摘要：AI医疗项目艰难IPO之路，也揭开了AI医疗行业当前的艰难处境：难以进一步完成商业化转型，行业加速淘汰赛的同时，不得不面对更加激烈的内卷格局。

AI医疗项目艰难IPO之路，也揭开了AI医疗行业当前的艰难处境：难以进一步完成商业化转型，行业加速淘汰赛的同时，不得不面对更加激烈的内卷格局。

2021年是AI产业的分水岭，这一年，AI四小龙集中赶考，医疗、芯片等细分赛道的公司也加快上市步伐。

在投资人们都盼望中，多家打着“AI+医疗”标签的企业提交了上市申请。

这一年3月，科亚医疗正式向港交所递交招股书，冲刺A股失利的鹰瞳科技，于6月同样向港交所递出上市申请，8月、9月推想医疗和数坤科技分别提交招股书。

但时至如今，鹰瞳科技抢先一步，成功夺得“AI医疗第一股”的名号。但科亚医疗、数坤科技、推想医疗的资本市场之路均举步维艰。

这些AI医疗项目艰难IPO之路，也揭开了AI医疗行业当前的艰难处境：难以进一步完成商业化转型，行业加速淘汰赛的同时，不得不面对更加激烈的内卷格局。

01

风口“漂浮”的AI医疗

在2016年前后，是AI医疗最风光的时刻。

这一年，科亚医疗、推想医疗、数坤科技先后成立，开启了AI+医疗的大胆尝试。

当时AI+的模式让投资人们趋之若鹜，似乎各行各业都有了升级改造的机会，作为黄金坑的医疗，自然被赋予了更大的期望。

几年时间，数家AI+医疗项目纷纷快速跑了出来，头部企业估值皆超过10亿美金。科亚医疗一年融资4轮，数坤科技、推想医疗、鹰瞳科技皆拿下大额融资。

所有人都在狂欢的时代，没人能冷静克制地看到风险。

首先的问题是初代产品的准确性。当时不少医疗AI项目都需要去医院落地场景，但早期，几款软件在医院同时竞标，结果均是精确率不够。但这一时期，资本大量涌入，让项目得以有时间和成本去雕琢技术，跑得快的企业开始深耕辅助诊断的准确率。

曾有业内人直言，在初创的草莽时期，AI医疗影像企业的命运，既不取决于技术，也不取决于服务，而是取决于和医院的客情关系。

想要打磨数据，先得有数据，数据在哪？医院。

这也意味着，医院可以选择自己喜欢的企业进行合作，只有拿到更多三甲医院的合作，谁就更具备竞争力。至于精准度是98%还是97%，投资人不在乎。但时间继续向后跳动，行业已经开始出现了泡沫。太多的资本蜂拥而至，让这类项目的数量如同雨后春笋一般快速上涨。

更多的参与者，类似的产品开始泛滥的背景下，具备差异化的产品才能快速冲到第一梯队。

当时数坤避开了竞争激烈的肺、底等领域，专攻心脏。临床上，心内科会用冠脉CTA对疑似冠心病患者进行诊断。

数坤研发出了冠脉CT造影图像血管狭窄辅助分诊软件，只需要5分钟就能替代医生完成三维图像的分割、测量和狭窄位置标注。这比传统的诊疗方式动辄30分钟的时间大大提高了效率。

至此，更多细分赛道的AI医疗项目也开始“鹤立鸡群”，逐渐走出了差异化路线，行业小龙头们逐渐稳固了各自的地位，直到2020年，首批医疗AI三类机械产品许可证开始发放，这行业的格局开始呈现爆发。

AI医疗也走到了高潮。

这一年，推想医疗2020年收入较上年同期增长超过300%，数坤科技收入更是狂增30倍有余。

根据弗若斯特沙利文报告数据预测，2021年AI医疗器械的市场规模将达到5亿元，而至2025年，这一数据将超过200亿元。“III类证”的陆续发放，开启了一场新战争。

02

行业陷入螺旋式内卷

第一家破产AI医疗项目诞生

一个事实是，虽然各家都在蒙眼狂奔，试图在各自擅长的领域快速建立壁垒，但想要实现产品的绝对优势，仍然非常困难。

各个品牌的产品在特异性和灵敏性的数值差异较小，产品与医院的合作更依靠销售团队和产品价格。更重要的是，随着对AI医疗的研究不断发展，各头部企业的相关技术和数据沉积不断拉低研发成本。

一个业内都知道的事实是，拓展产品管线基本上没有技术上的门槛了，算法模块等都是现成的。

这也导致行业的内卷加剧，各家都没有拿出特别具有竞争力的产品。但与此同时，为了保证自身的领先，一场行业螺旋式内卷开启。

首先就是降价。

在行业竞争最激烈的几年内，不少企业降价，甚至赔钱去搞定医院的事件不在少数，由于这一时期他们还有资本的支持，盈利并非首要问题。如何更快地占领市场，拿到和更多权威的三甲医院合作，才是这些企业的头等大事。

这一局面越演越烈，从降价变为免费试用，即便如此企业也是争先恐后，以此获取资源以及庞大的患者数据，用于医疗AI产品提高精度和持续迭代。

研发企业重销售，拉关系，成为当时一种普遍现象。但是真走到实际应用的时候，产品却又出了问题。

尤其是新冠肺炎疫情期间，很多AI医疗项目引以为傲的精确数据被打脸。

曾有业内人士直言，早期肺结节影像AI系统最令人纠结的地方，是设计过于敏感，例如，肉眼可以看到3个小结节，用软件扫一遍，找出８个。根据诊疗指南，非常微小的良性肺结节，即使检测出来也没有太大临床意义，并不会影响患者的预后。

在算法上，新冠肺炎这类大面积、弥漫性的炎症，检出方式和孤立性的结节完全不同。

而在疫情最初，过度依赖肺结节的算法，也让不少企业走了弯路。做算法的闭门造车，用做肺结节的思路来做新冠肺炎，被证明行不通。

与此同时，资本市场迅速嗅到了危险的气息，曾经热到沸腾的投融资，迅速冷却下来，但企业并没有自我造血的能力。

这导致，开始有大量项目被出清。2019年图玛深维的破产。这家成立于2016年的明星企业仅用一年时间就走到了B轮，背后的投资方包括真格基金、软银中国等知名机构。

导致图玛深维破产的直接原因是资金链断裂，背后涉及的包括但不仅限于，产品准确度不高，团队盲目扩张、市场宣传费用过大，用商业软件做二次开发等等。除了个案的原因，整个市场这一年融资金额缩水了67%。

越难盈利，就越投入宣传扩张，越扩张成本就越高，内外部环境的加剧，让AI医疗项目陷入了螺旋式内卷。

03

商业化之痛，无法盈利的困局

医疗是少见的“三位分离”的行业，决策者、付费者和使用者是三个完全不同的主体，分别是医生医院，保险、医保，以及患者。

这意味着，患者愿意买单，医院才会尝试。而AI+医疗，尤其是影像类项目虽然让看病效率有了极大的提升。比如，体验报告解读、智能问诊、健康管理等场景，都被重塑过了，让AI医生助手更聪明。

但是患者关心的永远是医生的资质，而AI医疗，似乎永远难以匹敌“老医生”“老专家”的光环。

这些都导致了AI医疗项目难以商业化。

以数坤为例，2019年与2020年，数坤科技的毛利分别为63.70万元、2067.70万元，毛利率分别为83.4%与83.5%；2020年上半年与2021年上半年的毛利分别为572.80万元与4433.30万元，2021年上半年，公司毛利率为84.2%。

不过，从盈利能力来看，数坤科技目前仍处于亏损状态。招股书披露，2019年与2020年，数坤科技分别亏损9129.80万元与1.29亿元，2020年上半年以及2021年上半年，数坤科技分别亏损4699.00万元与8742.40万元，目前累计净亏损已超过3亿元。

在持续的亏损之下，AI医疗项目又遭遇了上市的难题，被堵住的上市通道，使得他们难以在资金层面获得喘息，加剧了各家困难的局面。

屋漏偏逢连夜雨。

11月20日，国家医保局一则“放射检查类价格项目立项指南（试行）”发布，在整合规范现行放射检查项目的同时，顺便对影像AI的商业模式进行了界定。

政策解读文章指出：“人工智能技术在临床实践中一定程度上起到辅助诊断或提高效率的作用，但还无法替代医师诊断。在尚无独立的医疗服务产出、辅助诊断质量效用难以确定的情况下，在已收取诊断相应项目检查费用后，不宜单就人工智能辅助诊断再向患者额外收费。

对此，为支持人工智能辅助诊断进入临床应用，又防止额外增加患者负担，立项指南在放射检查类主项目下统一安排“人工智能辅助诊断”的扩展项。也就是说医院利用人工智能进行辅助诊断的，执行与主项目相同的价格水平，但不与主项目重复收费。”

简单来说，国家医保局支持影像AI在临床之中广泛应用，但不允许医院将调用AI产生的费用转嫁给患者。

也就是说，医保支付短期看并不能解决AI医疗影像的问题。

过去也有地方曾经尝试付费。

譬如，山东省便在AI收费设计方面做了很多创新性的工作，有医院利用AI进行早癌筛查CT扫描，实际是物价标准340元每部位，其中便包含着50元人工智能筛查辅助诊断费用（医保不参与支付）。

此外，医保案例付费路径封死后，影像AI企业更为依赖医院、影像设备企业作为支付方。

值得一提的是，最近两年，高压医疗反腐影响下，2024年上半年医院医学装备采购总额几近腰斩，磁共振、CT的中标金额仅为去年同期的60%。

此形势下，影像AI企业也将面对更艰难的求生之路。

04

AI医疗项目想要突破困境

商业化场景是永恒的难题

进入2024年，AI在一级市场遇冷，除了医疗大模型却偶尔传来融资动态，虽然投资人们都在等待杀手级应用，但大模型厂商似乎都意识到，医疗是商业化落地的明确方向。

著名的IBM Watson Health之死，至少验证了一个事实，人工智能+医疗，大力出不了奇迹。

国内的参与者都明白了一个道理，没有清晰商业化方向的AI+医疗，难成气候。

但不得不承认的是，AI已经分布在医院的各个角落，比如AI诊断，从肺结节诊断开始，现在基本上都应用于临床中了；还有达·芬奇手术机器人，现在国产的手术机器人也出现了，包括在骨科、泌尿外科以及血管介入领域的机器人。

广东省珠海市人民医院副院长彭永军教授曾在某场论坛上表示：“现在广东省按病种点数付费（DIP），只要医保政策允许，这个点数就给你支付了，不然手术机器人没有人敢做，做一个亏一个，所以我们也在讨论创新的AI技术以后怎么跟医保政策打通，怎么收费。”

可以想见，医保支付才是解决AI项目生存的关键，但如何走向医保支付？

核心还是需要项目方解决的是关键问题，使用的是核心技术，而非低门槛、重销售的泛泛之谈。

来源：佑信医管