AI 医疗行业研究报告·分报告②
AI 医疗器械（影像 AI / 三类证 / 手术机器人）
（报告日期：2026 年 8 月 5 日；数据口径截至 2026 年上半年，关键节点均经检索核验。）
————————————————————————————
一、板块定位与范围
本板块指按"医疗器械"监管路径注册的 AI 产品，核心是 AI 独立软件（SaMD）与含 AI 的医疗器械，典型包括医学影像 AI（肺结节、心血管、眼底等）、临床决策独立软件、手术机器人等。其本质属性是"医疗器械"，须按 NMPA 三类证路径注册，区别于医疗机构内"辅助工具"（分报告①）与药物研发（分报告③）。
二、发展现状（三类证密集获批）
AI 医疗器械是 AI 医疗中商业化最成熟、监管最明确的板块。截至 2025-10，NMPA 批准超 110 款深度学习三类独立软件；截至 2025-12-05 累计约 207 款三类证，连续三年年度审批超 40 款；另一口径截至 2026-06 共约 127 张 AI 医用软件注册证（其中 126 张三类）。2020 年首个 AI 三类证由科亚医疗（冠脉 FFR）取得。
表 1 AI 医疗器械三类证格局
维度 | 数据（公开口径） | 说明 |
累计三类证（口径一） | 约 207 款（截至 2025-12-05） | 连续三年年度审批超 40 款 |
累计三类证（口径二） | 约 127 张 AI 医用软件注册证（126 张三类，截至 2026-06） | 不同统计口径 |
首个三类证 | 2020 年（科亚医疗冠脉 FFR） | 心血管 AI 先行 |
最拥挤赛道 | 肺结节约 32 张、心血管约 22 张 | 同质化竞争显著 |
三、头部企业（新设 vs 转型）
（一）AI 原生新锐（按三类证数量领跑）
表 2 AI 原生代表（器械/软件）
企业 | 三类证数量 | 重点领域 | 备注 |
联影智能（联影医疗） | 约 20 张 | 多模态影像 AI | 设备巨头延伸（亦属转型） |
数坤科技（语坤） | 约 17 张 | 心血管/影像 AI | AI 原生 |
深睿医疗 | 约 12—17 张 | 影像 AI 多场景 | AI 原生 |
推想医疗 | 约 14—17 张 | 肺结节/多癌种 | AI 原生 |
西门子（外资） | 约 8 张 | 影像 AI | 跨国巨头 |
科亚医疗 | 首个（2020） | 冠脉 FFR | 心血管 AI 先行者 |
（二）行业巨头转型
联影医疗（影像设备→ AI 软件，约 20 张三类证）、迈瑞医疗（监护/超声/检验设备嵌入 AI）、西门子/GE/飞利浦等跨国器械巨头以"设备+AI"一体化切入，渠道与临床证据优势明显。手术机器人方向则有直觉外科（达芬奇）、微创机器人、威高骨科等布局。
四、细分赛道
表 3 AI 医疗器械细分
细分 | 典型产品 | 成熟度 | 竞争态势 |
医学影像 AI | 肺结节、心血管、眼底、骨折筛查 | 成熟（三类证密集） | 肺结节/心血管最拥挤 |
临床决策独立软件 | 辅助诊断、风险预测 | 成长 | 需临床获益证据 |
手术机器人 | 腔镜、骨科、神外机器人 | 成长 | 资本与技术双密集 |
智能监护/设备 AI | 监护仪、超声 AI 辅助 | 成长 | 巨头主导 |
五、融资与资本
本板块以成长期与 Pre-IPO 为主，资本偏好"已获三类证+多场景管线"的主体。2026H1 国内医疗健康融资 451 笔、约 75 亿美元（+214%），人工智能以 228 起、约 80 亿美元登顶，包含影像 AI 与手术机器人。具备三类证壁垒的企业估值更稳定，浅层"无注册证"的影像工具融资难度上升。
六、法律法规与监管体系
NMPA 已构建完整 AI 医疗器械监管框架：
· 2022-03《人工智能医疗器械注册审查指导原则》《医疗器械软件注册审查指导原则（2022 修订版）》《医疗器械网络安全注册审查指导原则（2022 修订版）》；
· 《医疗器械生产质量管理规范附录 独立软件》（2020-07-01 实施）；
· 明确算法更新/重大软件更新判定：算法主要更新须重新注册或变更注册，重大软件更新须申报。
国际对标：FDA AI/ML 设备累计授权超 1350（2026 初），95% 走 510(k)，放射占 75%；PCCP 框架 2024-12 finalized，管理"预定变更控制计划"；尚无完全自主学习设备获批。欧盟 MDR 2017/745、IVDR 2017/746 为上市前框架；EU AI Act Annex I 医疗器械路线高风险义务 2028-08-02 生效。
七、与传统医疗器械的区分及可替代性
区分：传统器械以硬件与确定规则为主；AI 器械以数据驱动、可迭代，但须持续算法治理。可替代性：影像初筛/标注可被 AI 大幅替代；诊断结论与手术操作仍须医师/术者责任担当，AI 为辅助。
八、优劣分析
优势：提升读片效率与一致性、降低漏诊、可规模化复制。劣势：同质化（肺结节赛道拥挤）、算法偏见与数据偏倚、黑箱难解释、算法变更合规成本高、需持续临床证据。
九、风险图谱
表 4 本板块风险图谱
风险领域 | 典型表现 | 等级 | 应对 |
注册合规风险 | 无证上市、算法变更未申报 | 高 | 注册前置、变更管理 |
算法安全风险 | 偏见、黑箱、错诊 | 高 | 偏倚检测、可解释、临床验证 |
网络安全风险 | 系统被攻破、数据泄露 | 高 | 遵循网络安全注册审查指导原则 |
同质化竞争风险 | 肺结节/心血管拥挤、价格战 | 中—高 | 多场景管线、差异化 |
国际合规风险 | EU AI Act/MDR、FDA PCCP | 中 | 属地合规、数据本地化 |
十、可持续合规发展建议
1. 注册合规：立项即规划三类证路径与算法变更管理（PCCP 思路）；
2. 算法治理：建立训练数据偏倚检测、可解释输出、决策与更新日志留存；
3. 网络安全：落实医疗器械网络安全注册审查要求，加密与访问控制；
4. 临床证据：以真实世界数据持续验证临床获益，支撑医院采购与医保；
5. 差异化：避开拥挤赛道，向多病种、设备一体化、手术机器人等高壁垒延伸；
6. 国际布局：提前适配 EU AI Act 医疗器械路线（2028-08-02）与 FDA PCCP。
————————————————————————————
说明：本分报告事实数据来自公开行业研究、企业公告、监管与立法文件及权威媒体报道，关键节点均经检索核验。
