概念圈︱醫療AI：從真熱點到真價值還有多少關要闖？

（來源：浩海投研Pro）

作者/星空下的滷煮

排版/星空下的烏梅

9月26日，第一屆醫學人工智能大會（MAIC2025）在山東濟南正式召開。這場盛會主要以#醫療健康 行業「AI+」為主題，深度探討人工智能在這一領域的應用前景。AI可謂是近幾年的大熱題材，隨着大模型的不斷成熟，AI的應用場景也在不斷拓展。具體來看，以醫學影像診斷為代表AI輔助診斷是現階段落地最早也最成熟的細分賽道，目前國內AI醫療器械中九成以上的成果都集中在這里。

資本市場上，醫療AI概念股表現也較為活躍。受到消息面影響，年內多次出現暴漲態勢。像今年5月，受美股龍頭Hims&Hers Health翻倍的鼓動，A股和H股的#訊飛醫療科技（02506）、#醫脈通（02192）等相關概念股也集體走高。

但其實各家主營AI輔助診斷的公司多尚未實現盈利，這個業務在醫院端和互聯網端等下游仍然面臨着變現困難，閉環故事講不通的難題。

一、大模型風起，醫療AI加速裂變

AI輔助診斷的場景首先是在醫學影像技術上，通過AI來識別和定位病灶，實現快速分類標註並生成結構化報告等功能。而隨着技術的不斷進步，輔助診斷的場景也在不斷拓寬，現在已經延伸到了診療的全流程，比如病例錄入、報告解讀等各個環節。

的確，在臨牀診斷這個非常體現醫生價值的場景里，AI正得到越來越深度的應用。今年3月，國內首個兒科大模型「福棠·百川」在北京兒童醫院發佈。在同期舉辦的一場兒科專家和AI「同台競技」的活動中，AI與專家組對10名疑難病患兒的意見高度吻合。

雖然在這個場景之下，AI尚有很多不成熟的地方需要持續完善，但潛力已可見一斑。

這種拓展很大程度上受益於國內以DeepSeek為代表的優秀開源大模型的不斷迭代，自從2024年迎來大模型與生成式AI元年之后，AI輔助診斷的研發門檻大大降低，這才能從閲片這樣的單一模態轉向綜合性的所謂「解決方案」提供商。既然進入到了數據和模型的階段，那麼互聯網企業自然可以一試身手了，不少巨頭紛紛下場，和醫療健康公司或者醫院一道在這個賽道里不斷求索。

今年這股勢頭仍然方興未艾，三方診斷龍頭#金域醫學（603882）在6月份發佈了域見醫言大模型應用一棧式解決方案，瑞金醫院和華為聯合研發的RuiPath病理大模型更是號稱覆蓋了中國每年九成以上的高發癌種病理診斷需求，京東也剛剛發佈了AI醫院1.0大模型。根據不完全統計，全國過百家醫院都完成了DeepSeek的本地部署。

除了大模型技術的不斷革新之外，其實政策扶持和市場擴容等因素也都起到了推波助瀾的作用。

在國家衞健委等部門去年11月印發《衞生健康行業人工智能應用場景參考指引》，明確醫學影像智能輔助診斷等84個AI應用場景之后，工業和信息化部等七部門又在今年4月份聯合印發了《醫藥工業數智化轉型實施方案（2025—2030年）》，提出要深化人工智能的應用。這也不止於「喊口號」的層面，根據哈爾濱的公開數據，智能輔助診斷已經覆蓋全市區（縣），累計完成人工智能輔助超過26萬次，大大提高了病例規範程度。

二、醫學影像先行，多業態並舉

多方託舉之下，其實國內涉足AI輔助診斷的廠商還真不少，光是醫學影像方面，截至到去年已經有超過90款產品獲批上市，越來越多的AI輔助診斷產品也在不斷落地應用。

這一塊的龍頭之一是#聯影醫療（688271），聯影作為國內領先的影像設備生產商可是有得天獨厚的優勢，在CT、MR等領域都佈局了AI影像產品。今年3月，其發佈公告稱要向主營AI業務的子公司聯影智能增資0.7億元，進一步加碼人工智能業務。

聯影智能品線相對齊全，已經獲批了二十多個NMPA二類證和十幾個三類證，還有十余款應用獲得了FDA和CE的認證。上海東方醫院2021年引入了聯影智能平臺，而后90%以上的肺結節、頭頸血管影像都逐步採用了AI初診+醫生複覈的模式，工作效率提升了70%。不過從公開消息來看，聯影智能尚未實現盈利，2023年取得2.54億元營收的同時虧損1.36億元，佔營收比超過一半。

其他同行也大多沒掙脱虧損的泥潭，#科大訊飛（002230）旗下的訊飛醫療科技也算是資本市場上「血統純正」的AI醫療股，6月剛剛發佈的星火醫療大模型V2.5國際版在中文醫療大模型權威評測平臺MedBench的排行榜中名列第一。公司在2024年成功登陸港股，業務包括面向基層醫療機構、醫院、患者以及區域公共衞生四個方向的醫療解決方案。

訊飛醫療在基層醫療機構的市佔率號稱國內頭名，2024年已經覆蓋了超過5萬家基層醫療機構，不過公司迟迟沒有實現盈利。2025H1訊飛醫療營收增長30.2%，淨虧損從去年同期的1.29億元收窄到0.74億元。雖然數據有所改善，但是分業務來看，醫院端因行業經營壓力普遍增大導致下滑10%，患者端同比僅增長10%，基層與區域端同比增長較快但傳統醫療信息化廠商入局后利潤空間被擠壓，在虧損收窄的同時整體業務的毛利率反而下滑了1.3個點。

多説兩句，筆者其實認為紮根基層醫療機構的戰略沒有問題。國內醫療資源不是不足而是不均勻，患者都奔着大醫院去。如果能借助AI技術提高基層的診療能力，絕對意義不小。

還有不少其他廠商也推出了各自的AI醫學影像或者其他輔助診斷產品，像美的集團旗下#萬東醫療（600055）去年推出了崑崙AI智慧影像平臺。#開立醫療（300633）則是深耕超聲AI賽道，研發的鳳眼™S-Fetus®成功拿下了國內首個產前超聲人工智能醫療器械證。醫療設備龍頭#邁瑞醫療（300760）等其他公司也多有佈局，筆者不再一一贅述。

三、支付端遇阻，變現難題待解

雖然這些企業頗有些雄心勃勃，但筆者認為，其實現階段AI輔助診斷的痛點在下游支付端，這里咱們分為幾個主要場景來分析。

一是最重要的院端渠道，其實最基礎的閲片模態已經滲透的挺廣。有數據顯示國內73.9%的三級醫院都配備了AI影像軟件，但實際真向患者端收費的比例只有4.4%，這個商業模式在國內暫時還不成型。當然，醫保對此給了一定的空間，去年11月把人工智能輔助診斷作為擴展項列入了放射和超聲等檢查類項目的醫療服務價格項目立項指南，但現階段這個擴展項並不重複收費，想拿到這部分收入仍需AI影像診斷價值的更大體現，以及患者觀念的根本性扭轉。這個過程尚需時日，所以目前幾乎都是設備商在做這個業務，把AI融入設備里作為一個「附加值」，而非利潤點。

二是互聯網醫療平臺這條路，包括線上問診和疾病管理等業態，這個渠道更直接地觸及C端患者。互聯網基因聽起來和AI相得益彰，尤其是希望擺脫「賣藥」標籤的各家垂直類平臺，「AI+」的口號更是喊的兇，但實際表現目前還難談理想。

其實數坤科技、推想醫療等不少AI輔助診斷公司都有心登陸資本市場，但賬面基本都還在持續虧損，暫時還沒有下文。我們都知道，AI輔助診斷必將在醫療健康的各個環節里體現出更廣泛更深入的價值，但即使是最成熟的AI醫學影像診斷也仍然處在商業模式的搖擺中，更別說其他業態了。中文醫學大模型百舸爭流之下，醫療AI企業不僅需要在算法上領先，還得在理解臨牀需求，深度醫工交叉等方面構建綜合能力。

注：本文不構成任何投資建議。股市有風險，入市需謹慎。沒有買賣就沒有傷害。