专家访谈：医疗+AI落地成熟度分析

（原标题：专家访谈：医疗+AI落地成熟度分析）

核心观点

1、AI医疗产业整体前景大，能够赋能医疗产业端公司的传统业务，提升其盈利能力，并在客户绑定、新客户开拓上提供帮助。

2、在患者端，AI医疗可以提高了医疗资源的可及性，使得偏远地区的人能够触达到高等级的医疗资源（医疗资源平权）；还可以减少漏诊和误诊，提高诊断的准确性（诊断准确性）；以及AI制药如果成功，患者将受益（制药）。

3、AI医疗产业端落地成熟度，影像→体外诊断→医疗机器人→制药→慢病管理→医疗信息化。

4、AI+诊断领域：

1）体外诊断公司：主业有业绩压力，但需给予AI属性估值溢价。关注与大厂绑定深、落地成熟的公司。

2）影像公司：如联影，在设备市场铺设、市占率、数据授权上有优势。

3）业绩变好公司：对主业业绩有包容度，关注可能迎来拐点的公司。

4）细分领域数据公司：如华大智造，除数据、AI逻辑外，还受Illumina被禁入中国市场影响。

5、AI+医院/医生：AI能提高医生和医院的诊断治疗能力；对医院和医生的运营效率有帮助。

6、AI+慢病管理：看好AI慢病管理，需解决市场教育和支付端问题，商保方案还在讨论中。做硬件的公司可与诊断公司、药企合作，C端医疗器械公司有数据积累优势。

专家交流问答

Q：怎么样看AI医疗产业的变化？

A：整体来讲，从目前这个阶段来看，AI加医疗产业端肯定是非常有前景的方向。

1、实业角度看，从产业端来说，像药企，诊断，包括影像，也包括做服务的公司，不一定会有AI的单品出来，但一定在很大程度上可以使他的传统业务得到AI的赋能，可以使他的盈利能力有可能会提升；还有和客户的绑定，依从性上、新客户的开拓上可能都会有比较大的帮助。

从这个角度来讲，对相关产业来讲，肯定已经很重视。国内很多公司在DeepSeek出来之后，他们都在植入DeepSeek，都在做相关领域的探索；也有很多公司在和华为这类的大厂合作。

2、患者端看，1）关于不平权的问题，医疗资源不能够共享，或者说不能够平等的均摊到每个人身上。这是一个事实，如果没有AI，没有互联网这些，偏远地区的人确实很难接触到大三甲医院，或者相对来说高等医院的医疗资源。这确实是一个现状，但有了AI之后，就有了一个载体，基层的人或者偏远地区的人，他有可能通过AI工具，或者通过互联网升级之后的载体，去触达到比较高等级的医院、医疗资源。从这个角度来讲，医疗的便利性，医药资源的可触及性，肯定是大幅提升。

2）从诊断端看，可以提升诊断或者治疗的准确性，防止漏诊、误诊。对患者来说肯定能够受益，因为在诊断的时候，很多疾病通过影像报告，通过人眼去查看，很容易出现漏诊，尤其是大的医院，可能每天有大量的片子去看，医生在看的时候，因为疲劳，或者什么原因，有可能会造成一些关键病灶位置的遗漏。有可能对疾病的诊断、治疗错过非常关键的窗口期。从这个角度来说，对于患者，减少误诊、漏诊，肯定也是非常有帮助的。

3）对于制药来说，如果AI制药这事后面能够成，从新药出来或者更有效的新药出来，是非常值得期待的。从这个角度来说，患者肯定充分受益。

3、医院端看，医院去买一些系统或者软件，可能现在也没有钱，但往长远来看，大量的医院，尤其是大的三甲医院，经常能看到一个现象就是去的人特别多，排队、挂号等特别久。站在医院角度来说，肯定也是有动力去提高医院本身的运营水平。从这个角度来看，站在医院本身运营管理来看，肯定有动力去做事，对于医院诊疗能力的提升肯定也是有这样的诉求。

4、站在政府端看，医疗相关的资金的高效利用，医疗资源更有效地均摊，肯定都是有帮助的。

从以上四个方面，产业端肯定会积极拥抱AI。像慢病、制药，还有诊断、治疗等非常多的方向，AI都能够赋能。但目前来看，大多的方向还处于非常早期的阶段。

Q：华为大力度地布局AI医疗将对行业的冲击影响？

A：对于医疗领域投资来说，机遇和挑战都有。

挑战方面，华为是一个非常强大的公司，既然有一个军团做这个事情，那他肯定会布局非常强大的人在这里面。华为本身的影响力，包括在国内的一些资源、号召力，再加上人才团队的搭建，包括自己的模型，比如模型底座，数据安全底座等，肯定都是非常强的。

目前华为更多是聚焦在诊断上，这对国内诊断公司来说，肯定是有一定的挑战。从市场份额角度来看，如果相关企业不做非常前瞻的布局，非常快地落地的话，可能就会有一定的失去市场份额，或者很难把握住AI医疗机会的风险。

机遇方面，还是华为的号召力。华为都做这个事情，肯定对社会的资源，包括社会的响应，政府的响应，可能会有更快的一些动作。可能会让大家认识到AI真的能够在医疗，或者在聚焦在诊断领域，AI能够真正地做一些事情，有可能会使得行业更加规范。这可能会是很大的一个优势，或者很大的利好，行业更加规范，后面配套的政策会更进一步地落地。

第二个利好，就是华为既然这么重视这件事情，那他肯定在相关领域的资源投入会进一步增加。比如有了盘古大模型之后，可能AI医疗靠这个模型就够了，但实际上这领域还需要特别多的垂类的大模型。如果华为在这个领域投入更多的资源，极有可能在技术方面有特别大的推动。国内很多的AI诊断公司，像润达医疗、金域医学、迪安诊断等，他们都在和华为合作，建立起了非常紧密的联系。如果华为在这个事件里进一步做投入，技术进一步升级，对于相关合作公司肯定是重大利好。

Q：AI医疗细分领域较多，应该怎么样去选择？

A：通过两个角度来看，站在产业端，哪个方向相对来说落地的最成熟或者落地得更快一步；站在投资端，现在这个阶段去选择哪个方向做偏β一点的布局。

从产业端，AI医疗落地，从成熟度来看，目前影像这块是落地最成熟的。因为现在确实可以通过影像的快速阅片，一方面提高效率，另一方面提高诊断的准确度，能够更精准地发现一些病灶等。

除了这个方向之外，其他方向大部分都是更早期的阶段。

体外诊断相对来说是第二成熟的方向。

第三是医疗机器人，医疗机器人里很多做导诊的机器人，还有陪诊的机器人、手术机器人，但是手术机器人现在肯定也是有一定的曲线，比如特别复杂的动作，特别精准的手术，可能还有一定的不足，但是相对来讲可能还是比较快的。

除了这三个方向之外，其他方向，像制药这块现在降本增效事情非常确定，在靶点发现，尤其在分子设计这块，做药的环节很长，从靶点开始，到分子，再到临床前，临床试验，非常长的过程。现在可以看到在分子落地相对来说最多，但目前确实没有看到一款药物通过AI做出来，或者是AI成药这个事，完全落地现在确实还没有看到相关特别成熟的案例，还需要再观察，今明年可能是非常关键的一个节点。现在AI制药做管线的公司，他们有大量的管线，可能至少有几十条管线都在临床二期甚至偏后的位置，如果他们后面的数据特别好，AI制药这块可能会有非常大的机会。

慢病这块，国内一直都有提，但AI植入，或者AI在慢病管理产生价值，但市场需要教化，尤其国内消费端这块还需要一定的时间做市场教育。

医疗信息化，本身国内信息化已经做得非常好了，但智慧化这块可能还需要一点时间，其实很大一部分原因在于支付端的问题，比如医院没钱，医保今年有压力。所以短期来讲，医疗信息化这块有特别多的落地，可能需要一点时间。但医疗信息化这一块非常值得期待，如果政策上有一定的超预期，如成立专门专项基金等一些动作，医疗信息化这块的发展会非常迅速。

Q：AI+诊断领域，可比公司比较多，核心公司的后续业务展望如何？

A：1）体外诊断可能很多公司，尤其是服务端的公司，如金域、迪安、润达他们本身的检验行业的主业确实从业绩的兑现上有一定的压力。但现在这个位置，对于这些公司来看，不能严格地只看主业或者看业绩，肯定要给它AI的属性，或者特征，给相对的估值溢价。所以从这个角度来讲，关注诊断里和这些大厂绑定特别深的公司，或者落地程度最成熟、最多的公司。这个思路之下，和大厂绑定的如润达医疗，它在2023年6月份开始和华为有比较深度的接触，从接触合作之后，公司的模型良医小慧等这些产品有一定的推进，也有一定的进展、更新、迭代等。像金域、迪安也在和华为有特别大的、特别多的合作。

2）诊断方向，病理医生短紧缺。在医生资源分布不足或者不够的背景之下，AI去做一些事，肯定会对这个领域产生特别大的推进，对于相关病理疾病的诊断效率，还有准确性等角度来说，肯定有重大帮助。安必平可以做重点关注。

3）影像公司，从设备市场铺设、市占率、合作的医院或者拿到的数据授权的角度来看，联影都非常有优势。影像这块应该是AI落地程度最成熟的方向。

4）业绩有可能逐步变好的公司，AI医疗很大一部分程度要给AI一定的溢价，对主业对业绩有一定的包容度，但还是要有关注，如诊断服务这块，可能在今年下半年，甚至到明年，可能会慢慢迎来行业的拐点。

5）对于在某些细分领域有特别丰富的数据积累的公司，如华大智造，华大基因。但华大智造除了数据的逻辑，Ai的逻辑之外，还有Illumina被禁入中国市场的逻辑，所以在数据层面，有丰富积累的公司，可以重点关注。

Q：AI+医院，或者AI+医生方向上，有哪些机会，或者期待点？

A：第一提升提高医生或医院的诊断治疗能力。

第二提高医院本身的运营效率、医生自己的工作效率。

在和业内人士交流的时候，大家担心的点就是数据问题。这个数据并不是属于诊断公司，也不属于医疗信息化公司，训练模型又需要数据，很难形成闭环。像国际医学这样的公司，它在数据层面会有更丰富的数据，或者能够形成一个数据闭环，所以它在模型训练上会有一定的帮助。对于这些公司来讲，它的数据确实会更好，用模型来训练它，它的价值也会非常丰富。所以AI+医院，AI+医生，更多的解读是利好。

可能有些医生排斥AI诊断的观点，觉得抢饭碗等，这就是一个短期现象，因为他们迟早会发现AI确实能够给他带来很大的便利，给他的诊断，治疗能力带来很大的提升。可能随着技术进步、迭代，会慢慢地去弱化这些问题。同时AI+医疗+医院+医生的事情，并不是说完全摆脱医生，它更多的是医生的助手。

诊断数据，或者信息化数据，不是没有价值，各有各自的价值，只不过是不同环节的公司，它处于不同的地位，或者它的价值有不同的体现。在诊断领域，它的数据其实会更加聚焦，如聚焦影像，聚焦病理，在这个领域的模型也会更好，在这个领域的数据也会更多。对一些疑难杂症的诊断，有非常大的帮助。当然大家又会质疑，说这样的公司，它的数据没有医生决策的数据，没有形成一个完整的数据链条，但它毕竟只是一个诊断的环节。从这个角度来讲，它的很多指征已经一定程度上指向某些疾病了，而且模型在做数据训练的时候，还有一类数据就是知识，所以它在诊断这块，肯定也是有自身的价值。它的价值对于细分领域更加精准，更加高效。

传统概念中，医院的数据不一定愿意拿出来，但随着数据训练模型价值逐步体现，未来很多医院会愿意去和相关公司合作。

Q：AI+慢病管理方向怎么看？如何应对大厂的竞争？

A：整体来讲，对AI慢病管理这块非常看好。

慢病这块目前来讲，最大的问题在于市场教育，还有支付端的问题。有些产品会比较贵，买单是一个问题，尤其国内没有开通商保，但也在探讨，还没有完全覆盖。

人口老龄化，像阿尔茨海默综合征，心脑血管疾病，还有糖尿病等，这些方向都是非常大的赛道。

慢病这块，可以有一些不同的分类，举个例子，做硬件的公司（鱼跃医疗，乐心医疗等），后面可以做精准慢病管理；除此之外，还有一些做诊断的，如美年健康，也在做慢病管理，它先给体检，体检之后，看一些指标情况，然后给出健康管理方案，让相关患者按方案去做。这两类，就是一个制定大的方案，另外一个在过程之中做精准调整，预测干预，两种不同形式。关于应对大厂竞争，第一是和大厂合作；

第二是这两类的慢病管理公司，他们本身做合作，也可以和一些药企合作，如做心脑血管疾病相关的监测，可以和相关药企合作，注意相关药企药品销售，拉动相关药企业绩，反过来，也会给它带来一定的收益。

另外也可以不合作，像乐心医疗，鱼跃医疗这样的公司，他们本身和这些大厂上面有成本优势，华为、小米这些公司，他们确实有C端医疗的基因（手环、体脂秤等），但如果真正去做慢病管理服务，相关的垂类模型是非常关键的。在这个领域，长期数据积累是非常关键的。你可以通过一定的技术团队攻关，把硬件做出来，达到很高的标准，但模型还需要一段时间，大模型不够，还要有细分领域的垂立模型。另外还需要非常丰富的数据才能去训练模型。对于国内做C端医疗器械的公司，他们在数据积累，医师积累方面会更有优势。

行业投资建议：

站在投资角度看，对医疗+AI领域需增加包容度。

包容度，一方面是对于业绩，另一方面是对于相关公司的估值。从产业端来讲，AI医疗有一些方向相对来讲已经迈过了0-1的阶段，可能已经走在了1-10的路上。

从投资端去看业绩，可能大部分都是处于0-1的阶段。业绩这块还要等待1～2年，对业绩需要包容度。

现在很多公司涨得都比较高，股价涨得比较多，比较急。从这个角度看，产业方向是一个思路，哪些方向落地的程度最深，细分方向里的龙头可以做重点关注。但落地程度不高的并不是不值得关注，如在医疗信息化中的嘉和、卫宁、讯飞等。有没有落地只是其中一方面，其他还有很多，如预期的政策性支持，或者从逻辑上来讲，它有这样的可能性。另外一些公司，可能也在探索和一些大厂模型的合作，和一些医院授权数据方面的合作。

估值角度，不一定按照传统的医疗行业的估值去看，要更多一点思考，甚至要跨行业给估值，对标一些科技型的公司，这样估值相对来说合理一点，但不要盲目追高。

【相关链接】

互联网医疗+AI

特别提醒：本文为投资逻辑分享，不构成投资建议。

巴菲特读书会

价值投资理念、知识经验学习与交流平台，投资风险教育平台。

发现价值，践行价值。书会长期开展独立投研活动，定期发布原创研究报告，组织线下分享活动。

“行稳致远”,秉持“专业、谨慎、诚信”的精神，努力与会员和客户共同实现长期价值稳步增长。