ChatGPT的“出圈”现象将市场目光聚焦于AI交互能力的再一次突破。医学被认为是人工智能应用中最有可能率先实现商业化的细分领域。事实上，在我国传统医疗模式进入数字化转型的关键周期内，基于算法+数据+云端算力的AI应用创新逐渐成为新的增长引擎。在“政产学研用”的多方努力下，全球智能时代加速到来，而医疗行业也正加速进入数智化的爆发期。随着科技的进步和人们对健康状况的重视，AI技术深入医疗领域，推动医疗行业高速发展。分析人士表示，这是立于“健康中国”战略宗旨下，中国医疗实现由提供“医疗保障”到提供“健康服务”智慧化、信息化、定制化转型的必经之路。当AI褪下虚幻的面纱，以潜移默化的方式真正进入人们的生活时，更为必要的是跳出技术的表现形式，追溯它的发展动力。▌AI为医疗带来史诗级变革 千亿资金注入赛道 上市公司争相布局过往的五年时间，近千亿资金注入医疗人工智能赛道。外界的持续滋养下，AI已经在医疗中的方方面面落地生根，成为媲美互联网技术一样的存在。业内人士透露，在人口老龄化加剧与医疗资源有限的矛盾日益凸显的背景下，人工智能技术以其极强的分析决策能力全面赋能院前、院中、院后各个环节，促进医疗资源合理配置。伴随AI技术愈发成熟，大量医院的影像数据库数据量呈现指数增长，算法壁垒的作用开始凸显。中国已经迎来AI医疗应用风口，数据显示，中国人工智能AI医疗市场在未来十年将持续快速增长。从资本热度、市场规模角度来看，AI医学影像是AI医疗商业化前沿阵地。AI浪潮已至，医药产业升级来袭抓住可商业化落地的公司，根据华安证券整理，AI检验诊断相关标的为润达医疗、迪安诊断、金域医学、美年健康、麦克奥迪、安必平。
院内信息化布局的企业有卫宁健康、创业慧康、东华软件、东软集团、万达信息、久远银海；电子病历+医院数据中心相关标的为嘉和美康；自动化药房布局的企业有健麾信息、艾隆科技。AI+医疗器械相关标的为乐普医疗、伟思医疗、天智航；AI辅助药物设计相关公司为成都先导、药石科技、泓博医药、药明康德、皓元医药。
由于全球各地医疗数据的多种多样，使得医疗领域成为了AI最具应用前景和应用价值的领域之一。分析人士表示，这对拥有14亿人口的中国来说，显然更具优势。医疗AI作为前沿科技，在美国也是方兴未艾，所以在中国市场，其真正的增长空间大概率比十倍更高。
▌当“急先锋”遇见“慢郎中”—AI医疗正处“叫好不叫座”阶段当医疗AI的先发企业纷纷跨过技术和数据的门槛，并取得产品上市的入门券，摆在面前的，是如何场景落地的问题。在面对错综复杂的医疗场景时，AI技术如何定义自身价值，是个值得深思的问题。事实上，国内关于AI+医疗的热情已经数不清是第几浪了。和ChatGPT的大红大紫相比，AI医疗在国内正处于“叫好不叫座”的阶段。美国心脏病学家埃里克·托普认为，与智能驾驶相比，AI医疗面临着更为严重的伦理问题。对医学整体而言，绝不能容忍没有人类医生和临床医生的监督。这些不能由技术解决的难题，却恰恰卡住医疗AI的脖子。伦理问题，不只限制了AI医疗的高度，同时也限制了AI医疗发展的速度。AI的三大基石，分别是数据、算法、算力。而数据，又被称为AI时代的“石油”，是基石中的基石。但对于AI医疗来说，医疗数据就是永远的痛点。尽管AI辅助医学诊断、病情评估、外科手术和药物研发等方面表现突出，但是缺乏高质量、多样化和注释明确的数据是其发展的主要技术瓶颈。分析人士称，首先，提供良好注释的医学数据十分有限。其次，涉及医学数据隐私保护的法规较为严格。然后，医学数据的自身偏差不利于AI医疗实践。最后，广泛一致的医学数据难以保证。AI医疗在医疗数据方面的困境，恰恰体现了医疗行业“慢行业”的特点。在过去的30年当中，无论是创新药械，还是智能手机、互联网，都没有改变“看病”这个行为的流程——挂号，诊断，治疗。在以ChatGPT为代表的大语言模型出现以后，大家都意识到这将是一个颠覆性的技术。但即使是《颠覆医疗》的作者，也不认为AI能够取代医生，成为诊疗行为的掌控者。“AI的一些医疗决策，实际上就是抛硬币。”哈佛医学院的数据科学家Kun-Hsing Yu语出惊人。他还补充道：即便比赛中正确率达90%的获奖模型，再用原数据集子集测试时，准确度最多60-70%，可谓惨败。上述科学家的观点来自Nature最近新发表的一篇文章。内容对AI在医疗领域的可重复性提出了质疑，呈现诸多医疗领域及场景中，AI自带的黑箱属性造成的隐患。长期以来，AI融合医疗的一个关注点是AI与人的关系，具体到AI在医疗行业是颠覆，是变革，还是辅助。AI融合医疗的另一大难点是监管和问责制。分析人士认为，AI技术的发展结合医疗实践能够作为人体脑力和体力的一部分延伸，是辅助人类做出决策的利好工具。尽管AI的曙光照亮了人类医疗发展上的一个新方向，但是仍不可欠缺对其规范性和总体性的考量。认识AI的强大之后，至少还要承认其发展阶段的技术限制并且制定配套的监管、法律和伦理治理框架，避免发生AI医疗威胁人类健康的情况。净利润为负也是每家企业不可回避的事实。蛋壳研究院认为：AI企业仍处于高速发展阶段，需要较高的技术研发投入维持竞争力，保证前沿市场的探索；另一方面，盈利规模效应初现苗头，其规模还有待提升，在高额的研发开支下，有限的营收目前不足以支撑净利润的大幅增长。此外，我国人工智能医疗器械产业发展态势良好，但整体仍处于发展初期，在技术和产业等方面仍面临诸多挑战。业内人士分析，一是技术瓶颈及核心基础有待突破。二是产业的闭环商业模式尚未形成。三是产业发展支撑环境需完善优化。对于这样的现状，一些研究者和业内人士也在着手改进医疗AI。一方面，是构建靠谱的超大数据集。另一方面，想要提升机器学习质量的话，消除冗余数据也很有帮助。从商业模式上来看，以往医疗软件产品往往打包设备捆绑销售，如今医疗AI已逐步度过价值实践期，在付费模式上，不少企业正在探索软件使用按次收费，进行服务费分成。这种模式下，医学影像AI的增长有望实现从卖器材到卖服务的转变，产品有望进一步向基层渗透。不难发现，围绕医疗数据的发展瓶颈正是解决AI医疗在临床实践中最关注的普适性和精准度的问题的方向。分析人士透露，除医学数据外，AI医疗的临床运用也不可忽视与临床工作流程的整合度。对医疗从业者来说，AI医疗极为重要的一点就是确保AI辅助医疗实践是“无缝衔接”的。可以明确的是，二者相互协调才能最大化AI辅助医疗的作用。政策或许是AI医疗一改“慢行业”特征迎来加速发展的重要催化剂。世界各国均高度重视人工智能医疗器械相关产业发展，不断升级产业政策战略，我国也先后出台了《十四五医疗装备产业发展规划》《关于组织开展人工智能医疗器械创新任务揭榜工作的通知》等重要文件，医疗器械产业已成为人工智能赋能实体经济发展的重要方向。截至2022年10月，已有62款人工智能医疗器械获批，覆盖心血管、脑部、眼部、肺部、骨科、肿瘤等多个疾病领域。找准痛点，扩大场景，最大化AI之于人的价值是医疗AI企业持续发展的关键。总体来看，医疗AI行业存在大量待挖掘场景，随着法规的完善与产品质量的提升，人工智能对医疗行业数字化、自动化转型的拉动作用将不断增强 
