连演示都没有的 Ortet 拿下 Thoreau 五亿美元，从零建医疗原生模型赌什么？
据第一财经经腾讯新闻转载（https://news.qq.com/rain/a/20261019A042TY00 ），一家今年9月刚在美国纽约成立、连公开演示都没有的医疗 AI 初创公司 Ortet，拿到了同样成立于今年的医疗科技投资平台 Thoreau 承诺的五亿美元，资金按业务进展按需拨付。Ortet 的核心产品是一款仍在研的 Ortet health model，定位是以患者为中心的多维度基础模型，路线不是在 GPT 或 Claude 的通用底座上做医学微调，而是基于封闭的医疗专用语料，直接为临床患者建模，这在全球尚无先例。一号位是纽约大学健康统计学教授 Kyunghyun Cho，他是注意力机制与门控循环单元 GRU 的共同开发者，此前任罗氏旗下基因泰克前沿研究团队负责人，首席技术官与首席 AI 官也都出自基因泰克，三人组成理论、算力、预训练的铁三角。 通用加微调路线为什么被认为存在系统性偏差？ 当下主流医疗模型走的都是通用加微调路线，好处是不用从头学习语言、知识与推理，资源可以集中在医学适配上，缺陷是通用模型在预训练阶段形成的语言先验和推理模式，会在真实医疗场景里留下系统性偏差，而微调只能矫正一部分。国内外已有大量测试显示，在通用底座上搭出来的医疗模型，专业能力正在被通用模型本身全面吞噬，医生多问几句专业细节，回答就开始漂移。Ortet 赌的就是瓶颈不在应用层而在基础模型层，通用底座长不出真正属于临床的那部分，所以要从模型架构、数据本体到训练目标全部按医疗场景重新设计，而不是给现成模型补课。 五亿美元凭什么押给一个概念？ Thoreau 不是单纯的财务投资人，而是有明确战略指向的医疗投资平台，打法是通过大规模并购整合医疗行业的数据、规则和基础设施。承诺资金前，它已经控股了 Ensemble Health Partners 与 Penelope Health 两家公司，前者为全美两百多家医院管理超过五百五十亿美元的净患者收入，后者把两亿美国人的保险规则转成结构化数据，覆盖一万五千多种疾病和药品代码。加上创始团队的生物制药背景，Ortet 实际上已经打通生物、临床、运营、财务四个维度的非公开高质量数据渠道，投资人买的不是一个模型想法，而是一整套别人拼不起来的数据拼图。 从头训练能绕开通用底座的天花板吗？ 反证同样存在。德国癌症研究中心等机构研发的疾病模型 Delphi-2M，只用 GPT-2 底座微调、约两百二十万参数，基于英国生物银行五十万人表型数据，对二十年内患病概率的平均 AUC 达到零点七六，与专业临床评估工具基本相当。这说明围绕疾病演化建模，通用加微调路径完全走得通。行业观察者指出，只有专有数据足够多且质量高、目标任务与通用语言任务差异明显、部署收益能覆盖训练维护成本三个条件同时满足，绕开通用底座从头训练才有价值，Ortet 可能满足其中两个，也可能全部满足，但国内医疗 AI 公司很难复制这套数据获取方式。 对国内医疗 AI 团队真正的启示是什么？ Ortet 事件对国内团队最大的价值不是模仿从零训练，而是提醒医疗模型必须往临床工作流里走，去构造通用模型拿不到的长期临床轨迹，比如患者的长期变化、医生干预和实际结局。脱离真实诊疗过程的问答机器人，专业上迟早被通用模型覆盖，而带着支付、预约、执行结局的完整患者旅程，才是微调路线学不到的资产。对投资人而言，这笔融资也标志着医疗 AI 的评估标准从演示效果转向数据独占性，概念再新，没有封闭高质量数据渠道支撑，五亿美元不会出现第二次。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论