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]