AI+医疗行业电话会议纪要关键要点 一、 行业与公司概览 * 涉及的行业为**AI+医疗**行业，涵盖AI制药、AI医学影像、AI诊疗、AI+可穿戴设备等多个细分领域 [1] * 涉及的公司包括： * **美股公司**：Canopy Growth、Recursion、Healtheon、WebMD、Tempus AI、薛定谔、Groq、Clear、HeartFlow、Hypocratic AI [2][4][10] * **中国公司**：晶泰科技、联影智能、深睿医疗、推想医疗、数坤科技、固生堂、鱼跃医疗、迈瑞医疗 [1][5][7][8][9][11][12] 二、 行业发展阶段与市场表现 * AI医疗产业正从**技术验证阶段迈向商业化兑现期** [12] * **2025年美股市场表现**：年初经历爆炒，二季度开始分化，下半年进入业绩验证期，最终仅有具备**商业化落地能力**的公司（如Canopy Growth）走出全年好行情，纯概念公司（如Recursion）股价大幅回调 [1][2] * **2026年初市场行情**：A股和港股的AI医疗行情独立于美股，且相关公司涨幅相对更大 [2] 三、 商业化核心博弈与支付方动力 * 商业化核心博弈在于设计**利益共担机制**，解决受益方与支付方分离的困境（如医院出钱采购，患者和医保受益） [3] * **不同支付方的付费动力排序**：**药企（研发降本） > 医院/险企（DRG改革/控费） > C端患者（习惯待培养）** [1][3][4] * 药企付费意愿最强，因AI能加速研发、降低成本 [3] * 医院和保险公司动力较强，美国商业保险体系成熟，国内医院动力源于DRG/DIP改革下的质控与效率提升需求 [4] * C端付费动力最弱，应用集中于体检报告解读、医美AI面诊等消费医疗领域 [4] 四、 中美商业模式与支付体系差异 * **美国**：拥有成熟的商业保险支付体系，获取**CPT代码**是关键，可实现按次付费的商业模式 [1][4] * 2025至2026年，美国CPT代码库已新增大量AI辅助诊断项目 [4] * 例：AI心脏CT分析产品若能以1,000美元分析费避免约3万美元手术，保险公司支付意愿强 [4] * **中国**：支付模式未完全打通，产品需先获NMPA三类证，再申请服务价格项目，流程复杂 [4] * 多数AI医学影像产品难以独立收费，最终多以**软硬件捆绑**模式销售（如作为CT设备附加功能） [1][4][8] 五、 AI制药领域 * **应用环节**：主要应用于临床前研发环节，降本增效最显著，具体包括靶点发现与验证、苗头/先导化合物筛选、临床前候选药物生成等，**虚拟筛选是核心应用** [5] * **商业模式对比**： 1. **AI+SaaS（软件授权）**：收入稳定、毛利高，但市场天花板较低，面临大药企自研挑战 [1][5] 2. **AI+CRO（研发服务）**：通过**首付款、里程碑付款和销售分成**收费，现金流较好，风险共担，是当前**最主流和稳健的模式**，代表企业为晶泰科技 [1][5] 3. **AI+Biotech（自研新药）**：成功后爆发力强、估值高，但资金消耗快且面临临床失败风险 [1][5] * **代表企业——晶泰科技**： * 从小分子平台起家，已拓展至大分子、分子胶、多肽等多个平台 [6] * 2025年8月与一家药企达成总额约**60亿美元**的合作协议，刷新领域记录 [6] * 2025年收入指引约**7亿元**，超一半收入来源于向大型药企提供服务所获的**首付款确认收入** [6][7] * 常规性业务每年保持**数十个百分点**的高速增长 [7] 六、 AI医学影像领域 * **发展阶段**：正从**1.0时代的辅助诊断**（如肺结节、肺炎单病种检测）迈向**2.0时代的全流程赋能**，后者以大模型技术为前沿 [7] * **国内市场格局**：应用成熟度最高，头部企业包括数坤科技、联影智能、深睿医疗、推想医疗 [7] * **产品审批趋势**：自2021-2022年进入发证井喷期后已常态化，NMPA累计批准超**百张**三类证 [7] * 肺结节筛查、肺炎筛查等领域获证数量达**数十张**，已成红海市场 [1][7] * 审批重心转向新品种和新应用场景，单纯肺结节检出类证书审批速度显著放缓 [7] * **高价值细分赛道**：技术门槛高、能替代手术或造影的赛道，如心血管领域的**冠脉CT-FFR**，因技术壁垒高、医院付费动力强而具发展潜力 [8] * **商业变现模式**： 1. 单纯销售SaaS软件：在中国因医院付费意愿低、入院流程长而较难走通 [8] 2. 销售服务（按次收费）：在美国市场更可行 [8] 3. **销售捆绑AI软件的硬件设备**：将AI作为高端影像设备辅助功能以提升溢价，是**联影、迈瑞等设备厂商的主流策略**，在中国市场更易成功 [1][8] * **代表企业——联影智能**： * 采取**全栈AI覆盖、软硬一体化**的战略布局 [9] * 其uAI Vision平台的APS技术可利用AI算法**将磁共振检查时间从约20分钟缩短至3分钟左右**，直接提升医院设备周转率（翻台率），切中医院刚性需求 [1][9] 七、 AI诊疗领域 * **应用场景**： * **诊前**：智能分诊和信息收集，渗透率较高 [10] * **诊中（核心）**：辅助医生决策和书写病历，如美国的AI医生分身充当智能助理 [10] * **诊后**：全周期健康管理，如美国Hypocratic AI出租“AI护士”，服务费约**9美元**，远低于人类护士时薪**40至50美元**，为医院降本 [10] * **中国市场发展路径**： 1. **名医IP的数字克隆**：帮助大三甲名医在互联网上进行科普、轻问诊，沉淀私域流量 [1][10] 2. **基层医疗的全科助手**：为社区和乡村医生配备相当于大三甲主任水平的AI分身，辅助诊疗决策 [10] * **商业化挑战**： 1. **医保支付覆盖难**，C端患者付费意愿不强 [10] 2. 不同医院系统接口和数据格式不统一，导致**数据清洗成本高昂**，在AI研发总成本中占比很高 [10] * **代表企业——固生堂**： * 2025年共发布**14个国医AI分身**，为当年贡献**千万级别**收入 [1][11] * 计划在2026年推出“中医大脑”产品，在全国门店铺开，辅助青年医生 [11] * 布局AI名医分身可**打破名医时间瓶颈，实现中医优质资源的无限复制**，且公司拥有自有诊疗机构及名医数据，具备数据获取优势 [11] 八、 AI+可穿戴设备领域 * **C端推广潜力**：AI与可穿戴设备结合，通过提供AI陪伴式服务（如蚂蚁保的“健康小目标”），能有效提升用户粘性，未来作为个人健康助理有望显著提高设备渗透率 [11] * **代表企业——鱼跃医疗**： * 作为家用医疗器械龙头，业务受益于老龄化刚性需求 [12] * AI技术赋能体现在：**通过分析呼吸、睡眠、血糖、血压等数据自动生成报告，提升用户粘性及耗材复购率** [12] * 2026年正式进入可穿戴设备商业化落地阶段，预计Q1推出**血压手表、健康手环**等新品 [1][12] * 上线“鱼跃AI助手”旨在打通健康家庭管理与医疗器械产品，形成 **“数据+硬件+闭环管理”的盈利模式** [12] 九、 未来核心竞争力与投资主线 * **未来核心竞争力**： 1. 是否拥有**独家数据资源** [12] 2. 能否通过具体业务场景实现**数据的持续迭代和优化** [12] 3. 场景的**刚需程度**（能否有效帮助医院节省成本或帮助药企提升盈利） [12] * **投资应聚焦的主线**：**AI+制药、AI+医学影像、AI+诊疗以及AI+可穿戴设备** [12]

人工智能+医疗健康应用 - 国务院推动人工智能在辅助诊疗、健康管理、医保服务等医疗健康领域落地应用，探索推广"人人可享的高水平居民健康助手"[2][3] - AI将深度介入基层医疗服务，包括分诊导诊、影像识别、慢病随访和医保结算，提升服务效率并减轻医生工作负担[3] - AI健康助手可为慢病人群提供个性化健康提醒、风险预警和用药建议，提高慢病管理依从性[4] - AI助力医保服务智能化，实现费用审核自动化和欺诈识别智能化，优化公共资金使用效率[5] 人工智能+民生福祉规划 - 人工智能将全面融入教育、文化、养老、托育、助残、全民健身和住房管理等民生领域，构建智能社会新形态[6][7][18] - 在教育领域推广智能学伴和智能教师，实现大规模因材施教，提升教育质量和公平性[17] - 在文化领域利用AI创作具有中华文化元素的内容，壮大文化产业[18] - 到2027年新一代智能终端和智能体应用普及率超70%，到2030年超90%，智能经济成为重要经济增长极[11] 人工智能+产业发展行动 - 培育智能原生新模式新业态，推动工业全要素智能化发展，包括设计、生产、服务、运营全环节应用[14] - 加快农业数智化转型，发展智能育种、智能农机和农业无人机，提升农业生产智能化水平[15] - 创新服务业发展模式，在金融、法律、物流等领域推广新一代智能终端和智能体应用[15] - 发展智能网联汽车、人工智能手机、智能家居等新一代智能终端，打造全场景智能交互环境[16] 人工智能+科技研发创新 - 加速人工智能驱动的科学发现进程，建设科学大模型和智能化科研基础设施[12] - 驱动技术研发模式创新，加强人工智能与生物制造、量子科技、6G等领域协同创新[13] - 推动哲学社会科学研究方法向人机协同模式转变，探索智能向善理论体系[13] 人工智能+全球合作治理 - 推动人工智能技术开源可及，强化算力、数据、人才等领域国际合作，弥合全球智能鸿沟[21] - 支持联合国在人工智能全球治理中发挥主渠道作用，共同应对全球性挑战[21] - 完善人工智能法律法规和伦理准则，推进相关立法工作[24] 人工智能+基础能力建设 - 加强模型基础能力研究，提升复杂任务处理能力和交互体验[22] - 强化智能算力统筹，优化国家智算资源布局，完善全国一体化算力网[22] - 加强数据供给创新，完善数据产权和版权制度，培育数据服务产业[22] - 超常规构建领军人才培养新模式，完善多元化人才评价体系[24]

产业规模与集聚 - 2024年浦东人工智能产业规模达1637亿元 占上海全市40% [1] - 浦东集聚垂类模型上下游企业超200家 具身智能产业链相关企业超70家 [3] - 张江AI小镇以模力社区为引擎吸引近200家上下游企业 形成"上下楼就是上下游"的生态 [7] 基础设施与平台建设 - 张江人工智能岛为国内首个"5G+AI"全场景商用示范园区 集聚跨国企业巨头、科研院所及创新平台 [4][6] - 模力社区聚焦具身智能、科学智能、应用智能三大方向 2025年上半年举办33场精准对接活动推动技术落地 [7][9] - 陆创空间L HUB引入15家头部投资机构 包括集成电路、生物医药及人工智能产业基金 [8] 技术研发与创新应用 - 浦东落地全国首个国家地方共建人形机器人创新中心 28款大模型产品已完成备案 [3] - 华院计算认知智能引擎平台模型库超6万个 支持7000亿参数预训练 兼容通用语言大模型并开发行业垂直模型 [12] - 联仁健康在浦东建立近300项行业标准知识图谱 医疗AI模型使处方错误率降低40% [12] 应用场景与产业融合 - 浦东拥有超1500家规上工业企业、800余家集成电路企业、3900多家生物医药企业及1200余个金融机构 构成AI落地天然试验场 [9] - 模力社区通过30多场投融资路演形成"技术研发—产业应用—资本反哺"正向循环 [9] - 极豆科技等企业通过地理集聚提升产品迭代效率 实现产业伙伴面对面高效协作 [7]

财务业绩 - 2025年上半年公司实现营业收入2.99亿元 同比增长30.26% [1] - 毛利润为1.54亿元 同比增长26.96% [1] - 归属于母公司所有者的净亏损为7409万元 同比减亏42.86% [1] 业务表现 - 政府端基层解决方案收入8381万元 同比增长52.3% [2] - 政府端区域解决方案收入5763万元 同比增长178.1% [2] - 医院端解决方案收入5286万元 同比减少10% [2] - 消费端患者管理服务收入1.04亿元 同比增长10.1% [2] 产品进展 - 智医助理覆盖全国697个区县 超7.5万个基层机构 [2] - 累计完成超10.1亿次AI辅助诊断建议 [2] - AI传染病防控解决方案在多省规模应用 [2] - 讯飞星火医疗大模型在全国20余家龙头医院落地 [2] - AI健康助手讯飞晓医下载量突破2400万次 [2] - 累计完成1.4亿次AI咨询 [2] 行业环境 - 国家出台多项政策促进人工智能与医疗行业深度融合 [1] - 政策为智慧医疗市场拓展提供有力保障 [1]

AI板块市场表现 - 中证人工智能产业指数年内累计上涨18.66%，7月单月涨幅达11.57%，显著跑赢大盘 [1][3] - 成份股中新易盛、深信服、优刻得、拓维信息、中际旭创等年内涨幅超50%，中际旭创、科沃斯过去一周涨超10% [3] - AI板块成为带动市场结构性反弹的核心力量，应用端快速推进（如人形机器人动态交互、AI眼镜普及）提升大众感知度 [3] 公募基金配置动向 - 2025年二季度主动偏股型基金加仓AI算力链，通信行业配置比例及超配比例提升最多，进入超配前五 [6][7] - 海外云巨头资本开支超预期（谷歌Q2资本开支224亿美元vs预期183亿美元），国内算力链H20恢复供应及晶圆良率提升推动供需两旺 [7] - 公募基金聚焦具备收入支撑的细分领域，如算力硬件，投资逻辑从主题炒作转向业绩兑现 [6][10] 技术商业化进展 - 人形机器人从静态展示转向动态演示，应用场景扩展至文体娱乐、家庭民生，70%资金流向减速器、电机等上游零部件环节 [3][9] - AI技术结构分层明显：硬件（本体、丝杠等）最易突破，"小脑"（运动控制）次之，"大脑"（大模型）难度最大，WAIC参展企业多聚焦硬件 [9] - GPT5预计8月发布，或显著改善机器幻觉问题；国内大模型调用token数稳步提升，下半年商业化加速 [7] 产业链投资逻辑演变 - AI产业链进入多周期并行阶段，上游硬件（如半导体）已进入业绩落地期，投资更关注量产能力及客户导入 [10] - 机构偏好技术路径明确、收入可兑现的环节（如零部件企业），整机厂因商业模式未验证而获配资金较少 [9] - 技术商业化步伐加快，如AI健康助手问诊、机器人关键零部件价格下探及算力硬件技术突破 [3][4]

AI板块市场表现 - 中证人工智能产业指数年内累计上涨18.66%，7月单月涨幅达11.57%，显著跑赢大盘 [2][3] - 多只成份股表现亮眼：新易盛、深信服、优刻得、拓维信息、中际旭创等年内涨幅超50%，中际旭创、科沃斯过去一周涨超10% [3] - AI板块成为带动市场结构性反弹的核心力量，应用端快速推进（如人形机器人动态交互、AI眼镜普及）强化了市场感知 [3] 产业落地与技术演进 - 人形机器人从静态展示迈向动态演示，应用场景扩展至工业、文体娱乐、家庭民生，关键零部件价格持续下探 [3][4] - AI硬件商业化加速：AI眼镜形态成熟，从"小众极客"转向"大众可用"，技术突破集中在算力硬件（如减速器、电机、丝杠等） [3][7] - 技术分层明显：硬件环节（"身体"）最易突破，"小脑"（运动控制）次之，"大脑"（大模型）难度最大，当前投资集中于上游零部件 [7] 公募基金配置动向 - 2025年二季度公募加仓AI算力链，通信行业超配比例提升至前五，AI算力成为少数可能业绩兑现的板块 [5] - 海外云巨头资本开支超预期：谷歌Q2资本开支达224亿美元（高于预期的183亿美元），国内算力链H20恢复供应，晶圆制造良率提升 [5][6] - 模型技术持续迭代：GPT5预计8月发布，国内大模型调用token数稳步提升，下半年商业化进程或加速 [6] 投资逻辑转向业绩兑现 - 70%资金流向人形机器人上游零部件（减速器、关节模组等），因整机厂商业模式未验证，而零部件企业已稳定出货 [7] - 半导体行业经历完整周期后，投资逻辑从主题炒作转向业绩兑现，具备量产能力、客户导入顺利的企业更受关注 [8] - AI产业链进入"多周期并行"阶段，硬件环节率先进入业绩落地期，细分领域分化明显 [7][8]

AI健康助手市场现状 - AI健康助手已成为民众求医问药的重要工具，尤其对老年人而言是跨越数字鸿沟的"医疗翻译官"[1] - 当前市面AI健康助手品类丰富，包括通用大模型工具和专业医疗工具，在健康科普、慢性病管理等方面展现实用价值[3] - 主要功能包括分析体检报告、提醒用药时间、解读专业术语、推荐养生方法等，提供低成本、易操作的健康管理方式[1] AI健康助手的技术缺陷 - 部分AI工具未能有效识别夸大宣传的"特效药"，将产品宣传广告作为分析依据[1] - 某些通用大模型对曾因夸大宣传被处罚的"特效药"未提示风险，甚至暗示可替代正规治疗[1] - 部分AI采用"先误导再甩锅"模式，前文渲染产品功效后仅简单添加"请遵医嘱"提醒[2] 行业改进方向 - 技术层面需建立医疗信息核验系统，强制交叉验证药品信息来源并自动标注风险提示[2] - 管理层面需明确责任边界，要求完善内容审核机制并对药品推荐功能专项备案[2] - 应开发快速识别与拦截虚假信息的能力，避免成为健康风险放大器[3] 用户行为特征 - 老年人更容易相信"一吃就灵""彻底根治"等话术，成为健康谣言主要受害者[1][2] - 年轻人将AI健康助手视为随时可查的"健康百科"，老年人则依赖其医疗翻译功能[1] - 当AI用专业语气复述虚假信息时，老年人难以分辨广告与科学建议的区别[2]

公司表现与财务数据 - 讯飞医疗科技2024年营收7.34亿元，同比增长32%，亏损1.33亿元，相比上一年减亏0.12亿元 [1] - 科大讯飞持有讯飞医疗科技49.42%股份，2024年智慧医疗业务收入6.92亿元，占科大讯飞营收的2.96% [1] - 公司总裁预计未来1~2年时间内将实现盈利 [1] - 国内18家AI医疗公司中，仅乐心医疗、迈瑞医疗、医脉通、京东健康4家去年净利润增长，阿里健康在截至今年3月底的一年中也实现净利润增长 [3] - 卫宁健康、理邦仪器、联影医疗、安必平等8家企业去年净利润同比减少，迪安诊断、贝瑞基因、鹰瞳科技、金域医学4家企业去年出现亏损，医渡科技在截至去年9月底的半年出现亏损 [3] 业务布局与产品 - 讯飞医疗科技业务覆盖G端、B端和C端，产品包括智医助理、智慧医院解决方案、智慧医保、AI诊后患者管理产品、AI健康助手、影像云与辅助诊断平台、智能医疗器械等 [1] - 公司6月24日发布星火医疗大模型V2.5国际版，升级讯飞晓医APP并发布香港版，C端讯飞晓医增加对常见疾病、症状和药品的覆盖 [4] - 中文医疗大模型评测平台MedBench最新榜单显示，讯飞星火医疗大模型以98.4分位居综合能力第一 [5] - 公司围绕医疗服务构建硬件生态以支撑更大市场，此前推出助听器等C端产品 [3] 行业现状与技术挑战 - 医疗大模型技术未全面爆发，短时间内缺乏医生与患者沟通的人文属性能力 [1][5] - AI或大模型在医疗领域的商业价值还需进一步证明，需深入医生工作场景了解真实需求并结合技术可实现能力实现商业化 [3] - AI在医疗领域有望较快落地的方向包括辅助诊断和面向大量患者提供健康咨询服务 [3] - 医疗大模型仍处于爬坡过程，技术未到全面爆发的时候，从理解并遵守各地法规到融入当地文化仍面临挑战 [5]