2023医疗人工智能报告

来源：Boom Health | 发布时间：2024-01-11

摘要：医疗AI的三大应用场景（影像学、信息学、生命科学）展现出截然不同的发展路径。2023年，国内影像学AI的研发、销售平稳向前推进，生命科学AI行至二级市场边缘，信息学方面的AI低调融入各类系统，并借助大语言模型尝试技术内核的跨时代升级。

01 人工智能已是医疗领域必不可少的一部分

医疗AI的三大应用场景（影像学、信息学、生命科学）展现出截然不同的发展路径。2023年，国内影像学AI的研发、销售平稳向前推进，生命科学AI行至二级市场边缘，信息学方面的AI低调融入各类系统，并借助大语言模型尝试技术内核的跨时代升级。

（1）超百个AI获批三类医疗器械，AI跃出辅助诊断

近6年，三类医疗器械注册证年通过量保持高速增长。截至2023年12月1日，国内已有122款智能软件获得市场准入。至此，影像学AI审评审批体系趋于成熟，相关AI的注册准入步入常态化，智慧化的应用或将在数年后覆盖整个临床体系。

2020—2021年获批的影像学AI以辅助诊断类AI为主，2022年辅助诊断类AI仍是主流，但AI应用场景进一步拓宽，2023 年延续了过往的趋势，各类智能手术机器人规划导航类应用相继获批（总计10款），医疗AI的主要场景也由“辅助诊断”变为“辅助诊断辅助治疗并行”。

从病种方面看，肺结节、肺炎、眼底等拥有公开数据集支撑的病种对应的AI最易获批，是各企业实现AI商业化的重要抓手。此外，企业们也通过海外引入或与三级医院合作，将心脏、血液、脑、骨等器官/系统纳入AI落地的新途径。

（2）近百项AI赋能的管线进入临床试验，但无一行至上市阶段

AI 在制药中应用贯穿整个制药流程。据不完全统计，截至2023年11月，进入临床的生命科学AI管线已有16款停止研发或从官网撤下，1款药物被降低临床试验优先级。不过，管线总量仍在以较快速度持续增加，全球处于临床阶段且保持活跃状态的AI参与研发的管线总计97项，超过一半处于临床Ⅰ期。

这些管线中，有67项来自国外（69.07%）。自研新药是目前生命科学类AI企业研制新药的主要模式（占比85.57%），合作研发管线多为老牌生命科学类AI企业所持有，如Exscientia、Lantern Pharma、Schrödinger等。

然而，Schrödinger、BioXcel Therapeutic 等AI 企业经手的已经上市的药物均来自收购，进入临床Ⅲ期的管线也多为老药新用，生命科学类AI公司自研且进入临床阶段的管线均处于临床Ⅰ期或临床Ⅱ期，尚无药物完整跑通临床试验。

（3）信息学重构进行时，基础设施建设成为最大壁垒

相较于影像学和生命科学开拓的创新市场，信息学AI市场相对传统，缺乏创新弹性，形成差异化的研发思路。除专科CDSS以独立产品形态进行销售，绝大多数AI以支撑技术存在，置于成熟产品或解决方案中，通过优化性能、提供额外服务提高竞争力。

在此背景下，卫宁健康、东软集团、东华医为等头部医疗IT厂商调整医院信息管理系统架构，使其更好适应智能化应用运行，更便捷实施智慧化医院管理；另一方面，数字疗法的崛起强化了AI在人机交互、量表分析、智能预警、质量控制等场景下的能力，帮助信息学AI跃入治疗领域，进一步发挥数智价值。
大语言模型的出现为医疗IT的重构提供了新的抓手。新的自然语义处理能力支撑下，过去的智能问诊、智能电子病历生成、智能随访等涉及文本信息的环节将迎来划时代的产品体验提升，进而颠覆医生的工作流程。

02 资金流速回暖，医疗人工智能进入稳步发育期

（1）二级市场考察：AI盈利尚有距离，疫情影响增速普遍放缓

经历2021年的递交招股说明书热潮后，医疗AI迎来了漫长的上市平淡期。2022年9月至2023年12月，国内仅AI制药企业英矽智能和晶泰科技递交了招股说明书，成功上市的医疗AI企业寥寥无几，具体分布与2021年并无差异。

目前全球范围内登陆二级市场的生命科学AI企业已达两位数，但除加拿大生命科学AI公司AbCellera Biologics 外，无一盈利。AbCellera Biologics是一家抗体研发公司，使用其自研的AI驱动抗体发现平台通过分析天然免疫系统数据库来寻找可以开发为药物的抗体。

不过，AbCellera Biologics除去Bebtelovimab（与礼来合作）后，AbCelera四季度的收入仅仅为 2150 万美元，占2022年总收入的4%。如今，除了Schrödinger，其余上市企业的当前市值已远低于上市市值，不少企业已经从“独角兽”的队列中离去。

（2）一级市场考察：宏观遇冷，影像放缓

回顾过去几年，AI影像率先获得资本青睐，迅速累积数百亿资金，驱动多个AI影像产品商业化落地。到2023年，AI影像板块的资金仍然充沛，但偏好辅助治疗而非辅助诊断。AI制药作为2022年的热门板块，在2023年正面临商业前景不明朗的瓶颈问题，融资热度有显著下降。另一方面，作为底层技术，AI在完成技术验证后，其医疗应用场景正不断多元化，不少投资人落足于眼科、口腔、中医问诊、健康管理等领域，寻找AI新的价值点。

据统计，2022年8月31日至2023年10月31日，医疗AI板块共完成170笔161.24亿元人民币融资。2023年的融资事件数较2022年同期的127件和2021年同期的112件发生了较大规模的增长，主要在于辅助诊断AI向辅助治疗AI的转型及基于影像的手术导航、手术规划类AI的崛起，共同拉高了AI影像与AI信息化企业融资规模。

03 在逆势之下存活，医疗人工智能仍需高频创新

目前，医疗AI企业的经营情况不容乐观。造成这一结果的原因包括：

• 缺乏医保支付模型和临床新药的成功案例，AI购入的成本项、价值验证仍悬而未决。
• 产品没有达到改善整个产业的地步，不足以让客户买单。
• 医疗AI技术本身存在的一些问题。

过去数年，影像类企业及相关机构尝试横向比较各AI产品的价值，且均有企业、政府、监管机构的协力推动，但不够积极。解决这一问题需要医疗AI产业引入第三方进行牵头，建立产业联盟，统一确立物价准入、市场准入的目标省市、目标病种，合力推动相关研究的进行，推进AI设备落地，缩短AI项目扭亏为盈的时间。

单纯向医院销售单病种辅助诊断软件可能无力收回海量投资成本；只提供算法筛选而保障其后期研发也不能体现技术的说服力。因此，近年来的医疗AI企业在加速模式创新及产品创新，尝试打破单一商业模式困局，尽可能提升其在疾病诊疗链路/新药研发流程中的环节覆盖能力，谋求抓住任何扭亏为盈的机遇。可以参考的方向包括临床再创新、医院影像数据治理、深入治疗领域、合作政府覆盖基层医疗、成立人工智能医院等等。

04 大模型入局，医疗人工智能再遇新变量

面对智慧医院智能程度不足问题，大语言模型（LLM）可提供一定帮助。此外，将大模型置入新药研发中，可以用更高效的算法分析，处理、构建化合物、匹配临床患者等，提升各阶段药物研发效率。就目前而言，大模型在医疗领域的应用还停留在对已有场景的重构上，尚未展现出新场景的创新。

以下九个场景最有可能最快接入大模型：辅助诊断、辅助决策；治疗方案生成；质控；患者服务；医院管理；教学科研；中医；药物研发、销售；公共卫生。

相较千亿级参数的通用大模型，医疗中文本类大模型的参数可控制在100万内，包含文本与多模态影像的大模型参数可控制于500万内，因而非头部互联网公司也能参与医疗大模型的建设。不过，从概念到落地，现阶段的医疗大模型仍需解决两个问题：将大模型部署至医院需要医院购置相应GPU驱动模型运行；基于大模型构建的智能应用仍然没有脱离传统医疗IT应用的范畴。

大模型虽在医疗场景中已经取得了许多重要成果，但从规模看仍处于起步阶段。下一阶段，大模型将在模型规模、自适应和个性化、多模态数据融合、解释性和可解释性等方面得到进一步发展。同时，大模型的发展也面临着一些挑战，如数据量和计算资源的需求、模型的隐私和安全问题、模型的稳定性和可扩展性等。

05 三大赛道，汇聚医疗人工智能核心竞争力

AI在医疗领域已实现多环节的全面渗透。医疗AI产业上游主要是为行业提供基础技术支持的行业，如基础数据平台、算法等。中游主要为医疗AI的应用层。下游为技术的应用场景，如医院、体检机构、居家、药房等。

中游场景的入局企业可分为影像AI、信息化AI、新药AI三个板块。随着AI在医疗的快速应用与升级迭代，行业细分赛道已趋明晰，国内外涌现出一大批优秀的企业，在各自的领域中探索出更多可能。