不要讓“AI+醫(yī)療”變成一次性買賣

AI醫(yī)療從未如此熱鬧。

DeepSeek開源模型的橫空出世，讓醫(yī)療大模型的落地速度遠超預期。藥企忙著將AI嵌入藥物研發(fā)管線，醫(yī)院爭相部署智能問診系統(tǒng)，而AI企業(yè)也加速轉向--百川智能裁撤B端業(yè)務All in醫(yī)療，潤達醫(yī)療與華為云合作推出"良醫(yī)小慧"大模型，就連華為也組建了醫(yī)療衛(wèi)生軍團加入戰(zhàn)局。

資本市場的狂熱更添一把火：木頭姐在年度報告中預言，AI醫(yī)療將重構萬億美元健康產業(yè)；Tempus AI成了AI醫(yī)療當紅炸子雞，短短一個月股價漲了接近200%。

當然，情緒來得快去得也快。過去一個月Tempus股價從高點跌落，接近腰斬。

這也提醒著我們，在這場狂歡背后，歷史的陰影始終揮之不去--IBM Watson Health耗資百億卻黯然退場的教訓猶在眼前；國內AI四小龍也都曾想在醫(yī)療領域分一杯羹，但無一例外鎩羽而歸。

這一次，當藥企、醫(yī)院和AI公司在風口下爭先恐后時，一個必須回答的問題始終拷問著所有人，AI醫(yī)療是真變革還是新泡沫？

/ 01 / 風口下的簽單

沒有人會懷疑，AI的盡頭是醫(yī)療。

亞馬遜、谷歌、微軟、英偉達等科技巨頭近年來在醫(yī)療領域撒下重金。英偉達更是豪賭AI+醫(yī)療，其在醫(yī)療保健行業(yè)的直接和間接收入已經超過10億美元，未來可能會達到數百億美元。

對于巨頭們來說，醫(yī)療行業(yè)是一個有待挖掘的巨大市場，充滿機遇和挑戰(zhàn)，這些渴望持續(xù)增長的巨頭們，誰也不愿意在新賽場上掉隊。木頭姐更是在其《Big Ideas》報告中表示，當前醫(yī)療保健是被低估的AI應用。

這股浪潮也早已傳導至國內。2023年以來，AI醫(yī)療大模型數量開始井噴。據不完全統(tǒng)計，目前國內醫(yī)療大模型已逾200個，涉及場景十分廣泛，幾乎覆蓋了所有的科技醫(yī)療板塊。

在"百模大戰(zhàn)"中，AI+醫(yī)療的故事也挽救了一些AI玩家。

2024年8月，百川智能的醫(yī)療組從邊緣走向核心，成為這家AI獨角獸的救命稻草。在投資人看來，醫(yī)療可能是百川智能能夠與其他六小虎打出差異化的概念，而差異化，恰恰是能融到錢的關鍵。

而在多個訪談中，王小川也向外界解釋，轉向醫(yī)療與通往AGI（通用人工智能）的目標并不矛盾：醫(yī)療不是垂直場景，造醫(yī)生就等于AGI。

2025年初，DeepSeek的橫空出世，AI醫(yī)療更是進入發(fā)展快車道，2月份以來，包括華為在內越來越多重量級選手下場，新一輪AI醫(yī)療應用浪潮也加速席卷醫(yī)院。

這不難理解，AI醫(yī)療在提升醫(yī)療器械功能、檢查檢驗結果解讀、輔助臨床醫(yī)生決策、健康管理等多個領域的應用價值較大，是醫(yī)療企業(yè)和醫(yī)院必須重視的創(chuàng)新方向和競爭趨勢。

尤其是當DeepSeek被視為國運級機會，所有人爭先恐后。據不完全統(tǒng)計，截至目前，國內已有超百家三級醫(yī)院官宣完成DeepSeek本地化部署，包括一大批知名大三甲醫(yī)院。

事實上，在AI大趨勢下，去年以來，不少醫(yī)院科室便都有AI落地的指標，因此，醫(yī)院作為甲方愿意簽單。一是為了自己的政績，二是為了能發(fā)AI醫(yī)療相關的論文，三是為了以來能賣AI醫(yī)療產品給患者。

總之，現在的醫(yī)院，在風口之下，是有動力和意愿為AI產品付費的。

/ 02 / 現實的拷問

所有人都在沖向AI。

根據2024年飛利浦中國版《未來健康指數報告》數據顯示，86%的醫(yī)療機構管理者受訪者表示已布局或計劃投資生成式AI，這一比例高于美國的75%。

而在具體應用場景方面，47%受訪者表示已經在放射科部署AI，44%在院內患者監(jiān)護中應用AI，40%在藥品管理環(huán)節(jié)應用AI。

在這一輪浪潮中，盡管醫(yī)療機構的AI應用率較高，但醫(yī)院關心的是"是否能緩解醫(yī)生資源緊張"、"是否能減少文書工作量"、"是否能降低誤診率"等具體現實問題。如果AI產品只在短期內解決一個小痛點，或長期維護成本過高，醫(yī)院就會覺得得不償失。

當年，IBM Watson Health的致命缺點之一，就是缺乏醫(yī)患場景的深度融入，不能貼合醫(yī)院工作流、無法與醫(yī)生日常操作系統(tǒng)無縫銜接，很難獲得持續(xù)應用，加上日常維護成本較高，導致IBM Watson Health在燒掉數百億美元，仍無法真正落地、走向敗局，IBM也退出醫(yī)療保健舞臺。

為典型的是，2017年MD安德森腫瘤中心與之結束4年的合作。為了培養(yǎng)IBM想象中的虛擬醫(yī)生，MD安德森腫瘤中心支付了6210萬美元的研發(fā)費用。然而這些錢卻沒有濺起什么水花。

對于國內AI+醫(yī)療產業(yè)來說，這也是一個無法回避的現實問題。因為當風口過去，大家回歸現實之后，這些產品如果沒有對醫(yī)療機構產生實際價值，那就很有可能會成為一次性買賣。

這并非沒有先例。過去，從AI閱片、AI診斷等場景來看，很多AI+醫(yī)療的應用，都面臨著真實作用有限的問題，并且由于難以打通付費場景，導致變現困難，進而使得市場熱情不高。

以AI閱片為例，病理診斷是一種基于圖像信息的診斷方式，被譽為疾病診斷的 "金標準"。邏輯上來講，中國病理行業(yè)發(fā)展面臨病理醫(yī)生缺乏、分布不均勻、培養(yǎng)周期漫長等問題，讓人工智能參與可以大大提高醫(yī)務人員的工作效率。

然而，現實中，人工智能是否能夠有效地提高效率？又該如何為人工智能技術的應用付費？這些問題需要找到答案。

過去，從騰訊、百度到依圖科技等也都有病理大模型的功能模塊，但大多也都成效有限。AI理想再豐滿，都要落實到創(chuàng)收的骨感，這一點在醫(yī)療產業(yè)只會更難。

說白了，外界回望過去能看到的，是AI落地醫(yī)療的艱難，以及上一代AI廠商的失敗。當初的AI四小龍，都曾想在醫(yī)療領域分一杯羹，但無一例外鎩羽而歸。

/ 03 / 不要讓AI+醫(yī)療變一次性生意

如今，技術雖然在不斷迭代發(fā)展，AI在醫(yī)療領域的應用也在持續(xù)突破，但一些本質的問題尚未得到真正解決。

而這些問題，也關系著這門生意到底是可持續(xù)還是一次性的。

首先是如何提升效率。這涉及兩點，數據及專業(yè)醫(yī)生。

擁有龐大、且持續(xù)更新的患者數據，是醫(yī)療AI產品提高精度和持續(xù)迭代的基礎。而業(yè)界基本有著這樣一個共識，那就是阻礙AI應用滲透速度的，主要還是優(yōu)質數據集的缺乏。

國內雖不缺少醫(yī)療數據，但由于各家醫(yī)院標準不統(tǒng)一，數據參差不齊，還有不少數據存在錯漏、不完整等問題。根據《智能涌現》報道，百川智能內部的評測顯示，若是只基于現有文獻和數據庫，目前AI病例的生成能達到70-80分，但相關項目落地的基準在90分。

目前好的解決方法，是加入專業(yè)醫(yī)生的標注和對齊。2024年年末，百川智能投資了醫(yī)療數據服務商"小兒方"，也成立了有30多位醫(yī)生的醫(yī)學產品部。除此之外，公司還高薪聘請了醫(yī)療專家，來帶隊專業(yè)醫(yī)療團隊。

說白了，醫(yī)療模型的訓練，不僅要有算法工程師，重要的角色是專業(yè)醫(yī)護人員。復旦大學大數據研究院醫(yī)學影像智能診斷與醫(yī)療信息學研究所副所長單飛更是直言，"牽著研發(fā)隊伍走的應該是醫(yī)生"。

其次是關于AI醫(yī)療的付費問題。

面對醫(yī)療機構這些大甲方，打開市場并不容易。傳統(tǒng)的銷售模式是可復制的，但醫(yī)療AI不是，醫(yī)院會提出不一樣、更個性化的需求。

同時，醫(yī)院又希望能夠打包、融合，而不是為單個平臺、系統(tǒng)付費。事實上，單獨做一個AI的公司很難活下去。這也是前期AI影像企業(yè)為我們留下的教訓，后來者則正在選擇"一掃多查"作為破局的思路。

如何深刻洞察醫(yī)院、醫(yī)生的需求，是AI醫(yī)療打開市場的一大關鍵。

除此之外，醫(yī)療AI還在支付端受到政策和市場的影響。即使獲得了"三類證"，取得臨床應用資格，AI醫(yī)療產品要想大規(guī)模落地，仍需要獲得醫(yī)療收費目錄和醫(yī)保的準入。

在支付模式層面，目前國家醫(yī)保尚未明確納入任何AI醫(yī)療產品，醫(yī)院也未曾就AI醫(yī)療產品向患者收費。

而2024年11月《放射檢查類醫(yī)療服務價格項目立項指南（試行）》發(fā)布時，醫(yī)保局對其中涉及AI的內容解釋稱，目前AI技術在一定程度上能夠幫助醫(yī)生提高診斷效率，但還無法替代醫(yī)師，在已經收取相關診療費用后，不宜單就AI輔助診斷再向患者額外收費。

對于AI醫(yī)療產品來說，如果不納入醫(yī)保，很難推廣；而納入基本醫(yī)保的前提則是，項目是診療必需、安全有效且適用性足夠廣的，目前不少AI醫(yī)療還沒有達到這一要求。

以上種種，關系著AI醫(yī)療企業(yè)與產業(yè)的走向。

DeepSeek的開源風暴撕開了技術普惠的入口，但醫(yī)療的特殊性注定，這里沒有大力出奇跡，只有一寸寸啃下臨床痛點的笨功夫。