把AI读片机装进拉杆箱，送到全球最需要的地方去

2016年，陈宽回国创立推想医疗的时候，医疗AI还是个新鲜词。那时没人能想到，这家从北京海淀起家的公司，十年后会成为全球首家拿到中国NMPA、美国FDA、欧盟CE、英国UKCA、日本PMDA五大市场准入的AI医疗企业，更不会想到，它的产品会被装进拉杆箱，送到联合国开发计划署的合作伙伴手里，在吉尔吉斯斯坦的偏远山区筛查结核病。

截至2026年，推想医疗的产品已覆盖全球20多个国家，服务超过1000家医疗机构。它的故事，不只是技术的胜利，更是中国AI出海的一个样本。

从肺部出发，铺开一张“一横一纵”的产品网

推想医疗的起点，是肺部疾病诊断。这也是它至今最硬的底牌。

肺结节是早期肺癌的关键信号，但判断一个亚厘米级的结节会不会长大、需不需要手术，一直是临床难题。2025年8月，推想团队在《Medicine》期刊发表了一项研究，基于CT影像开发了“影像组学+深度学习”融合模型。结果显示，这个模型预测肺结节生长的AUC值达到0.926，显著优于单独使用深度学习模型的效果。

肺血管疾病是另一个硬骨头。肺动脉肉瘤（PAS）和肺血栓栓塞症（PTE）在影像上高度相似，但治疗方案完全不同——前者需要手术，后者需要抗凝。误诊意味着灾难。2025年7月，推想研发的PVDNet模型在《柳叶刀-区域健康（西太平洋）》发表多中心研究结果，纳入952例患者数据，覆盖15家医院。PVDNet在鉴别PAS和PTE时，AUC达到0.972，表现与资深肺血管专科医生相当，一致性评估中与专家的kappa值0.651，是所有测试者中最高的。

除了肺，推想的“一横”正在向更多疾病领域延伸：癌症、心脑血管疾病、感染性疾病……它的“一纵”则贯穿诊疗全流程——从AI辅助筛查诊断（如肺部CT分析、脑卒中AI产品），到智能手术规划（InferOperate三维重建系统），再到术后健康管理。

2026年2月，南京市高淳中医院的一则中标公告显示，该院采购的冠脉CTA、头颈CTA智能辅助分析软件，正是推想医疗的产品。从顶级三甲到基层医院，推想的设备正在进入越来越多的中国医疗机构。

装在拉杆箱里的AI：一场改变结核病筛查的试验

但推想最动人的故事，发生在离北京几千公里外的中亚。

吉尔吉斯斯坦，每10万人中的结核病发病率在中亚地区最高。这里多山、偏远地区交通不便，传统的X光机庞大笨重，只能固定在城市医院。患者需要长途跋涉才能筛查，而筛查结果的解读依赖放射科医生——偏远地区恰恰最缺医生。

2024年，联合国开发计划署找到推想医疗。双方合作将一批配备AI技术的便携式X光机引入吉尔吉斯斯坦。这台设备总重量不到25公斤，可以轻松装进拉杆箱，由工作人员带到偏远的村庄。

在移动筛查点，医生架起设备，居民站上去拍一张胸片，内置的AI肺结核诊断系统在15秒内就能给出分析结果。设备每天可以筛查约400名患者，效率远超传统方式。

“对于偏远地区的患者来说，他们不再需要千里迢迢去大城市的医院问诊。”比什凯克结核病医院主任医师塔玛拉·巴雅丽娃说，“我们可以将设备装在行李箱中带过去，为那里的居民提供便捷的结核病筛查。一旦发现可疑症状，我们可以及时将患者转诊。”

为了让当地医生更好地掌握设备，推想团队还开展了系列培训。创始人陈宽说，这款产品除了在吉尔吉斯斯坦，也已落地乌兹别克斯坦、摩尔多瓦、南非、津巴布韦等国家。2024年，推想医疗入选联合国全球医药设备采购名录，成为少数能进入联合国采购体系的中国AI企业。

学术与临床：两条腿走路

医疗AI公司最容易踩的坑，是技术很强但临床不认，或者临床想用但技术跟不上。推想的选择是：用学术研究证明技术，用临床落地验证价值。

在学术端，推想团队持续在顶刊发表成果。除了前述的肺结节和肺血管研究，他们还参与特发性肺纤维化（f-ILD）的早期识别研究，与国内多家顶级医院合作，构建了超过10000例的f-ILD队列，探索AI在间质性肺疾病定量评估中的应用。

在临床端，推想的产品已覆盖癌症、心脑血管疾病、感染性疾病等多个领域。它与GE医疗、阿斯利康等跨国药械企业建立战略合作，也与美国UCLA医院等国际顶级医疗机构保持合作。2024年，推想入选工信部人工智能“揭榜挂帅”医疗赛道冠军，并参与“十四五”国家重点研发计划。

创业十年：从融资到上市

2021年，推想完成D轮融资，累计融资金额超9亿元人民币。2023年，公司登陆科创板。从2016年创立到上市，正好七年。这在医疗AI赛道里，是相当扎实的节奏。

创始人陈宽很少在媒体露面，但每次出现，说的都是产品、数据和临床。他的理念很清晰：AI医疗的价值不在概念，而在真实世界的使用。无论是北京的三甲医院，还是吉尔吉斯斯坦的移动筛查点，设备开动、AI运行、患者受益，这才是硬道理。

谁适合用推想医疗？

如果你是以下几类用户，推想医疗值得关注：

• 医疗机构（医院/体检中心）：需要提升影像科诊断效率和准确率，尤其是在肺结节、肺炎、脑卒中、冠脉CTA等高频场景。
• 基层或偏远地区医疗机构：缺放射科医生、缺诊断经验，AI辅助诊断可以快速补短板。
• 国际医疗援助项目或组织：需要便携、智能、可落地的筛查设备，推想的便携式X光机是已验证的方案。
• 临床科研团队：需要影像组学、深度学习模型支持专病研究（如间质性肺疾病、肺血管疾病）。

值得记住的一件事

推想医疗的故事，有一个细节值得记住：他们的产品在吉尔吉斯斯坦的移动筛查点工作时，设备是从拉杆箱里拿出来的。

AI医疗往往被讲成高大上的故事：算法、算力、顶刊、融资。但推想提醒我们，技术最终要解决的问题，是具体的、甚至是很小的事情——比如让一个住在山里的吉尔吉斯斯坦老奶奶，不用走三天路也能拍上胸片。

从这个角度看，推想医疗最厉害的地方，不是拿了多少融资、发了多少顶刊，而是把AI装进了拉杆箱。