文章核心观点 - 行业正经历由技术、政策与需求共同驱动的深刻变革，以“医康养护文旅体，食品药械水空气”为核心的大健康全链条生态是“健康中国”战略的实践[1] - 生成式AI、多模态大模型与可穿戴设备的交叉爆发，使医疗健康成为人工智能渗透最快、资本最为密集、监管与创新互动最为关键的领域之一[1] - 上海现代服务业联合会大健康服务专委会编制《2025AI+医疗健康产业应用图谱》，旨在呈现产业链、剖析核心洞见，并聚焦重点赛道提出发展建议[1] 政策与产业环境 - 国家“人工智能+”行动与上海“模塑申城”工程形成强大政策合力，驱动产业发展[1] - 上海正全力打造医学AI发展高地，注重原始创新与场景拓展并重[2] 行业发展动力与挑战 - 行业发展具有澎湃动力，但也面临数据安全、成果转化、算力支撑等现实挑战[2] - AI赋能大健康需突破“从0到1”的技术瓶颈，并打通“科研—临床—商业化”的转化链路[2] - 产业发展有赖于政府、科研院所、行业组织与企业的协同联动[2] 行业组织行动与目标 - 上海现代服务业联合会大健康服务专委会致力于搭建产医融合桥梁，赋能产业高质量发展[1] - 编制《2025AI+医疗健康产业应用图谱》是基于对行业变革的敏锐洞察与责任担当[1] - 该图谱通过对代表性企业的调研，清晰呈现产业链结构、场景应用与技术演进[1] - 图谱提炼核心洞见，精准剖析政策导向、企业诉求、技术趋势与产业发展[1] - 图谱聚焦AI+药物研发、AI+医疗器械、AI+医疗服务三大重点赛道[1] - 图谱提出了涵盖算力保障、数据流通、产品落地等关键环节的发展建议[1] - 期待图谱成为连接各方的纽带，推动资源向核心赛道集聚，让技术融入健康维护、疾病防治到康复养护的全过程[2]

行业与公司 * **涉及的行业**：AI医疗健康行业，涵盖AI辅助诊断、健康管理、医保数据治理、医疗支付结算优化等领域 [1] * **涉及的公司/产品**： * **国外**：OpenAI、Tempus [1][2][3] * **国内**：蚂蚁阿福（蚂蚁集团）、好大夫、平安好医生、Keep、薄荷健康 [2][14][17] * **其他**：省级本地化公司、提供AI医疗报账产品的地方性小型企业 [8][11] 核心观点与论据 * **中美AI医疗发展路径与市场环境差异** * **美国市场**：医疗健康产业占GDP比重接近20%，存在大量效率优化空间，资本市场发达，消费者对AI服务接受度高且付费意愿强，为Tempus等公司提供了增长机遇 [1][3] * **中国市场**：互联网医疗主要关注医药和医保生态建设，AI健康管理在从“知”到“行”的闭环上存在基础设施不足（如生鲜供应链），但国家推崇“主动健康与全生命周期管理”的大趋势 [1][2][3] * **商业模式与收费** * **订阅制**：是美国AI医疗健康领域成熟常见的收费模式，尤其对To C端更具吸引力，但在国内尚未普及 [1][4] * **其他模式**：AI技术可融入硬件或药物打包销售，核心在于成本拆分与合理分摊 [1][4] * **成功案例**：Tempus公司2026年第四季度收入增长83%，达到12.7亿美元，股票上涨12%，其成功得益于技术优势及美国独特的市场环境和资本支持 [1][3] * **产品应用与落地** * **热点产品**：去年医院采购的热点是**病例质控工具**，通过AI提升医保结算效率，解决因历史人为操作导致的病例归类问题 [1][8] * **成熟应用领域**：AI辅助诊断在**病理影像和检验科**等医技科室应用成熟，政策松绑（如医保局拆分成本结构）鼓励医院与第三方合作引入AI技术降本增效 [2][9] * **应用前景**：CNN等大模型在病理诊断中应用前景广阔，一个医生加一个AI软件可能顶得上10个人的工作量，大幅提升效率和收益 [2][10] * **进展较快科室**：肿瘤科（患者多、收益高）、心脑血管科（患者基数大、医保消耗多）、以及病理科、检验科、影像科等一级科室 [15] * **数据与政策** * **数据质量挑战**：医院信息系统（HIS）中数据存在失真问题，主要源于DRG/DIP等医保结算政策下，医院为获得最高报销而调整诊断词条，这影响了基于此训练的AI模型准确性 [5][6][7] * **数据治理进展**：国家医保局正在推动个人医保数据云建设，上海、北京等地已开展数据治理试点，为开放个人健康大数据奠定基础 [1][5] * **政策展望**：北京已出台清晰的AI医疗行动路径，长期来看，相关补贴政策有望逐步落地，提高医疗效率势在必行 [2][12] * **市场格局与竞争** * **国内AI医疗报账产品**：市场分散，供应商多为地方性小型企业，尚未形成规模气候 [11] * **院外探索**：在院外慢病管理、体重管理等领域有零星探索，未来有望成为增长点 [11] * **潜在竞争者**：国内互联网大厂在AI健康管理软件上创新不足，垂直类平台（如Keep、薄荷健康）因深耕健康管理、能提供个性化解决方案而更具潜力，传统视野外的健康要素供应链企业也可能带来新机会 [14] * **投资机会与风险** * **投资关注点**： * 能整合体检中心与院内病例数据、提供全周期服务的公司 [16] * 院外监测类及干预设备（如帮助高血压患者控盐的智能勺子），其市场需求明确，商业模式清晰 [16] * **行业拐点信号**：支付端政策逐步支持，数据基础设施到位，健康产业到2030年规划达16万亿（相比狭义医疗约9万亿），外延市场空间巨大，穿戴设备、食品保健品等服务类增速高于GDP [13] * **商业模式挑战**：以平安好医生为例，其面临国内商业保险整体体量较小（医疗险市场不超过4000亿元，加上重疾险约1万亿元）、主要依赖医保支付的挑战，作为中介服务商附加值有限 [17][18] 其他重要内容 * **AI医疗与AI健康的区别**：传统AI医疗更接近临床医学和医药，而AI健康更多涉及个性化预防医学和院后健康管理 [2] * **OpenAI的差异化优势**：不仅整合医疗资源，还进一步整合饮食、运动、睡眠等生活方式健康要素，提供“知行合一”的具体健康建议（如为糖尿病患者对接生鲜服务），这是其与国内产品的关键区别 [1][2][3] * **省级本地化合作模式**：省级本地化公司与医院合作优化医保结算流程，使相关服务从成本项转为创收项，为医院带来清晰、可量化的经济效益（如从医保基金获得更多报销） [1][8] * **算力情况**：年初曾有算力恐慌，但随着模型规模调整，目前应用端算力问题不大 [16] * **特定科室进展**：儿科和心理科因医生资源不足，从政策到医院端都有推动动力，但商业转化效果有限 [15]

市场表现与行情驱动 - 1月9日AI医疗健康板块表现强势，多只个股大幅上涨，其中美年健康开盘后迅速涨停，迪安诊断收获“20CM”涨停，卫宁健康、安必平、嘉和美康等涨超10%，鱼跃医疗、塞力医疗等个股同步跟涨 [1] - 此轮行情的直接驱动力或来自国际AI巨头Open AI于1月8日宣布推出AI健康功能“ChatGPT Health”，此举被解读为直接对标国内蚂蚁集团旗下的AI健康应用“蚂蚁阿福” [1] 核心产品与市场数据 - “蚂蚁阿福”新版发布不到一个月，月活跃用户已突破3000万，日均回答健康提问超1000万次，展现出国内用户的高接受度和巨大市场潜力 [1] - 目前处于小范围测试阶段的“ChatGPT Health”，其功能主要聚焦于健康咨询，在链接实际医疗服务于支付生态方面，与“蚂蚁阿福”相比仍存在差距 [1] 产业链联动与公司合作 - 在去年12月“蚂蚁阿福”新版发布之初，鱼跃医疗、卫宁健康等“阿福概念股”已经历一轮上涨 [2] - 鱼跃医疗、三诺生物等公司已通过投资者互动平台，确认了与“蚂蚁阿福”产品的接入与合作关系，强化了市场对产业链联动的预期 [2] 行业趋势与前景展望 - 随着国内外科技领军者相继重仓布局，AI在医疗健康的应用正从技术探索阶段加速迈向场景落地 [2] - 在此过程中，已拥有成熟场景、扎实积累及清晰商业化路径的公司，有望持续受益于本轮AI浪潮，迎来价值重估 [2]

核心观点 - 蚂蚁集团推出的AI健康应用AQ在iOS上线不到24小时即登顶苹果应用商店医疗榜榜首，成为现象级产品 [1][2] - AQ并非简单的问答机器人，而是通过模拟真实诊疗流程、整合多模态能力和名医AI分身，打造智能化"诊前助手" [4][5] - 公司通过深度集成苹果HealthKit平台及连接国产可穿戴设备，构建个人健康数据中枢，实现从被动医疗到主动健康管理的转变 [6][8][9] - 蚂蚁在医疗健康领域布局长达十年，从支付和医保切入，积累了7亿医保码用户和5000家公立医院资源，形成独特壁垒 [10][11][12] - 中国"AI+医疗"市场规模预计从2023年88亿元增至2033年3157亿元，大健康管理领域2027年规模或达2.59万亿元 [14] 产品设计 - AQ通过"AI诊室"的引导式多轮追问功能，解决用户无法准确描述症状的痛点，模拟医生听诊过程 [4] - 支持拍照上传检查报告和手写病历，覆盖99%常见报告类型且准确率超90%，并识别50种皮肤病照片 [5] - 引入近200位顶尖医院专家的AI分身，如毛洪京主任医师的AI已服务超400万人次，单日峰值11万人次 [5] - 深度集成苹果HealthKit，可读取iPhone和Apple Watch的步数、心率等数据，并与华为、Vivo等设备打通 [6][9] 战略布局 - 公司医疗布局始于2014年支付宝挂号缴费业务，现已覆盖全国超5000家公立医院，每年服务超8亿医疗健康用户 [10] - 通过收购好大夫在线和推出安诊儿等产品，构建连接用户、医生和机构的"医疗机构—医生—用户"三维服务体系 [12][14] - 与腾讯、百度、京东、字节等巨头形成差异化竞争，核心优势在于金融与医保交易层的不可替代性 [15][16][17] 行业前景 - 医疗保健被ARK Invest创始人Cathie Wood视为AI最具潜力但最被低估的应用领域 [2] - 行业面临数据孤岛、语料质量、隐私法规等挑战，商业化模式仍需探索，属于需要长期投入的"慢行业" [18][19] - AI医疗的终极目标是从"治已病"转向"治未病"，通过整合诊疗数据与可穿戴设备数据实现预测性健康管理 [20]