据Analysys数据，中国人工智能医疗市场规模已突破1.5万亿元，年增速远超整体医疗行业。AI辅助诊断系统已进入大多数三级医院和相当比例的二级医院，监管部门已批准超过120款三类AI医疗器械，其中多数聚焦医学影像领域。资本同步跟进，垂直企业完成新一轮融资，大型科技集团也在扩大医疗和医院相关项目布局。
这并非行业首次热潮。2021年前后，多家以影像AI为主营业务的初创公司尝试上市，但多数未能将监管批文转化为持续、规模化的收入。最终仅一家成功上市，其余企业仍在更严格的经营条件下维持运营。此前的经历留下明确教训：技术审批和试点部署不会自动转化为商业成果。
变化在于底层模型能力提升和应用范围的拓宽。多模态大模型能够处理文本、图像和结构化病历，这是早期窄域算法无法实现的。政策信号也更为明确，包括为AI辅助诊断设立定价类目。当前的实际问题不再是AI能否在医院内完成单项任务，而是哪些任务能带来稳定支付、由谁支付、利润率如何。
最成熟的应用场景是辅助影像诊断。基于大规模标注扫描数据训练的算法可标记感兴趣区域或生成定量测量结果，供医生复核。2025年中国AI医学影像市场规模已超过150亿元，2026年预计进一步增长。数十款三类产品覆盖肺部、心血管、脑血管等多个专科领域。
临床使用者对工具价值的描述比营销材料更克制。定量体积测量、三维重建和重复性任务的一致性比自主诊断更重要。资深医生仍亲自阅读原始影像，软件的价值在于降低差异性和节省人工计算的耗时。过度承诺自主判断能力的产品往往被谨慎对待。
药物研发是曝光度最高的研究型应用。AI缩短了靶点识别和分子设计的早期阶段，全球范围内已有多个AI参与候选药物进入临床试验，但尚无完全由AI设计并仅凭算法来源获批上市的药物。人体生理和临床试验要求仍是硬性约束，时间可以节省，安全性验证不可跳过。
手术机器人和术中导航技术也受到关注，但面临高资本支出、培训负担和责任风险。远程手术还涉及网络延迟和操作稳定性等问题。AI医疗的下一阶段竞争，将集中在支付体系完善与商业模式验证上，而非单纯的技术演示。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
