行业研究报告——AI医疗

行业研究报告——AI医疗

北京市卫健委发布《北京市支持医疗健康领域人工智能应用发展行动计划（2026-2027年）》。2025年国内AI医疗在政策、技 术、产品及应用等方面均有持续进展，技术突破从单个产品走向场景全链条，应用场景从大医院下沉到基层和个体。AI医疗在提升医疗器械功能、检查检验结果解读、辅助临床医生决策、健康管理等多个领域的应用价值较大，是医疗企业和医院必须重视的创新方向和竞争趋势。在国家政策和行业技术的持续催化下，AI 医疗应用场景有望加速落地，我们预计后续其他地区也会出台相关政策，建议关注行业投资机会。

一、 核心投资逻辑

AI医疗的投资逻辑已从“技术概念”转向 “商业化落地能力” ，核心驱动力是 “政策支持 + 技术突破 + 市场需求” 的三重共振。

政策顶层设计明确，进入制度化落地期：

2025年11月，国家五部门印发《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，设定了2027年（基层广泛应用）和2030年（基层全覆盖）的清晰目标，并规划了8大方向24项重点应用场景。

各地（如北京、浙江、广东）已出台具体行动计划，要求医院加速AI产品落地。政策从研发、审批、支付到应用给予全链条支持，为行业提供了确定性指引。

技术成熟与融合加速，从辅助走向深度赋能：

大模型突破：DeepSeek、GPT等通用大模型及大量垂直医疗大模型（2025年国内发布超200个）涌现，推动AI从单一影像识别向多模态融合诊断、临床决策支持、健康管理全链条延伸。

应用场景深化：AI正从“辅助诊断工具”升级为嵌入电子病历、手术规划、患者管理等核心工作流的 “智能体” ，实现流程自动化，显著降本增效。

市场需求刚性，解决医疗系统核心矛盾：

供给端：中国面临人口老龄化、慢性病高发、优质医疗资源分布不均、医生短缺等问题，AI是提升效率、弥补资源缺口的关键工具。

支付端：医保控费压力下，AI带来的效率提升（如减少医生文书时间、降低误诊率、优化资源调度）能帮助医院和医保 “省钱” ，商业逻辑逐步清晰。

消费端：To C健康管理需求崛起。蚂蚁“阿福”、OpenAI“ChatGPT Health”等产品月活用户激增，显示用户对便捷、个性化AI健康服务的强需求，将低频医疗转化为高频健康互动。

商业闭环价值重塑，从“医疗”走向“健康”：

投资逻辑从关注技术参数，转向关注 “谁能为支付方（医保、医院、药企、个人）创造可量化的经济价值”。

未来更大的市场在于“大健康”领域，AI与生活方式、慢病管理、院外康复深度融合，从疾病治疗延伸至全生命周期健康管理。

 二、 核心投资标的

AI医疗在提升医疗器械功能、检查检验结果解读、辅助临床医生决策、健康管理等多个领域的应用价值较大，是医疗企业和医院必须重视的创新方向和竞争趋势。企业有望借助AI进一步提高产品竞争力和客户粘性，巩固行业地位和竞争优势。AI医疗也是国内企业出海竞争的关键要素之一，在自主研发之外，并购、外部战略合作、建立数字化平台和生态圈等也是加快AI布局的重要途径。在国家政策和行业技术的持续催化下，AI医疗应用场景有望加速落地，我们预计后续其他地区也会出台相关政策，建议关注行业投资机会，可沿着 “场景落地” 和 “数据卡位” 两条主线布局,相关标的包括美年健康、迪安诊断、讯飞医疗等。

三、 中短期催化剂 (未来3-6个月)

产品与用户数据持续超预期：

C端应用：蚂蚁“阿福”、京东“AI京医”等产品的月活跃用户(MAU)、日均问诊量等数据持续高增长。

新产品发布：国内外巨头（如OpenAI、蚂蚁、腾讯、百度）持续迭代医疗健康专用AI产品或功能。

政策细则落地与招投标加速：

各省市“人工智能+医疗卫生”具体行动方案和补贴政策出台。

医院在政策要求下，针对AI辅助诊断、数据中台、智慧管理等项目的招投标活动明显增加。

临床价值与商业模式的验证：

To B端：更多AI医疗产品（如AI辅助诊断软件、CDSS）进入医院收费目录，或通过带量采购、服务费模式实现规模化收入。

To C端：健康管理会员、保险联动等付费模式的探索和用户接受度提升。

技术进展与行业会议：

重要医疗AI学术会议、创新大赛结果公布。

脑机接口、手术机器人等领域出现新的临床突破或产品获批。

四、 主要风险点

商业化与支付风险：数据与合规风险：数据安全与隐私、政策法律和伦理风险、商业化进展和市场需求不及预期风险、竞争加剧。