嘉和美康（北京）科技股份有限公司2025年年度报告摘要

公司代码：688246 公司简称：嘉和美康

第一节 重要提示

1、本年度报告摘要来自年度报告全文，为全面了解本公司的经营成果、财务状况及未来发展规划，投资者应当到http://www.sse.com.cn网站仔细阅读年度报告全文。

2、重大风险提示

公司已在本报告中详细描述了可能存在的相关风险，敬请查阅本报告“第三节管理层讨论与分析”之“四、风险因素”中的内容。

3、本公司董事会及董事、高级管理人员保证年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。

4、公司全体董事出席董事会会议。

5、中兴华会计师事务所（特殊普通合伙）为本公司出具了标准无保留意见的审计报告。

6、公司上市时未盈利且尚未实现盈利

□是√否

7、董事会决议通过的本报告期利润分配预案或公积金转增股本预案

经中兴华会计师事务所(特殊普通合伙)审计，截至2025年12月31日，合并口径归属于母公司所有者的净利润为-250,485,975.05元，合并口径未分配利润为-604,679,890.56元，母公司单体未分配利润为10,656,958.09元。鉴于2025年合并口径归属于母公司所有者的净利润为负数，尚不满足利润分配条件。因此不进行利润分配。本次利润分配方案尚需提交公司股东会审议。

母公司存在未弥补亏损

□适用 √不适用

8、是否存在公司治理特殊安排等重要事项

□适用 √不适用

第二节 公司基本情况

1、公司简介

1.1公司股票简况

√适用 □不适用

■

1.2公司存托凭证简况

□适用 √不适用

1.3联系人和联系方式

■

2、报告期公司主要业务简介

2.1主要业务、主要产品或服务情况

1、公司主营业务

公司是专业的医疗信息化产品及服务提供商，是国内最早从事医疗信息化软件研发与产业化的企业之一，目前已经形成了覆盖临床医疗、医院管理、医学科研、医患互动、等产业链环节的产品体系，致力于向医疗相关机构提供综合信息化解决方案。公司深耕临床信息化领域, 在此领域内拥有长期的领先优势。

2、主要产品及服务

公司现有主要产品及服务包括智慧临床业务、数据智能业务、生命科学业务等板块，各板块产品协同应用，形成全面支撑智慧医院建设的二十余种解决方案。此外，公司还面向区域型用户提供县域医共体、城市医疗集团及全民健康数据中心、疾控监测数据中心等区域医疗解决方案。

（1）智慧临床业务板块

医疗临床应用服务体系包含全科临床、专科临床、医疗质控、医学科研、互联网医疗、临床管理等业务方向，旨在电子病历基础之上，围绕患者诊疗周期提供完整的诊疗管理应用及涵盖“院内-院外”、“线上-线下”应用聚合的智慧医疗服务，同时不断深掘各专科、专病纵向诊疗特点，开发具有临床深度、贴近专科流程的临床应用管理系统，并依托智能、实时、全程的临床医疗质控预警体系，实现全流程、精细化、智能化医疗质量控制。

（2）数据智能业务板块

以创新技术方式，围绕数据交换、数据存储、数据治理、数据安全、数据资产的全链条数据服务进行战略部署，以规范数据集成入手，盘活数据资产，开展数字化治理，打造全量数据湖，依托精准实时的数据采集调度。为医院构建临床数据中心和科研数据中心，搭建临床诊疗与科学研究之间的转化桥梁，帮助医院打造科研项目管理、科研数据采集、科研数据挖掘、科研成果转化的一站式平台，助力建设高水平研究型医院。同时，为区域卫健委、疾控中心、集团医院建数据生态体系，实现数据共享，为多业态融合、跨机构协作等医疗数据高质量应用。

（3）生命科学业务板块

生物样本及其相关数据属于重要的人类遗传资源，也是生命科学研究的关键资源。公司生命科学业务板块主要以高质量人体生物样本及其关联数据的全生命周期管理为核心，提供生物样本保藏服务、生物样本库建设及运营服务、生物医药资源整合服务，在生命科学、生物医药研究领域发挥衔接样本资源持有者与研究者的桥梁作用，解决生物样本资源开发上下游信息不对称、资源共享困难等问题，帮助研发机构、科技型生物医药企业依法合规获得高质量的生物样本资源，促进生物医药产业、生命科学基础研究的可持续发展。公司建有实体样本保藏库，已取得了国家人类遗传资源保藏资质并通过了中国合格评定国家认可委员会（CNAS）关于生物样本库的认证。

2.2主要经营模式

1、盈利模式

公司为医疗机构提供信息化建设解决方案，通过提供以自研为主的软件及相关技术服务、少量外购软硬件及集成服务获取收入并实现盈利。

2、营销模式

销售模式包括直接销售模式和间接销售模式，具体为：

（1）直接销售模式，指公司通过直接参加医疗机构、科研机构、院校及政府管理部门的招标和采购活动取得业务订单；

（2）间接销售模式，指公司通过与第三方非医疗机构合作，承接第三方非医疗机构取得的最终用户订单的项目，并向第三方非医疗机构或最终用户交付产品或服务。

3、采购模式

公司主要存在三种类型的采购：①为了向客户提供医院信息化整体解决方案，公司根据项目建设需求，采购部分软件、硬件提供给客户；②公司自研信息化软件产品中所需集成的软件组件或知识库系统采购。对于此类采购，公司从产品设计初期就综合考量所需集成的软件组件或知识库提供商，并与其达成长期合作；③公司在项目实施阶段，会进行少量的接口技术服务和实施服务的采购。

4、研发及生产交付模式

（1）自制软件产品的研发和生产流程

① 软件开发阶段

公司根据行业研究结果、客户反馈和需求调研结果进行研发立项。立项后进行产品的需求分析、技术预研，结合公司在医疗信息化领域的技术积累，完成初步的产品设计与研发，研发过程中既有复用公司已有的核心技术，也有在新产品、新场景中引入新一代信息技术从而形成公司新的核心技术的情形。产品初步研发完成后，一般会经过多个客户现场的磨合，根据不同客户的业务情况差异和所涉及第三方系统的差异，对初步研发完成的软件产品进行分析、调整及改进，对软件技术框架、组件、工具及微服务进行必要的修改及固化，形成可销售的正式版本软件，进行产品发布。

② 实施交付阶段

客户购买软件产品后，实施交付团队在客户指定环境中依照合同约定进行交付，包括安装、部署、联调测试、培训、实现少量定制化需求（如有）、维护指导等工作，经客户验收通过后，完成项目交付。

（2）软件开发及技术服务的提供过程

当客户提出定制化开发或技术服务需求后，由项目经理或维护服务经理进行项目需求分析，确定服务内容后提供定制化软件开发、技术支持及维护服务。

2.3所处行业情况

(1). 行业的发展阶段、基本特点、主要技术门槛

公司主要从事医疗信息化软件研发、推广、销售及服务业务。根据中国证监会发布的《上市公司行业分类指引（2012年修订）》，公司所处行业属于“I 信息传输、软件和信息技术服务业”中的“I65软件和信息技术服务业”。根据《国民经济行业分类》（GB/T 4754-2017），公司所属行业为“软件和信息技术服务业”下的“应用软件开发”（行业代码：I6513）。根据国家统计局《战略新兴产业分类（2018）》，公司主要从事的业务属于“新一代信息技术产业一一新兴软件和新型信息技术服务一一新兴软件开发（代码1.3.1）”中的“医疗行业软件”，属于国家重点支持的新兴战略产业。

医疗信息化是传统软件技术和新一代信息技术在医疗领域的应用，是通过计算机软硬件、互联网、云计算、大数据、人工智能等现代化甚至前沿技术手段，对医疗机构的内部管理和业务流程所产生的数据进行采集、存储、提取、处理和加工，为医疗业务提供各种质量和效率支撑的信息系统。根据Frost&Sullivan的相关研究，医疗信息化市场主要由医院管理信息化软件（HIS）、病历系统信息化软件（EMRS）、医院信息平台软件和新一代智慧诊疗应用体系等细分市场组成，进一步可细分为医院核心管理系统、数据中心、电子病历、HIS系统、检验信息系统、新兴医疗信息化系统以及其他市场。

（1）国内医疗信息化市场的发展概述

2018年以来，在国内医疗信息化领域内，新一代信息技术激发了电子病历数据应用价值的创新发展，以大数据及AI技术的发展及海量临床电子病历数据的积累为前提，建设智慧诊疗应用体系，包含管理决策、健康管理、智慧养老、医药研发、慢病管理、诊疗决策、科研分析等多种应用场景，逐步构建服务于医院管理者、临床医生、研究人员及患者的智能健康生态系统。

（2）国内医疗信息化市场的基本特点

① 国家相关政策持续推动医疗信息化向数智化转型发展

2025年10月党中央《关于制定国民经济和社会发展第十五个五年计划的建议中》提出： “推进全民健康数智化建设”。这是全民健康信息化工程建设二十年以来首次由信息化向数智化转型的信号。结合健康中国整体战略部署，十五五期间全民健康数智化将起到提升全民健康管理的精准性与可及性，优化医疗资源配置效率，缓解资源不均的支撑作用。同时在产业方面，全民健康数智化将成为驱动健康产业创新，培育新业态的新动力。在公共卫生领域，将承担增强监测预警和应急响应能力，筑牢防护网的任务。最终，全民健康数字化将成为政府实现科学决策与精细治理提供有力支撑，是构建优质高效医疗卫生服务体系、推动社会高质量发展的关键路径。

a）电子病历信息使用的规范性和安全性管理日趋严格

2025年6月国家卫健委办公厅、国家中医药局综合司、国家疾控局综合司发布《关于进一步加强医疗机构电子病历信息使用管理的通知》要求各级医疗机构在电子病历数据互联互通、规范共享、支持协同医疗服务的大环境下，明确管理责任，规范使用流程，确保信息安全。该文件旨在规范电子病历应用，筑牢安全底线。其意义在于通过制度化、标准化管理，提升病历质量与数据安全性，为医疗质量控制和科研提供可靠依据；同时促进信息合理共享，提高服务效率，是夯实智慧医疗基础、保障患者权益的重要举措。

b）政策引导规范人工智能在医疗卫生行业加速落地

2025年8月国务院印发《关于深入实施“人工智能+”行动的意见》要求探索推广人人可享的高水平居民健康助手，有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用，大幅提高基层医疗健康服务能力和效率。

2025年11月国家卫生健康委办公厅、国家发展改革委办公厅、工业和信息化部办公厅、国家中医药局综合司、国家疾控局综合司联合发文《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》文件中提出“人工智能+医疗卫生”应用发展的指导思想，基于各地医疗卫生领域人工智能应用的基础建设情况、应用进展情况、业务发展需求，确定了2027年和2030年的主要发展目标。并且明确人工智能在基层应用、临床诊疗、患者服务、中医药、公共卫生、科研教学、行业治理、健康产业等8个方向24项重点应用。

c）以“强基工程”为核心的基层信息化建设新阶段

2025年9月国务院批复了国家卫生健康委和国家发展改革委的《医疗卫生强基工程实施方案》。方案中为基层卫生建设提出了：“到2027年，基层医疗卫生机构布局更加合理，设施条件进一步改善，基本公共卫生服务能力和基本医疗服务能力持续提升，力争居民15分钟可达最近的医疗服务点。到2030年，基层医疗卫生服务体系进一步健全，人才队伍持续发展壮大，设施设备条件和数智化水平显著改善，基本公共卫生服务均等化和基本医疗服务均质化水平明显提升。”的五年建设目标。并且在提升数智化服务水平方面提出：“推进电子健康档案应用，安全有序向居民个人开放。”

2025年10月国家卫健委协同国家发改委、财政部、医保局、中医药局、疾控局发布《关于加强基层慢性病健康管理服务的指导意见》对于居民电子健康档案提出强化数智赋能要求： “推进紧密型医联体信息平台互通，强化紧密型医联体牵头医院或上级医院相关专病科室与基层医疗卫生机构信息共享流转。推动医疗数据与公共卫生数据联通，提升医防融合服务效率。充分发挥医学人工智能辅助技术在居民电子健康档案管理应用中的作用，探索依据档案信息自动为居民生成健康评估建议，方便本人或监护人查阅健康信息和参与自我健康管理。”

d）疾控数据采集网络支持下的新型监测应用不断创新

到2025年底国家疾控局在二级及以上医疗机构完成“国家智能传染病监测预警前置机软件”前覆盖。各省级统筹应用平台也在逐步建设和上线过程中。在新建前置机系统数据采集能力支持下，各地疾控部门开展新的疾病监测应用建设。

2025年8月国家疾控局发布《关于英法传染病疫情预警管理办法（试行）的通知》，其中要求：“各级疾病预防控制部门和疾病预防控制机构应当鼓励和支持推动建立传染病疫情预警指标阈值、疫情数据库、算法模型库，加强大数据、云计算、人工智能等技术研发应用，为实现多点触发、智慧化预警提供支撑。”山东、天津、广东、浙江等省份先后制定了“监测预警体系建设三年行动方案”，依托现有省统筹平台进一步完成医疗、公共卫生、教育、气象、海关数据融合，支持省市两级预警决策和应急智慧。

② 市场稳定增长行业热点转换

根据相关市场分析报告，国内医疗软件系统解决方案市场规模在2025年达到259亿元人民币之后，仍会在未来3-4年内保持11.5%的年增长率。其中，以政府采购为主的区域卫生信息系统在市场规模在2025年突破65亿元市场规模后仍将保持15.6%年增长率，其背后主要驱动为区域医联体、医共体建设、基层卫生能力提升、公共卫生慢病管理、家庭医生服务增强和疾控监测数据网络建设。以医院采购为主的医院应用软件系统在2025年市场规模达到196亿之后，增速会有所放缓，但仍将保持10%左右的年增长率。在整个“十四五”期间以系统评级为主要驱动力的政策驱动之后，新的医院端增长热点转移向医学科研、高质量数据集和人工智能新场景扩展等方向。

③ 医院信息系统应用架构向一体化、专科化方向延伸

经过“十四五”期间互联互通评测和电子病历应用分级评价的多年引导，医院已经将面向临床的数据流集成、面向管理的业财一体和面向患者线上线下服务融合作为信息系统建设的核心要求，因此系统功能架构一体化升级改造已经成为市场共同认同。

与此同时，在核心业务系统一体化之后，为支持临床专科业务和数据建设的专科化系统进一步细分；面向数据分析、数据资源整合、科研数据服务的临床数据中心和科研数据中心逐步从业务系统中分离出来。

总体上来说，医院信息系统的架构日趋合理，业务应用和数据应用逐渐分层，医院信息化部门从系统建设、人员配备和组织结构上也逐渐形成了面向日常业务运行的开发运维管理和面向数据分析利用的分析运营管理专业。

④ 大模型驱动下的临床智能化变革

2025年是大模型技术在医院快速探索和发展的一年。在大模型本身算法开源的有力条件下，医疗机构增加了对算力资源的投入，同时开始在医疗服务不同场景中积极探索大模型的应用效果。

面向临床医生的病历生成、病历质检、临床辅助决策增强， 面向患者的大模型辅助导诊、分诊、随访和宣教，面向管理者的运营指标分析，面向医学科研场景的科研数据分析，论文润色等场景中大模型都展示出了一定的应用价值。

经过初期的尝试之后，大模型临床应用也暴露出一些问题，包括：使用效果难以评价、前后端对接磨合有待完善、大模型生成数据与现有业务流程和质控流程的融合、用户和患者对大模型生成数据的知情权确认等。从市场上来看，2025年大模型在卫生信息化行业的火热应用尚没有形成定价模式、产品形态、方案价值的根本改变。

随着国家相关政策举措的逐步实施，以及行业中医疗机构和开发厂商的持续磨合，相信在十五五期间临床智能化变革会以产品形态突破的方式回馈先行者。

⑤ 高质量数据集与垂域模型的竞赛

在开源模型迅速迭代和大模型算力日趋可及化的条件下，推动“人工智能+医疗服务”场景成熟的关键节点落在“数据”上。各业务领域的领头医疗机构和承担“中试基地”任务的各地卫健委，通过不同疾病、人群的高质量数据集建设，形成加速大模型训练的关键要素，开发支持临床疾病诊疗场景的垂域模型。

建设、升级和依托现有医院临床数据中心，科研数据中心，科研专病库系统，协同临床、数据专业人员力量，完成高质量数据集的采集、质控、补充、标注和开发，以及垂域模型的微调、测试、评价、封装成为领先医疗机构和“中试基地”在人工智能开发竞争的重要战场。

（3）医疗信息化行业主要技术门槛

医疗信息化行业的技术壁垒具有多维度、高复合性的特征，涵盖专业知识积累、数据安全合规、技术持续演进以及系统工程能力等核心层面。这些壁垒相互叠加，共同构成了行业的高门槛属性。

① 技术专业性

a) 多学科知识的深度积累

医疗信息化是一个典型的交叉学科领域，技术实现横跨计算机科学、软件工程、信息技术、临床医学、医院管理学、卫生经济学等多个专业方向。从业者不仅需要扎实的技术基础，更需要对医疗行业的专业逻辑、业务流程和管理规律有系统性的认知。

由于不同类型、不同规模、不同发展阶段的医疗机构在业务流程、信息化应用水平和管理诉求上存在显著差异，医疗信息化解决方案往往具有高度个性化的特征。在项目实施过程中，需要统筹协调卫生行政部门的政策导向、医疗机构的管理需求、临床科室的使用场景以及患者的服务体验，多方联动机制的设计与落地极为复杂。这要求从业者对临床医学流程、医疗机构规划建设、科室功能设置、院内外业务协同等有深刻的实践认知，缺乏长期积累的新进入者难以在短期内形成相应能力。

进入大模型与人工智能加速落地的新阶段，多学科融合的要求进一步提升。医疗行业知识图谱的构建、临床自然语言处理（NLP）模型的训练与微调、结构化与非结构化医疗数据的融合治理，均需要兼具医学专业背景与AI工程能力的复合型人才，这类人才的培养周期长、稀缺性突出，构成行业重要的人才壁垒。

b) 数据安全与合规体系的系统性建设

医疗数据兼具高度敏感性与极高业务价值，是医疗机构核心的数据资产，也是驱动医疗AI应用的关键生产要素。从业者必须在技术实现的全链路上嵌入数据安全与合规能力。

在法规层面，需要深入理解并严格遵守《数据安全法》《个人信息保护法》《网络安全法》及卫生健康行业专项数据管理规范等多层次法律框架；在技术层面，需要掌握端到端的数据加密传输与存储、细粒度访问控制、脱敏与匿名化处理、隐私计算（如联邦学习、安全多方计算）等关键技术；在运维层面，需要具备完善的数据备份与灾难恢复体系、全流程的数据审计与溯源机制，以保障数据的完整性、可用性与可追溯性。

随着医疗数据要素市场的逐步建立，数据的确权、流通与合规利用成为新的技术与法律难点。如何在保障患者隐私权的前提下，依规实现医疗数据的安全共享与价值释放，是行业技术体系建设的重要挑战。上述能力的构建需要长期的专项投入与实践沉淀，形成显著的合规壁垒。

② 技术更新速度与工程化落地能力

a) 前沿技术的持续跟踪与深度应用

医疗信息化领域的技术迭代速度持续加快，要求从业者具备跟踪前沿、快速吸收并工程化落地新技术的能力。

当前，以大语言模型（LLM）为代表的生成式AI技术正在深刻重塑医疗信息化的技术格局。在应用层面，大模型技术已逐步渗透至智能辅助诊断、医学影像分析、临床文书自动生成（如电子病历、出院小结）、医学知识问答、药物研发辅助等核心场景；与此同时，基于检索增强生成（RAG）技术构建的医学知识库，以及面向特定疾病领域的垂直医疗模型（如放射科、病理科专科模型），正在成为新一代医疗信息化产品的核心竞争力来源。此外，物联网（IoT）与可穿戴设备的广泛接入带来了海量实时生命体征数据的采集与处理需求，边缘计算与5G技术在医疗场景中的融合应用也在持续深化。

上述技术的深度应用，不仅要求从业者持续更新知识储备，更需要将前沿研究成果转化为稳定、可靠、可规模化部署的工程化产品，这一从"技术原型"到"产业落地"的转化能力，是区分行业头部企业与一般参与者的关键分水岭。

b) 技术迭代与存量系统的协同演进

新技术的引入不可避免地会对医疗机构的既有系统架构、业务流程和人员操作习惯产生冲击，形成系统性的迁移与升级压力。医疗机构需要持续投入资源推进系统改造与技术升级，而行业从业者也需要具备在"新技术引入"与"存量系统稳定运行"之间寻求平衡的工程治理能力。

快速的技术迭代周期客观上会产生技术债务与系统遗留问题。如何在保障现有业务连续性的前提下，推动系统架构向微服务化、云原生化、数据中台化方向演进，实现互联互通与数据标准化（如HL7 FHIR、ICD编码体系等国际标准的对接），是医疗信息化企业工程能力的综合体现。这一能力的积累同样需要大量的项目实践，难以通过短期追赶完成。

(2). 公司所处的行业地位分析及其变化情况

（1）报告期内公司在医疗数据中台服务市场的地位进一步得到巩固和提高。伴随医疗机构对于医学科研数据管理、高质量数据集建设需求的增长，公司数据中台产品收入占比逐渐提高。同时依托数据中台产品的区域医疗数据中心和区域疾控数据中心服务业务实现多场地复制，成为数据中台业务新的增长点。

由于公司长期从事电子病历及相关临床信息产品开发和建设，数据中台较早解决了临床标准数据集设计、数据生产流程自动化、临床增量数据处理、数据服务层安全监管等产品设计问题；产品服务团队在异构数据接入、识别、质控方面积累了成熟工具和实施经验，使公司在竞争中处于有利地位。

（2）公司传统电子病历市场正在经历转型。经过“十三五”、“十四五”连续多年的互联互通测试评级的引导，医院对HIS+EMR（电子病历）一体化的需求逐渐成熟。单纯电子病历系统的市场规模有所下降。与此同时，围绕急诊急救五大中心建设、数字化手术室建设、口腔专科医院整体信息化建设等垂直领域的一体化解决方案保持了稳定增长。

(3). 报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势

报告期内，医疗数智化行业在政策引导与技术创新的双重驱动下，在技术路线、产业形态及商业模式等维度呈现出深刻变革，主要体现在以下几个方面：

(1) 新技术方面：医疗人工智能从单点场景应用迈向AI基础设施建设阶段

2025年初，以DeepSeek为代表的国产大模型开源发布，叠加国产算力设备性能的显著提升，使大模型部署的门槛与成本大幅降低，医疗机构的人工智能建设思路随之发生根本性转变。医疗机构对于人工智能的应用，正从过去面向具体科室、具体病种或特定设备的单点场景导入阶段，加速迈向以全院公用算力平台和"数据中台+AI中台"双中台架构为核心的AI基础设施建设阶段。

在技术架构层面，医疗软件系统加速向云原生、微服务、容器化方向演进，AI中台成为统一管理多种大模型、支撑多业务场景智能化升级的核心基座。医院在完成AI基础设施部署后，通过检索增强生成（RAG）技术构建动态更新的医学知识库，并以智能体（AI-Agent）编排方式推动各业务系统的智能化改造，形成覆盖诊前、诊中、诊后全流程的医生Copilot产品矩阵。目前，AI技术已在电子病历自动生成、临床辅助决策、医学影像分析、智能导诊分诊、医学科研加速等核心场景加速落地。

在数据与知识体系建设层面，随着AI基础设施的持续完善，医院对高质量标注数据集、临床专科知识库及医学科研成果的模型转化能力提出了更高要求。疾病知识图谱、专病数据集的建设成为支撑大模型医疗场景精准化应用的关键底座，行业内具备深度数据积累优势的企业将进一步强化其竞争壁垒。

（2) 新产业方面：医疗数据要素市场化提速，开放开发与隐私安全并重

在政策层面，国家卫健委明确提出医疗健康数据跨省异地"实时全量"流通汇集的目标要求，国家数据局于2024年11月发布《可信数据空间发展行动计划（2024一2028年）》，明确到2028年建成100个以上可信数据空间，医疗健康管理被列为城市可信数据空间的典型建设场景之一。上述政策的相继落地，进一步加速了医疗数据在医疗机构、医联体、医共体及区域全民健康信息平台之间的互联互通与汇聚共享。

在产业应用层面，汇聚于区域平台的医疗数据在支撑日常诊疗服务的同时，正被越来越广泛地用于医学科研分析、人工智能模型训练及药物研发加速，推动医疗数据从"沉睡资产"向"生产要素"的价值转变。以上海数据交易所上线全国医疗体系首批合规可交易数据产品为标志，医疗数据要素市场化的探索已进入实质性推进阶段。

与此同时，医疗数据在产业化利用过程中面临的安全合规挑战同步凸显。医疗数据分级分类管理机制、脱敏与匿名化技术、隐私计算（联邦学习、安全多方计算）方案以及数据确权与交易框架，正在各地加速形成实践案例并逐步规范化，构成医疗数据产业化的重要技术与制度基础。

(3) 新业态方面：医防融合数智化进入新阶段，"医-药-险-患"全场景生态加速构建

在医防融合方面，2024一2025年国家疾控局在全国范围内统一完成了二级以上医疗机构传染病监测数据采集前置机网络的规模化部署，并计划于2026一2027年度完成公立基层医疗机构监测数据采集网络建设。全国统一的数据采集基础设施所形成的医防融合数据流，有力驱动了各省市疾控部门疾病预防监测平台的建设需求。依托前置机提供的医疗数据，各地因地制宜地融合教育、气象、农业、环境等多源数据，加载智能预警模型，形成疾控数智化业务的新业态，传统被动式疾病报告模式正向主动式、预测型的智慧疾控体系加速演进。

在医疗服务生态方面，AI辅助诊断被国家医保局正式纳入医疗服务价格构成体系，为人工智能技术的临床落地商业化铺平了道路，推动AI从技术探索期进入价值兑现期。与此同时，以"医-药-险-患"多方协同为核心的数字健康全场景闭环服务生态正加速构建，互联网医院、智慧病房、惠民保等创新业态持续深化，医疗软件的交付模式也从传统本地化部署向SaaS化、订阅制的云服务模式加速转型，医疗机构与软件服务商之间的合作关系日趋向长期化、生态化方向演进。

（4）未来发展趋势展望

展望未来，医疗数智化行业的技术演进与产业变革仍将持续深化。在技术层面，多模态大模型（融合文本、影像、语音、生命体征数据）的临床应用将进一步释放AI的诊疗辅助价值；在产业层面，随着可信数据空间基础设施的完善和数据要素市场的规范化发展，医疗数据的合规流通与价值挖掘将驶入快车道；在业态层面，以全民健康信息化为底座、覆盖预防-诊疗-康复-健康管理全生命周期的一体化数智健康体系，将成为行业发展的核心方向。具备数据积累深度、技术研发能力与行业场景理解的综合性医疗数智化企业，有望在新一轮产业重构中进一步夯实竞争优势。

3、公司主要会计数据和财务指标

3.1近3年的主要会计数据和财务指标

单位：元 币种：人民币

■

3.2报告期分季度的主要会计数据

单位：元 币种：人民币

■

季度数据与已披露定期报告数据差异说明

□适用 √不适用

4、股东情况

4.1普通股股东总数、表决权恢复的优先股股东总数和持有特别表决权股份的股东总数及前 10 名股东情况

单位: 股

■

■

存托凭证持有人情况

□适用√不适用

截至报告期末表决权数量前十名股东情况表

□适用√不适用

4.2公司与控股股东之间的产权及控制关系的方框图

√适用 □不适用

■

4.3公司与实际控制人之间的产权及控制关系的方框图

(下转987版)

证券代码：688246 证券简称：嘉和美康

本公司董事会及全体董事保证本公告内容不存在任何虚假记载、误导性陈述或者重大遗漏，并对其内容的真实性、准确性和完整性依法承担法律责任。

重要内容提示

公司董事会及董事、高级管理人员保证季度报告内容的真实、准确、完整，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。

公司负责人、主管会计工作负责人及会计机构负责人（会计主管人员）保证季度报告中财务信息的真实、准确、完整。

第一季度财务报表是否经审计

□是√否

一、主要财务数据

(一)主要会计数据和财务指标

单位：元 币种：人民币

■

(二)非经常性损益项目和金额

√适用 □不适用

单位:元 币种:人民币

■

对公司将《公开发行证券的公司信息披露解释性公告第1号一一非经常性损益》未列举的项目认定为非经常性损益项目且金额重大的，以及将《公开发行证券的公司信息披露解释性公告第1号一一非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目，应说明原因。

□适用 √不适用

(三)主要会计数据、财务指标发生变动的情况、原因

√适用 □不适用

■

二、股东信息

(一)普通股股东总数和表决权恢复的优先股股东数量及前十名股东持股情况表

单位：股

■

持股5%以上股东、前10名股东及前10名无限售流通股股东参与转融通业务出借股份情况

□适用 √不适用

前10名股东及前10名无限售流通股股东因转融通出借/归还原因导致较上期发生变化

□适用√不适用

三、其他提醒事项

需提醒投资者关注的关于公司报告期经营情况的其他重要信息

□适用 √不适用

四、季度财务报表

(一)审计意见类型

□适用√不适用

(二)财务报表

合并资产负债表

2026年3月31日

编制单位：嘉和美康（北京）科技股份有限公司

单位：元 币种:人民币 审计类型：未经审计

■■

公司负责人：夏军 主管会计工作负责人：刘志华 会计机构负责人：彭大力

合并利润表

2026年1一3月

编制单位：嘉和美康（北京）科技股份有限公司

单位：元 币种:人民币 审计类型：未经审计

■

本期发生同一控制下企业合并的，被合并方在合并前实现的净利润为：0.00元，上期被合并方实现的净利润为：0.00 元。

公司负责人：夏军 主管会计工作负责人：刘志华 会计机构负责人：彭大力

合并现金流量表

2026年1一3月

编制单位：嘉和美康（北京）科技股份有限公司

单位：元 币种：人民币 审计类型：未经审计

■

公司负责人：夏军 主管会计工作负责人：刘志华 会计机构负责人：彭大力

2026年起首次执行新会计准则或准则解释等涉及调整首次执行当年年初的财务报表

□适用 √不适用

特此公告

嘉和美康（北京）科技股份有限公司董事会

2026年4月29日

嘉和美康（北京）科技股份有限公司2026年第一季度报告