报告行业投资评级 * 报告未明确给出行业投资评级 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56][57][58][59][60][61][62][63][64][65][66][67][68][69][70][71][72][73][74][75][76][77][78][79][80][81][82][83][84][85][86][87][88][89][90][91][92][93][94][95][96][97][98][99][100][101][102][103][104][105][106][107][108][109][110][111][112][113][114][115][116][117][118][119] 报告的核心观点 * 以Transformer为代表的大模型技术正深刻改变医疗行业，对医生、患者、医院、药企的工作产生颠覆性潜力 [5][16] * 不同应用场景的成熟度存在显著差异，智慧医疗和医药研发领域成熟度较高，个人健康管理领域仍有改进空间 [5][19] * 借鉴海外发展模式对分析国内AI医疗企业具有重要作用，海外在数据共享、监管政策、支付落地及商业模式方面已跑通，而国内仍在完善中 [5][6][27] * AI医疗产品落地面临数据交换、监管政策、医保支付等共性卡点 [6][27] * AI医疗的投资机会围绕数据资源、数据平台、明确场景的C端应用及其上游产业链展开 [6][108][109] 根据相关目录分别进行总结 前言- AI影响医疗的各个环节 - 不同环节的进度不尽相同 * 生成式AI具备颠覆潜力，从第一代的NLP、ML到第二代的图像识别，再到当前以ChatGPT、DeepSeek为代表的大模型，AI在医疗领域的应用范围更广 [16] * AI在医疗健康行业的应用前景广阔，可覆盖医药研发、诊前、诊中、诊后多个环节 [19] * 全球头部医疗机构正快速部署AI技术，例如凯撒集团在40家医院和600多家诊所部署Abridge，梅奥诊所计划投入超过10亿美元用于AI项目 [22] * 海内外大厂加速布局C端应用，2026年1月OpenAI推出ChatGPT Health侧边栏功能，国内支付宝旗下的健康类APP蚂蚁阿福总用户数超1亿，月活用户超3000万，用户单日提问量超1000万 [25] 海外AI医疗生态进展 - 数据：碎片化与隐私保护之争 * 美国数据生态：医疗健康数据保护体系完善，从1974年《隐私法》到1996年HIPAA法案，再到2025年HIPRA法案将保护范围扩展至非HIPAA监管实体，构成了强大的数据保护矩阵 [31][32] * 美国数据信息化：2009年HITECH法案推动美国电子健康记录(EHR)使用率从约12%提升至2021年的96%，带来了医疗数据的爆发式增长 [34][35] * 美国数据商业模式：得益于良好的数据基础设施和明确的法规，部分企业通过聚合数据供应商、数据连接/传输轨道、数据转换+分析工具、原生/新兴数据收集者等商业模式实现医疗健康数据的整合和利用 [37] * 中国数据现状：健康数据数字化正在补课，2023年三级公立医院电子病历4级及以上占比87.99%，二级公立医院仅为19.9%，目标2025年二级以上医院达到四级以上 [38] * 中国数据监管：自2018年起逐步建立医疗大数据标准规范、互联互通、隐私保护等法律框架，2023年成立国家数据局协调数据基础制度建设 [38][39] 海外AI医疗生态进展 - 监管：严格监管与灵活试点并行 * 美国监管框架：在现有法律框架内灵活运用指导原则和试点项目，通过引入预定变更控制计划(PCCP)等内容，引导AI医疗器械安全有效落地 [41] * 美国获批情况：截至2025年12月，FDA共批准1430款AI医疗产品，其中2021-2025年共批准984款，占比超过一半（68.8%），AI产品上市进入爆发期 [41] * 美国监管路径：FDA根据风险将医疗器械分为I、II、III类并设置差异化审批路径，截至2025年8月，已获批的AI医疗产品中89.7%（1119款）通过501(K)批准 [44] * 美国获批产品分布：已获批产品中，27.5%用于心血管疾病、22.7%用于神经疾病、19.3%用于肿瘤疾病，前五大疾病占比超90%，其中64%是影像学产品 [44] * 全球监管特征：各国监管体系各具特点，共同面临保障患者安全与鼓励创新的双重挑战，监管难点包括自适应算法更新、数据合规性、数据偏差、模型可解释性等 [46][47] 海外AI医疗生态进展 - 支付：从明确价值到明确的价格 * 美国支付现状：目前美国已有超过1400个产品获得FDA批准，但只有少数AI产品获得医保报销，2017-2023年获得FDA批准的医疗器械共获得支付金额约为5930万美元 [48] * 美国支付框架：CMS对AI医疗产品的支付主要根据支付方式划分，包括按项目收费（需取得CPT一类编码）和按服务收费（医师收费表、门诊/住院预期支付系统） [49] * 美国纳入保险标准：非常严格，必须满足属于福利类别、未被排除、符合合理且必要三个标准 [50] * 美国CPT编码进展：截至2026年1月，临床AI解决方案有26个CPT代码，只有3个产品获得了一类编码，分别是AI-QCT冠状动脉斑块分析、FFR-CT冠状动脉血流储备分数计算和增强成像糖尿病视网膜病变检测 [50] * 美国支付案例：以Caristo Diagnostics的CaRi-Heart技术为例，从2026年1月1日起，其新的I类CPT代码（75577）生效，在医师收费表(PFS)中的支付费率超过1000美元，在医院门诊预期支付系统(OPPS)中报销费率为950.50美元 [53][54] * 中国支付探索：国内AI产品以影像类为主，截至2025年12月累计有207款人工智能医疗器械获得三类医疗器械注册证，定价方面地方有探索（如浙江省），但国家层面采取“扩展项不额外加价”的保守策略 [55][57][58] 海外典型AI医疗公司 * Tempus AI： * 业务模式：从肿瘤检测入手，逐步延伸到数据和AI应用平台业务，连接美国65%的学术医疗中心和50%的肿瘤医生，拥有850万临床记录、120万影像记录及250 PB多模态数据 [63][68][69] * 财务表现：2025年净收入达12.72亿美元，同比增长83.4%，其中基因组学业务收入9.55亿美元（占比75.1%），数据与应用程序业务收入3.16亿美元 [82] * 业务增长：基因组学检测量价齐升，2025年肿瘤学检测诊疗人次达34.05万例，平均收入为1640美元，数据与应用程序业务收入同比增长30.9% [73][82] * 产品进展：AI应用端产品丰富，包括统一AI临床操作系统One、实时心电AI报警系统Now、医疗影像量化分析AI引擎Lens等 [80] * Doximity： * 业务定位：医生版Linkedin，订阅收入是公司主要收入来源，2025年Q1-Q3订阅收入占比接近100% [84][86][88] * 客户情况：核心大客户驱动收入快速增长，2024年创收在10万美金以上的客户数达300个，净留存率高 [89][90] * OpenEvidence： * 发展速度：估值在一年内翻12倍，从2025年2月A轮融资后估值10亿美元，增长至2026年1月D轮融资后估值120亿美元 [91][92] * 运营数据：用户增长迅猛，截至2026年1月覆盖43万医生（覆盖40%美国医生），月咨询量达850万次，年化广告收入达1.5亿美元，毛利率超过90% [92] * 用户粘性：与Doximity AI相比，医生在OpenEvidence上平均每次使用时间为13.3分钟，是其4倍 [97] * 市场地位：月活跃用户数和用户时长快速提升，截至2025年10月，其月活跃用户数占比为84%，远超Doximity的16% [101] 启示与投资建议 * 总结与启示： * AI产品力发展三要素为算法、算力、数据，其中包含患者诊断和治疗闭环的数据尤为重要 [106] * 主流商业模式核心是医生/医院、医保、患者、药械企业付费，付费前提是监管获批、医保支付和产品力支撑 [106] * 从美国经验看，医疗数据产业发展经历了信息化和资产交换合规化两个阶段 [106] * 主流国家AI产品监管框架已逐步确立，保障患者安全与鼓励创新并行 [107] * 主流国家将AI产品纳入医保支付体系态度谨慎，纳入产品数量少、时间长，美国AI产品获批数量为1430个，但纳入医保支付的产品只有3种 [107] * 投资建议：AI医疗投资机会围绕以下四条主线展开 [108][109] * 数据资产底座：关注医疗信息化龙头，如创业慧康、卫宁健康、万达信息、嘉和美康等 * 数据资源平台：关注通过卡位检验、检测、服务等场景积累闭环数据的平台，如美年健康、金域医学、迪安诊断等 * 有明确应用场景和海外映射的C端应用公司：关注类似OpenEvidence模式的公司，如医脉通、阿里健康、京东健康等 * 巨型C端应用入口上下游的产业链：伴随蚂蚁阿福、ChatGPT Health等入局，其对院内和可穿戴数据接入需求提升，问诊外的体检、检测、购药需求将逐步体现