文｜節點財經 三生

在科幻電影《普羅米修斯》中，有一個讓人印象深刻的智能醫療艙。患者只需要躺在裏面，便會進行一個全身的健康掃描，並得到相應的醫療建議，甚至可以直接進行手術治療。

這可以說是人類關於醫療AI的終極幻想之一，而這一幻想正在逐漸迫近現實，隨着人工智能的日益強大，醫療AI作爲醫生的助手，其角色正在不斷得到加強。

特別是最近幾年，隨着互聯網技術、大數據等新興科技的發展，AI醫療器械審批流程加速，醫療AI已深入到醫療保健的各個領域。過去的2021年被稱爲“醫療AI商業化元年”，科亞醫療、鷹瞳科技、數坤科技、推想科技等頭部企業相繼衝關港交所，國內醫療AI賽道上的首家上市公司由此誕生，醫療AI熱度大增。

政策層面，國家相關部門出臺了多項政策支持醫療AI的發展。不久前國家發改委發佈《“十四五”生物經濟發展規劃》。文件中提到，要支持基於AI的醫學影像輔助診斷等應用發展，開展腦、肺、眼等常見傷病的圖像識別技術研發，加快醫學圖像輔助診斷系統產品化和臨牀輔助應用。

不難預判，醫療AI的商業化在未來將成爲一片藍海，而在真正的應用落地中，又有哪些細分賽道值得關注？值得做一番詳細探究。

醫療AI落地，藍海有多大？

首先一個問題就是，醫療AI這片藍海到底有多大的想象力？這個想象力既體現在市場規模上，更體現在增長空間上。

據中研普華研究院相關報告顯示，2020年，醫療AI行業的市場規模爲265億元，預計到2027年，中國醫療人工智能的市場規模將達到1400億元。而談到國內的醫療行業，這幾乎是公認的長坡厚雪的賽道，如果對比中美的話，中國醫療AI投入佔醫院收入的比例僅爲0.5%，美國爲5%。

十倍的增長空間，看起來似乎誘人，事實遠不止於此。醫療AI作爲前沿科技，在美國也是方興未艾，所以在中國市場，其真正的增長空間大概率比十倍更高。

想象力固然決定了市場的高度，回到現實，哪些因素能支撐起這份巨大的行業估值，驅動行業的市場增長？

從AI技術來看，近年來醫療AI、智能翻譯、無人駕駛等技術的發展和落地，無一不建立在計算機深度學習技術的進步之上，其背後的核心是大數據技術的演進，需要大量的數據訓練。基於這種特點，醫療AI在實際場景的落地中，需要廣泛而準確的數據輸入作爲算法訓練和優化的支撐。

也正是由於全球各地醫療數據的多種多樣，使得醫療領域成爲了AI最具應用前景和應用價值的領域之一。這對擁有14億人口的中國來說，顯然更具優勢，一方面疾病人口的發病率居高不下，即便是一些罕見病也能保證足夠樣本供AI學習；另一方面，我國幅員遼闊，來自不同地形、不同民族的多元化樣本豐富，也使得AI在真實落地過程中更容易普及開來。

當醫療AI的先發企業紛紛跨過技術和數據的門檻，並取得產品上市的入門券，擺在面前的，是如何場景落地的問題。在面對錯綜複雜的醫療場景時，AI技術如何定義自身價值，是個值得深思的問題。

醫學影像AI，從器械向服務拓展

過往IBM、谷歌等互聯網巨頭在醫療AI領域的實踐表明，人工智能深度學習是醫療AI發展的根本，而一旦應用於醫療真實場景，更需要符合醫療產品研發邏輯。

換句話說，醫療AI賽道需要做的是立足技術與場景，尋找AI技術與醫生、醫院的契合點，逐步擴展和突破。目前，醫學影像AI無疑就是這樣的契合點之一。

醫學影像AI之所以能夠成爲醫療AI領域發展最快的賽道之一，首先在於醫學影像AI的應用有着廣泛的需求。

據《智能化醫療健康的應用與未來》中的數據顯示，我國醫學影像數據量每年增長約30%，而放射科醫師年增長率僅爲4%，市場需求擴大而供給不足，使得醫學影像AI在輔助醫生端顯得越發重要。

醫學影像AI更需要扮演的是爲醫生賦能的角色。對於三甲醫院來說，由於設備配置、醫生數量和水平等各方面都較爲出色，醫學影像AI可以作爲提升醫生診斷效率的工具，使得醫生更高效及準確地診斷患者。通過引進醫學影像AI，可以讓醫生從部分重複性工作中解放出來。

而對於基層醫療領域來說，醫學影像AI可以通過提供診斷服務，起到很好的補位作用。就從放射從業人員分佈來看，數據顯示，三級醫院爲6.8 萬人，二級醫院爲9萬人，影像科醫生匱乏，是基層醫學影像領域面臨的主要問題，短期內不易改變。

從商業模式上來看，以往醫療軟件產品往往打包設備捆綁銷售，如今醫療AI已逐步度過價值實踐期，在付費模式上，不少企業正在探索軟件使用按次收費，進行服務費分成。這種模式下，醫學影像AI的增長有望實現從賣器材到賣服務的轉變，產品有望進一步向基層滲透。

隨着滲透率提升，形成規模效應，產品成本將大幅下降。未來醫學影像AI的市場不僅在大醫院，更在基層醫療機構，甚至有可能成爲像血壓計、血糖儀等設備，進入到千家萬戶。

資本指路，“春江水暖鴨先知”？

那麼，哪些醫學影像AI產品最有可能實現落地，切實拓展醫療AI的應用場景？“春江水暖鴨先知”。資本的嗅覺，或許可以說明哪一個賽道最具有含金量。

據弗若斯特沙利文數據顯示，預計2030年人工智能醫學影像市場規模（醫療健康場景）將達423億元，年複合增長率（CAGR）超過60%。

進一步細分來看，視網膜影像AI的市場規模有望從2020年的0.45億元增至2030年的人民幣340.1億元，CAGR達81.55%。

以此來看，視網膜影像AI的2030年的市場規模將佔整個醫學影像AI市場規模的80%以上，佔據絕對優勢。

或許正是由於這樣的市場前景，在前文提到的醫療AI公司上市潮中，主打視網膜影像AI產品的鷹瞳科技率先突出重圍，成爲了“醫療AI第一股”。

AI+視網膜影像產品確實是一個很有希望的細分賽道。

順便科普一下，眼底視網膜是我們人體中唯一可以直接無創觀察血管和神經的組織，全身性的1000多種疾病、200多種常見病，其實都可以通過眼底檢測發現。

通過深度學習AI技術，結合視網膜固有的醫學信息，使得除人類眼科醫生本來就能做的一些病變、疾病的識別，還能做到對慢性疾病本身的識別，包括高血壓、糖尿病、ICVD、帕金森氏病及貧血症等。

在嚴謹的醫學邏輯下，爲了把產品與真實應用場景結合起來，鷹瞳科技首席醫學官陳羽中說道：“我們把原來比較大的臺式的眼底相機，現在做成了一個小巧的東西，不需要暗房，也不需要專業的醫生、護士，聽着語音識別就可以做完檢查。爲了真正讓設備下到基層，我們還給它配備了充電寶，我們的眼底相機可以用充電寶驅動。”

據近期發佈的《易凱資本2022年中國健康產業白皮書》披露，2021年，中國數字醫療領域共發生了257起融資事件，融資總額超過550億元，分別比去年增長66%和93%，平均單筆融資額都能達到2億元人民幣。相比其他細分賽道，數字醫療的增長最高。

總體來看，目前國內的醫療AI行業，特別是落地場景豐富的醫學影像AI賽道已經處於加速商業化階段。在國內專業醫師人數不足，醫療資源分配不均的大背景下，醫學影像AI未來的發展潛力值得重視。

最後可以藉由陳羽中的話，想象一下這樣的場景：

“我們把軟硬件結合成一體，走出醫院，尤其是走出大三甲到基層去。從臨牀診斷的領域走向早期篩查，甚至走向一級醫院，這樣我們可以做更多的全生命週期慢病管理的合作。”

醫療AI的未來，你覺得值得期待嗎？