医槌定因完成种子轮融资:涉医法务AI押注医院不愿提的数据
深耕涉医法务AI及医疗数据底层 涉医法务赛道的AI企业「医槌定因」于近日完成种子轮融资,本轮由睿赢医考、云生物联合投资,资金将主要用于其核心AI&专家协作系统的迭代优化、三类专有数据集的深度打磨、合作方拓展以及线下门店的开设。 医法交叉的团队和产品 「医槌定因」创始团队为跨学科复合背景:创始人李熙弋毕业于复旦大学临床医
涉医法务AI及医疗数据底层,是「医槌定因」深耕的方向。
这家涉医法务赛道的AI企业近日拿下种子轮融资,睿赢医考与云生物联合出资。钱主要花在几处:核心AI&专家协作系统继续迭代,三类专有数据集深度打磨,合作方拓展,以及线下门店落地。
团队和产品,都长在医法交叉的地带上。
创始团队是跨学科的复合班底。创始人李熙弋从复旦大学临床医学肿瘤学毕业,做过互联网医疗平台名医来了APP,也创办过第二意见平台「多问医生」,还是国内少见的同时具备中医、西医双临床学历的执业律师;COO李睿出自北京大学医学院外科系统,在临床外科教育领域干了20余年,是中国医学教育界的领军人物,也是规模位居前列的全国知名医考培训机构的掌舵人;CTO于振宇是同济大学管理工程学博士,做过俄勒冈州立大学AI组访问学者,长期扎在系统建模与前沿大模型应用上。其余成员来自医学、法学、法医学、司法鉴定学等交叉领域。
自建的AI&专家协作系统,靠专业医学与法务能力把涉医案件办理全链条接了下来:病历矛盾定位、诊疗规范对标、医疗过错与因果关系判定、赔偿测算、证据整理、鉴定陈述撰写,再加上法条检索、类案匹配等非诉/诉前法务支持。业务还延伸到交通人损、商保工伤等其他涉医纠纷场景。
赛道逻辑:专业化“医学阶层”为何成了必需。
医疗损害案件早已从历史上的“院方举证”回到“患者自证”的过错责任原则。医学能力不再只是“诉讼技巧”,在举证责任变迁与法庭处分原则之下,它成了制度性刚需——专业医学判断直接决定这类案件的策略选择。道交案件随老龄化而复杂化,医学门槛被抬高,“道交一体化”又让医学介入成为处理交通人损不可替代的竞争力。有医学背景的律师本就稀少,行业急需一个专业化的“医学阶层”为全体执业律师赋能,突破个体办案的局限。法治化建设与电子病历新国标,强化了对篡删病历、消极流程对抗等非医学环节的监督,把涉医纠纷还原给医学释明,专业化医学支持的必要性因此更加突出。
海外资本早就用真金白银投了票:a16z等顶级风投接连重押EvenUp、EveLegal、Supio等涉医类AI法律企业,看好其专有涉医法律数据在AI时代的价值重塑。国内这条赛道,还没有头部垄断企业。
通用AI法律工具走的是另一条路。「医槌定因」靠自身医法交叉的团队优势,除专业化医学分析和法务支持外,还独家沉淀出三大垂直数据集,在法律AI之外形成差异化竞争壁垒。

「医槌定因」线下门店外观(图源/企业)
三大数据集,是「医槌定因」下功夫打磨的重点。
(一)医疗偏差数据集:AI医疗的安全底座
AI医疗的“最后一公里”,是解决致命的幻觉问题,这恰恰要靠真实世界的医疗偏差数据反哺纠正。中国年诊疗量超百亿次,漏诊、误诊等医疗错误/偏差是系统的必然分布,形成全球最大“医疗偏差数据集”的规模前提早已具备。问题是,缺少强制性上报系统,加上声誉考量,院方往往把自身医疗纠纷详情藏起来,更没动力对外披露。「医槌定因」走原告侧的司法维权,对撞出藏在医院内部的医疗偏差“负样本”数据,以及经司法博弈后的过错边界标签,帮模型压缩容错、纠正幻觉,筑起AI医疗原生落地的安全基座。
(二)差异化疗效数据集:AI制药的临床引擎
医疗纠纷的启动与化解,离不开对诊疗行为的系统性评价,本质上就是对抗性最高的第二诊疗意见,过度医疗、账单合理性评估等第二意见的核心特征也都纳入了司法鉴定范畴。「医槌定因」这支源自临床的复合型团队,价值不止纠纷一端:既能甄别和避免不必要的诉累,也透过第二意见及独立随访,洞察不同诊疗路径下的病情演归,发现差异化疗效的横纵队列。
AI制药眼下真正卡住的,是“最后一公里”的“证得成人效”,而非“算得出分子”。这一环节周期长、入排难,人群摊平后信号还会被稀释。「医槌定因」不只做纠纷处理,还以第二诊疗意见凝出差异化疗效数据,为入排优化和临床设计提供真实世界依据,目标是把AI制药的临床研发效率提上去。
(三)临床技能客观还原数据集:AI搜索的医疗可信证据
当下很多医疗数据并非对临床技能的真实复刻,而是模板化、行政化的医疗记录。「医槌定因」协助患侧维权,能把诊疗细节完整客观还原——经司法级共识锚定的事实库可溯属性、来自患方直接授权而非院方间接授权的高合规性、结构化的专家标注、负向风险信号等,直接呼应AI搜索对信源的要求;也因身处患侧,把AI医疗搜索从竞价排名、付费优化拉回对临床技能客观还原的事实层,让用户不再受困于形形色色真假难辨的医疗广告链接。这是直接长在AI搜索要求之上的医疗可信证据层。

「医槌定因」AI&专家协作系统(图源/企业)
把「AI+医药」的“最后一公里”,留在中国的医疗体系里。
蚂蚁集团CEO曾在外滩大会上直言,AI医疗落地要过“最后一公里”,面前摆着“高质量数据、抑制幻觉、医学伦理”三道关。「医槌定因」的回答是:以司法证据级医疗数据作骨,以患者直接授权的合规与伦理为界,以司法还原、纠正幻觉的负样本数据为刃,三环相扣,落到医疗偏差数据集上。
中国拥有全球规模最大的诊疗数据,随之而来的,也将是全球规模最大、可反哺模型纠正幻觉、但医院却不愿提及的“医疗偏差数据”。这份医院不愿透露的数据暗面,正是「医槌定因」出发的起点。手握“损害+疗效”双面生态,它不只站上涉医法律AI这条赛道,目光还投向更远处:从负样本出发,打造AI医药的OS级数据底层,把定义全球「AI+医药」产业“最后一公里”的话语权,留在中国的医疗体系里。