行业与公司 * 行业：AI+医疗，涵盖医疗信息化、AI辅助诊断、临床决策支持系统、康复机器人、个人健康管理应用等领域[1] * 涉及公司： * 技术/模型提供商：DeepSeek（大模型）、华为（大模型、910B一体机）、海光（CPU）、商汤（病理影像识别）、科大讯飞（CDSS、C端应用）[1][2][5][13] * 医疗AI软件/服务商：“为您健康”（VMAX GPT）、惠美（临床决策、病例生成）、医启（病例生成）、润达医疗（病例生成）、联影（影像识别）、树坤（影像识别）[1][5] * 机器人/设备厂商：傅立叶智能（康复机器人）、富利业（康复机器人）[2][5][16] * 互联网/科技公司：OpenAI Health、阿里（蚂蚁阿福）[1][7] 核心观点与论据 * AI医疗应用现状与价值： * AI在医学影像识别（胸片、CT、磁共振、血管造影、肺结节、冠状动脉疾病、心电图）方面表现出色，显著减轻医护人员负担[2] * 智能分诊系统通过患者自述匹配医院、科室和专家，提高诊疗效率[2] * 瑞金医院与华为合作开源的大模型显著提升病理识别能力，已在多家医院推广，缓解病理科医生短缺问题[1][2] * 大模型用于内部网络问答、病例质控、风险预警、护理表单自动生成，提高医疗服务质量与运营效率[4] * 临床医生期待自动生成病历功能以减少文书工作时间，目前部分功能已实现逐段生成并由医生审核[4] * 医院AI系统构建模式： * 系统主要由外部服务商提供，医院负责提供算力硬件设备（如海光CPU、华为910B一体机）[1][5] * 医院信息化水平相对较低，采购一体机并由公司部署系统更为顺利[5] * 医疗IT支出与AI占比： * 近年来医疗信息化支出有所缩减，与各地财力缩减有关[6] * 通过集约化管理（如公立医院使用相同信息系统、区域统一招标AI解决方案）可实现投资缩减和应用扩张，提高整体效率[1][6] * AI在医疗IT支出中占比较少，大约占总营收的1%，其中三分之一用于人工智能解决方案[6] * 个人健康应用（ToC）发展： * 海外（如OpenAI Health）及国内（如蚂蚁阿福）个人健康应用发展迅速[1][7] * 通过与第三方公司合作，通过APP管理患者数据（饮食、血糖、血压等），结合医生和营养师指导[7] * 院内CDSS系统与ToC端产品结合将带来巨大突破[1][8] * 康复与手术机器人前景： * 康复机器人是潜力巨大的领域，尤其在康复医师短缺的二三级或社区医院[2][14] * 傅立叶智能在康复机器人领域推广力度较大，通过实际使用不断学习和迭代升级[2][16] * 骨科手术机器人普及速度加快，各地中大型医院都在添置设备，已有明确收费标准[18] * 骨科手术机器人纳入医保的概率很高，例如上海地区已可通过医保报销[18] * 数据整合与管理趋势： * 未来可能从常见慢性病（如糖尿病、肥胖）入手进行院内外数据整合[1][9] * 经过脱敏处理后的数据资产可以交易，将促进与第三方公司合作，实现更广泛的数据共享和利用[1][9] * 医院数据管理工作正在推进，由市卫健委主导试点项目，整理数据资产并尝试交易，目前仍处于初步阶段[1][10][11] * 产业链竞合关系： * 公立医院、第三方公司和大厂在AI医疗发展中形成竞合关系[2] * 医院提供医疗服务，公司解决运营模式，覆盖更多患者[2] * 商业公司通过资金投入培养商业模式，可以解决医保范围外或难以开展的服务的收费问题[2][12] 其他重要内容 * 算力是主要瓶颈：AI深入医疗行业，当前瓶颈不在网络基础设施（医院基本已具备全光网），而在于算力硬件资源（如显卡、内存、CPU）不足[12] * 医保云项目：国家推进医保云项目，通过收集全人群全周期诊疗数据，实现区域性医保云建设，为未来AI医疗发展奠定基础[3] * 康复机器人付费模式：当前收费标准参考政府、物价及医保规定；未来私立机构可能采用特需服务或保险支付方式[17] * 设备采购限制：部分省市对骨科手术机器人等设备的许可证发放有限制，每年只发放一定数量，没有许可证即使有资金也无法购买[18]