AI在醫療健康各各場景應用情況如何?

數據積累與高質量數據庫的建立是推動 AI 病理診斷技術發展的核心。

1.AI 影像：人工智能切入醫療起點，市場空間巨大

由于老齡化大環境、醫療資源分配不均以及醫學影像領域存在較大的缺口等原因， 使得醫學影像醫生承擔較大的醫療壓力。老年人口患慢性病患病比例增速明顯，根據流 行病學數據調查顯示，2018 年老年人慢病患病率為 62.3%，對比 2008 年的 46.8%，十年 間增長了 15.5pct。同時，由于醫療資源分布不均，導致當前仍有大量患者涌入三級醫 院，為三級醫院的影像科醫生的工作帶來很大負擔。 根據數據統計，2018 年-2023 年我國醫學影像數據復合年增速在 30%左右，而影像 科醫生復合年增速僅為 4%，且以 CT 報告為例，影像科醫生每天需要完成的閱片量在 80- 100 份，一般來說，簡單的 CT 影像閱片可能只需要幾分鐘，而復雜的病例可能需要更長 的時間，可能需要花費 30 分鐘或更長時間。醫學影像醫生面臨較大的工作壓力。

政策支持國產醫學影像設備發展和人工智能應用，以解決醫療資源短缺問題。根據 政府各部門在 2022-2023 年發布的醫學影像相關政策可以看出，政策大力推動國產醫學 影像設備的發展，并積極探索人工智能在醫學影像的多個應用場景，以此解決醫療資源 緊缺的問題。同時針對人工智能醫學影像的發展基礎，即影像數據庫以及人工智能算法 都提供了政策支持。 截至 2023 年 7 月 5 日，NMPA 共批準了 70 個三類證，從診療流程上涵蓋了輔助診 斷以及輔助治療兩大類，其中輔助診斷包含了冠脈、肺結節、骨折/骨齡以及眼底等部 位；輔助治療主要包含了放射治療的相關產品。

人工智能醫療應用場景廣泛，隨著拿證產品數量增多，整體市場規模初顯。現階段， AI 醫學影像在醫院內、醫院外以及出海等渠道均有商業落地產品，隨著生態路線的逐漸 建立，未來 AI 醫學影像市場規模將迎來高速增長。據億歐智庫相關統計，2023 年 AI 醫 學影像市場規模為 24 億元，2030 年將達到 137.4 億元，年復合增長率為 33.8%。

國內 AI 醫學影像在全球市場中展現出了巨大的發展潛力。隨著技術的不斷進步和 市場的逐漸成熟，國內相關企業已經在國際舞臺上嶄露頭角。首先，從認證情況來看， 數坤科技、深睿、聯影智能、推想醫療、騰訊醫療健康等企業已經在國內外取得了大量 的認證。這些認證不僅體現了企業產品的質量和可靠性，更為它們進入國際市場提供了 有力的保障。例如，數坤科技獲得了 8/2 個美國 FDA 認證和 4 個歐盟 MDRCE 認證，這意 味著其產品在國際上得到了高度認可，能夠在全球多個市場進行推廣和應用。

中國在醫學影像設備市場仍有廣闊的增長空間，對比 2019 年全球醫學影像設備人 均保有量可以發現，中國的人均保有量（9.7 臺/百萬人）相較于日本（55.2 臺/百萬人） 和美國（40.4 臺/百萬人）還有較大差距。隨著國內人均醫學影像設備保有量的提升， 對 AI 醫學影像產品的需求也將隨之增加，進而推動國內 AI 醫學影像市場的快速發展。

AI 醫學影像在臨床應用中的接受度和使用率正在不斷提高，未來有望成為臨床診 斷和治療的重要輔助手段。從臨床滲透率來看，《2023 年中國人工智能醫學影像產品生 態路線研究報告》預計 2022-2024 年 AI 醫學影像臨床滲透率將從 2022 年的 20%左右提 升到 2024 年的 30-40%。國內企業在 AI 醫學影像領域的技術創新和市場拓展方面取得 了顯著進展。通過與國際標準接軌，積極獲取各類認證，國內企業不僅能夠在國內市場 占據有利地位，還能在全球市場中分得一杯羹。 未來 AI 醫學影像企業將呈現三大發展趨勢：一是依托生態路線加速自身造血速度， 提升商業化落地能力，包括產品向患者端靠近、加快海外拿證速度、注重臨床價值驗證 和產品向治療端延伸等；二是生成式人工智能（AIGC）將給 AI 醫學影像發展帶來指數 級增長，其應用優勢包括生成合成醫學圖像、提高圖像質量、自動圖像分析和個性化治 療等；三是綜合類醫學人工智能模型與醫學影像領域結合將釋放巨大潛力，通過整合非 成像數據、醫學成像和臨床病史，生成完整的醫學報告，為醫生提供定制化的醫療建議。

2. AI 病理：數據標準化有望推動行業快速發展

診斷流程主要包含取樣、制片、診斷和報告四個步驟，根據樣本類型可分為組織學 檢查和細胞學檢查兩類。二者取樣方式不同，組織學樣本一般通過開放手術、內鏡檢查 或經皮穿刺活檢獲取，而細胞學樣本一般通過體液、拉網、細針穿刺、脫落細胞等途徑 獲取。AI 病理診斷流程主要包括標準化切片的制作、切片數字化掃描、AI 算法讀片、 AI 提示陽性切片人工復核等環節。實現 AI 病理診斷的關鍵點為標準化制片、數字化處 理、足量基礎數據對算法模型進行訓練、AI 算法假陰性率的控制等。

數據積累與高質量數據庫的建立是推動 AI 病理診斷技術發展的核心。病理診斷依 賴于大量標準化的醫學數據，特別是基因組數據、病理圖像和臨床信息，這些數據為 AI 算法提供了必要的訓練素材，從而提高診斷準確性。以 TempusAI 為例，TempusAI 最初 從基因測序和檢測入手，逐步積累了大量高質量的臨床和分子數據，尤其是在腫瘤學領 域。通過與全球超過 2,500 家醫療機構合作，Tempus 已收集并整合超過 250PB 的多模態 數據，包括 850 萬份臨床記錄、120 萬份影像記錄、110 萬份測序樣本和 250,000 個 DNA 和 RNA 基因型數據。這些數據為 Tempus 的 AI 病理診斷技術提供了支撐，并推動了精準 醫療和個性化治療的應用。 AI 病理應用領域 90%集中于宮頸癌，中國宮頸癌發病率和致死率高居第六。宮頸癌 是常見的婦科惡性腫瘤，其主要病因為 HPV 病毒的持續感染。宮頸癌是目前人類所有癌 癥中，唯一可以通過早期預防和治療消滅的癌癥。早期宮頸癌常無明顯癥狀和體征，宮 頸可光滑或難與宮頸柱狀上皮異位區別，頸管型患者因宮頸外觀正常易漏診或誤診。HPV感染基本上會在一年到兩年內自然消退，即一次性感染，只有小部分(3%-10%)會保留下 來。HPV 感染首先導致宮頸上皮內瘤樣病變，若持續感染，則可能會進一步發展為宮頸 癌。從 HPV 感染發展到宮頸癌癌變往往需要持續 10-30 年。 病理醫師極度短缺，市場需求較大。2022 年，中國病理科執業（助理）醫師數量僅 為 1.8 萬人，比 2020 年仍減少 0.1 萬人，經歷了 2021 年數量波動向下后，目前形勢有 所好轉，人數回暖。遠低于美國、歐洲等發達國家水平。根據《病理科建設與管理指南 （試行）》，病理醫師需按每 100 張病床 1-2 人配備。按每 100 張病床 1 位病理醫師計 算，2022 年病理醫師需求為 9.75 萬人，按每 100 張病床 2 位病理醫師計算，需求為 19.5 萬人，而實際病理醫師數量僅為 1.8 萬人，人才缺口為 7.95-17.7 萬人。

數據標準化在 AI 病理診斷領域具有重要意義，它確保了來自不同醫療機構和系統 的數據能夠兼容，為 AI 算法提供可靠的訓練素材，從而提升病理診斷的效率與準確性。 隨著醫療數據的日益增多，數據孤島和格式不統一等問題逐漸成為制約行業發展的瓶頸。 2025 年 2 月 13 日，經濟觀察報獨家獲悉，國務院國資委正在籌備組建名為國家數據集 團的新央企，該集團的成立旨在通過整合和優化全國數據資源，推動數據的高效配置與 深度應用。國家數據集團將承擔起國家級數據資源的整合任務，涵蓋醫療、能源、交通、 金融等多個關鍵領域，推動數據跨行業、跨區域的流動與共享。通過這一舉措，數據標 準化的進程有望得到加速，從而為AI技術的普及與醫療行業數字化轉型奠定堅實基礎。 數據標準化的推進為數據的商業化應用提供重要支撐，同時數據資源豐富的公司先 發優勢明顯。以 TempusAI 為例，該公司憑借強大的數據資源優勢，與全球 20 家最大的 上市制藥公司中的 19 家建立了合作關系，并將去標識化后的數據授權給合作伙伴。截 至 2024 年第四季度，Tempus 已簽署的剩余合同總價值超過 9 億美元，推動了數據資源 的商業化應用。盡管海外與國內支付環境存在差異，Tempus 的做法仍為其他公司的 AI+ 產品提供了新的選擇和應用思路。 病理產業上下游企業、互聯網巨頭紛紛布局 AI 病理軟件研發，多領域合作為 AI 病 理研發發展帶來多重優勢。同時 AI 病理有望大量減少病理醫生的簡單重復閱片工作， 解決行業痛點，突破行業瓶頸，各家公司爭相布局 AI 病理。

3.AI 醫療系統：賦能 CDSS 與病種質控

臨床決策支持系統（ClinicalDecisionSupportSystem,CDSS）是醫院信息化建設的 核心系統，對于規范醫生診療行為，提升醫療質量和管理水平具有重要意義。由于臨床 醫師專業領域往往局限于單病種研究，且基層醫生的誤診與漏診率較高，CDSS 的設計目 的是為了幫助醫生跨越單病種知識限制、規范醫師診療行為、把控醫療質量、避免醫療 差錯以及減少不必要的醫療費用支出。 AIGC 將大幅提升效率：在臨床人機交互使用中，AIGC 將能夠輔助工作流。基于底 層算法和需求生成的文本、圖片、等多媒體將輔助 CDSS 中的知識搜索、輔助問診、病 癥解讀、單病種質控等多種臨床應用。由于臨床質控水平有待提高，三甲醫院和二甲醫 院具備充足的購買預算，成為 CDSS 產品的主要采購力量；優質醫生資源短缺和信息化 進程緩慢，基層醫療機構對 CDSS 產品有很強的內在需求。結合中國政府采購網公布的 招標文件內容，目前 CDSS 已經形成了以疾病知識庫、智能分診系統、門診醫生輔助系 統、病房醫生輔助系統、病房護士輔助系統、檢查/檢驗系統、單病種質控系統為主的 7 大系統，從藥房走向了醫院臨床管理全流程。

CDSS 相關政策主要分為基礎層、技術層和應用層三個層面，各層面政策對 CDSS 的 發展起到不同的推動作用。基礎層政策主要是醫療信息化相關政策，其數量最多且出臺 時間最早。早期的醫療信息化政策促使醫療機構廣泛應用信息技術，實現了從醫院管理 信息系統（HIS）到醫院臨床信息系統（CIS）的轉變，而臨床信息系統的廣泛覆蓋為 CDSS 的落地奠定了基礎。技術層政策重點涉及醫療大數據和 AI，雖然醫療數據經過長時間積 累后可應用于臨床和科研，但這些數據存在分散和結構化程度低的問題。隨著醫院和醫 生對數據價值認知的改變，以及大數據和 AI 技術的興起，數據的智能化處理和應用有 了更好的解決方案。應用層政策數量較少且出臺較晚，但對 CDSS 產品落地有著最直接 的影響，主要包括信息化評級和績效考核，例如電子病歷、智慧醫院評級、醫院信息互 聯互通評級等都對 CDSS 應用提出了要求，其中電子病歷評級對 CDSS 的需求最為顯著， 因為電子病歷對提高醫療服務效率、保障醫療質量和安全、改善就醫體驗、加強醫療服 務監管以及促進“智慧醫院”發展都有著重要意義。

受政策、市場、技術等多重因素的推動，CDSS 商業化進程加快，不同類型的企業主 體利用自身優勢，建立起各具特色的產品壁壘和業務模式。CDSS 的采購因需求不同，采 購主體也會略有差異。大部分情況下，CDSS 一般由有需求的醫療機構自行采購；或由區 域內的政府機構（衛健委等）代為采購，供區域內的醫療機構或某一醫聯體/醫共體內的 成員單位共同使用。政府給醫療機構采購，這種情況一般是由于區域內的醫療機構對 CDSS 的需求比較高，政府也有主動推行 CDSS 來提升區域內醫療診療效率與水平的動力。

電子病歷評級相關市場規模可觀，全科 CDSS 市場規模超百億，專科 CDSS 市場規模 取決于企業開拓場景的程度。2019 年全國有 7000 多家醫院申報電子病歷評級，據此估 算該市場年規模約 80 億元。全科市場更大，僅知識庫查詢功能的單個產品招標價在 30- 50 萬，若加上輔助診斷、用藥推薦和硬件產品，單個機構平均客單價約 100 萬。以江蘇 90 多個區縣為例，若每個區縣購置 100 萬項目，就有 1 億市場，核心城市基層醫療機構密度更高。此外，民營醫療連鎖為規范診療流程和提升運營效率會采購全科 CDSS，如呂 醫生社區連鎖診所采購惠每科技產品，全科 CDSS 市場規模超百億。專科 CDSS 產品比全 科貴，招標價在 50-300 萬元不等，其市場規模取決于企業開拓場景的程度，若單個 VTE 產品能在每家醫院布置，專科 CDSS 單一場景的市場將接近評級版 CDSS 規模。 CDSS 在應用層面有兩個發展方向，這將推動行業迎來第二次增長跨越。一是深入 發展，很多信息化企業在單病種上拓展，但單病種質控與臨床結合緊密，跨越壁壘有難 度。部分企業通過組建醫學團隊幫助醫院臨床科室應用 CDSS，在 VTE、新冠肺炎、膿毒 血癥等病種取得成效。二是基于 NLP 技術，將 CDSS 置入電子病歷等系統進行內涵質控， 嘉和美康就是將 CDSS 系統以插件形式置入各科室電子病歷系統和工作站，輔助醫生書 寫病歷時質控。相關應用已出現在信息化廠家的 HIS 和電子病歷系統中，若企業能做好 知識庫并與現有信息化系統結合，實現事中與事后質控結合，患者安全將得到進一步保 障。

AI 醫療系統推動醫院端流量向 toC 端轉化。區別于傳統醫療系統，AI 醫療系統不 僅包括 CDSS 和電子病理功能模塊，還具備將醫院端流量轉化為 toC 端的潛力。以訊飛 醫療為例，訊飛醫療通過其智慧醫院患者服務與診后管理平臺，利用 AI 技術為患者提 供個性化健康管理服務，推動醫院端流量的轉化。患者出院后，可以通過平臺上傳病歷、 接收用藥提醒，并與醫生進行遠程溝通，平臺內的智能聊天機器人還能夠回答患者的常 見問題，提升患者的健康管理體驗。通過這種方式，醫院能夠將傳統的線下診療轉向線 上健康管理服務，開辟了新的盈利渠道。此外，訊飛的影像云平臺為醫院提供遠程醫學 影像服務，優化了醫療資源的配置并提升了醫療效率。AI 醫療系統通過這些技術創新， 不僅幫助醫院實現了流量變現，還推動了醫療健康管理的數字化轉型，為醫院帶來了新 的經濟增長點。

4.AI 健康管理：慢病管理應用落地可期

《2024-2029 年中國健康管理行業發展趨勢及競爭策略研究報告》數據顯示，2023 年中國健康管理市場規模約為 11879 億元。其中，AI 助力健康管理，可以為人們提供更 加精準、高效、便捷的健康服務，幫助人們更好地管理自己的健康。當前，中國 AI 健康 管理行業尚處發展初期，但遍布多個細分領域，市場廣闊。未來，隨著 AI 技術的不斷 提升和不斷滲透的同時，在慢性病患者、亞健康群體增大及老齡化驅動下，AI 健康管理 需求市場將迎來快速擴張。

在 AI 健康管理的應用中，慢病管理是一個重要的方向，市場空間廣闊。根據《2022 中國衛生健康統計年鑒》，預計到 2024 年中國慢病患者人數將超過 5 億，且慢性病在 所有死亡病例中的占比高達 80%。隨著老齡化社會的推進，慢病患者人數還將持續增加。 我國慢性病人群的特點包括人數龐大、共病率高和管理難度大，這導致了醫療資源的“供 求失衡”：一方面，有限的幾千家公立醫院面臨掛號難、排隊長的壓力；另一方面，數萬 家基層醫院面臨病人稀缺、發展受限的困境。因此，慢病管理的數字化轉型變得尤為迫 切，AI 技術為解決這些問題提供了高效的解決方案。 慢病管理的長期性特點使得 AI 技術在該領域的容錯率更高，應用落地的可能性更 大。AI 系統通過智能穿戴設備（如 CGM）實時監測患者的生命體征，結合患者的歷史 病歷、遺傳信息、生活習慣等多元數據進行分析，能夠及時發現健康異常并進行預警， 幫助醫生和患者做出更精準的干預決策。AI 慢病管理不僅能降低誤診和漏診率，還能有 效提高管理效率，從而為龐大的慢病患者群體提供定制化的健康管理服務。 AI 慢病管理不僅推動了醫療數據的積累，也為健康管理與商業保險行業的深度融 合提供了新機遇。2023 年，中國商業健康保險保費收入首次突破 9000 億元，達到 9035 億元，然而仍未達到《促進社會服務領域商業保險發展的意見》提出的 2025 年市場規模“力爭超過 2 萬億”的目標。當前，商業健康保險面臨低賠付率和信息不對稱等問題， 整體賠付率僅為 3000 億元，占衛生總費用 9 萬億元的 3.3%。在此背景下，AI 技術通過 實時采集、分析患者健康數據，為保險公司提供精準的健康風險評估。例如，AI 能夠識 別健康異常，提前預警潛在的疾病風險，減少信息不對稱帶來的核查成本，并提升保險 理賠的準確性。這不僅能有效降低核保成本，還能提升賠付率，推動保險產品的創新與 市場擴展。

近年來，國家針對 AI 健康管理領域出臺了一系列相關政策，旨在推動人工智能技 術在醫療健康領域的創新應用。2023 年 2 月，中共中央辦公廳、國務院辦公廳印發《關 于進一步深化改革促進鄉村醫療衛生體系健康發展的意見》，提出到 2025 年，鄉村醫 療衛生體系改革發展取得明顯進展。鄉村醫療衛生機構功能布局更加均衡合理，基礎設 施條件明顯改善，智能化、數字化應用逐步普及，中醫藥特色優勢進一步發揮，防病治 病和健康管理能力顯著提升，鄉村重大疫情和突發公共衛生事件應對處置能力不斷增強。 2024 年 1 月，國務院辦公廳印發《關于發展銀發經濟增進老年人福祉的意見》，加快建 設康復醫院、護理院（中心、站）、安寧療護機構，加強基層醫療衛生機構康復護理、 健康管理等能力建設，鼓勵拓展醫養結合服務，推動建設老年友善醫療機構。

目前，AI 健康管理行業仍處于快速發展初期，市場集中度相對較低，競爭格局尚不 穩定。當前，中國 AI 健康管理行業吸引了眾多企業參與，包括中興通訊、迪安診斷、九 安醫療、魚躍醫療、樂普醫療、萬達信息、方舟健客、衛寧健康、樂心醫療、延華智能、 智云健康、錢璟康復、推想醫療等企業。