作者 | 《财经》记者 赵天宇　编辑 | 王小   

医院想看到AI向精准医疗发起冲击，直指医疗核心

在一举投资了八家人工智能（AI）助力新药发现的初创公司后，“我们是相当内行的投资者。”英伟达创始人、CEO（首席执行官）黄仁勋在2024年度摩根大通医疗健康会议上说。这是医疗投资界重要的年度大会。

医疗行业的AI应用越来越广泛。7月，《2024年中国医疗大健康产业发展白皮书》显示，目前癌症领域的AI医疗市场规模为3亿元，肺结节检测领域市场规模为2.5亿元。AI医学影像，已有超过60个三类证产品获批上市，预期行业渗透率将由2020年的0.7%上升至2030年的41.3%。

“比较走运的一点就是，AI大模型特别适合医疗行业的场景，几乎每一个场景都可以或多或少把大模型放进去用。”湖北福鑫科创信息技术有限公司CEO吴笛对《财经》说。

以应用见长的医疗AI，中国的创业者是否有机会跑赢全球，在特定领域里成为隐形冠军？

中国公司更积极、更活跃、更渴望

2024年刚从美国回到北京，这几个月里，以清华大学附属北京清华长庚医院医学数据科学中心主任入职的李栋，鲜明感受到了国内医疗AI的火热氛围。目前他同时担任清华大学生物工程特聘教授，此前曾在加州大学洛杉矶分校Harbor医疗中心任职数年。

“在美国，人们对AI领域的关注一直存在，但没有明显的热潮，而是相对冷静，有时甚至有点冷淡。”李栋说，回国几个月最大的感受，就是大家对时间的重视，这呈现出一种争分夺秒的活力，仿佛唯恐被AI热潮抛下。

8月下旬，吴笛结束了在美国硅谷的一周访问，回到自己公司所在地武汉。“得跟上科技发展的节奏。”他说。

这一周他的行程排得很满，既见到了熟识的投资人，拜访了硅谷的诸多同行创业公司，又去了趟斯坦福大学，与一些博士生、研究生们聊过。他每年至少会跑一趟硅谷，与当地的朋友们讨论行业发展、战略方向，以及对未来的判断，互相校准，“蛮有意义的”。

吴笛所在的公司，AI大模型产品已在华中科技大学同济医学院附属协和医院、武汉大学中南医院等落地使用。另一家公司，百川智能，由搜狗公司创始人、前CEO王小川创立，8月与国家儿童医学中心北京儿童医院达成合作，并且，其近期确认完成的A轮融资投资方中，还有北京市人工智能产业投资基金、上海人工智能产业投资基金、深创投等国资背景的产业投资基金。

AI公司地推快，医院、地方政府的合作最为关键。作为主要的埋单方，这两者也是当下各公司着力争取的对象。

李栋一直认为，AI医疗在中国应更有生根发芽的土壤。在新兴市场上，一家独大的格局尚未出现，有资格参与试水的企业众多，理应具备更强的嗅觉和应用前景。

“对新技术应用的渴望，能感受到中国市场上更强烈。”李栋说。

医院自身很重视AI应用。如电子病历蕴含疾病描述、诊断、检查、治疗等大量临床数据。按国家卫健委的要求，到2020年，所有三级医院要达到电子病历系统应用水平分级评价4级以上，二级医院要达到分级评价3级以上。一位信息化从业者曾告诉《财经》，超过四级，就需要几千万元的投入。在医学专家和信息学家的共同参与下，利用人工智能技术挖掘电子病历数据的研究急剧增加，也由此生成了很多小公司。

美国的AI医疗，是几家大公司的硬扛，格局更偏向于大公司为主导的并购。早在这一轮AI爆发前夜，2022年，微软已经收购了具备医疗行业资源的AI及语音技术公司Nuance，斥资197亿美元（约合1386亿元）。这是微软历史上的第三大收购交易，金额仅次于当年收购游戏公司动视暴雪、职场社交平台领英。

在中国，冲出名头的AI医疗产品，一种是大公司自己分离出的一部分业务，如科大讯飞的子公司讯飞医疗，目前正冲刺港股IPO（首次公开募股）。讯飞医疗成立于2016年，主营业务就是人工智能医疗解决方案。IPO前，讯飞医疗的估值约为84亿元。

还有一种就是名人创业，如自称“因为医疗才来做大模型”的王小川，作为搜狗的灵魂人物，融资能力不容小觑，他的公司百川智能投后估值达到200亿元。

不过，在公司体量、市场容量上，中美没有在同一数量级。中国目前仅有三家大模型独角兽估值超过200亿元，另外两家是月之暗面、智谱AI。小也有好处，在一个分散的市场上，规模稍小的公司亦有实质性的机会，创业型公司的脚步更积极。

每个人都愿意摘“低垂的果实”？

中国医疗AI已是一股热潮，体现在但凡稍微熟悉医疗的人，就能随口列举出几个方向，比如AI制药、AI辅助生成电子病历、AI影像。这个领域已经出现重复、扎堆的迹象。

仅看AI制药，据行业自媒体智药局统计，截至2024年8月5日，中国AI制药公司已经达到了104家，而2020年底时仅为16家。

在美国时，李栋的观察是，投资者往往更青睐有独特技术、独创性的公司。

截至7月14日，据华尔街见闻统计，共有28家美国AI企业在2024年获得1亿美元以上的融资。其中，三家与医疗AI有关，而它们全部分散在不同领域，如使用自动化技术对医疗账单进行管理、精准医学、转录医疗对话等。

中国的从业者并不愿意还没正式开场，就卷起来。但他们有自己的不得已。抓住机会让医疗大模型尽快落地，产生现金流，给股东和埋单方带来实质的价值，是国内医疗AI公司不得不优先纳入考虑的。

吴笛的公司起初从事医疗信息化，随着AI兴起，他决定尽快抓住这个趋势。当时，在公司内部他带领同事们做了一次分析，从两方面考虑到底要用AI做什么，一个是大模型落地能产生的价值多寡；另一个是落地场景实现起来的难易程度。他们希望能落在价值较高、难度较低的范畴中。

这也许是大多数中国从业者的心态。身处其中，中国从业者并不是看不见医疗行业中暗藏的其他机会，而是战略性的选择放弃。

分析过三四十个应用场景，他们看到的是，上述市面上较为常见的AI医疗应用，正是性价比或者更明确地说，投融比相对高的方向。

“看到这个结果我们并不意外，也能理解为什么同行业都在做类似的事情。这没什么太大问题。”吴笛说，这些是如今医疗AI领域里“低垂的果实”。

而且，医疗信息化公司长期打交道的埋单方——公立医疗机构，分散于各地，没有任何一家公司具备这样的能力，一力拿下全国不同省区的公立医院软件系统订单。

医院喜欢选择本地的合作方，优势在于有办公地点、长期有人，一旦出问题了能及时响应，不必“从天上飞过来”。

所以尽管各家医疗AI公司业务上看起来相差不多，但地域分散，在本地市场目前颇具说服力。这也是当下应用场景重复但从业者并不紧张的原因，他们有赢面，有机会成为本地医疗界的隐形冠军。

寻找真正的核心

AI医疗“低垂的果实”还没有被摘完，就该考虑下一步摘哪一个了。

在医疗AI主要的应用场景——医院，有一位医院信息科工作人员直言，当下企业与医院的合作还不够深入，抓到的应用场景较浅，很少触及到真正的核心需求。

当浅表场景被AI产品覆盖后，医院要的是往更深入的领域去走，比如精准医疗，触及医疗的核心，甚至颠覆传统的医疗模式。

一个有关癫痫病案例，可以较为清晰地看到国外AI走的技术精准路线。2017年12月，墨尔本大学和IBM澳大利亚研究院的研究人员称，利用AI技术找到了癫痫病发作的规律。他们利用深度学习算法，自动分析患者的脑电波活动，来预测患者何时发作癫痫。

负责上述研究的IBM澳大利亚研究人员哈雷尔表示，癫痫病患者发病时，脑电波异于常人，会产生大量嘈杂、非结构化的数据，但临床医生通过手动分析脑电图判断病人是否会发病是很困难的，而且脑电波一直变化，想要预测就需要不间断分析，人力难以覆盖，AI似乎可以解决这个问题。

两个月后，美国食品和药品监督管理局（FDA）批准了人工智能手表Embrace上市，用于监控一类较危险的癫痫发作。这是美国FDA批准的首款应用于神经学领域的智能手表。

研发这款手表的公司——Empatica，从事数字医疗，主业是开发通过可穿戴传感器监测人类健康的人工智能系统，在2022年曾获得B轮融资。

搭配着可穿戴设备，深度学习算法可以做个性化的预测模型，以判断癫痫患者的大脑状态，达到预测的效果。2020年已有韩国研究者注意到，当时行业的探索方向涵盖了基于AI去实现单个患者的自动诊断和预后预测，以及建模研究，以提供给每个患者更精准的治疗方案。

当医疗应用走向更深入，国内的研究者呈现出了一种滞后。

到2024年9月，中国科学院院士陈松蹊发布了由其团队与北京大学长沙院研发的一款面向癫痫诊疗全流程的智能云平台，有望为医生提供智能辅助诊断服务、脑电信号量化统计分析和可视化结果展示，以提升癫痫疾病的临床诊疗效率。

对企业而言，这项技术则更为遥远。

癫痫属于慢病的一种。慢病管理，不少企业一说就是绕道走的，投入大、产出小，算不上多好的生意。

李栋并不赞同，“企业的视角没有打开”。他说，医疗的细分市场众多，之所以会认为慢病管理不挣钱，是因为没深入了解到具体的临床应用需求。在临床医生眼中，有太多的需求点可以转化成产品，医生和企业谈论慢病管理，双方的理解是存在偏差的。

尽管AI与精准医疗非常合拍，现阶段国内开发的产品依然较少，还处于早期。

这与投入产出比有关。即便是信息化产品搭载着AI。“在当下仍处于净投入的状态。”吴笛希望以后的产品在设计阶段就能把AI能力考虑进去。“放到未来12个-18个月，我们能够比较有把握的说，现在的投入可以产生正向的回报。”

在成为隐形冠军之前，中国医疗AI产品依然需要向更深处探寻。