風(fēng)口下的簽單
沒(méi)有人會(huì )懷疑，AI的盡頭是醫療。
亞馬遜、谷歌、微軟、英偉達等科技巨頭近年來(lái)在醫療領(lǐng)域撒下重金。英偉達更是豪賭AI+醫療，其在醫療保健行業(yè)的直接和間接收入已經(jīng)超過(guò)10億美元，未來(lái)可能會(huì )達到數百億美元。
對于巨頭們來(lái)說(shuō)，醫療行業(yè)是一個(gè)有待挖掘的巨大市場(chǎng)，充滿(mǎn)機遇和挑戰，這些渴望持續增長(cháng)的巨頭們，誰(shuí)也不愿意在新賽場(chǎng)上掉隊。木頭姐更是在其《Big Ideas》報告中表示，當前醫療保健是最被低估的AI應用。
這股浪潮也早已傳導至國內。2023年以來(lái)，AI醫療大模型數量開(kāi)始井噴。據不完全統計，目前國內醫療大模型已逾200個(gè)，涉及場(chǎng)景十分廣泛，幾乎覆蓋了所有的科技醫療板塊。
在“百模大戰”中，AI+醫療的故事也挽救了一些AI玩家。
2024年8月，百川智能的醫療組從邊緣走向核心，成為這家AI獨角獸的救命稻草。在投資人看來(lái)，醫療可能是百川智能能夠與其他六小虎打出差異化的概念，而差異化，恰恰是能融到錢(qián)的關(guān)鍵。
而在多個(gè)訪(fǎng)談中，王小川也向外界解釋?zhuān)D向醫療與通往AGI（通用人工智能）的目標并不矛盾：醫療不是垂直場(chǎng)景，造醫生就等于A(yíng)GI。
2025年初，DeepSeek的橫空出世，AI醫療更是進(jìn)入發(fā)展快車(chē)道，2月份以來(lái)，包括華為在內越來(lái)越多重量級選手下場(chǎng)，新一輪AI醫療應用浪潮也加速席卷醫院。
這不難理解，AI醫療在提升醫療器械功能、檢查檢驗結果解讀、輔助臨床醫生決策、健康管理等多個(gè)領(lǐng)域的應用價(jià)值較大，是醫療企業(yè)和醫院必須重視的創(chuàng )新方向和競爭趨勢。
尤其是當DeepSeek被視為國運級機會(huì )，所有人爭先恐后。據不完全統計，截至目前，國內已有超百家三級醫院官宣完成DeepSeek本地化部署，包括一大批知名大三甲醫院。
事實(shí)上，在A(yíng)I大趨勢下，去年以來(lái)，不少醫院科室便都有AI落地的指標，因此，醫院作為甲方愿意簽單。一是為了自己的政績(jì)，二是為了能發(fā)AI醫療相關(guān)的論文，三是為了以來(lái)能賣(mài)AI醫療產(chǎn)品給患者。
總之，現在的醫院，在風(fēng)口之下，是有動(dòng)力和意愿為AI產(chǎn)品付費的。
現實(shí)的拷問(wèn)
所有人都在沖向AI。
根據2024年飛利浦中國版《未來(lái)健康指數報告》數據顯示，86%的醫療機構管理者受訪(fǎng)者表示已布局或計劃投資生成式AI，這一比例顯著(zhù)高于美國的75%。
而在具體應用場(chǎng)景方面，47%受訪(fǎng)者表示已經(jīng)在放射科部署AI，44%在院內患者監護中應用AI，40%在藥品管理環(huán)節應用AI。
在這一輪浪潮中，盡管醫療機構的AI應用率較高，但醫院最關(guān)心的是“是否能緩解醫生資源緊張”、“是否能減少文書(shū)工作量”、“是否能降低誤診率”等具體現實(shí)問(wèn)題。如果AI產(chǎn)品只在短期內解決一個(gè)小痛點(diǎn)，或長(cháng)期維護成本過(guò)高，醫院就會(huì )覺(jué)得得不償失。
當年，IBM Watson Health的致命缺點(diǎn)之一，就是缺乏醫患場(chǎng)景的深度融入，不能貼合醫院工作流、無(wú)法與醫生日常操作系統無(wú)縫銜接，很難獲得持續應用，加上日常維護成本較高，導致IBM Watson Health在燒掉數百億美元，仍無(wú)法真正落地、走向敗局，IBM也退出醫療保健舞臺。
最為典型的是，2017年MD安德森腫瘤中心與之結束4年的合作。為了培養IBM想象中的虛擬醫生，MD安德森腫瘤中心支付了6210萬(wàn)美元的研發(fā)費用。然而這些錢(qián)卻沒(méi)有濺起什么水花。
對于國內AI+醫療產(chǎn)業(yè)來(lái)說(shuō)，這也是一個(gè)無(wú)法回避的現實(shí)問(wèn)題。因為當風(fēng)口過(guò)去，大家回歸現實(shí)之后，這些產(chǎn)品如果沒(méi)有對醫療機構產(chǎn)生實(shí)際價(jià)值，那就很有可能會(huì )成為一次性買(mǎi)賣(mài)。
這并非沒(méi)有先例。過(guò)去，從AI閱片、AI診斷等場(chǎng)景來(lái)看，很多AI+醫療的應用，都面臨著(zhù)真實(shí)作用有限的問(wèn)題，并且由于難以打通付費場(chǎng)景，導致變現困難，進(jìn)而使得市場(chǎng)熱情不高。
以AI閱片為例，病理診斷是一種基于圖像信息的診斷方式，被譽(yù)為疾病診斷的 “金標準”。邏輯上來(lái)講，中國病理行業(yè)發(fā)展面臨病理醫生缺乏、分布不均勻、培養周期漫長(cháng)等問(wèn)題，讓人工智能參與可以大大提高醫務(wù)人員的工作效率。
然而，現實(shí)中，人工智能是否能夠有效地提高效率？又該如何為人工智能技術(shù)的應用付費？這些問(wèn)題需要找到答案。
過(guò)去，從騰訊、百度到依圖科技等也都有病理大模型的功能模塊，但大多也都成效有限。AI理想再豐滿(mǎn)，都要落實(shí)到創(chuàng )收的骨感，這一點(diǎn)在醫療產(chǎn)業(yè)只會(huì )更難。
說(shuō)白了，外界回望過(guò)去能看到的，是AI落地醫療的艱難，以及上一代AI廠(chǎng)商的失敗。當初的AI四小龍，都曾想在醫療領(lǐng)域分一杯羹，但無(wú)一例外鎩羽而歸。
不要讓AI+醫療變一次性生意
如今，技術(shù)雖然在不斷迭代發(fā)展，AI在醫療領(lǐng)域的應用也在持續突破，但一些本質(zhì)的問(wèn)題尚未得到真正解決。
而這些問(wèn)題，也關(guān)系著(zhù)這門(mén)生意到底是可持續還是一次性的。
首先是如何提升效率。這涉及兩點(diǎn)，數據及專(zhuān)業(yè)醫生。
擁有龐大、且持續更新的患者數據，是醫療AI產(chǎn)品提高精度和持續迭代的基礎。而業(yè)界基本有著(zhù)這樣一個(gè)共識，那就是阻礙AI應用滲透速度的，主要還是優(yōu)質(zhì)數據集的缺乏。
國內雖不缺少醫療數據，但由于各家醫院標準不統一，數據參差不齊，還有不少數據存在錯漏、不完整等問(wèn)題。根據《智能涌現》報道，百川智能內部的評測顯示，若是只基于現有文獻和數據庫，目前AI病例的生成能達到70-80分，但相關(guān)項目落地的基準在90分。
目前最好 的解決方法，是加入專(zhuān)業(yè)醫生的標注和對齊。2024年年末，百川智能投資了醫療數據服務(wù)商“小兒方”，也成立了有30多位醫生的醫學(xué)產(chǎn)品部。除此之外，公司還高薪聘請了醫療專(zhuān)家，來(lái)帶隊專(zhuān)業(yè)醫療團隊。
說(shuō)白了，醫療模型的訓練，不僅要有算法工程師，最重要的角色是專(zhuān)業(yè)醫護人員。復旦大學(xué)大數據研究院醫學(xué)影像智能診斷與醫療信息學(xué)研究所副所長(cháng)單飛更是直言，“牽著(zhù)研發(fā)隊伍走的應該是醫生”。
其次是關(guān)于A(yíng)I醫療的付費問(wèn)題。
面對醫療機構這些大甲方，打開(kāi)市場(chǎng)并不容易。傳統的銷(xiāo)售模式是可復制的，但醫療AI不是，醫院會(huì )提出不一樣、更個(gè)性化的需求。
同時(shí)，醫院又希望能夠打包、融合，而不是為單個(gè)平臺、系統付費。事實(shí)上，單獨做一個(gè)AI的公司很難活下去。這也是前期A(yíng)I影像企業(yè)為我們留下的教訓，后來(lái)者則正在選擇“一掃多查”作為破局的思路。
如何深刻洞察醫院、醫生的需求，是AI醫療打開(kāi)市場(chǎng)的一大關(guān)鍵。
除此之外，醫療AI還在支付端受到政策和市場(chǎng)的影響。即使獲得了“三類(lèi)證”，取得臨床應用資格，AI醫療產(chǎn)品要想大規模落地，仍需要獲得醫療收費目錄和醫保的準入。
在支付模式層面，目前國家醫保尚未明確納入任何AI醫療產(chǎn)品，醫院也未曾就AI醫療產(chǎn)品向患者收費。
而2024年11月《放射檢查類(lèi)醫療服務(wù)價(jià)格項目立項指南（試行）》發(fā)布時(shí)，醫保局對其中涉及AI的內容解釋稱(chēng)，目前AI技術(shù)在一定程度上能夠幫助醫生提高診斷效率，但還無(wú)法替代醫師，在已經(jīng)收取相關(guān)診療費用后，不宜單就AI輔助診斷再向患者額外收費。
對于A(yíng)I醫療產(chǎn)品來(lái)說(shuō)，如果不納入醫保，很難推廣；而納入基本醫保的前提則是，項目是診療必需、安全有效且適用性足夠廣的，目前不少AI醫療還沒(méi)有達到這一要求。
以上種種，關(guān)系著(zhù)AI醫療企業(yè)與產(chǎn)業(yè)的走向。
DeepSeek的開(kāi)源風(fēng)暴撕開(kāi)了技術(shù)普惠的入口，但醫療的特殊性注定，這里沒(méi)有大力出奇跡，只有一寸寸啃下臨床痛點(diǎn)的笨功夫。
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
