AI在医疗健康各各场景应用情况如何?

数据积累与高质量数据库的建立是推动 AI 病理诊断技术发展的核心。

1.AI 影像：人工智能切入医疗起点，市场空间巨大

由于老龄化大环境、医疗资源分配不均以及医学影像领域存在较大的缺口等原因， 使得医学影像医生承担较大的医疗压力。老年人口患慢性病患病比例增速明显，根据流 行病学数据调查显示，2018 年老年人慢病患病率为 62.3%，对比 2008 年的 46.8%，十年 间增长了 15.5pct。同时，由于医疗资源分布不均，导致当前仍有大量患者涌入三级医 院，为三级医院的影像科医生的工作带来很大负担。 根据数据统计，2018 年-2023 年我国医学影像数据复合年增速在 30%左右，而影像 科医生复合年增速仅为 4%，且以 CT 报告为例，影像科医生每天需要完成的阅片量在 80- 100 份，一般来说，简单的 CT 影像阅片可能只需要几分钟，而复杂的病例可能需要更长 的时间，可能需要花费 30 分钟或更长时间。医学影像医生面临较大的工作压力。

政策支持国产医学影像设备发展和人工智能应用，以解决医疗资源短缺问题。根据 政府各部门在 2022-2023 年发布的医学影像相关政策可以看出，政策大力推动国产医学 影像设备的发展，并积极探索人工智能在医学影像的多个应用场景，以此解决医疗资源 紧缺的问题。同时针对人工智能医学影像的发展基础，即影像数据库以及人工智能算法 都提供了政策支持。 截至 2023 年 7 月 5 日，NMPA 共批准了 70 个三类证，从诊疗流程上涵盖了辅助诊 断以及辅助治疗两大类，其中辅助诊断包含了冠脉、肺结节、骨折/骨龄以及眼底等部 位；辅助治疗主要包含了放射治疗的相关产品。

人工智能医疗应用场景广泛，随着拿证产品数量增多，整体市场规模初显。现阶段， AI 医学影像在医院内、医院外以及出海等渠道均有商业落地产品，随着生态路线的逐渐 建立，未来 AI 医学影像市场规模将迎来高速增长。据亿欧智库相关统计，2023 年 AI 医 学影像市场规模为 24 亿元，2030 年将达到 137.4 亿元，年复合增长率为 33.8%。

国内 AI 医学影像在全球市场中展现出了巨大的发展潜力。随着技术的不断进步和 市场的逐渐成熟，国内相关企业已经在国际舞台上崭露头角。首先，从认证情况来看， 数坤科技、深睿、联影智能、推想医疗、腾讯医疗健康等企业已经在国内外取得了大量 的认证。这些认证不仅体现了企业产品的质量和可靠性，更为它们进入国际市场提供了 有力的保障。例如，数坤科技获得了 8/2 个美国 FDA 认证和 4 个欧盟 MDRCE 认证，这意 味着其产品在国际上得到了高度认可，能够在全球多个市场进行推广和应用。

中国在医学影像设备市场仍有广阔的增长空间，对比 2019 年全球医学影像设备人 均保有量可以发现，中国的人均保有量（9.7 台/百万人）相较于日本（55.2 台/百万人） 和美国（40.4 台/百万人）还有较大差距。随着国内人均医学影像设备保有量的提升， 对 AI 医学影像产品的需求也将随之增加，进而推动国内 AI 医学影像市场的快速发展。

AI 医学影像在临床应用中的接受度和使用率正在不断提高，未来有望成为临床诊 断和治疗的重要辅助手段。从临床渗透率来看，《2023 年中国人工智能医学影像产品生 态路线研究报告》预计 2022-2024 年 AI 医学影像临床渗透率将从 2022 年的 20%左右提 升到 2024 年的 30-40%。国内企业在 AI 医学影像领域的技术创新和市场拓展方面取得 了显著进展。通过与国际标准接轨，积极获取各类认证，国内企业不仅能够在国内市场 占据有利地位，还能在全球市场中分得一杯羹。 未来 AI 医学影像企业将呈现三大发展趋势：一是依托生态路线加速自身造血速度， 提升商业化落地能力，包括产品向患者端靠近、加快海外拿证速度、注重临床价值验证 和产品向治疗端延伸等；二是生成式人工智能（AIGC）将给 AI 医学影像发展带来指数 级增长，其应用优势包括生成合成医学图像、提高图像质量、自动图像分析和个性化治 疗等；三是综合类医学人工智能模型与医学影像领域结合将释放巨大潜力，通过整合非 成像数据、医学成像和临床病史，生成完整的医学报告，为医生提供定制化的医疗建议。

2. AI 病理：数据标准化有望推动行业快速发展

诊断流程主要包含取样、制片、诊断和报告四个步骤，根据样本类型可分为组织学 检查和细胞学检查两类。二者取样方式不同，组织学样本一般通过开放手术、内镜检查 或经皮穿刺活检获取，而细胞学样本一般通过体液、拉网、细针穿刺、脱落细胞等途径 获取。AI 病理诊断流程主要包括标准化切片的制作、切片数字化扫描、AI 算法读片、 AI 提示阳性切片人工复核等环节。实现 AI 病理诊断的关键点为标准化制片、数字化处 理、足量基础数据对算法模型进行训练、AI 算法假阴性率的控制等。

数据积累与高质量数据库的建立是推动 AI 病理诊断技术发展的核心。病理诊断依 赖于大量标准化的医学数据，特别是基因组数据、病理图像和临床信息，这些数据为 AI 算法提供了必要的训练素材，从而提高诊断准确性。以 TempusAI 为例，TempusAI 最初 从基因测序和检测入手，逐步积累了大量高质量的临床和分子数据，尤其是在肿瘤学领 域。通过与全球超过 2,500 家医疗机构合作，Tempus 已收集并整合超过 250PB 的多模态 数据，包括 850 万份临床记录、120 万份影像记录、110 万份测序样本和 250,000 个 DNA 和 RNA 基因型数据。这些数据为 Tempus 的 AI 病理诊断技术提供了支撑，并推动了精准 医疗和个性化治疗的应用。 AI 病理应用领域 90%集中于宫颈癌，中国宫颈癌发病率和致死率高居第六。宫颈癌 是常见的妇科恶性肿瘤，其主要病因为 HPV 病毒的持续感染。宫颈癌是目前人类所有癌 症中，唯一可以通过早期预防和治疗消灭的癌症。早期宫颈癌常无明显症状和体征，宫 颈可光滑或难与宫颈柱状上皮异位区别，颈管型患者因宫颈外观正常易漏诊或误诊。HPV感染基本上会在一年到两年内自然消退，即一次性感染，只有小部分(3%-10%)会保留下 来。HPV 感染首先导致宫颈上皮内瘤样病变，若持续感染，则可能会进一步发展为宫颈 癌。从 HPV 感染发展到宫颈癌癌变往往需要持续 10-30 年。 病理医师极度短缺，市场需求较大。2022 年，中国病理科执业（助理）医师数量仅 为 1.8 万人，比 2020 年仍减少 0.1 万人，经历了 2021 年数量波动向下后，目前形势有 所好转，人数回暖。远低于美国、欧洲等发达国家水平。根据《病理科建设与管理指南 （试行）》，病理医师需按每 100 张病床 1-2 人配备。按每 100 张病床 1 位病理医师计 算，2022 年病理医师需求为 9.75 万人，按每 100 张病床 2 位病理医师计算，需求为 19.5 万人，而实际病理医师数量仅为 1.8 万人，人才缺口为 7.95-17.7 万人。

数据标准化在 AI 病理诊断领域具有重要意义，它确保了来自不同医疗机构和系统 的数据能够兼容，为 AI 算法提供可靠的训练素材，从而提升病理诊断的效率与准确性。 随着医疗数据的日益增多，数据孤岛和格式不统一等问题逐渐成为制约行业发展的瓶颈。 2025 年 2 月 13 日，经济观察报独家获悉，国务院国资委正在筹备组建名为国家数据集 团的新央企，该集团的成立旨在通过整合和优化全国数据资源，推动数据的高效配置与 深度应用。国家数据集团将承担起国家级数据资源的整合任务，涵盖医疗、能源、交通、 金融等多个关键领域，推动数据跨行业、跨区域的流动与共享。通过这一举措，数据标 准化的进程有望得到加速，从而为AI技术的普及与医疗行业数字化转型奠定坚实基础。 数据标准化的推进为数据的商业化应用提供重要支撑，同时数据资源丰富的公司先 发优势明显。以 TempusAI 为例，该公司凭借强大的数据资源优势，与全球 20 家最大的 上市制药公司中的 19 家建立了合作关系，并将去标识化后的数据授权给合作伙伴。截 至 2024 年第四季度，Tempus 已签署的剩余合同总价值超过 9 亿美元，推动了数据资源 的商业化应用。尽管海外与国内支付环境存在差异，Tempus 的做法仍为其他公司的 AI+ 产品提供了新的选择和应用思路。 病理产业上下游企业、互联网巨头纷纷布局 AI 病理软件研发，多领域合作为 AI 病 理研发发展带来多重优势。同时 AI 病理有望大量减少病理医生的简单重复阅片工作， 解决行业痛点，突破行业瓶颈，各家公司争相布局 AI 病理。

3.AI 医疗系统：赋能 CDSS 与病种质控

临床决策支持系统（ClinicalDecisionSupportSystem,CDSS）是医院信息化建设的 核心系统，对于规范医生诊疗行为，提升医疗质量和管理水平具有重要意义。由于临床 医师专业领域往往局限于单病种研究，且基层医生的误诊与漏诊率较高，CDSS 的设计目 的是为了帮助医生跨越单病种知识限制、规范医师诊疗行为、把控医疗质量、避免医疗 差错以及减少不必要的医疗费用支出。 AIGC 将大幅提升效率：在临床人机交互使用中，AIGC 将能够辅助工作流。基于底 层算法和需求生成的文本、图片、等多媒体将辅助 CDSS 中的知识搜索、辅助问诊、病 症解读、单病种质控等多种临床应用。由于临床质控水平有待提高，三甲医院和二甲医 院具备充足的购买预算，成为 CDSS 产品的主要采购力量；优质医生资源短缺和信息化 进程缓慢，基层医疗机构对 CDSS 产品有很强的内在需求。结合中国政府采购网公布的 招标文件内容，目前 CDSS 已经形成了以疾病知识库、智能分诊系统、门诊医生辅助系 统、病房医生辅助系统、病房护士辅助系统、检查/检验系统、单病种质控系统为主的 7 大系统，从药房走向了医院临床管理全流程。

CDSS 相关政策主要分为基础层、技术层和应用层三个层面，各层面政策对 CDSS 的 发展起到不同的推动作用。基础层政策主要是医疗信息化相关政策，其数量最多且出台 时间最早。早期的医疗信息化政策促使医疗机构广泛应用信息技术，实现了从医院管理 信息系统（HIS）到医院临床信息系统（CIS）的转变，而临床信息系统的广泛覆盖为 CDSS 的落地奠定了基础。技术层政策重点涉及医疗大数据和 AI，虽然医疗数据经过长时间积 累后可应用于临床和科研，但这些数据存在分散和结构化程度低的问题。随着医院和医 生对数据价值认知的改变，以及大数据和 AI 技术的兴起，数据的智能化处理和应用有 了更好的解决方案。应用层政策数量较少且出台较晚，但对 CDSS 产品落地有着最直接 的影响，主要包括信息化评级和绩效考核，例如电子病历、智慧医院评级、医院信息互 联互通评级等都对 CDSS 应用提出了要求，其中电子病历评级对 CDSS 的需求最为显著， 因为电子病历对提高医疗服务效率、保障医疗质量和安全、改善就医体验、加强医疗服 务监管以及促进“智慧医院”发展都有着重要意义。

受政策、市场、技术等多重因素的推动，CDSS 商业化进程加快，不同类型的企业主 体利用自身优势，建立起各具特色的产品壁垒和业务模式。CDSS 的采购因需求不同，采 购主体也会略有差异。大部分情况下，CDSS 一般由有需求的医疗机构自行采购；或由区 域内的政府机构（卫健委等）代为采购，供区域内的医疗机构或某一医联体/医共体内的 成员单位共同使用。政府给医疗机构采购，这种情况一般是由于区域内的医疗机构对 CDSS 的需求比较高，政府也有主动推行 CDSS 来提升区域内医疗诊疗效率与水平的动力。

电子病历评级相关市场规模可观，全科 CDSS 市场规模超百亿，专科 CDSS 市场规模 取决于企业开拓场景的程度。2019 年全国有 7000 多家医院申报电子病历评级，据此估 算该市场年规模约 80 亿元。全科市场更大，仅知识库查询功能的单个产品招标价在 30- 50 万，若加上辅助诊断、用药推荐和硬件产品，单个机构平均客单价约 100 万。以江苏 90 多个区县为例，若每个区县购置 100 万项目，就有 1 亿市场，核心城市基层医疗机构密度更高。此外，民营医疗连锁为规范诊疗流程和提升运营效率会采购全科 CDSS，如吕 医生社区连锁诊所采购惠每科技产品，全科 CDSS 市场规模超百亿。专科 CDSS 产品比全 科贵，招标价在 50-300 万元不等，其市场规模取决于企业开拓场景的程度，若单个 VTE 产品能在每家医院布置，专科 CDSS 单一场景的市场将接近评级版 CDSS 规模。 CDSS 在应用层面有两个发展方向，这将推动行业迎来第二次增长跨越。一是深入 发展，很多信息化企业在单病种上拓展，但单病种质控与临床结合紧密，跨越壁垒有难 度。部分企业通过组建医学团队帮助医院临床科室应用 CDSS，在 VTE、新冠肺炎、脓毒 血症等病种取得成效。二是基于 NLP 技术，将 CDSS 置入电子病历等系统进行内涵质控， 嘉和美康就是将 CDSS 系统以插件形式置入各科室电子病历系统和工作站，辅助医生书 写病历时质控。相关应用已出现在信息化厂家的 HIS 和电子病历系统中，若企业能做好 知识库并与现有信息化系统结合，实现事中与事后质控结合，患者安全将得到进一步保 障。

AI 医疗系统推动医院端流量向 toC 端转化。区别于传统医疗系统，AI 医疗系统不 仅包括 CDSS 和电子病理功能模块，还具备将医院端流量转化为 toC 端的潜力。以讯飞 医疗为例，讯飞医疗通过其智慧医院患者服务与诊后管理平台，利用 AI 技术为患者提 供个性化健康管理服务，推动医院端流量的转化。患者出院后，可以通过平台上传病历、 接收用药提醒，并与医生进行远程沟通，平台内的智能聊天机器人还能够回答患者的常 见问题，提升患者的健康管理体验。通过这种方式，医院能够将传统的线下诊疗转向线 上健康管理服务，开辟了新的盈利渠道。此外，讯飞的影像云平台为医院提供远程医学 影像服务，优化了医疗资源的配置并提升了医疗效率。AI 医疗系统通过这些技术创新， 不仅帮助医院实现了流量变现，还推动了医疗健康管理的数字化转型，为医院带来了新 的经济增长点。

4.AI 健康管理：慢病管理应用落地可期

《2024-2029 年中国健康管理行业发展趋势及竞争策略研究报告》数据显示，2023 年中国健康管理市场规模约为 11879 亿元。其中，AI 助力健康管理，可以为人们提供更 加精准、高效、便捷的健康服务，帮助人们更好地管理自己的健康。当前，中国 AI 健康 管理行业尚处发展初期，但遍布多个细分领域，市场广阔。未来，随着 AI 技术的不断 提升和不断渗透的同时，在慢性病患者、亚健康群体增大及老龄化驱动下，AI 健康管理 需求市场将迎来快速扩张。

在 AI 健康管理的应用中，慢病管理是一个重要的方向，市场空间广阔。根据《2022 中国卫生健康统计年鉴》，预计到 2024 年中国慢病患者人数将超过 5 亿，且慢性病在 所有死亡病例中的占比高达 80%。随着老龄化社会的推进，慢病患者人数还将持续增加。 我国慢性病人群的特点包括人数庞大、共病率高和管理难度大，这导致了医疗资源的“供 求失衡”：一方面，有限的几千家公立医院面临挂号难、排队长的压力；另一方面，数万 家基层医院面临病人稀缺、发展受限的困境。因此，慢病管理的数字化转型变得尤为迫 切，AI 技术为解决这些问题提供了高效的解决方案。 慢病管理的长期性特点使得 AI 技术在该领域的容错率更高，应用落地的可能性更 大。AI 系统通过智能穿戴设备（如 CGM）实时监测患者的生命体征，结合患者的历史 病历、遗传信息、生活习惯等多元数据进行分析，能够及时发现健康异常并进行预警， 帮助医生和患者做出更精准的干预决策。AI 慢病管理不仅能降低误诊和漏诊率，还能有 效提高管理效率，从而为庞大的慢病患者群体提供定制化的健康管理服务。 AI 慢病管理不仅推动了医疗数据的积累，也为健康管理与商业保险行业的深度融 合提供了新机遇。2023 年，中国商业健康保险保费收入首次突破 9000 亿元，达到 9035 亿元，然而仍未达到《促进社会服务领域商业保险发展的意见》提出的 2025 年市场规模“力争超过 2 万亿”的目标。当前，商业健康保险面临低赔付率和信息不对称等问题， 整体赔付率仅为 3000 亿元，占卫生总费用 9 万亿元的 3.3%。在此背景下，AI 技术通过 实时采集、分析患者健康数据，为保险公司提供精准的健康风险评估。例如，AI 能够识 别健康异常，提前预警潜在的疾病风险，减少信息不对称带来的核查成本，并提升保险 理赔的准确性。这不仅能有效降低核保成本，还能提升赔付率，推动保险产品的创新与 市场扩展。

近年来，国家针对 AI 健康管理领域出台了一系列相关政策，旨在推动人工智能技 术在医疗健康领域的创新应用。2023 年 2 月，中共中央办公厅、国务院办公厅印发《关 于进一步深化改革促进乡村医疗卫生体系健康发展的意见》，提出到 2025 年，乡村医 疗卫生体系改革发展取得明显进展。乡村医疗卫生机构功能布局更加均衡合理，基础设 施条件明显改善，智能化、数字化应用逐步普及，中医药特色优势进一步发挥，防病治 病和健康管理能力显著提升，乡村重大疫情和突发公共卫生事件应对处置能力不断增强。 2024 年 1 月，国务院办公厅印发《关于发展银发经济增进老年人福祉的意见》，加快建 设康复医院、护理院（中心、站）、安宁疗护机构，加强基层医疗卫生机构康复护理、 健康管理等能力建设，鼓励拓展医养结合服务，推动建设老年友善医疗机构。

目前，AI 健康管理行业仍处于快速发展初期，市场集中度相对较低，竞争格局尚不 稳定。当前，中国 AI 健康管理行业吸引了众多企业参与，包括中兴通讯、迪安诊断、九 安医疗、鱼跃医疗、乐普医疗、万达信息、方舟健客、卫宁健康、乐心医疗、延华智能、 智云健康、钱璟康复、推想医疗等企业。