一、千億級的醫療AI市場面臨拐點

深度學習是一種較為復雜的神經網絡形式，具有多層計算節點或神經網絡，由它們共同處理數據并給出最終結果，具有可擴展性（能夠使用可擴展的大型模型處理大型數據集）和層次性（透過被稱為特征學習的程序從原始數據中執行自動的特征提取），能夠從簡單的概念中構建更復雜的概念。

AI在醫療領域的應用非常廣泛，但通常集中在H端，用于提升醫療服務效率，降低成本；少量集中于B端，為藥企、保險機構等對象提供特定解決方案；極少量AI直接To C，普通用戶很少有意向直接購買AI類醫療服務。

計算大數據+AI、新藥+AI、腫瘤診療+AI三大賽道市場規模可粗略估計現階段AI市場規模總量。數據顯示，2020年三大市場規模總額為63.2億元。隨著產品應用場景的擴大與各市場滲透率的攀升，預計2024年市場規模約為225.6億元。

AI的本質是一種數據處理工具，因此，與其作用完全匹配的醫療大數據在2016年時便已初具規模，達到近12億元，并在2018年后維持超過15％的滲透率（數據來源：醫渡科技招股書）。相比之下，AI腫瘤的治療與診斷、新藥研發均在2018年開始成熟，隨后開始以超過30％的增長率迅速增長，預計有望在2030年前超越醫療大數據市場規模。

醫療AI主要應用領域市場規模（數據來源：醫渡科技招股書、Frost& Salivon、蛋殼研究院）

醫療器械類AI系列的規模獲批加速了醫療人工智能產品的種類與滲透率，吸引更多資本進入；AI+基因檢測技術的成熟則推動AI+新藥市場迅速增長，市場規模迅速擴大。

潛在的海量市場規模吸引了眾多新興企業進入，深耕醫療的老牌企業也紛紛加碼AI。據動脈橙數據庫顯示，現存自研醫療AI企業超過500家，智能化的顛覆幾乎存在于所有醫療賽道。

二、超一半賽道商業化，盈利曙光始現

隨著人工智能行業不斷深入發展，同一個賽道的差異度開始提升。以人工智能賽道是否完成商業化為標準，蛋殼研究院將現有賽道分為成熟賽道、潛力賽道兩個部分，并對所有人工智能賽道的發展成熟進行分析，探索未來醫療人工智能企業的落地策略。

成熟賽道院內外商業化并行，院內影像類的影像科、胸外科、心內科、內分泌科、信息科；院內流程類的電子病歷、CDSS、質控；院外的導診、咨詢、健康服務、知識圖譜定制均已實現規模商業化。相比之下，檢驗、保險、中藥、醫美、新藥研發等賽道屬于潛力賽道，存在一定程度的商業化，但未成規模。

醫療AI賽道初期研發對象選擇一般遵循兩條路徑，一是存在大通量需求但尚無解決方案的領域，如肺結節、眼底等影像檢測，二是已有傳統的解決方案，用基于人工智能的方式進行代替，如胸外科手術規劃，基于人工智能的電子病歷錄入與質控。隨著滲透率的逐漸增加，開發難度降低，醫療人工智能將沿著前一路徑，開發更多符合特定場景需求的產品。

初期人工智能產品研發路徑

通過分析各賽道技術能力、產品表現、銷售規模、盈利能力等因素，蛋殼研究院將醫療人工智能各細分賽道發展現狀以Gartner曲線形式表現如下。

醫療人工智能成熟度曲線

經過近10年發展，絕大部分基于計算機視覺與自然語義處理的賽道已經趨于成熟，處于商業化探索階段，但尚無一家企業通過醫療人工智能銷售獲得盈利，因而暫時沒有企業進入規模商業化階段。這一階段中，未收獲器審中心審評審批認證的醫療人工智能企業忙于臨床試驗；已獲得認證的企業專注于將產品進入區域醫療價格目錄，并加速其市場占有；無需審評審批的醫療IT類企業則聚焦于產品銷售與推廣。

由于人工智能應用于醫療的深度依賴于醫療本身，而在數年的發展之中，存在廣泛需求的場景已被悉數開發殆盡，因而創新期賽道較少。VR/AR、腦科學等賽道受制于醫學發展，已經在創新期停留多年，若無突破性學術研究突破，這些賽道將在此繼續停留。而中醫、醫美等賽道則是因政策、消費者需求的不斷上揚，推動相關企業進行數字化轉型。需求推動下，這一類賽道可能會在近兩年時間內迅速躍進商業化探索階段。

值得注意的是，醫療人工智能自興起時便存在“呼聲遠超實際”的問題。如行業對于AI+新藥研發的期待便遠超其實際表現。事實上，在整個新藥研發流程中，人工智能的成熟度情況存在較大差異。醫渡云、零氪科技等涉及的臨床試驗患者管理、深度智耀等涉及的藥物警戒較為成熟，而國內蛋白質折疊、晶體預測等技術仍離實際運用存在較大差異。

不過，Insilico Medicine跨國企業英矽智能的篩選平臺已以10萬美元/月訂閱模式開啟商業化，Exscientia發現的免疫調節候選藥物的開發許可被BMS以 2000萬美元購買（整個合約交易超過12億美元），AI+新藥的整體發展趨勢良好。

Insilico Medicine總部搬入中國這一舉動彰顯了國內市場的價值，鑒于新藥研發對于成本控制的巨大需求與國內有限的市場競爭，AI+新藥研發賽道將在長期之中收獲資本支持，該賽道仍可視為一片藍海。

三、注冊準入后，低單價推動新商業模式探索

截至2021年8月16日，總計19款醫療人工智能器械獲得國家藥品監督管理局醫療器械技術審評中心批準的醫療器械三類證。取證雖不意味著成功，但能夠“摸著石頭過河”后，醫療AI CRO服務逐漸興起，審評審批成本及周期逐漸變得可控，企業對于研發產線及商業推廣的規劃也將更為精確。

將獲批產品按照用途與目標臟器兩種方式進行分類，我們發現一定程度的人工智能產品“扎堆”情況。探索這一分布的成因可將其歸納為三個點：數據、政策、需求。

成熟醫療人工智能器械分類

（1）數據：

數據是影像人工智能產品實際效果的核心因素。在已過審批的產品之中，糖網、肺結節作為公開數據最為充分的兩個人工智能產品種類，早在2018年，中檢院與合作醫院便率先建立了包含623例的肺部影像標準數據與眼底影像標準數據庫。因此，這兩個賽道在醫療人工智能發展初級階段便吸引了海量企業入局。

人工智能醫療器械創新合作平臺成立后，組長單位上海申康醫院發展中心計劃建立CT肺、CT肝、CT骨折、腦MRI、心臟MRI、冠脈CTA、心電、眼科八大測試樣本數據庫。目前已有六類人工智能獲得審評審批，CT肝、心臟MRI或是下一個通過審評審批的賽道。

（2）政策：

肺炎人工智能產品的規模出現與新冠疫情存在較大關系。2020年3月5日，國家藥品監督管理局、醫療器械技術審評中心印發《肺炎CT影像輔助分診與評估軟件審評要點（試行）》，文件指出：軟件功能至少包含異常識別、量化分析（如病灶體積占比、CT值分布等）、數據對比（手動、自動均可）、報告輸出。其中，異常識別用于疑似患者的分診提示，量化分析和數據對比用于確診患者的病情評估。并對訓練數據提出了三點要求：

i. 訓練數據原則上不少于2000例新冠肺炎CT影像；至少來源于3家醫療機構，其中至少包含1家疫情嚴重地區醫療機構；至少包括早期、進展期的新型冠狀病毒肺炎CT影像。

ii. 結合人群特征（如性別、年齡）、影像學分期（早期、進展期、嚴重期）、數據來源機構、CT設備（如廠家、層厚）等因素，提供新型冠狀病毒肺炎CT影像的數據分布情況。

iii. 結合CT設備、影像學分期、類似病征等因素，提供算法性能影響因素分析報告。

（3）需求：

心血管、骨科、糖網類人工智能的研發來源于我國龐大的疾病早篩/輔助診斷需求。科亞醫療招股書數據顯示，在中國進行的CTA手術數量從2015年的3.6百萬例增加至2020年的6.2百萬例，復合年增長率為11.7%，估計到2030年將進一步增至22.2百萬例，2020年至2030年的復合年增長率為13.6%。預計CT-FFR于2021年的普及率（按中國CT-FFR估計手術數量占CTA手術總量的比例計算）將達到0.4%，于2030年，中國深度學習 CT-FFR產品的總目標市場規模將達66.7百萬例。

需求導向產品的研發是一個從“0”到“1”的過程，在研發過程中，企業沒有公開數據集可以借鑒，需要企業與醫院合作，獲得數據、清洗數據、標注數據，并建立模型（部分算法可從工業遷移），這一類人工智能開發難度較大，但取得審批后能夠構建堅實的競爭壁壘。

采購的推進同樣迅速，蛋殼研究院對2020年8月26日-2021年8月25日的醫療人工智能產品公開招標數據進行了統計，總計發現相關采購數據132條。基于以上數據，我們做出如下分析。

（1）醫療IT類人工智能采購為主，影像為輔

據蛋殼研究院統計，采購相關數據132條中只有29例人工智能影像產品，其余皆為醫療IT類人工智能產品。造成這樣的原因主要是醫療IT類人工智能產品準入門檻較低，而人工智能影像產品作為醫療器械，至少需要通過包含臨床試驗的注冊準入才能進入醫院。

（2）三甲醫院采購量最多，且客單價最大

據蛋殼研究院統計，采購機構包含三甲醫院、三級及以下等級醫院，以及區域醫療、基層醫療和專業院校等，其中占比將近50%的三甲醫院數量最多，二級及以下的醫院次之。所有采購項目的單價均在十萬到千萬之間，其中三甲醫院的“智慧醫院”項目單價最高，達到5269.9萬元，而二級醫院的5300萬預算金額也是“智慧醫院”項目，這是由于“智慧醫院”項目包含的人工智能產品及其他產品數量多，導致總價高，而人工智能產品的價格一般在幾十萬到幾百萬之間。

醫院端醫療人工智能產品采購方及采購金額統計

（3）人工智能質控、CDSS居多，肺部、胸部影像輔助診斷為主流

據蛋殼研究院統計，近一年的醫療人工智能產品公開招標數據中，質控和CDSS類人工智能產品居多，分別占據29%和28%；人工智能影像輔助診斷產品隨后，占據22.6%，其中人工智能肺部、胸部輔助診斷產品在這一年中需求量最多。

醫院端醫療人工智能產品采購種類統計

（4）區域分布

據蛋殼研究院統計，從近一年的醫療人工智能產品采購機構分布來看，華東地區處于領跑地位，華南地區和西北地區緊跟其后，但數量只有華東地區的一半，其余地區對人工智能產品采購較少。

醫院端醫療人工智能產品采購區域分布統計

華東地區的支持來源于江浙滬開放的醫院智慧建設環境，無論是電子病歷評級、互聯互通評級、智慧醫院服務評級，還是醫療人工智能器械的政策與落地（如新基建），這一地區均走在全國的領先位置。

醫療人工智能產品的定價其銷售模式一定程度上影響其銷售規模，對采購價格進行進一步分析，我們發現了三大趨勢。

醫院端醫療人工智能產品采購單價分布

（1）醫療IT類應用客單價普遍高于影像服務類人工智能

從數據可知，醫療IT類應用，如病歷質控、CDSS、人工智能科研平臺等客單價相對較高，軟件類采購價值在100-350萬不等，且需求較大；影像服務類人工智能類價格在30-150萬區間，多聚集于100萬左右。

（2）影像服務類人工智能尋求多元銷售方式彌補研發宣傳成本

當前階段，醫院對于影像服務類人工智能的采購主要聚集于影像科，需求較為有限，而研發一個人工智能醫療器械通常需耗費億級的銷售成本與研發成本。要覆蓋如此大的缺口，一種合理的方式是將過去醫院統一采購的銷售方式轉變為按例付費的。據企業透露，在現階段下，采購與案例收費的方式收入差距不大，但從長期來看，按例付費能夠為醫療人工智能企業帶來更多營收。

（3）政策介入或有利于提升人工智能醫療器械銷售狀況

影像服務類人工智能作為新事物，存在較大的醫院落地壓力，在議價之中不占優勢，而習慣于傳統采購模式的醫院方顯然不會接受一個支出更高的采購方案。這時，醫療人工智能便需要政策介入，保證影像服務類人工智能在長期之中保持價格與價值的一致。2021年8月31日，國家八部委印發《深化醫療服務價格改革試點方案》，文中三點將對影像服務類人工智能的未來銷售造成顯著影響。

四、高毛利高研發，醫療AI營收迎來數倍增長

回顧2020年9月至2021年8月一年間發展，醫療人工智能最大的變化來源于從“混沌”走向“透明”。2020年8月，涉及行業廣泛的泛人工智能企業云知聲率先提交招股書，隨后是醫療AI+大數據公司醫渡云，該公司于2021年1月15日成功登陸納斯達克，成為首家進入二級市場的醫療人工智能公司。

2021年間，科亞醫療、上海鷹瞳、推想醫療、數坤科技分別遞交招股書，為公眾帶來心臟、眼底、肺部三大人工智能賽道的業務數據。至此，醫療人工智能行至下半場，企業經營全貌逐漸清晰后，需要構建的競爭優勢也在逐步轉變。

相比于泛行業的人工智能獨角獸企業而言，醫療人工智能企業的收入水平相對較低。以醫療影像為主要研發方向的醫療人工智能企業營業收入規模在千萬級至億級，以包含影像、信息化、醫藥銷售在內的醫療人工智能企業營業稅后入規模在億級到十億級（這類企業相當部分收入來自于醫藥銷售）。而含有醫療業務的泛人工智能企業，醫療人工智能業務的收入和其他行業相比還有差距。以科大訊飛為例，其2020年醫療收入為3.13億元，總量僅占總營收的2.4%

各人工智能企業營業收入匯總（云知聲、云從科技統計為2020年1月-6月）

影響醫療人工智能企業營收規模的因素很多，包括尚不完整的財務數據統計、滲透率低、適用場景有限、采購金額有限、產品類型、醫院數量有限、商業模式等。

未含醫療業務的人工智能企業通常存在一定規模硬件銷售，如科大訊飛的錄音筆、商湯科技的智能面部識別終端。這一部分銷售降低了該類人工智能企業的毛利率，卻有力地拉高了企業的營收。相比之下，科亞醫療、推想醫療等影像類醫療人工智能企業通常以搭建平臺與解決方案等偏向于軟件產品為主要銷售產品，毛利率較高，銷售收入相對較低。

各人工智能企業毛利率匯總（云知聲、云從科技統計為2020年1月-6月）

盡管規模存在差異，但醫療人工智能公司在近兩年的營收大多存在數倍提升。表中的醫渡科技、零氪科技外，影像類人工智能企業推想醫療、數坤科技的銷售收入也在2021年前段發生了數倍提升。

推想醫療2021年一季度實現營收2213萬元，較去年同期484萬元同比增長357%；數坤科技2021年上半年營業收入5262萬元，較去年同期674萬元同比增長681%。照此趨勢計算，2021年可能誕生年營業收入超過億元的影像人工智能公司。

中國AI醫療器械市場規模及增長趨勢

滲透率低是人工智能企業面臨的挑戰，也是其機遇所在。隨著醫療機構對于人工智能的認識度不斷提升，醫療影像人工智能的營收規模或將在十年內迎來指數提升。

對于影像類人工智能企業而言，趨勢的變革點在于審評審批。如前文數據所示，跑通注冊準入后，醫療人工智能企業的營業收入均呈現較大漲幅。照此趨勢推斷，未來影像類人工智能企業營業收入還將面臨兩個大的跨越點。第一個跨越點來自于通過物價準入，這意味著正式影像人工智能進入醫療服務，按例收費成為其主要商業模式之一，屬于價格上的跨越；第二個跨越點來自于通過醫保準入，這意味著人工智能正式將以價換量，實現調用量的數量級提升。