人工智能醫(yī)學數(shù)據(jù)智能平臺發(fā)展分析

1、人工智能醫(yī)學數(shù)據(jù)智能平臺發(fā)展分析破曉過后，初日照林人工智能+醫(yī)療與生命科學概念界定院前院中（內(nèi)）預約就診預檢分診藥物研發(fā)基因研究診前診中診后患者隨訪康復管理健康管理臨床診斷臨床治療 病歷錄入藥物檢索醫(yī)學知識庫醫(yī)保支付排隊取藥報告獲取取號導診排隊影像輔助診斷影像輔助治療疾病史關(guān)聯(lián)CDSS/病案質(zhì)控AI醫(yī)療機器人疾病分組醫(yī)學數(shù)據(jù)管理院后借助AI技術(shù)介入醫(yī)療環(huán)節(jié)，以提高醫(yī)療服務(wù)效率為核心目的人工智能+醫(yī)療與生命科學，是在協(xié)助人或解放人的狀態(tài)下，以提升院內(nèi)外醫(yī)療服務(wù)效率效果為目的、以人工智能為核心 干預技術(shù)手段介入傳統(tǒng)的院內(nèi)外醫(yī)療環(huán)節(jié)，從而產(chǎn)生相應(yīng)軟硬件產(chǎn)品的新型醫(yī)療應(yīng)用技術(shù)，本報告于后文中將人工智能

2、+ 醫(yī)療與生命科學簡稱為AI醫(yī)療。因AI醫(yī)療需AI技術(shù)結(jié)合具體的醫(yī)療場景方能釋放與彰顯其具象的原理與作用，故其具有很 強的場景關(guān)聯(lián)性。按應(yīng)用場景分類，人工智能+醫(yī)療與生命科學主要分為AI醫(yī)療影像、CDSS、智慧病案、AI制藥、醫(yī)療數(shù) 據(jù)智能平臺、AI醫(yī)療機器人、AI基因分析等細分應(yīng)用技術(shù)。由于AI基因分析在我國的發(fā)展處在早期雛形階段，商業(yè)模式與 規(guī)模釋放尚不清晰，故在本報告中，AI基因分析不予討論。AI制藥的下游服務(wù)市場為藥企，而其他應(yīng)用技術(shù)的下游主要覆 蓋范圍都為醫(yī)院，少部分應(yīng)用會在院外市場中使用，如AI醫(yī)療服務(wù)機器人應(yīng)用于康養(yǎng)機構(gòu)環(huán)境消毒，醫(yī)學數(shù)據(jù)智能平臺應(yīng) 用于醫(yī)學研究中心統(tǒng)計數(shù)據(jù)與疾病

3、研究等。人工智能+醫(yī)療與生命科學范圍界定院外4遠程醫(yī)療465995138200282385202941588812917926.5%62.1%45.6%44.9%40.9%36.3%201920202021e2022e核心軟件與AI醫(yī)療機器人（億元）核心軟件（億元）2023e2024e2025e核心軟件與AI醫(yī)療機器人同比增長率（%）AI醫(yī)療市場規(guī)模注釋：核心軟件包括文中提及的AI醫(yī)療影像、CDSS、智慧病案、醫(yī)學數(shù)據(jù)智能平臺、AI制藥；因AI醫(yī)療機器人的硬件收入比重大，故不將其納入核心軟件核算。 來源：研究院根據(jù)中國衛(wèi)生統(tǒng)計年鑒、專家訪談、公開資料自主研究建模并繪制。CDSS29.8%智慧病

4、案21.6%醫(yī)學數(shù)據(jù) 智能平臺 14.0%AI醫(yī)療影像 7.1%AI制藥2.5%AI醫(yī)療影像市場規(guī)模 首次超越CDSS18AI醫(yī)療影像進入發(fā)展快車道，手術(shù)機器人地位穩(wěn)固隨著AI醫(yī)療影像企業(yè)獲取三類證的步履加快，以及IPO沖刺的階段性勝利，雙重紅利將帶動中國AI醫(yī)療核心軟件市場規(guī)模 快速增長。據(jù)建模測算，2020年中國AI醫(yī)療核心軟件市場規(guī)模為29億元，其中CDSS市場占有率為29.8%，AI醫(yī)療影 像為7.1%，而到2023年，AI醫(yī)療影像市場規(guī)模將首次超越CDSS，成為AI醫(yī)療核心軟件中市場占有率最高的產(chǎn)品。除核 心軟件外，AI醫(yī)療機器人也為總體的AI醫(yī)療市場規(guī)模注入強勁的增長動力。因手術(shù)機

5、器人屬于核心軟件與高級硬件器材組 合的臨床治療產(chǎn)品，高昂的單價及臨床稀缺性決定了其不可撼動的市場規(guī)模地位。總體而言，市場呈現(xiàn)高增長狀態(tài)， 2020-2025年CAGR=45.7%，總規(guī)模在2025年將達385億元。2019-2025年中國AI醫(yī)療市場規(guī)模CAGR=45.7%產(chǎn)品成熟度象限商業(yè)化進度人 工 智 能 技 術(shù) 成 熟 度探索研發(fā)類產(chǎn)品注釋：以上產(chǎn)品為不完全列舉，選取的產(chǎn)品為市場具備代表性的產(chǎn)品。傳統(tǒng)技術(shù)類產(chǎn)品技術(shù)商業(yè)化產(chǎn)品與探索研發(fā)類產(chǎn)品密集度高從人工智能技術(shù)成熟度與AI醫(yī)療產(chǎn)品的商業(yè)化進展角度出發(fā)，將本報告中提到的主要產(chǎn)品進行了象限分類和總結(jié)。AI 醫(yī)療影像產(chǎn)品、智慧病案、CDSS

6、、醫(yī)學數(shù)據(jù)智能平臺、醫(yī)療服務(wù)機器人均已進入技術(shù)商業(yè)化區(qū)域，AI制藥、手術(shù)機器人、 輔助機器人、基因檢測等更多扎堆于探索研發(fā)區(qū)域，而迭代創(chuàng)新區(qū)域尚未出現(xiàn)典型產(chǎn)品。中國AI醫(yī)療產(chǎn)業(yè)部分現(xiàn)有產(chǎn)品分類象限迭代創(chuàng)新類產(chǎn)品技術(shù)商業(yè)化產(chǎn)品目前市場空缺病理智慧病案CDSS 醫(yī)學數(shù)據(jù)智能平臺肺部影像眼底影像骨科影像冠脈影像腦部影像影像乳腺影像醫(yī)療服務(wù)機器人骨科機器人輔助機器人手術(shù)導航外骨骼康復機器人靶點發(fā)現(xiàn) 晶體預測手術(shù)規(guī)劃神外機器人腹腔機器人化合物合成血管介入機器人基因檢測LISHRPCIS CADEHREMRPACS RIS硬件 耗材2149切入賽道：醫(yī)學數(shù)據(jù)智能平臺非醫(yī)療器械篇50醫(yī)學數(shù)據(jù)智能平臺釋義及架

7、構(gòu)醫(yī)療應(yīng)用開發(fā)的集成工具包，采用混合式構(gòu)建方式醫(yī)學數(shù)據(jù)智能平臺是指以院內(nèi)信息系統(tǒng)的醫(yī)療數(shù)據(jù)為生產(chǎn)要素，基于私有云部署，通過數(shù)據(jù)采集、預處理、計算、存儲與 應(yīng)用開發(fā)一系列步驟與各步驟所涉及的開發(fā)組件，生產(chǎn)出臨床與科研等醫(yī)療應(yīng)用的開發(fā)中間件，其本質(zhì)上是云計算中的 PaaS。醫(yī)學數(shù)據(jù)智能平臺集多種開發(fā)組件于一體，是醫(yī)療應(yīng)用開發(fā)的工具包。醫(yī)療數(shù)據(jù)來自院內(nèi)的原生數(shù)據(jù)庫，該階段的 數(shù)據(jù)往往不符合應(yīng)用模型的標準，所以需要使用對應(yīng)組件，將數(shù)據(jù)狀態(tài)同步成模型所需標準。首先，需要進行數(shù)據(jù)采集， 然后使用ETL工具抽取數(shù)據(jù)，參照統(tǒng)一標準對數(shù)據(jù)進行轉(zhuǎn)碼，形成標準化庫后，與原始數(shù)據(jù)做映射，對數(shù)據(jù)做質(zhì)控，再依 托模型進行

8、數(shù)據(jù)再生成，形成具有算力效果的數(shù)據(jù)，最終將生產(chǎn)好的數(shù)據(jù)應(yīng)用到業(yè)務(wù)模型端。從構(gòu)建方式看，因完全摒棄 醫(yī)院原有的信息化系統(tǒng)、重新嚴格按照醫(yī)學數(shù)據(jù)智能平臺的技術(shù)路線設(shè)計開發(fā)新系統(tǒng)會消耗大量成本且成效慢，故醫(yī)學數(shù) 據(jù)智能平臺一般采用混合式構(gòu)建法即在醫(yī)院原有的信息化系統(tǒng)基礎(chǔ)上構(gòu)建平臺，如此一來，既保留了原有信息系統(tǒng)的成熟設(shè)計，又保持了原有業(yè)務(wù)的連續(xù)性。來源：研究院根據(jù)專家訪談及公開資料自主研究繪制。醫(yī)學數(shù)據(jù)智能平臺架構(gòu)圖物理資源虛擬化物理硬件設(shè)施數(shù)據(jù)采集醫(yī)學數(shù)據(jù)智能平臺預處理基 礎(chǔ) 設(shè) 施計算存儲應(yīng)用開發(fā)數(shù)據(jù)庫數(shù)據(jù)采 集日志采集網(wǎng)絡(luò)爬蟲傳感器數(shù)據(jù)采集API調(diào)用數(shù)據(jù)抽取數(shù)據(jù)清洗數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)消減數(shù)據(jù)集成實時

9、/離線計算圖計算機器學習文檔數(shù)據(jù)庫CDSS智慧病案多學科診斷（MDT）醫(yī)學科研醫(yī)學知識庫 搭建圖數(shù)據(jù)庫資源池1網(wǎng)絡(luò)設(shè)備資源池2服務(wù)器存儲資源池3芯片配置資源池4其他硬件私 有 云 部 署 下 的 開 發(fā) 工 具醫(yī) 院 信 息 系 統(tǒng)HISCIS薪酬管理績效考核固定資產(chǎn)財務(wù)系統(tǒng)藥房管理LISPACSEMRRISGMIS電子病歷護理病歷知識庫醫(yī)保信息化系統(tǒng)51行業(yè)發(fā)展驅(qū)動力來源：研究院根據(jù)公開資料自主研究繪制。來源：研究院根據(jù)公開資料自主研究繪制。政策與需求方建設(shè)及醫(yī)療數(shù)據(jù)源問題共同驅(qū)動在醫(yī)療健康大數(shù)據(jù)與電子病歷評級等政策的強驅(qū)動下，各級醫(yī)院、衛(wèi)健委、醫(yī)學研究中心都陸續(xù)展開了醫(yī)學數(shù)據(jù)智能平臺 建設(shè)

10、，各方的建設(shè)目的也各不相同。各級醫(yī)院方面，具備良好的信息化基礎(chǔ)的三甲醫(yī)院除了5級電子病歷評級的愿景外， 還有強烈的科研目標，而非三甲的三級醫(yī)院因診療水平較欠缺，需借助醫(yī)學數(shù)據(jù)智能平臺開發(fā)CDSS、病種質(zhì)控等應(yīng)用； 衛(wèi)健委方面，主要是地市級衛(wèi)健委需收集、統(tǒng)計、分析、監(jiān)測區(qū)域醫(yī)療數(shù)據(jù)，加強區(qū)域衛(wèi)生監(jiān)管；醫(yī)學研究中心方面，國 家或區(qū)域級的專業(yè)醫(yī)學研究中心需借助平臺完成重大衛(wèi)生問題、前沿病種的研究。此外，在醫(yī)療數(shù)據(jù)源上，存在一些丞待 解決的問題需借助醫(yī)學數(shù)據(jù)智能平臺來完成：1）數(shù)據(jù)質(zhì)量有待提高，需對加強數(shù)據(jù)標準化；2）院內(nèi)系統(tǒng)數(shù)據(jù)壁壘未破除， 院外系統(tǒng)數(shù)據(jù)饑渴，需加強數(shù)據(jù)共享；3）線上線下醫(yī)療數(shù)據(jù)持續(xù)

11、增長，海量數(shù)據(jù)等待挖掘與利用。政策、需求方建設(shè)與 尚未解決的醫(yī)療數(shù)據(jù)源問題共同驅(qū)動著醫(yī)學數(shù)據(jù)智能平臺產(chǎn)品的強化、建設(shè)與商業(yè)化的推進。醫(yī)學數(shù)據(jù)智能平臺需求方畫像主要醫(yī)療數(shù)據(jù)源問題醫(yī)療健康大數(shù)據(jù)、電子病歷評級政策醫(yī)學數(shù)據(jù)智能平臺建設(shè)衛(wèi)健委地市級衛(wèi)建委 需要使用平臺 進行區(qū)域醫(yī)療 數(shù)據(jù)的監(jiān)管與 統(tǒng)計各級醫(yī)院信息化程度高的 三級醫(yī)院（尤其 是三甲）出于電 子病歷評級、科 研論文發(fā)表與臨 床應(yīng)用采購平臺醫(yī)學研究中心諸多醫(yī)療研究 中心需要用平 臺研究疑難雜 癥、重大公共 衛(wèi)生問題以及 人才培養(yǎng)臨床科研應(yīng)用需要高質(zhì)量數(shù)據(jù)支持具體數(shù)據(jù)質(zhì)量即數(shù)據(jù)的真實性、準確性、 顆粒度有高要求，需要數(shù)據(jù)高度標準化問題一院內(nèi)數(shù)

12、據(jù)壁壘需要破除，促進數(shù)據(jù)共享 問題二國內(nèi)醫(yī)療數(shù)據(jù)資源不平衡，頂級三甲醫(yī)院掌握著絕大多數(shù)優(yōu)質(zhì)患者數(shù)據(jù)，但中小醫(yī)院或醫(yī)學研究中心數(shù)據(jù)饑渴問題三醫(yī)療數(shù)據(jù)持續(xù)增長，冷數(shù)據(jù)堆積嚴重線上數(shù)據(jù)與醫(yī)院的離線數(shù)據(jù)同時增長，海 量數(shù)據(jù)不斷累積，同時使用頻次低、占用 內(nèi)存的冷數(shù)據(jù)得不到及時清理52主要建設(shè)困境來源：研究院根據(jù)專家訪談自主研究繪制。平臺建設(shè)中面臨的“三不”阻礙進展在醫(yī)學數(shù)據(jù)智能平臺建設(shè)中，主要面臨三大主要問題：系統(tǒng)架構(gòu)不兼容、資源建設(shè)不精簡、資源利益不統(tǒng)一。系統(tǒng)架構(gòu)不兼容指平臺系統(tǒng)與HIS系統(tǒng)不兼容、與其他平臺不兼容、與應(yīng)用開發(fā)軟件不兼容；資源建設(shè)不精簡指院內(nèi)同時存在若干功 能相似的平臺；資源利益不統(tǒng)

13、一指院內(nèi)各科室、HIS廠商與平臺廠商、各級醫(yī)院之間數(shù)據(jù)建設(shè)利益立場不統(tǒng)一。三大主要 問題的具體情況如下：醫(yī)學數(shù)據(jù)智能平臺建設(shè)中遇到的問題資源建設(shè)不精簡系統(tǒng)架構(gòu)不兼容新入院的醫(yī)學智能平臺系統(tǒng)與 醫(yī)院原有的HIS系統(tǒng)是兩套不 同的操作系統(tǒng)邏輯院內(nèi)有多個智能平臺，如其他 醫(yī)學數(shù)據(jù)智能平臺、數(shù)據(jù)治理 平臺或應(yīng)用開發(fā)平臺，平臺與 平臺之間的架構(gòu)不同，難以互 通數(shù)據(jù)一套醫(yī)學數(shù)據(jù)智能平臺往往只 能適應(yīng)所屬廠商的應(yīng)用開發(fā)軟 件，與其他廠商的軟件無法對 接院內(nèi)不同的利益群體會選擇 不同的廠商建設(shè)功能相似的 多個醫(yī)學數(shù)據(jù)智能平臺，造 成預算的非必要消耗與平臺 重復建設(shè)在新的醫(yī)學數(shù)據(jù)智能平臺產(chǎn) 品入場后，醫(yī)院所使用

14、的HIS 系統(tǒng)的廠商會自行開發(fā)功能 相似的平臺產(chǎn)品，造成平臺 累贅資源利益不統(tǒng)一院內(nèi)，各科室之間因數(shù)據(jù)敏感或 利益沖突，不相互開放數(shù)據(jù)；HIS 廠商自身也具備類似產(chǎn)品，不愿 意將優(yōu)質(zhì)數(shù)據(jù)開放給新入院的平 臺廠商院外，不同層級的醫(yī)院存在競爭 關(guān)系，開放數(shù)據(jù)給竟對意味著犧 牲自身利益，而在此方面的利益 捆綁機制建設(shè)還不健全總體而言，盡管技術(shù)上可以做到 數(shù)據(jù)互通共享，但從利益糾紛與 倫理道德角度看，數(shù)據(jù)共享還有 較長的路要走53市場空間及商業(yè)模式三級醫(yī)院數(shù)量空間待填充，直銷為主要入院方式現(xiàn)階段，醫(yī)學數(shù)據(jù)智能平臺的存量市場尚未形成，增量市場主要為平臺尚未覆蓋完全的三級醫(yī)院市場，因參與者眾多，依 靠高單

15、價打開市場的方式比較少。在增量市場中，信息化基礎(chǔ)良好，預算充足的三甲醫(yī)院成為采購的沖鋒軍，使得增量市 場快速攀升。待三級醫(yī)院的需求缺口填滿后，數(shù)量填充的增量增長空間基本封頂，存量市場形成。此時，可能會有一些醫(yī) 院出于系統(tǒng)更新的考慮，會替換醫(yī)學數(shù)據(jù)智能平臺的部分模塊；完全替換平臺系統(tǒng)的成本高昂，對之前的平臺建設(shè)工作相 當于完全推翻，故該部分市場空間狹小。未來，新的增量市場更多的是在已建成的平臺基礎(chǔ)之上的新功能疊加所帶來的收 入。商業(yè)模式方面，首先在銷售模式上，以軟硬一體打包的直銷模式為主；其次在產(chǎn)品形式上，售賣的是軟件，軟件的成 本要比硬件高；此外，在分銷模式下，總包方會將平臺作為采購的一個子模

16、塊打包好并提供給醫(yī)院，從中獲取分成。來源：研究院根據(jù)專家訪談自主研究繪制。醫(yī)學數(shù)據(jù)智能平臺商業(yè)模式會采取免費試用的 方式，早期存在一 段創(chuàng)收空檔期醫(yī)學數(shù)據(jù)智能平臺的增量與存量市場新的增量市場往往是平臺基礎(chǔ)之上的新功能的疊加 帶來的收入，未來平臺功能的長尾需求出現(xiàn)，增量 空間打開起初為打入醫(yī)院，目前的增量市場主要為三級醫(yī)院 市場，三級醫(yī)院的平臺建設(shè)尚未 完成，這部分市場距離轉(zhuǎn)化為存量市場還需要一段時間100%產(chǎn)品形式：平臺常常會被軟硬 一體打包直銷給醫(yī)院收費模式：產(chǎn)品一次性出售給 醫(yī)院后，每年會按照市場規(guī)則 收取8%-10%的維護費，軟件 升級需要重新參與招標直銷銷售模式90%10%產(chǎn)品形式：平

17、臺會作為采購 產(chǎn)品中的一個模塊出售，采 購統(tǒng)籌由總包方負責收費模式：給予渠道商（包 括代理、經(jīng)銷商）分成，利 潤空間被壓縮渠道54醫(yī)學數(shù)據(jù)智能平臺市場規(guī)模來源：研究院根據(jù)專家訪談、采招數(shù)據(jù)自主建模研究繪制。380254209650312141907105194805776232010.7%19.5%23.9%29.3%30.6%34.9%201920202025e2021e2022e醫(yī)學數(shù)據(jù)智能平臺（萬元）2023e2024e同比增長率（%）產(chǎn)品處于收入突破期，規(guī)模爬坡速度逐漸加快據(jù)建模測算，2020年醫(yī)學數(shù)據(jù)智能平臺市場規(guī)模為42096萬元，2025年相應(yīng)規(guī)?？蛇_141907萬元，2020-

18、2025年 CAGR=27.5%，總體市場增長趨勢逐漸加快。因醫(yī)院的數(shù)據(jù)安全隱私顧慮、平臺與信息化系統(tǒng)接口對接不適應(yīng)、信息化廠 商與數(shù)據(jù)智能廠商之間的產(chǎn)品博弈等因素的阻撓，醫(yī)學數(shù)據(jù)智能平臺進入醫(yī)院伊始要歷經(jīng)一個收入突破期，大規(guī)模爆發(fā)期 尚未到來，整個市場還處于穩(wěn)步爬坡階段。未來，隨著產(chǎn)品數(shù)據(jù)安全功能的完善以及評級應(yīng)用開發(fā)的驅(qū)動（如CDSS、科 研平臺、病案質(zhì)控等），醫(yī)學數(shù)據(jù)智能平臺的爬坡速度會逐漸加快。醫(yī)學數(shù)據(jù)智能平臺建設(shè)的推進，將推動醫(yī)院整體的數(shù) 字化與智能化，從而加速臨床醫(yī)療的信息化進程。2019-2025年醫(yī)學數(shù)據(jù)智能平臺市場規(guī)模CAGR=27.5%林立：產(chǎn)業(yè)鏈洞悉目錄AI醫(yī)療產(chǎn)業(yè)鏈上

19、游 基 礎(chǔ) 層數(shù) 據(jù)算 法算 力醫(yī)療數(shù)據(jù)源數(shù)據(jù)服 務(wù)供應(yīng) 商標注勞務(wù)者AI開源框架大數(shù)據(jù)計算框架AI芯片AI計算架構(gòu)傳統(tǒng)芯片服務(wù)器集群AI醫(yī)療影像肺 部心 腦眼 底其 他CDSSV T E房 顫冠 脈肝 膽AI醫(yī)療機器人手 術(shù)輔 助康 復服 務(wù)醫(yī)學數(shù)據(jù)智能平臺臨 床科 研經(jīng)營 管理智慧病案首頁 質(zhì)控內(nèi)涵質(zhì)控下AI制藥游應(yīng)靶點化合用發(fā)現(xiàn)物合層成中 游 技 術(shù) 層機器 學習 深度 學習計算機視覺圖像識別語義分割NLUNLPNLG知識圖譜實體命名關(guān)系抽取智能語音語音合成語音交互基礎(chǔ)層數(shù)據(jù)仍需開拓，技術(shù)層重感知，應(yīng)用層觸及場景廣泛AI醫(yī)療對的核心產(chǎn)業(yè)鏈關(guān)注點在于AI醫(yī)療應(yīng)用軟件本身的開發(fā)，其上游為基礎(chǔ)

20、層，中游為技術(shù)層，下游為應(yīng)用層，服務(wù)終 端為患者?；A(chǔ)層中，數(shù)據(jù)服務(wù)尚未建成核心技術(shù)壁壘，參與者眾多，而算力領(lǐng)域呈寡頭局面；技術(shù)層中，基于深度學習 的計算機視覺發(fā)展快，參與者技術(shù)相對成熟；應(yīng)用層中，成熟的AI醫(yī)療企業(yè)正在擴大產(chǎn)品線布局，開拓戰(zhàn)略伙伴合作。2021年中國AI醫(yī)療產(chǎn)業(yè)鏈患者端院三級醫(yī)院二級醫(yī)院一級及未基層 端甲乙丙甲乙丙定級醫(yī)院衛(wèi)健委B體檢第三方保險醫(yī)藥 C其 端中心影像中心公司企業(yè)R他O需 求 終 端器械 硬件 耗材66AI醫(yī)療產(chǎn)業(yè)圖譜注釋：產(chǎn)業(yè)鏈圖譜中l(wèi)ogo位置不分先后，不涉及排名。 來源：研究院根據(jù)專家訪談，公開信息自主研究繪制。2021年中國AI醫(yī)療產(chǎn)業(yè)圖譜AI醫(yī)療影像C

21、DSSAI醫(yī)療 機器人醫(yī)學數(shù)據(jù) 智能平臺DRGs與 智慧病案AI制藥基 礎(chǔ) 層技 術(shù) 層應(yīng) 用 層肺 部心腦血管眼底篩查其他數(shù)據(jù)算法算力醫(yī)療計算機視覺醫(yī)療NLP醫(yī)療知識圖譜醫(yī)療智能語音手 術(shù)輔 助康 復服務(wù)67AI醫(yī)療機 器人從紅海到藍海的方向轉(zhuǎn)變賽道分化，藍海浮現(xiàn)，扎穩(wěn)腳跟方能揚帆前行從當前AI醫(yī)療產(chǎn)品的算法成熟度、產(chǎn)品投產(chǎn)成熟度、市場空間以及市場反饋的角度，對未來AI醫(yī)療影像市場以及AI醫(yī)療市場全局的走向進行了以下展望：AI醫(yī)療影像：挖掘影像紅海中的藍海深水區(qū)玩家 淺水區(qū)玩家新興玩家觀望者淺水區(qū)深水區(qū)淺水區(qū)深水區(qū)陸地陸地影像診斷紅海區(qū)其他臟器/影像治療藍海區(qū)紅海區(qū)情況：產(chǎn)品成熟的玩家已潛入

22、深水區(qū)，甚至進入IPO 沖刺環(huán)節(jié)，頭部聚集效應(yīng)凸顯；淺水區(qū)依然有部分玩家在繼 續(xù)深耕產(chǎn)品，努力游入深水區(qū)；整體上，玩家產(chǎn)品同質(zhì)化嚴 重，三甲醫(yī)院這類頂級市場的影像診斷產(chǎn)品覆蓋率在未來會 趨于飽和轉(zhuǎn)變：為突破影像診斷紅海區(qū)的困境，一方面，紅海區(qū)玩家 與新型玩家會繼續(xù)開拓影像診斷的其他臟器市場，如冠脈、 乳腺、肝臟等覆蓋率低、實用性強、臨床價值高的產(chǎn)品，以 及提供多臟器一體化診斷服務(wù)；另一方面，率先做好影像診 斷產(chǎn)品的深水區(qū)玩家有望研發(fā)出影像治療類產(chǎn)品，形成診斷 治療一體化的服務(wù)體系，潛入影像治療市場的藍海肝臟 眼底病理 肺部 冠脈乳腺 腦部AI醫(yī)療影像基本 格局初步確定新興藍海市場靶點 發(fā)現(xiàn)化合

23、晶型物合預測成骨科機 器人代表產(chǎn)品待發(fā)掘紅海區(qū)情況：AI醫(yī)療影像作為早發(fā)力、產(chǎn)品先成熟、先步入商業(yè)化 的賽道，總體的產(chǎn)品類型與玩家格局基本形成；CDSS與智慧病案 這兩類相輔相成的文本類智能化產(chǎn)品在電子病歷評級、智慧醫(yī)院評 級的推動下，產(chǎn)品廣泛進入招標賽道，市場搶先被AI醫(yī)療公司與醫(yī) 療信息化公司占領(lǐng)；醫(yī)學數(shù)據(jù)智能更偏醫(yī)療大數(shù)據(jù)的清洗、歸類、 治理與應(yīng)用開發(fā)，對數(shù)據(jù)處理能力偏強的醫(yī)學數(shù)據(jù)智能廠商、大數(shù) 據(jù)廠商而言更為友好，不太適合初創(chuàng)企業(yè)進入轉(zhuǎn)變：整個AI醫(yī)療市場出現(xiàn)了強計算、高數(shù)據(jù)密度的AI制藥與軟硬 集成的AI醫(yī)療機器人這兩類較為新穎的跑道，融資與政策皆蓄力推 進兩條跑道的構(gòu)建，醫(yī)藥研發(fā)管

24、線還存在巨大的覆蓋空間，除骨科 外的高臨床價值手術(shù)機器人也存在充足的醫(yī)院需求，二者由此成為 新興的藍海區(qū)。但是，AI制藥與AI醫(yī)療機器人耗資巨大、復雜度高、 回本時間長，行業(yè)未出現(xiàn)規(guī)?；晒a(chǎn)出，未來發(fā)展形勢尚不明朗AI制藥AI醫(yī)療市場紅藍海情況AI醫(yī)療全局：挖掘AI醫(yī)療影像以外的藍海來源：研究院結(jié)合公開資料自主研究繪制。76從資本競爭到商業(yè)模式的較量融資選擇發(fā)展繼續(xù)融資 產(chǎn)品質(zhì)量打磨 商業(yè)模式打造 社會責任擔當逐漸獨立產(chǎn)品研發(fā)市場開拓繼續(xù)融資依靠投資人生存建設(shè)團隊 創(chuàng)業(yè)融資商 業(yè) 模 式 打 造多元商業(yè)模式針對現(xiàn)狀產(chǎn)品形式打造期望功效健康管理模式移動醫(yī)療模式互聯(lián)網(wǎng)醫(yī)療模式泛市場盈利模式現(xiàn)代醫(yī)

25、療行業(yè)正從以 診斷治療為中心向健 康管理為中心轉(zhuǎn)變醫(yī)療行業(yè)存在行業(yè)性、地域性，醫(yī)患、醫(yī)生 之間溝通難稀缺醫(yī)療資源低效配置的問題患者、醫(yī)院、B端多方收費，市場空間大，收入來源廣提供養(yǎng)生與慢性病 管理類AI應(yīng)用，構(gòu) 造健康管理平臺整合醫(yī)藥研公司與 醫(yī)生資源，通過移 動AI應(yīng)用提供服務(wù)利用互聯(lián)網(wǎng)高效鏈 接醫(yī)療資源，線上 供應(yīng)AI診斷應(yīng)用進行軟硬一體化產(chǎn) 品銷售，重點在于 AI軟件增值服務(wù)有效管理健康， 降低醫(yī)療支出構(gòu)建醫(yī)患、醫(yī)藥 機構(gòu)交錯社區(qū)， 使軟件服務(wù)增值降低醫(yī)療資源浪 費， 提高行醫(yī)、 就醫(yī)效率增多盈利模式， 積累用戶數(shù)據(jù)， 開拓H+B+C市場模式探索，群鹿角逐，在于細水長流之間AI醫(yī)療參與企業(yè)從創(chuàng)立之初至產(chǎn)品研發(fā)，再到市場推廣階段，必不可免要進行融資，將資本價值轉(zhuǎn)化為企業(yè)資產(chǎn)與業(yè)務(wù)造 血能力。一開始，所獲融資金額大、融資數(shù)量多的企業(yè)往往生長迅速，收獲下游市場的適當回饋，其他具備相似能力的企 業(yè)也開始效仿，展開融資并研發(fā)產(chǎn)品，包裹著產(chǎn)品競爭外殼