今日,东软熙康控股有限公司在香港联合交易所主板挂牌上市(股份代号9686. HK),成为港股“互联网+医疗护理第一股”。东软熙康成功登陆港股,不仅意味着东软又添新上市公司成员,同时对东软积极布局大健康产业生态具有极其重要的战略意义。
一直以来,东软深耕医疗健康产业并积极布局。2011年,东软集团面向健康管理和互联网医疗领域投资成立东软熙康,以创新的商业模式和灵活的管理方式,充分释放创新公司的潜力和价值,积极打造东软大健康产业联盟,推动东软以软件技术为核心,实现在数字经济、智慧城市、医疗健康等领域多元化发展的新模式,夯实东软可持续发展的生命力。
作为中国新医疗服务市场的引领者,东软熙康致力于用信息技术驱动医疗变革,为医疗利益相关者赋能并创造价值。东软熙康建设了中国首个以城市为入口的云医院平台,并将城市云医院平台快速拓展至国内多地,帮助政府建设和运营区域化新医疗基础设施,将地方政府、医疗机构、患者及保险公司连接起来,实现公平地获取医疗资源,更高效地交付医疗服务。同时,东软熙康通过云医院平台促进包括互联网医院服务、远程医疗服务、智慧家庭医生服务及互联网居家护理服务在内的互联网医疗服务的交付,提供健康管理服务及智慧医疗健康产品,实现医疗健康服务的便利可及。
东软熙康上市敲锣仪式
成立以来,东软熙康见证并引领了中国互联网医疗十余年从无到有、从星星之火到如今蓬勃发展之势。截至2023年3月31日,东软熙康已拥有29个以城市为入口的云医院平台,云医院平台上有约116,500名注册医生及46,000名注册护士,接入公司平台的医疗机构数量35,600家,网络已覆盖中国医院总数的6.6%,成为中国最大的云医院网络。在9个城市拥有10家连锁自营医疗机构。2022年,东软熙康与浙江省达成“浙里护理”重大战略合作,浙江省全省统一的“互联网+护理服务”模式正式落地,实现了由专业护士上门为居民提供优质的护理服务,满足市民多样化的护理需求。
在自身商业模式创新和推动产业变革的同时,东软熙康也受到了资本市场的青睐。2014年,东软熙康引入弘毅、高盛、协同创新等资本,获得首轮融资1.7亿美元,成为当时全球互联网医疗与健康管理领域最大单笔融资纪录。随后,东软熙康完成多轮融资,陆续引进中国人民财产保险、阿尔卑斯电气、通和毓承等战略投资者,通过搭建更加开放、创新的平台,极大地推动公司的快速发展。
此次,东软熙康在港股上市,也陆续获得了宁波市产业基金、海曙投资、INFO EXPERT等投资,不仅为其提供了更多的融资机会,也使得未来的业务发展获得持续的新动力。东软熙康本次上市融资将主要用于拓展以城市为入口的云医院平台,以扩大公司的医疗网络及用户群;用于丰富公司在整个行业价值链上的产品,以提供更专业及多样化的医疗健康服务;用于技术基础设施及数据处理能力的研发;用于潜在的并购机会;用于营运资金及其他一般公司用途。
东软集团董事长、东软熙康董事长刘积仁博士表示,东软熙康的成功上市,将迎来业务的新一轮成长,并进一步推动东软构建的大健康产业联盟走向更加成熟,形成可持续发展的生态系统,助力东软打造以“中心、平台、生态”协同发展为核心思路的数字经济发展新模式,拓展东软以数据要素为核心驱动的新型智慧城市建设发展之路。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。