主要观点总结
文章分析了AI医疗发展的背景、推动因素、技术演变、市场现状以及未来发展趋势。AI医疗作为数字医疗体系的一部分，依托大模型技术，为医疗服务带来智能化、高效化、便捷化的发展。AI在医学影像、手术辅助、疾病诊断等领域应用广泛，且市场规模持续增长。文章还探讨了AI医疗的细分赛道，包括AI影像、病理、医疗系统、健康管理、终端应用和制药等，并分析了各自的特点和潜力。最后，文章给出了投资建议，并提示了技术与算法、法律与合规、伦理与社会、数据与模型等风险。
关键观点总结
关键观点1: AI医疗发展的背景与推动因素
随着信息技术和人工智能的发展，AI在医疗领域的应用加速，成为医疗行业变革的重要推动力。AI医疗依赖于健全的数字医疗体系，为AI算法提供高质量数据支持。
关键观点2: AI医疗的技术演变
AI医疗经历了从机器学习到深度学习，再到大模型时代的演变。近年来，生成式AI与传统AI结合，为医疗服务优化和创新提供新动力。
关键观点3: AI医疗的市场现状
AI医疗市场因老龄化和医护短缺而快速增长，预计2028年达1598亿元。细分赛道中，AI影像、病理、医疗系统、健康管理等领域各具特点，规模增长、政策支持、竞争格局逐渐明晰。
关键观点4: AI医疗的细分赛道分析
AI影像因老龄化、医疗资源不均等导致医生压力大，政策支持下获证产品增多。AI医疗机器人虽处发展初期但前景良好。AI赋能CDSS与病种质控领域，政策分层推动发展，商业化进程加快。AI健康管理虽处于发展初期但细分领域广，受政策支持，未来需求有望快速扩张。
关键观点5: 投资建议与风险提示
建议关注AI影像识别、AI病理诊断、AI医疗系统、AI健康管理和AI制药等领域的企业。同时，需警惕技术与算法、法律与合规、伦理与社会、数据与模型等风险。
正文
AI医疗市场正逐渐成为极具潜力的蓝海领域。
从技术层面而言，国内部分
AI医疗企业在安全性与有效性方面不逊色于国外公司，这得益于国内丰富的数据资源，既能保障训练效果，又可低成本运作且数据量充足。支付体系上，海外有愿意为AI医保系统买单的医疗体系，商业保险也需AI医疗疾病诊断来精准定价及长期订阅服务，其B2BtoC商业模式可缓解就诊压力、优化流程，因海外患者就诊时间长且步骤繁琐，如转专科常耗时1-3个月，慢性病患者更不便，而AI医疗以家庭医生等为切入点可缩短诊疗时间，如致远惠图已进军欧洲市场。此外，海外有成熟退出机制，大型医疗机械企业常收购小AI医疗公司，对于AI医疗器械辅助的成长型项目，FDA的BreakthroughDeviceProgram能促进监管与创新双赢。
2024年
国家和地方纷纷出台了一系列推动
AI医疗发展的政策。
国家层面，
2024年11月23日国家医保局将AI辅助诊断技术纳入医疗服务价格项目立项指南，规范价格管理并推动应用，同时避免增加患者负担；国
家卫生健康委等部门联合印发《卫生健康行业人工智能应用场景参考指引》，助力药物研发；
12月14日发布中国医学人工智能“上海宣言”，明确应用原则和发展方向。地方层面，河南省发布《河南省推动“人工智能+”行动计划(2024—2026年)》重点发展多个智能医疗场景；江西省印发《江西省“数据要素×”三年行动实施方案(2024-2026年)》推动医疗数据应用；浙江省出台指导意见推动医疗数据融合应用；北京市采取激励措施鼓励创新；广东省专注智能医疗设备研发并设立专项资金。
2.
AI
影像：人工智能切入医疗起点，市场空间巨大
由于老龄化大环境、医疗资源分配不均以及医学影像领域存在较大的缺口等原因，使得医学影像医生承担较大的医疗压力
。
老年人口患慢性病患病比例增速明显，根据流行病学数据调查显示，2018年老年人慢病患病率为62.3%，对比2008年的46.8%，十年间增长了15.5pct。同时，由于医疗资源分布不均，导致当前仍有大量患者涌入三级医院，为三级医院的影像科医生的工作带来很大负担。
根据数据统计，
2018年-2023年我国医学影像数据复合年增速在30%左右，而影像科医生复合年增速仅为4%，且以CT报告为例，影像科医生每天需要完成的阅片量在80-100份，一般来说，简单的CT影像阅片可能只需要几分钟，而复杂的病例可能需要更长的时间，可能需要花费30分钟或更长时间。医学影像医生面临较大的工作压力。
政策支持国产医学影像设备发展和人工智能应用，以解决医疗资源短缺问题。
根据政府各部门在2022-2023年发布的医学影像相关政策可以看出，政策大力推动国产医学影像设备的发展，并积极探索人工智能在医学影像的多个应用场景，以此解决医疗资源紧缺的问题。同时针对人工智能医学影像的发展基础，即影像数据库以及人工智能算法都提供了政策支持。
截至2023年7月5日，NMPA共批准了70个三类证，从诊疗流程上涵盖了辅助诊断以及辅助治疗两大类，其中辅助诊断包含了冠脉、肺结节、骨折/骨龄以及眼底等部位；辅助治疗主要包含了放射治疗的相关产品。
人工智能医疗应用场景广泛，随着拿证产品数量增多，整体市场规模初显。
现阶段，AI医学影像在医院内、医院外以及出海等渠道均有商业落地产品，随着生态路线的逐渐建立，未来AI
医学影像市场规模将迎来高速增长。据亿欧智库相关统计，
2023年AI医学影像市场规模为24亿元，2030年将达到137.4亿元，年复合增长率为33.8%。
国内
AI医学影像在全球市场中展现出了巨大的发展潜力。
随着技术的不断进步和市场的逐渐成熟，国内相关企业已经在国际舞台上崭露头角。首先，从认证情况来看，数坤科技、深睿、联影智能、推想医疗、腾讯医疗健康等企业已经在国内外取得了大量的认证。这些认证不仅体现了企业产品的质量和可靠性，更为它们进入国际市场提供了有力的保障。例如，数坤科技获得了
8/2个美国FDA认证和4个欧盟MDRCE认证，这意味着其产品在国际上得到了高度认可，能够在全球多个市场进行推广和应用。
中国在医学影像设备市场
仍
有广阔的增长空间
，
对比
2019年全球医学影像设备人均保有量可以发现，中国的人均保有量（9.7
台
/百万人）相较于日本（55.2台/百万人）和美国（40.4台/百万人）还有较大差距。随着国内人均医学影像设备保有量的提升，对AI医学影像产品的需求也将随之增加，进而推动国内AI医学影像市场的快速发展。
AI
医学影像在临床应用中的接受度和使用率正在不断提高，未来有望成为临床诊断和治疗的重要辅助手段。
从临床渗透率来看，
《
2023
年中国人工智能医学影像产品生态路线研究报告》
预计
2022-2024
年
AI
医学影像临床渗透率将从
2022
年的
20%
左右提升到
2024
年的
30-40%
。国内企业在
AI
医学影像领域的技术创新和市场拓展方面取得了显著进展。通过与国际标准接轨，积极获取各类认证，国内企业不仅能够在国内市场占据有利地位，还能在全球市场中分得一杯羹。
未来
AI
医学影像企业将呈现三大发展趋势：
一是依托生态路线加速自身造血速度，提升商业化落地能力，包括产品向患者端靠近、加快海外拿证速度、注重临床价值验证和产品向治疗端延伸等；二是生成式人工智能（
AIGC
）将给
AI
医学影像发展带来指数级增长，其应用优势包括生成合成医学图像、提高图像质量、自动图像分析和个性化治疗等；三是综合类医学人工智能模型与医学影像领域结合将释放巨大潜力，通过整合非成像数据、医学成像和临床病史，生成完整的医学报告，为医生提供定制化的医疗建议
。
3.
AI
病理：
数据
标准化有望推动行业快速发展
诊断流程主要包含取样、制片、诊断和报告四个步骤，根据样本类型可分为组织学检查和细胞学检查两类
。二者取样方式不同，组织学样本一般通过开放手术、内镜检查或经皮穿刺活检获取，而细胞学样本一般通过体液、拉网、细针穿刺、脱落细胞等途径获取。
AI
病理诊断流程主要包括标准化切片的制作、切片数字化扫描、
AI
算法读片、
AI
提示阳性切片人工复核等环节。实现
AI
病理诊断的关键点为标准化制片、数字化处理、足量基础数据对算法模型进行训练、
AI
算法假阴性率的控制等。
数据积累与高质量数据库的建立是推动
AI病理诊断技术发展的核心。
病理诊断依赖于大量标准化的医学数据，特别是基因组数据、病理图像和临床信息，这些数据为
AI算法提供了必要的训练素材，从而提高诊断准确性。以TempusAI为例，TempusAI最初从基因测序和检测入手，逐步积累了大量高质量的临床和分子数据，尤其是在肿瘤学领域。通过与全球超过2,500家医疗机构合作，Tempus已收集并整合超过250PB的多模态数据，包括850万份临床记录、120万份影像记录、110万份测序样本和250,000个DNA和RNA基因型数据。这些数据为Tempus的AI病理诊断技术提供了支撑，并推动了精准医疗和个性化治疗的应用。
AI病理应用领域90%集中于宫颈癌，中国宫颈癌发病率和致死率高居第六。
宫颈癌是常见的妇科恶性肿瘤，其主要病因为
HPV病毒的持续感染。宫颈癌是目前人类所有癌症中，唯一可以通过早期预防和治疗消灭的癌症。早期宫颈癌常无明显症状和体征，宫颈可光滑或难与宫颈柱状上皮异位区别，颈管型患者因宫颈外观正常易漏诊或误诊。HPV感染基本上会在一年到两年内自然消退，即一次性感染，只有小部分(3%-10%)会保留下来。HPV感染首先导致宫颈上皮内瘤样病变，若持续感染，则可能会进一步发展为宫颈癌。从HPV感染发展到宫颈癌癌变往往需要持续10-30年。
病理医师极度短缺，市场需求较大。
2022
年，中国病理科执业（助理）医师数量仅为
1.8
万人，比
2020
年仍减少
0.1
万人，经历了
2021
年数量波动向下后，目前形势有所好转，人数回暖。远低于美国、欧洲等发达国家水平。根据《病理科建设与管理指南（试行）》，病理医师需按每
100
张病床
1-2
人配备。按每
100
张病床
1
位病理医师计算，
2022
年病理医师需求为
9.75
万人，按每
100
张病床
2
位病理医师计算，需求为
19.5
万人，而实际病理医师数量仅为
1.8
万人，人才缺口为
7.95-17.7
万人。
数据标准化在
AI病理诊断领域具有重要意义，它确保了来自不同医疗机构和系统的数据能够兼容，为AI算法提供可靠的训练素材，从而提升病理诊断的效率与准确性。
随着医疗数据的日益增多，数据孤岛和格式不统一等问题逐渐成为制约行业发展的瓶颈。
2025年2月13日，经济观察报独家获悉，国务院正在筹备组建名为国家数据集团的新央企，该集团的成立旨在通过整合和优化全国数据资源，推动数据的高效配置与深度应用。国家数据集团将承担起国家级数据资源的整合任务，涵盖医疗、能源、交通、金融等多个关键领域，推动数据跨行业、跨区域的流动与共享。通过这一举措，数据标准化的进程有望得到加速，从而为AI技术的普及与医疗行业数字化转型奠定坚实基础。
数据标准化的推进为数据的商业化应用提供重要支撑，同时数据资源丰富的公司先发优势明显。
以
TempusAI为例，该公司凭借强大的数据资源优势，与全球20家最大的上市制药公司中的19家建立了合作关系，并将去标识化后的数据授权给合作伙伴。截至2024年第四季度，Tempus已签署的剩余合同总价值超过9亿美元，推动了数据资源的商业化应用。尽管海外与国内支付环境存在差异，Tempus的做法仍为其他公司的AI+产品提供了新的选择和应用思路。
病理产业上下游企业、互联网巨头纷纷布局
AI
病理软件研发，多领域合作为
AI
病理研发发展带来多重优势。同时
AI
病理有望大量减少病理医生的简单重复阅片工作，解决行业痛点，突破行业瓶颈，各家公司争相布局
AI
病理。
4.
