AI医疗行业深度研究报告——大模型落地元年_展会资讯_资讯

AI医疗行业深度研究报告——大模型落地元年

执行摘要

本报告旨在剖析AI医疗行业在当前“后疫情时代”与“大模型落地元年”的关键节点，行业拐点是否已至。通过分析“人、财、事、口、心”五大变量，梳理产业链价值分布，并对全球及中国主要竞争对手进行全息扫描，最终给出具体的投资策略与时机建议。

一、影响行业拐点出现的关键变量分析

行业正处于从 “泡沫催化期” 向 “生产成熟期” 过渡的关键拐点。驱动这一拐点的五大变量分析如下：

关键变量	现状分析	对拐点的影响	结论
人 (国际人才)	从单向流出转向双向流动/回流。随着国内创新药企和AI大厂崛起，以及海外大厂裁员潮，大量拥有Google Health、IBM Watson、FDA审评经验的华人高管/科学家回国创业或加入本土企业。	加速技术本土化落地。带来了成熟的研发管理经验和国际标准对接能力。	正向催化，人才瓶颈打破。
财 (资金供给)	一级市场回归理性，二级市场分化。 2021-2022年的过热期结束，目前资金向“有收入、有毛利、有明确商业化路径”的头部企业集中。美国政府针对中国的生物医药投资限制（如拟议法案）导致部分美元基金撤退，人民币基金（尤其国有资本、产业资本）成为主力。	行业出清，良币驱逐劣币。依赖PPT融资的时代结束，倒逼企业提升自我造血能力。	中性偏紧，但利于长期发展。
事 (技术变革)	生成式AI与多模态大模型带来生产力革命。从单一的计算机视觉（影像识别）进化为能处理文本、影像、基因组学、蛋白质结构的多模态基础模型。例如，Med-PaLM 2、GPT-5在医疗执照考试中的表现超过专家；AI生成蛋白质（如AlphaFold3）颠覆药物发现。	供给侧质的飞跃。极大拓展了AI在医疗的应用边界，从辅助诊断延伸到个性化治疗、新药研发和智慧管理。	最大驱动力，拐点核心变量。
口 (人口/GDP)	老龄化加剧与中产健康意识提升。中国60岁以上人口已近3亿，慢性病管理需求井喷。人均GDP突破1.2万美元后，居民对高质量、高效率医疗服务的支付意愿增强。医保控费压力巨大，倒逼医院采用AI降本增效。	刚需市场形成。人口结构决定了需求端的长期确定性增长。	确定性最强的变量。
心 (政策)	从“鼓励创新”到“支付端破冰”。国家药监局已批准近百张AI医疗器械三类证，标准体系建立。多地医保局开始探索将AI辅助诊断、手术机器人导航等项目纳入收费编码（如上海、江苏部分项目）。	打通商业化最后一公里。解决了“医院不敢买、买了没法收费”的核心痛点。	重大利好，支付端改善。

历史回顾： 2015-2018年（概念期，靠算法拿融资）-> 2019-2022年（证照期，拼三类证审批）-> 2023-2025年（落地期，拼商业化和大模型能力）。

前景展望：未来3年将迎来IPO窗口期和并购整合期。

二、行业产业链上下游分析（纵向分析）

AI医疗产业链呈现 “上游硬核突破、中游百花齐放、下游接受度提升” 的格局。

1. 上游：基础层（算力、数据、芯片、云服务）

市场规模：千亿级（中国AI芯片+云计算市场），增速30%+。

竞争格局：高度垄断（卖方市场）。算力由英伟达（NVIDIA）主导，高端AI芯片一卡难求；云服务由AWS、微软Azure、阿里云、腾讯云把持；数据方面，由医疗机构、科研院所垄断，且由于隐私保护，数据孤岛现象依然严重。

平均利润率：极高（英伟达毛利率超过70%）。

发展瓶颈：高端算力封锁（美国对华芯片出口管制）；高质量、多模态、标注好的医疗数据极度稀缺（数据的“供给侧改革”是最大瓶颈）。

2. 中游：技术层与应用层（模型、算法、软件、硬件）

市场规模：数百亿级，预计2028年突破千亿。

竞争格局：充分竞争（买方市场初期）。分为两大派系：

AI+医疗（传统IT厂商/互联网大厂）：如卫宁健康、阿里健康，强在渠道和系统集成。

医疗AI（创业公司）：如推想科技、联影智能，强在算法和垂直场景。

平均利润率：分化严重。头部已上市的AI医疗公司毛利率可达70%-90%，但因高昂的研发和销售费用，净亏损普遍（处于投入期）。

发展瓶颈：商业化变现困难。主要收入依赖向医院卖软件/设备，而非按服务/按效果收费。医保支付尚未完全放开，导致医院购买意愿受限于预算。

3. 下游：应用层（医院、药企、患者、体检中心）

市场规模：万亿级医疗服务市场中的增量部分。

竞争格局：分散且强势（典型的买方市场）。医院（尤其是大三甲）处于绝对强势地位，掌握数据话语权和采购决策权。药企对降本增效的诉求强烈，付费意愿相对较高。

平均利润率：不适用，下游是成本中心或采购方。

发展瓶颈：医生的信任度和使用习惯。 AI的“幻觉”问题在严肃医疗场景下风险极高；现有工作流与AI工具的整合不够顺畅。

三、重点分析行业的竞争对手（横向分析）

1. 中国主要竞争对手（上市公司）

公司名称	战略定位	商业模式	客户侧重	产品差异	技术路线	收入/利润/估值 (2024年数据概览)	创始人背景
联影医疗	高端影像设备+AI	硬件+软件一体化销售	大三甲医院	设备搭载AI平台uAl，赋能影像扫描与诊断	计算机视觉、深度学习	收入约114亿，利润19亿+，市值~1000亿	薛敏（医学物理博士）
医渡科技	医疗智能基建	为医院/监管提供大数据平台及研究服务	医院、监管机构、药企	以YiduCore数据底座为核心	自然语言处理、知识图谱	收入约8亿，亏损收窄，市值~60亿	宫如璟（金融/投资背景）
鹰瞳科技	AI视网膜影像	软硬件一体，筛查服务	体检中心、社区、药店	便携式眼底相机，针对慢病筛查	计算机视觉	收入约2亿，亏损，市值~10亿	张大磊（连续创业者）
医脉通	医生社区+AI	向药企提供数字营销解决方案	药企	利用AI精准匹配医生与学术信息	大数据分析	收入约4亿，利润约2亿，市值~60亿	田立平（医学背景）
阿里健康	医药电商+AI医疗	平台+自营，AI赋能运营	C端消费者、B端药企	利用AI进行用药推荐、智能客服	电商AI、知识图谱	收入约270亿，利润约8亿，市值~600亿	管理层（阿里系）
京东健康	医药电商+互联网医院	供应链+在线诊疗	C端消费者	AI辅助问诊、智能审方	自然语言处理	收入约535亿，利润约21亿，市值~1200亿	管理层（京东系）
润达医疗	IVD服务+AI	为检验科提供整体解决方案，叠加AI解读	医院检验科	与华为合作，推出“良医小慧”大模型	盘古大模型应用	收入约90亿，利润约3亿，市值~80亿	刘辉（检验医学背景）
创业慧康	医院信息化+AI	HiS软件+大数据+AI应用	医院	与浙大合作，开发临床决策支持系统	医疗大数据	收入约15亿，利润约1.5亿，市值~60亿	葛航（IT背景）
思创医惠	物联网+AI医疗	RFID标签+AI辅助诊断	医院、商业智能	单病种AI辅助诊疗系统	认知计算	收入约10亿，亏损，市值~30亿	章笠中（IT背景）
医脉达	智慧医院+AI	为医院提供互联网医院建设及运营	医院	专注于医院-社区-家庭联动	移动互联网技术	收入约4亿，利润约0.8亿，市值~30亿	周炜（技术背景）

2. 中国主要竞争对手（未上市公司/独角兽）

公司名称	战略定位	商业模式	客户侧重	产品差异	技术路线	收入/估值/融资	创始人背景
推想科技	国际化AI医疗	卖软件+硬件，布局肺癌、肝癌等多病种	全球医院	拥有NMPA、FDA、CE、PMDA四证齐全	深度学习	收入数亿，估值超100亿，D轮	陈宽（芝加哥大学）
晶泰科技	AI+机器人制药	与药企合作研发，按里程碑收费	全球药企	量子物理+AI+自动化实验室	量子化学、类脑算法	收入近亿，估值约150亿，D+轮	温书豪（北大/UCSC）
英矽智能	端到端AI制药	自建管线+对外合作	全球药企	发现IPF临床候选药物，验证能力	生成对抗网络、强化学习	收入（合作款），估值约70亿，E轮	亚历克斯·扎沃洛科夫（AI专家）
数坤科技	“数字医生”	覆盖心、脑、肺、腹等多部位	大三甲医院	心血管影像AI诊断头部企业	计算机视觉	收入数亿，估值约100亿，D轮	马春娥（IBM研究院）
科亚医疗	无创CT-FFR	专注心血管功能学	心内科、影像科	深脉分数DVFFR，拿证较早	计算流体力学+AI	收入近亿，估值约80亿，D轮	王颉（医学物理专家）
深睿医疗	全栈式AI医疗	影像+大数据+云	医院	产品线极广，覆盖科研、临床、管理	多模态融合	收入数亿，估值约100亿，D轮	李一鸣（技术/管理）
联影智能	影像AI平台	联影集团旗下，设备+AI	影像科	与联影设备深度绑定，数据优势大	计算机视觉	收入亿级，估值未披露，B轮	沈定刚（UNC教授）
剂泰医药	AI驱动制剂研发	开发新药制剂和递送系统	药企	专注“微观”的制剂和mRNA递送	机器学习+高通量	收入未披露，估值约50亿，B轮	赖才达（MIT）
左手医生	全科AI医生	赋能互联网医疗平台、药企、保险	线上平台	专注于全科医学知识图谱和交互	自然语言处理	收入未披露，估值约30亿，C轮	张超（百度背景）
圆心科技	院外综合医疗	药房+互联网医院+AI保险TPA	患者、药企、保司	连接院外场景，用AI做患者管理	大数据风控	收入约70亿，亏损，估值约200亿，Pre-IPO	何涛（管理咨询）

3. 全球主要竞争对手（不含中国）

公司名称	国家	战略定位	商业模式	产品差异	技术路线	收入/估值	创始人背景
Tempus AI	美国	精准医学数据平台	为医院提供基因测序+数据分析，向药企授权	拥有庞大的临床和基因组学数据库	真实世界数据	收入约6亿，市值~80亿	埃里克·莱夫科夫斯基（Groupon创始人）
Recursion	美国	细胞图谱+AI制药	高通量湿实验+AI干实验	自动化实验室+海量生物数据	生物学图谱	收入合作款，市值~30亿	克里斯·吉布森（医学博士）
Exscientia	英国	端到端AI制药	自研+合作，精准医疗	自动化合成实验室	主动学习算法	收入合作款，市值~20亿	安德鲁·霍普金斯（Dundee教授）
Insitro	美国	数据驱动药物发现	利用机器学习寻找生物标志物和药物	大规模细胞培养和建模	系统生物学	未上市，估值~50亿	戴夫尼斯（斯坦福教授）
Grail	美国	多癌种早筛	泛癌种血液检测	甲基化测序+AI大数据分析	甲基化+AI	收入近亿（被Illumina拆分），市值~20亿	杰夫·胡贝尔（生物技术）
Butterfly	美国	手持超声+AI	卖硬件，订阅AI服务	芯片式探头，云端AI辅助诊断	半导体+AI	收入近亿，市值~6亿	乔纳森·罗思伯格（工程师）
Viz.ai	美国	脑卒中AI平台	实时影像AI分析并自动通知医生	工作流协同平台，显著缩短救治时间	计算机视觉	未上市，估值~12亿	克里斯·曼吉（神经外科医生）
Babylon Health	英国	数字医疗+AI问诊	2B（企业/医保），2C订阅	症状检查、AI分诊、医生咨询	自然语言处理	收入困难，被收购	阿里·帕萨（投资银行）
Cerner (Oracle)	美国	电子病历巨头+AI	HIS系统内置AI模块	数据底座，整合临床决策支持	大数据+AI	收入约57亿，被甲骨文收购	尼尔·帕特森
Epic Systems	美国	电子病历龙头	软件授权，集成第三方AI	与微软合作，将GPT集成进EHR	大模型应用	收入约36亿，私营	朱迪·福克纳（编程）
Atomwise	美国	AI分子筛选	基于结构的小分子药物发现	卷积神经网络预测分子活性	卷积神经网络	未上市，估值~10亿	亚伯拉罕·海菲兹（物理）
BenevolentAI	英国	知识图谱+药物研发	利用AI发现已上市药物的新用途	强大的科学文献知识图谱	知识推理	收入合作款，市值~2亿	肯·马尔卡（企业家）
PathAI	美国	病理AI	为药企和CRO提供病理分析服务	精准的病理切片分析和定量	计算机视觉	未上市，估值~10亿	安德鲁·贝克（哈佛病理学家）
Owkin	法国	联邦学习+AI制药	与医院合作，在不共享数据下训练模型	隐私计算+医学研究	联邦学习	未上市，估值~15亿	托马斯·克洛泽尔（数学）
Flatiron Health	美国	肿瘤真实世界证据	从电子病历中提取肿瘤数据给制药公司	专注于肿瘤学的结构化数据	数据标准化	被罗氏收购，收入亿级	纳特·特纳（谷歌）
Verily	美国	Alphabet旗下生命科学	多项目并行，包括手术机器人、基线项目	背靠谷歌，数据和技术优势巨大	多模态	未上市，收入未披露	安迪·康拉德（医学博士）
Medtronic	爱尔兰	医疗设备巨头+AI	设备+AI（如GI Genius结肠镜AI）	全球渠道，将AI集成进硬件	嵌入式AI	收入约320亿，市值~1000亿	厄尔·巴肯
Siemens	德国	影像设备+AI	设备+AI算法，如AI-Rad Companion	影像链全流程AI	计算机视觉	收入约200亿，市值~1300亿	维尔纳·冯·西门子
GE HealthCare	美国	影像设备+AI	设备+AI，如SonoSAMTrack	超声AI、影像重建	生成式AI	收入约190亿，市值~400亿	管理层
Philips	荷兰	健康科技+AI	设备+信息化+AI	聚焦互联护理和影像	多模态	收入约180亿，市值~200亿	管理层

四、结论与投资策略

1. What & Why：这个行业能不能搞？

能搞，且必须搞。

刚需驱动：人口老龄化和医疗资源错配是永恒的矛盾，AI是唯一能实现“降本增效”且“体验升级”的解药。

技术奇点：大模型解决了传统AI“只有感知，没有认知”的瓶颈，让AI真正成为医生的“副驾驶”。

支付破冰：政策端正在从“喊口号”走向“给钱”，医保和商保的接入将打开百亿级市场空间。

2. Who：哪几家公司最好？

综合实力最强（中国）：联影医疗、推想科技、晶泰科技。

联影：硬件壁垒+AI赋能，护城河最深。

推想：国际化能力证明产品力，多病种布局抗风险。

晶泰：在AI制药这一最难赛道中，建立了“AI+自动化实验”的独特壁垒，得到国际大药厂认可。

最具颠覆性潜力（全球）： Tempus AI、Recursion、Owkin。

它们不只是做算法，而是在构建“数据-洞察-药物”的闭环飞轮，掌握了未来生物经济的核心资产——高质量数据。

3. Where：全球前10排名及特色

排名	公司名称	国家	核心特色亮点
1	Tempus AI	美国	数据飞轮：连接最多美国医院，拥有最大的临床-基因组学数据库，数据护城河极深。
2	Recursion	美国	工业化：全球最大的自动化湿实验室之一，将生物学探索工业化、规模化。
3	Insitro	美国	系统建模：利用机器学习从人类遗传学中寻找药物靶点，科学严谨性极高。
4	Owkin	法国	隐私计算：通过联邦学习破解医院数据孤岛问题，与顶级癌症中心深度绑定。
5	晶泰科技	中国	量子物理+自动化：将物理模型与AI结合，在晶体形态预测上具有全球领先优势。
6	英矽智能	中国/美国	端到端验证：首个由AI发现靶点并设计的新药进入临床，验证了生成式AI的可行性。
7	Exscientia	英国	精准设计：强调药物在人体内的精准作用，而非仅仅体外活性。
8	Grail	美国	早筛之王：泛癌种早筛技术的全球领导者，数据积累形成先发优势。
9	联影医疗	中国	硬件+AI：全球少数能与GPS（通用、飞利浦、西门子）抗衡的影像设备巨头，AI是重要增值项。
10	Viz.ai	美国	工作流杀手锏：不仅诊断，更改变了医生协同工作的流程，大幅缩短救治时间，商业价值直接。

4. When：现在的时点和估值情况是不是好的投资时机？

估值情况：一级市场泡沫出清，估值较2021年高点普遍回落40%-60%，进入合理区间。二级市场医疗板块整体处于历史估值底部区域，安全边际较高。

时机判断：现在是“左侧布局”的黄金窗口期。虽然大多数公司尚未盈利，但“收入增速”和“毛利率”拐点已现。随着美联储降息预期和国内IPO（首次公开募股）节奏恢复，预计2025年底-2026年将迎来估值修复和IPO热潮。

5. How & How much：具体怎么投？

策略类型	投资对象	投资逻辑	价格/估值区间建议
天使投资	大模型+垂直场景的早期团队（如生成式病历、AI+心理健康、AI+康复）	寻找有临床背景+顶尖算法能力的“黄金组合”，押注颠覆式创新。	投后估值 < 5000万-1亿人民币
VC策略	已拿证、有明确商业模式的B-C轮公司（如数坤、深睿、左手医生）	关注医院的复购率、客单价、以及进入医保收费目录的进度。	投后估值 20亿-80亿人民币 (PS倍数 8-15倍，取决于增速)
PE策略	即将上市或成熟的盈利性企业（如联影医疗、医渡科技）	关注现金流、毛利率改善情况，以及海外市场拓展能力。	二级市场市值/Pre-IPO轮次 PS倍数 < 5-8倍是安全区。
PIPE/二级市场	已上市的龙头（联影医疗、京东健康、阿里健康）	定增或在二级市场买入，等待行业整体估值修复和大盘反弹。	联影市值<800亿，京东健康/阿里健康市值<500亿时，具备长期配置价值。
并购策略	有独特技术但资金链紧张的中小AI公司	大药企或医疗IT巨头为补齐技术短板进行的并购。	收购价通常在 5亿-20亿人民币，核心技术团队的去留是关键条款。

免责声明：本报告基于公开信息和行业分析，不构成任何投资建议。股市有风险，投资需谨慎。