医疗AI赛道，谁能走进千家万户？

在科幻电影《普罗米修斯》中，有一个让人印象深刻的智能医疗舱。患者只需要躺在里面，便会进行一个全身的健康扫描，并得到相应的医疗建议，甚至可以直接进行手术治疗。

这可以说是人类关于医疗AI的终极幻想之一，而这一幻想正在逐渐迫近现实，随着人工智能的日益强大，医疗AI作为医生的助手，其角色正在不断得到加强。

特别是最近几年，随着互联网技术、大数据等新兴科技的发展，AI医疗器械审批流程加速，医疗AI已深入到医疗保健的各个领域。过去的2021年被称为“医疗AI商业化元年”，科亚医疗、鹰瞳科技、数坤科技、推想科技等头部企业相继冲关港交所，国内医疗AI赛道上的首家上市公司由此诞生，医疗AI热度大增。

政策层面，国家相关部门出台了多项政策支持医疗AI的发展。不久前国家发改委发布《“十四五”生物经济发展规划》。文件中提到，要支持基于AI的医学影像辅助诊断等应用发展，开展脑、肺、眼等常见伤病的图像识别技术研发，加快医学图像辅助诊断系统产品化和临床辅助应用。

不难预判，医疗AI的商业化在未来将成为一片蓝海，而在真正的应用落地中，又有哪些细分赛道值得关注?值得做一番详细探究。

/ 01 /

医疗AI落地，蓝海有多大?

首先一个问题就是，医疗AI这片蓝海到底有多大的想象力?这个想象力既体现在市场规模上，更体现在增长空间上。

据中研普华研究院相关报告显示，2020年，医疗AI行业的市场规模为265亿元，预计到2027年，中国医疗人工智能的市场规模将达到1400亿元。而谈到国内的医疗行业，这几乎是公认的长坡厚雪的赛道，如果对比中美的话，中国医疗AI投入占医院收入的比例仅为0.5%，美国为5%。

十倍的增长空间，看起来似乎诱人，事实远不止于此。医疗AI作为前沿科技，在美国也是方兴未艾，所以在中国市场，其真正的增长空间大概率比十倍更高。

想象力固然决定了市场的高度，回到现实，哪些因素能支撑起这份巨大的行业估值，驱动行业的市场增长?

从AI技术来看，近年来医疗AI、智能翻译、无人驾驶等技术的发展和落地，无一不建立在计算机深度学习技术的进步之上，其背后的核心是大数据技术的演进，需要大量的数据训练。基于这种特点，医疗AI在实际场景的落地中，需要广泛而准确的数据输入作为算法训练和优化的支撑。

也正是由于全球各地医疗数据的多种多样，使得医疗领域成为了AI最具应用前景和应用价值的领域之一。这对拥有14亿人口的中国来说，显然更具优势，一方面疾病人口的发病率居高不下，即便是一些罕见病也能保证足够样本供AI学习;另一方面，我国幅员辽阔，来自不同地形、不同民族的多元化样本丰富，也使得AI在真实落地过程中更容易普及开来。

当医疗AI的先发企业纷纷跨过技术和数据的门槛，并取得产品上市的入门券，摆在面前的，是如何场景落地的问题。在面对错综复杂的医疗场景时，AI技术如何定义自身价值，是个值得深思的问题。

/ 02 /

医学影像AI，从器械向服务拓展

过往IBM、谷歌等互联网巨头在医疗AI领域的实践表明，人工智能深度学习是医疗AI发展的根本，而一旦应用于医疗真实场景，更需要符合医疗产品研发逻辑。

换句话说，医疗AI赛道需要做的是立足技术与场景，寻找AI技术与医生、医院的契合点，逐步扩展和突破。目前，医学影像AI无疑就是这样的契合点之一。

医学影像AI之所以能够成为医疗AI领域发展最快的赛道之一，首先在于医学影像AI的应用有着广泛的需求。

据《智能化医疗健康的应用与未来》中的数据显示，我国医学影像数据量每年增长约30%，而放射科医师年增长率仅为4%，市场需求扩大而供给不足，使得医学影像AI在辅助医生端显得越发重要。

医学影像AI更需要扮演的是为医生赋能的角色。对于三甲医院来说，由于设备配置、医生数量和水平等各方面都较为出色，医学影像AI可以作为提升医生诊断效率的工具，使得医生更高效及准确地诊断患者。通过引进医学影像AI，可以让医生从部分重复性工作中解放出来。

而对于基层医疗领域来说，医学影像AI可以通过提供诊断服务，起到很好的补位作用。就从放射从业人员分布来看，数据显示，三级医院为6.8 万人，二级医院为9万人，影像科医生匮乏，是基层医学影像领域面临的主要问题，短期内不易改变。

从商业模式上来看，以往医疗软件产品往往打包设备捆绑销售，如今医疗AI已逐步度过价值实践期，在付费模式上，不少企业正在探索软件使用按次收费，进行服务费分成。这种模式下，医学影像AI的增长有望实现从卖器材到卖服务的转变，产品有望进一步向基层渗透。

随着渗透率提升，形成规模效应，产品成本将大幅下降。未来医学影像AI的市场不仅在大医院，更在基层医疗机构，甚至有可能成为像血压计、血糖仪等设备，进入到千家万户。

/ 03 /

资本指路，“春江水暖鸭先知”?

那么，哪些医学影像AI产品最有可能实现落地，切实拓展医疗AI的应用场景?“春江水暖鸭先知”。资本的嗅觉，或许可以说明哪一个赛道最具有含金量。

据弗若斯特沙利文数据显示，预计2030年人工智能医学影像市场规模(医疗健康场景)将达423亿元，年复合增长率(CAGR)超过60%。

进一步细分来看，视网膜影像AI的市场规模有望从2020年的0.45亿元增至2030年的人民币340.1亿元，CAGR达81.55%。

以此来看，视网膜影像AI的2030年的市场规模将占整个医学影像AI市场规模的80%以上，占据绝对优势。

或许正是由于这样的市场前景，在前文提到的医疗AI公司上市潮中，主打视网膜影像AI产品的鹰瞳科技率先突出重围，成为了“医疗AI第一股”。

AI+视网膜影像产品确实是一个很有希望的细分赛道。

顺便科普一下，眼底视网膜是我们人体中唯一可以直接无创观察血管和神经的组织，全身性的1000多种疾病、200多种常见病，其实都可以通过眼底检测发现。

通过深度学习AI技术，结合视网膜固有的医学信息，使得除人类眼科医生本来就能做的一些病变、疾病的识别，还能做到对慢性疾病本身的识别，包括高血压、糖尿病、ICVD、帕金森氏病及贫血症等。

在严谨的医学逻辑下，为了把产品与真实应用场景结合起来，鹰瞳科技首席医学官陈羽中说道：“我们把原来比较大的台式的眼底相机，现在做成了一个小巧的东西，不需要暗房，也不需要专业的医生、护士，听着语音识别就可以做完检查。为了真正让设备下到基层，我们还给它配备了充电宝，我们的眼底相机可以用充电宝驱动。”

据近期发布的《易凯资本2022年中国健康产业白皮书》披露，2021年，中国数字医疗领域共发生了257起融资事件，融资总额超过550亿元，分别比去年增长66%和93%，平均单笔融资额都能达到2亿元人民币。相比其他细分赛道，数字医疗的增长最高。

总体来看，目前国内的医疗AI行业，特别是落地场景丰富的医学影像AI赛道已经处于加速商业化阶段。在国内专业医师人数不足，医疗资源分配不均的大背景下，医学影像AI未来的发展潜力值得重视。

最后可以借由陈羽中的话，想象一下这样的场景：

“我们把软硬件结合成一体，走出医院，尤其是走出大三甲到基层去。从临床诊断的领域走向早期筛查，甚至走向一级医院，这样我们可以做更多的全生命周期慢病管理的合作。”

医疗AI的未来，你觉得值得期待吗?

文 / 三生

出品 / 节点财经

节点财经声明：文章内容仅供参考，文章中的信息或所表述的意见不构成任何投资建议，节点财经不对因使用本文章所采取的任何行动承担任何责任