近日，国家医疗保障局公布2026全国医保影像AI识图大赛获奖名单，由云知声参与组建的桂医桂电云知联创队（H-090）、X Vision探索者队（H-243），在第八赛道“基于胸部X光的多种疾病智能检测”中，分别斩获自有模型组、自建模型组一等奖，医疗影像AI技术实力获国家级权威认可。

2026全国医保影像AI识图大赛由国家医疗保障局、广西壮族自治区人民政府联合主办，是国内首个国家级“AI＋医学影像识别”专业赛事。大赛以“慧眼识图 影领未来”为主题，设置肾癌、肺癌、乳腺癌等八大高发疾病赛道。全部赛道依托真实世界临床诊断路径进行设计，聚焦医学影像AI*具临床价值的应用场景，旨在促进医疗医保领域新技术、新产品、新业态的创新落地。

本届赛事共计吸引来自海内外高校、医疗机构、科技企业及科研院所1332支队伍参赛，*终66支团队晋级线下决赛。凭借在胸片多任务影像识别领域的技术探索，云知声所在的两支团队均以第八赛道各自组别初赛第一的成绩晋级线下决赛，并*终斩获两个组别的一等奖。

自有模型组-桂医桂电云知联创队（H-090）

自建模型组-X Vision探索者队（H-243）

一张胸片，连接医保核验与临床判读

胸片是临床常用的影像检查之一，其应用价值同时关联诊疗与医保审核：医生需要发现病灶、判断异常程度，审核人员则需要结合原片及相关材料，核对检查的真实性与规范性。不同任务的判断对象与所需信息各不相同，既需要针对性的识别方法，也需要各项能力相互衔接。

云知声此次参与角逐的第八赛道“基于胸部X光的多种疾病智能检测”正是对这一双重需求的集中检验：既考察影像真实性与规范性核验，也考察多种病变检测及临床属性量化，要求参赛方案兼顾医保审核与临床辅助判读需求。

针对任务要求，云知声所在团队构建了多任务协同的胸片影像识别方案，实现影像核验、病灶检测与量化分析等能力的协同。

围绕医保核验需求，云知声通过非人体影像识别、拼接影像识别和重复影像检索，帮助审核人员筛查异常输入与疑似同源影像，为进一步调阅原片、核对检查及结算材料提供线索。

在临床判读中，发现异常之后，医生还需要了解病灶的位置、程度与大小。云知声将17类胸片病灶检测与胸腔积液分级、肿块*大径估计相衔接，提供可供复核的定位与量化信息，为医生判断提供参考。

双奖背后：云知声医疗AI的持续进阶

此次获得自有模型组与自建模型组两项一等奖，意义各有侧重：前者印证了云知声既有数据、预训练模型与影像工具构建体系在特定任务中的高度适配性；后者则彰显了联合团队在基础资源下，进行算法创新与多模型协同的攻坚能力。两者相辅相成，共同诠释了云知声医疗AI从技术积累到场景应用的持续进阶。

在自有模型组中，云知声依托企业百万级胸片数据储备与既有工具构建体系，围绕不同任务选择预训练表征复用、模型微调与异构模型融合等技术路径，构建覆盖分类、检索、检测、分级与测量的胸片专用影像工具链。从需求分析、数据治理到模型适配与平台交付，团队通过统一评价与对照实验确定技术取舍，将数据资源和工程积累转化为面向医保核验与临床判读的专项能力。

而在自建模型组，参赛团队针对不同病灶在尺度、形态与分布上的差异，团队采用多路异构检测模型协同提名，引入独立模型复核，并通过多维证据融合与学习型裁决，减少单一模型的识别盲区。同时，将解剖结构与影像量化信息融入具体任务，为异常影像核验、病灶检测及临床属性评估提供可复核的分析依据，展现了团队在专项算法研发与多模型协同方面的技术能力。

两支团队的技术实践，也是云知声持续深耕医疗领域的一个缩影。在公司整体医疗AI布局中，U2-Med三医大模型基于自研U2通用基座，融合医疗、医保、医药及商保领域的专业知识，推动医学知识与业务规则应用于病历生成与质控、医保审核、商保理赔及健康管理等场景。在此前公布的MedBench 5.0评测中，U2-Med分别以72.4分、99.2分位列大语言模型、智能体两大评测榜单第一，展现了其在医学知识理解与复杂任务处理上的硬核实力。

在医学影像领域，U2-RadiMed在U2-Med专业医学文本底座之上融合视觉理解能力，支持胸部X光、CT、MRI等主流影像类型，以及单张、多张影像与文本的混合输入。通过将影像特征与医学知识、临床信息相结合，模型形成覆盖病灶检测与定位、报告生成、医学视觉问答及临床推理决策的能力。相关模型能力也在专业评测中得到检验。在此前公布的MedBench 5.0评测中，U2-RadiMed以57.2分登顶全模态大模型评测榜单，领跑全模态医学影像理解赛道。

面向连续问诊与动态决策，云知声进一步构建医疗世界模型U2-Med-World，通过重建真实诊疗轨迹、生成合成诊疗情境，打造可交互的虚拟患者问诊环境，探索让AI在模拟交互中学习主动追问、动态调整判断与识别潜在风险，逐步深化对连续诊疗过程的理解。

此次双项一等奖，既是对云知声医学影像识别技术实力的认可，也是其长期深耕医疗场景、持续推进技术创新与应用实践的一次阶段性呈现。

深耕智慧医保，推动监管与服务智能化

围绕医保基金监管、支付管理与公共服务等需求，云知声持续推动大模型与医保专业知识、业务规则深度融合，形成覆盖医保基金监管、DRG/DIP支付管理、医保结算清单生成及知识智能问答等场景应用能力，用技术创新赋能每一项医保业务落地。

在前沿场景探索上，云知声与北京协和医院联合研发的“基于大模型的DRG结算清单智能生成方案”，获得2024全国智慧医保大赛总决赛一等奖，展现出大模型在医保结算清单生成上的创新应用价值。

在医保智能化建设中，云知声中标江苏省医保垂直大模型及智能体应用相关项目，持续探索医保专业知识、业务规则与大模型能力的深度融合；中标某头部财险集团医保资金监管Agent、医保知识智能问答Agent两项重点项目，深度赋能医保监管与公共服务。

面向未来，云知声将进一步推动医学影像、大模型与智能体技术融合，探索将非人体影像识别、拼接影像识别和重复影像检索等能力融入医保审核流程，辅助筛查异常影像与疑似同源影像，为核验检查真实性与规范性提供更丰富的证据线索，更好支持医保基金监管。

以技术创新回应临床需求，以智能应用提升医保效能。云知声将持续深耕医疗与医保，让AI的每一次能力进阶，都为提升诊疗质量、守护医保基金安全贡献力量。