Ethics)
• 安全性 (Security)

---

变更历史

版本	日期	变更说明	作者
1.0	2025-12-16	初始版本	Gemini
1.1	2025-12-16	全面更新"啄医生"AI-CDSS产品体系；新增全流程质控、专病诊疗、乌镇模式等内容	Gemini