2024医疗人工智能研究报告：生成式AI爆发，医疗人工智能走到新的十字路口.docx

摘要

2024的医疗AI，既是坎坷，又是新生。

快速发展的大语言模型，携着生成式AI掠过医疗领域。过往的互联网医疗、医学影像、新药研发……一个一个场景经由新一代AI重塑，焕发出前所未有的价值。

不过，发现价值并不意味着能够掘得价值。如今惨淡的融资形势下，躬身大模型的企业们无法像深度学习时代那样随意试错。有限的现金流，意味着每一家企业必须全面考察场景、技术、风控、商业化等方方面面，才能做出决定。

因此，今年的人工智能报告将研究核心放在了“场景”与“产品”之上，尝试通过洞悉医院、药企、械企多方的供需逻辑，分析先驱者们的实战案例，为AI企业下一步的布局、选品、研发、商业化提供参考建议。

核心观点

1.伴随AI应用的持续扩展与需方对于AI认知的不断加深，“提效”取代“政策”成为需方购置AI的主要动力。如今，医疗AI企业已突破1-2亿的营收规模，迈向第一个10亿。

2.超160个影像AI获批医疗器械三类证，影像AI企业们逐渐跳出影像科，向医学装备、外科手术辅助系统等领域进发，打开了新的百亿市场。

3.生成式AI对于医疗IT的重构已经初现成效。上百个大模型涌入医疗领域，许多互联网医疗、院内信息化系统已经引入相关技术，或能在明年实现规模化落地。

4.下行经济形势下，医健企业一级市场融资受阻，IPO延期。医疗AI企业需要加速商业化，在产品形态、市场开拓、伙伴合作等方面实现全面创新，尽快找到扭亏为盈的具体路径。

目录

第一章：什么构成了医疗AI的配置动力？ 1

1.1政策主导下的AI购置动力 1

1.2提效主导下的AI购置动力 3

1.3部分主体对于医疗AI的购置态度 3

第二章：自我突破，医疗AI形态异变 5

2.1医学影像AI：拓宽视野，影像AI脱离影像科 6

2.1.1产品梳理 7

2.1.2注册准入 8

2.1.3商业化及应用 11

2.2信息学AI：曾经被动的管理者们，如今主动迎接医疗IT 16

2.2.1乘着AI迈向高等级评级 16

2.2.2大模型要将医疗IT逐一重做一遍 19

2.3制药AI：下行时期，在变化之中寻找新的机遇 23

2.3.1技术变化 24

2.3.2临床变化 25

2.3.3策略变化 26

2.3.4制药AI面临的挑战 28

2.4讨论：颇具规模的AI产品矩阵，能够破解商业化难题吗？ 29

第三章：融资寒冬，医疗AI尽力改善现金流 32

3.1一级市场融资整体回落，制药AI相对强势 33

3.2交表企业普遍亏损收窄，降本创收已成AI企业经营核心 38

3.3讨论：逆市之下，人工智能如何自救 46

第四章：大模型之下，生成式AI何以颠覆医疗？ 48

4.1前沿技术：从判别式AI到生成式AI 49

4.1.1从判别式AI到生成式AI 49

4.1.2基于大模型的应用 50

4.2讨论：规模商业化，大模型还要迈几步？ 53

第五章：医疗人工智能标杆案例 55

5.1深睿医疗：自研多模态AI引擎，数智化助力医院数据资产管理 56

5.2医渡科技：“双中台”助力全线产品升级，盈利能力大幅提升 57

5.3埃格林医药：“自研管线+AI服务”双引擎战略，引领国内AI制药 59

5.4柏视医疗：兼具AIMDT放疗与手术双产品线，领跑国内市场 60

图表目录

图表12016年—2024年涉及医疗AI的关键政策（上） 1

图表22016年—2024年涉及医疗AI的关键政策（下） 2

图表3不同主题对于人工智能的需求差异 6

图表4产品分布图（脏器分布+病种分布） 8

图表52024年1-9月通过第三类医疗器械注册准入的医疗AI产品（上） 8

图表62024年1-9月通过第三类医疗器械注册准入的医疗AI产品（下） 9

图表7PV-iDose支持不同TPS计划剂量分析、叠加、不同影像序列的剂量叠加15

图表8人工智能在放疗领域中的扩展应用（上） 15

图表9人工智能在放疗领域中的扩展应用（下） 16

图表10电子病历系统整体应用水平分