2024年医疗人工智能研究报告-生成式AI爆发医疗人工智能走到新的十字路口-蛋壳研究院_70页_13mb

医疗AI发展现状与挑战分析总结

主要驱动因素

2024年医疗AI发展呈现“提效”取代“政策”主导的趋势。医院等医疗主体更注重AI技术的直接效益，如提升诊断效率、优化管理流程。尽管政策仍是部分场景的推动力，但提效需求正在成为核心驱动力（如精细化医院运营、DRG改革后的需求）。

主要技术进展与趋势

1. 影像AI：应用从单病种拓展至多脏器，头部企业如联影、深睿、推想已获多张三类证，放疗规划等复杂场景也取得突破（如柏视医疗的放疗大模型）。
2. 信息学AI：带AI的电子病历系统向高等级评级迈进，三级医院冲刺5级以上评级成为热潮，大模型赋能医疗数据治理、科研与临床决策。
3. 生成式AI：从判别式向生成式迁移，已在药物研发（AlphaFold3）、质控、患者服务等领域渗透，但商业化规模尚待突破。

商业化挑战

• 融资困难：一级市场降温，多数企业依赖有限现金流。如医渡科技、讯飞医疗通过聚焦战略实现盈利，晶泰科技利用港股18C规则成功上市。
• 盈利模式：需平衡“自研管线”与“AI服务”比例，例如埃格林聚焦FDA申报辅助；降本增效仍是核心策略（如晶泰科技自动化固态研发）。

各领域发展节奏

• 影像AI商业化加快，头部企业形成壁垒。
• 药物研发受融资压制，但MNC合作与英伟达投资推动领域内仍存生机。
• 基层下沉与出海系新增长点（如鹰瞳科技、医准智能）。

技术演进方向

生成式AI将重塑医疗流程，AI监管需破局，合规与数据标准化待优化。工具层面，需解决中小医院部署成本、数据整合能力问题，推动系统落地。

典型企业实践

• 医渡科技：聚焦战略带来盈利转正，双中台赋能全产业。
• 英矽智能：授权协议助推营收，管线开发体现核心优势。
• 柏视医疗：AIMDT模式串联放疗与手术流程，打破数据孤岛。

目前，医疗AI仍面临价值传递、监管、资本等挑战，未来需依靠场景深耕、技术创新及商业模式革新，破局商业化困境。