2021年是AI產業的分水嶺，這一年，AI四小龍集中趕考，醫療、芯片等細分賽道的公司也加快上市步伐。

在投資人們都盼望中，多家打著“AI+醫療”標簽的企業提交了上市申請。

這一年3月，科亞醫療正式向港交所遞交招股書，沖刺A股失利的鷹瞳科技，于6月同樣向港交所遞出上市申請，8月、9月推想醫療和數坤科技分別提交招股書。

但時至如今，鷹瞳科技搶先一步，成功奪得“AI醫療第一股”的名號。但科亞醫療、數坤科技、推想醫療的資本市場之路均舉步維艱。

這些AI醫療項目艱難IPO之路，也揭開了AI醫療行業當前的艱難處境：難以進一步完成商業化轉型，行業加速淘汰賽的同時，不得不面對更加激烈的內卷格局。

??? 主筆/ 慕荷

?? 文章架構師/ 佳佳

出品/ 良醫財經

01

風口“漂浮”的AI醫療

在2016年前后，是AI醫療最風光的時刻。

這一年，科亞醫療、推想醫療、數坤科技先后成立，開啟了AI+醫療的大膽嘗試。

當時AI+的模式讓投資人們趨之若鶩，似乎各行各業都有了升級改造的機會，作為黃金坑的醫療，自然被賦予了更大的期望。

幾年時間，數家AI+醫療項目紛紛快速跑了出來，頭部企業估值皆超過10億美金。科亞醫療一年融資4輪，數坤科技、推想醫療、鷹瞳科技皆拿下大額融資。

所有人都在狂歡的時代，沒人能冷靜克制地看到風險。

首先的問題是初代產品的準確性。當時不少醫療AI項目都需要去醫院落地場景，但早期，幾款軟件在醫院同時競標，結果均是精確率不夠。但這一時期，資本大量涌入，讓項目得以有時間和成本去雕琢技術，跑得快的企業開始深耕輔助診斷的準確率。

曾有業內人直言，在初創的草莽時期，AI醫療影像企業的命運，既不取決于技術，也不取決于服務，而是取決于和醫院的客情關系。

想要打磨數據，先得有數據，數據在哪？醫院。

這也意味著，醫院可以選擇自己喜歡的企業進行合作，只有拿到更多三甲醫院的合作，誰就更具備競爭力。至于精準度是98%還是97%，投資人不在乎。但時間繼續向后跳動，行業已經開始出現了泡沫。太多的資本蜂擁而至，讓這類項目的數量如同雨后春筍一般快速上漲。

更多的參與者，類似的產品開始泛濫的背景下，具備差異化的產品才能快速沖到第一梯隊。

當時數坤避開了競爭激烈的肺、底等領域，專攻心臟。臨床上，心內科會用冠脈CTA對疑似冠心病患者進行診斷。

數坤研發出了冠脈CT造影圖像血管狹窄輔助分診軟件，只需要5分鐘就能替代醫生完成三維圖像的分割、測量和狹窄位置標注。這比傳統的診療方式動輒30分鐘的時間大大提高了效率。

至此，更多細分賽道的AI醫療項目也開始“鶴立雞群”，逐漸走出了差異化路線，行業小龍頭們逐漸穩固了各自的地位，直到2020年，首批醫療AI三類機械產品許可證開始發放，這行業的格局開始呈現爆發。

AI醫療也走到了高潮。

這一年，推想醫療2020年收入較上年同期增長超過300%，數坤科技收入更是狂增30倍有余。

根據弗若斯特沙利文報告數據預測，2021年AI醫療器械的市場規模將達到5億元，而至2025年，這一數據將超過200億元。“III類證”的陸續發放，開啟了一場新戰爭。

02

行業陷入螺旋式內卷

第一家破產AI醫療項目誕生

一個事實是，雖然各家都在蒙眼狂奔，試圖在各自擅長的領域快速建立壁壘，但想要實現產品的絕對優勢，仍然非常困難。

各個品牌的產品在特異性和靈敏性的數值差異較小，產品與醫院的合作更依靠銷售團隊和產品價格。更重要的是，隨著對AI醫療的研究不斷發展，各頭部企業的相關技術和數據沉積不斷拉低研發成本。

一個業內都知道的事實是，拓展產品管線基本上沒有技術上的門檻了，算法模塊等都是現成的。

這也導致行業的內卷加劇，各家都沒有拿出特別具有競爭力的產品。但與此同時，為了保證自身的領先，一場行業螺旋式內卷開啟。

首先就是降價。

在行業競爭最激烈的幾年內，不少企業降價，甚至賠錢去搞定醫院的事件不在少數，由于這一時期他們還有資本的支持，盈利并非首要問題。如何更快地占領市場，拿到和更多權威的三甲醫院合作，才是這些企業的頭等大事。

這一局面越演越烈，從降價變為免費試用，即便如此企業也是爭先恐后，以此獲取資源以及龐大的患者數據，用于醫療AI產品提高精度和持續迭代。

研發企業重銷售，拉關系，成為當時一種普遍現象。但是真走到實際應用的時候，產品卻又出了問題。

尤其是新冠肺炎疫情期間，很多AI醫療項目引以為傲的精確數據被打臉。

曾有業內人士直言，早期肺結節影像AI系統最令人糾結的地方，是設計過于敏感，例如，肉眼可以看到3個小結節，用軟件掃一遍，找出８個。根據診療指南，非常微小的良性肺結節，即使檢測出來也沒有太大臨床意義，并不會影響患者的預后。

在算法上，新冠肺炎這類大面積、彌漫性的炎癥，檢出方式和孤立性的結節完全不同。

而在疫情最初，過度依賴肺結節的算法，也讓不少企業走了彎路。做算法的閉門造車，用做肺結節的思路來做新冠肺炎，被證明行不通。

與此同時，資本市場迅速嗅到了危險的氣息，曾經熱到沸騰的投融資，迅速冷卻下來，但企業并沒有自我造血的能力。

這導致，開始有大量項目被出清。2019年圖瑪深維的破產。這家成立于2016年的明星企業僅用一年時間就走到了B輪，背后的投資方包括真格基金、軟銀中國等知名機構。

導致圖瑪深維破產的直接原因是資金鏈斷裂，背后涉及的包括但不僅限于，產品準確度不高，團隊盲目擴張、市場宣傳費用過大，用商業軟件做二次開發等等。除了個案的原因，整個市場這一年融資金額縮水了67%。

越難盈利，就越投入宣傳擴張，越擴張成本就越高，內外部環境的加劇，讓AI醫療項目陷入了螺旋式內卷。

03

商業化之痛

無法盈利的困局

醫療是少見的“三位分離”的行業，決策者、付費者和使用者是三個完全不同的主體，分別是醫生醫院，保險、醫保，以及患者。

這意味著，患者愿意買單，醫院才會嘗試。而AI+醫療，尤其是影像類項目雖然讓看病效率有了極大的提升。比如，體驗報告解讀、智能問診、健康管理等場景，都被重塑過了，讓AI醫生助手更聰明。

但是患者關心的永遠是醫生的資質，而AI醫療，似乎永遠難以匹敵“老醫生”“老專家”的光環。

這些都導致了AI醫療項目難以商業化。

以數坤為例，2019年與2020年，數坤科技的毛利分別為63.70萬元、2067.70萬元，毛利率分別為83.4%與83.5%；2020年上半年與2021年上半年的毛利分別為572.80萬元與4433.30萬元，2021年上半年，公司毛利率為84.2%。

不過，從盈利能力來看，數坤科技目前仍處于虧損狀態。招股書披露，2019年與2020年，數坤科技分別虧損9129.80萬元與1.29億元，2020年上半年以及2021年上半年，數坤科技分別虧損4699.00萬元與8742.40萬元，目前累計凈虧損已超過3億元。

在持續的虧損之下，AI醫療項目又遭遇了上市的難題，被堵住的上市通道，使得他們難以在資金層面獲得喘息，加劇了各家困難的局面。

屋漏偏逢連夜雨。

11月20日，國家醫保局一則“放射檢查類價格項目立項指南（試行）”發布，在整合規范現行放射檢查項目的同時，順便對影像AI的商業模式進行了界定。

政策解讀文章指出：“人工智能技術在臨床實踐中一定程度上起到輔助診斷或提高效率的作用，但還無法替代醫師診斷。在尚無獨立的醫療服務產出、輔助診斷質量效用難以確定的情況下，在已收取診斷相應項目檢查費用后，不宜單就人工智能輔助診斷再向患者額外收費。

對此，為支持人工智能輔助診斷進入臨床應用，又防止額外增加患者負擔，立項指南在放射檢查類主項目下統一安排“人工智能輔助診斷”的擴展項。也就是說醫院利用人工智能進行輔助診斷的，執行與主項目相同的價格水平，但不與主項目重復收費。”

簡單來說，國家醫保局支持影像AI在臨床之中廣泛應用，但不允許醫院將調用AI產生的費用轉嫁給患者。

也就是說，醫保支付短期看并不能解決AI醫療影像的問題。

過去也有地方曾經嘗試付費。

譬如，山東省便在AI收費設計方面做了很多創新性的工作，有醫院利用AI進行早癌篩查CT掃描，實際是物價標準340元每部位，其中便包含著50元人工智能篩查輔助診斷費用（醫保不參與支付）。

此外，醫保案例付費路徑封死后，影像AI企業更為依賴醫院、影像設備企業作為支付方。

值得一提的是，最近兩年，高壓醫療反腐影響下，2024年上半年醫院醫學裝備采購總額幾近腰斬，磁共振、CT的中標金額僅為去年同期的60%。

此形勢下，影像AI企業也將面對更艱難的求生之路。

04

AI醫療項目想要突破困境

商業化場景是永恒的難題

進入2024年，AI在一級市場遇冷，除了醫療大模型卻偶爾傳來融資動態，雖然投資人們都在等待殺手級應用，但大模型廠商似乎都意識到，醫療是商業化落地的明確方向。

著名的IBM Watson Health之死，至少驗證了一個事實，人工智能+醫療，大力出不了奇跡。

國內的參與者都明白了一個道理，沒有清晰商業化方向的AI+醫療，難成氣候。

但不得不承認的是，AI已經分布在醫院的各個角落，比如AI診斷，從肺結節診斷開始，現在基本上都應用于臨床中了；還有達·芬奇手術機器人，現在國產的手術機器人也出現了，包括在骨科、泌尿外科以及血管介入領域的機器人。

廣東省珠海市人民醫院副院長彭永軍教授曾在某場論壇上表示：“現在廣東省按病種點數付費（DIP），只要醫保政策允許，這個點數就給你支付了，不然手術機器人沒有人敢做，做一個虧一個，所以我們也在討論創新的AI技術以后怎么跟醫保政策打通，怎么收費。”

可以想見，醫保支付才是解決AI項目生存的關鍵，但如何走向醫保支付？

核心還是需要項目方解決的是關鍵問題，使用的是核心技術，而非低門檻、重銷售的泛泛之談。