Infervision Medical Technology Co., Ltd.

回望2015-2025，中国AI医疗行业迎来十年巨变——从初步探索到赛道分化，从资本狂热到理性聚焦，行业内涌现出一批兼具技术壁垒与商业化能力的明星项目；随着技术突破和产业链协同加速，AI赋能的新药研发、智能诊断、智慧硬件等赛道逐步崛起，头部企业脱颖而出。投资风口频现，资本与政策助推行业持续进化。本文以数据为入口，系统性梳理十年行业脉络，洞察AI医疗背后的资本逻辑与投资风向，以数据视角呈现行业创新周期下的主流趋势。01狂飙与低谷：国内AI医药十年间在资本中潮起潮落近10年来中国AI医药项目在资本市场上经历了从快速升温到理性回调的显著周期性变化。回顾2015-2025年的投融资数据，国内AI医药行业在2015年至2021年呈现出加速增长的局面，无论是融资事件数量还是总融资金额均逐步攀升，尤其是在2021年前后达到阶段性高峰。这一时期，ESMFold、AlphaFold2和自然语言处理等AI工具相继问世，结合CADD（计算机辅助药物设计开发）向AIDD（人工智能辅助药物设计开发）转型，快速促进了人工智能技术与生物医药研发的深度融合，极大提升了资本市场对该赛道的期望，海量资金涌入，头部企业如更是多轮获大额融资，中早期项目也大量涌现，行业整体上迎来较高的活跃度和关注度。图：2015.06-2025.06国内AI医疗行业融资金额及各轮次融资金额来源：根据医药魔方，wind数据库数据整理然而，2021年后市场风向发生转变。据统计显示，无论是行业的融资项目数量还是融资总额均出现显著回落，说明该行业在资本市场的“吸金”能力和热度明显下降。一方面，随着AI医药的泡沫显现，多数产品未能上市，盈利模式缺乏可持续性，迫使资本投资趋于谨慎，对项目商业化和落地效果的考察更为严格。另一方面，受全球及国内经济周期影响，2022年开始国内IPO窗口收紧，港股生物医药指数下滑，加上医药行业监管趋严等市场因素，创新药、数字医疗、医疗器械等AI医药细分领域的高估值难以持续，融资难度加大，导致部分企业被动收缩。图：2015.06-2025.06国内AI医疗行业融资数量及各轮次融资数量来源：根据医药魔方，wind数据库数据整理融资轮次方面，2021年前各轮次（包括天使轮、A轮、B轮及后期轮）均有活跃表现，突出体现高成长性和资金链充裕。自2022年起，呈现两头大，中间小的趋势，及早期和晚期的融资事件占比较高，而中后期融资事件明显减少，资本逐渐向成熟度高的超后期项目和投入较少的极早期项目集中，大量成长阶段的企业生存压力显著提升。整体来看，中国AI医药项目在10年内经历了由热到冷的波动期，当前进入低谷期，未来发展主要依靠技术性突破和商业模式落地来增强该行业的可持续发展。02资本聚焦：AI医学诊断和新药研发近10年来，国内AI医疗项目在细分赛道上出现明显结构性分化。AI赋能医学诊断以383起融资事件高居首位，成为资本最为青睐的领域，反映出AI在医学影像与辅助诊断领域的快速落地和商业化预期突出。AI赋能新药研发以270起融资位列第二，显示出AI在药物发现及分子设计环节技术前景备受资本认可。相较而言，其他类别（204起）、AI赋能诊疗及运营（90起）、医疗器械与硬件（38起）、健康管理及服务（24起）则显著落后，表明行业资源和投资主要集中在医学诊断和新药研发两个核心赛道。表：AI+医疗领域各赛道分类的明细表图：2015.06-202.06中国AI医疗行业各赛道融资事件统计来源：根据医药魔方数据整理各细分赛道在融资阶段的分布也呈现出“两头大、中间小”的特征——即融资项目在早期及超后期阶段活跃度较高，尤以AI赋能医学诊断和新药研发两大赛道最为突出。具体来看，AI赋能医学诊断赛道在早期阶段（种子/天使轮与A轮）分别发生了84起和105起融资事件，新药研发赛道则有89起和78起，显示大量初创项目的涌现，极大激发了行业创新活力。然而，从B轮起，融资事件数量大幅下滑，B-D轮融资较早期阶段分别下降67.20%和80.84%，反映出这两大赛道在成长阶段淘汰率极高，多数项目止步于此。图：2015.06-2025.06国内AI医疗行业各赛道融资阶段来源：根据医药魔方数据整理值得关注的是，在超后期的pre-IPO及并购阶段，AI医学诊断和新药研发赛道分别获得了131起和70起融资事件，远超其他赛道，说明资本和资源高度向行业成熟龙头企业聚集；与之形成鲜明对比的是，诊疗及运营、医疗器械与硬件、健康管理与服务等赛道无论在各轮次项目数还是后期资本关注度上均远低于前述两大核心赛道，资本关注呈现高度集中化趋势。近10年来，AI医学诊断和AI新药研发始终是最为活跃的两个细分赛道。2015至2021年间，这两大赛道的年度融资项目数量持续增长，尤其自2019年起均超过其他赛道，并在2021年达到峰值——其中AI医学诊断赛道年度融资项目数超过70起，AI新药研发也接近60起。自2022年起，随着行业整体进入调整期，这两大赛道的融资项目数量明显回落，至2024年已降至2018-2019年的水平。相比之下，AI赋能健康管理及服务、医疗器械与硬件、诊疗及运营等其他赛道在项目数量上始终保持较低水位，波动幅度也相对有限，反映出资本对核心赛道的倾斜和集中。图：2015.06-2025.06中国AI医疗行业各赛道融资数量走势来源：根据医药魔方数据整理在融资金额层面，整体趋势与项目数量保持高度一致。2021年，国内AI新药研发赛道年度融资总额首次超过15亿美元，AI医学诊断赛道也达到10亿美元的历史高点。然而，2022年以后，受行业调整和宏观经济环境影响，核心赛道的融资金额大幅回落，降至高峰期的三分之一以下。值得注意的是，AI赋能诊疗及运营赛道在2021年也实现了一次融资金额的小高峰，但整体规模依然远低于前述两大赛道。其他赛道如健康管理及服务、医疗器械与硬件在近十年中融资金额始终处于较低水平，尚未迎来显著突破。图：2015.06-2025.06中国AI医疗行业各赛道融资金额走势来源：根据医药魔方数据整理综上，AI医药行业自2021年前后经历资本高度集中的繁荣期后逐步回归理性，行业资源和资金更加偏向具备技术壁垒和竞争优势的头部企业，而成长期企业则承受着更大的生存与成长压力。03AI医疗谁在下注？顶级创投与国资控股投资势力全景3.1 TOP10 AI医疗行业投资机构在AI医疗领域，核心投资机构的布局与赛道偏好极大影响着行业资源的流向和创新生态的构建。近10年来，红杉中国以37起投资事件高居AI医疗领域首位，紧随其后的是五源资本（32起）、启明创投（23起）、真格基金（18起），其他如高榕资本、君联资本、峰瑞资本、经纬创投、源码资本和创新工场等同样保持较高出手频率。这些头部机构的广泛参与为AI医药领域的创新项目持续注入资金与资源，推动了行业的整体创新活力。图：2015.06-2025.06中国AI医疗行业TOP 10 投资机构参投事件统计来源：根据医药魔方数据整理从投资方向来看，TOP10机构的投资重心高度集中。统计显示，60.5%的投资事件聚焦在AI赋能新药研发，25%投向AI医学诊断，两者合计占比超过85%。其余如其他、AI诊疗及运营、AI医疗器械与硬件等赛道，仅获得有限投入。这一格局反映出头部机构重点关注商业模式清晰、落地性强的医学诊断，以及具备高技术壁垒与成长潜力的新药研发赛道，显示AI技术在推动医药产业升级过程中的核心动力地位。图：国内TOP 10 AI医疗投资机构投资赛道分布来源：根据医药魔方数据整理轮次分布方面，近10年TOP10机构在A轮和B轮阶段投资占比分别为32.0%和20.5%，成为主要投入阶段，显示主流投资方倾向于企业完成早期技术验证、初具商业化能力后大举布局。极早期（种子/天使轮）和战略投资/并购阶段各占19.0%，表明这些机构一方面注重前瞻性创新孵化，另一方面也积极参与行业龙头的后期融资与资源整合。C轮仅占7.5%，D轮及更晚期占1.5%，IPO阶段仅0.5%，反映出头部机构在企业进入成熟期时参与度显著下降。整体来看，A-B轮是资本布局高成长企业的核心阶段，但主流机构亦兼顾早期创新和行业加速整合，对头部项目保持长期支持。图：2025年2月底二级市场AI医疗各板块和生物医药行业的市盈率来源：根据Wind数据库数据整理截至2025年2月底，二级市场中多个AI医疗细分板块的市盈率（P/E）显著高于生物医药行业的整体水平。其中，AI制药板块以149.1倍的平均市盈率位居榜首，AI辅助诊断板块以127.7倍紧随其后，二者的估值水平均远超行业基准。此外，AI影像识别等相关板块的市盈率也高于行业整体水平。这种高估值的态势与一级市场对AI新药研发及医学诊断赛道活跃的投资活动相互印证，形成正向反馈，进一步吸引一级市场的头部投资机构向上述领域进行战略性布局，促使其加大资源倾斜，从而强化了AI制药与AI辅助诊断赛道的资本聚集效应。图：国内TOP 10 AI医疗投资机构投资轮次分布来源：根据医药魔方数据整理TOP10活跃投资机构在AI医疗领域的投资集中度和偏好分化明显；五源资本以32.43%的AI医疗投资项目占比遥居首位，表现出极强的行业聚焦和专注深度。高榕资本和源码资本的AI医疗投资项目占比分别为17.07%和16.13%，高于行业平均水准，显示出其强化行业早期卡位和战略推动的意图。峰瑞资本、创新工场和真格基金的AI医疗投资项目占比分别为11.11%、10.26%和8.93%，同样表现出对AI医疗赛道的持续看好。相较而言，红杉中国、启明创投、经纬创投、君联资本的AI医疗投资项目占比分别为4.04%、2.48%、2.65%、2.01%，尽管项目总量庞大，但AI医疗项目的集中度相对较低，更突出其多元化投资策略，AI医疗为其资产组合的重要组成部分。表：2015.06-2025.06国内AI医疗行业TOP 10投资机构的AI医疗行业集中度来源：根据医药魔方，TOP 10投资机构公开信息整理进一步来看，TOP10最活跃投资机构投资金额最高的前十大AI医疗项目高度集中于AI新药研发领域，涵盖CRO、自主研发和数据管理三大板块。以晶泰科技（药物晶型设计，CRO）、英矽智能（药物发现和开发）、百图生科（药物数据管理与开发）、药明明码（生物数据管理与开发）等项目为例，单笔融资均高达数亿美元，显示了资本对AI赋能新药研发板块的高度关注和期待。值得注意的是，这类高额投资多集中于2020-2021年，2022年后仅有3起项目，反映出行业周期性波动与资本集中的趋势。表：2015.06-2025.06 年中国AI医疗行业TOP10投资机构投资金额排名前十的项目来源：根据医药魔方，wind数据库和TOP 10投资机构公开信息整理3.2 TOP10 国资控股投资机构就国资控股机构而言，近10年来其投资同样高度聚焦于AI医学诊断（161起）和AI赋能新药研发（138起）两大核心赛道，远超其他领域。AI医学诊断赛道高居首位，显示国资对AI技术在医学影像、辅助诊断等ToB/ToH落地的高度关注；新药研发赛道排在前列，则反映国资机构对优化药物开发模式、提升效率的重视。相比之下，诊疗及运营、医疗器械与硬件、健康管理及服务等赛道受关注度有限，资金主要聚集于高壁垒、产业联动强的主赛道。图：2015.06-2025.06国资控股机构投资AI医疗行业各赛道项目统计来源：根据医药魔方数据整理国资控股机构的投资轮次偏好也较为突出。A轮和B轮（成长早中期）为主要入场阶段，尤其在新药研发领域B轮融资事件达43起，A轮与C轮同样活跃；AI医学诊断领域则以中后期、战略投资阶段（59起）为主，显示国资倾向于助推成熟企业做大做强，促进行业整合与IPO进程。极早期阶段参与有限，更偏好技术和商业模式验证相对成熟、产业化前景明确的项目。整体来看，国资控股机构投资AI医疗更聚焦于赛道与企业的产业化与规模化成长阶段。整体来看，国资控股机构投资AI医疗呈现赛道聚焦、偏好投资产业化与规模化成长阶段的项目。图：国资控股机构投资各赛道及融资阶段分布来源：根据医药魔方数据整理与此同时，头部国资控股机构近年来在AI医疗赛道的布局同样表现出高度活跃和聚焦。君联资本以16起投资事件位居国资控股机构之首，深创投和五源资本分别以10起、7起紧随其后，苏高新金控、泰康健投、紫金港资本等亦在行业内形成持续深耕之势。头部国资投资者的高度参与不仅为AI医疗行业的核心项目提供了充足资金，也进一步强化了产业链关键环节的创新能力和稳定性。图：2015-2025 中国AI医疗行业TOP 10 国资控股的投资机构参投事件统计来源：根据医药魔方数据整理具体来看，国资机构的投资赛道集中度尤为突出。AI赋能医学诊断和AI赋能新药研发分别占据国资投资事件总数的44.3%和35.7%，两者合计占比超过80%。其余如“其他”类别、AI医疗器械与硬件及AI赋能诊疗及运营，仅分别占比11.4%、4.3%和4.3%，显示国资资金更偏向技术壁垒高、市场前景广阔的主干领域。这一投资偏好不仅体现了国资在赋能产业链上游和核心技术环节的战略考量，也反映了其对于推动原创创新能力和自主可控能力建设的关注。图：国内TOP 10 AI医疗的国资投资机构投资赛道分布来源：根据医药魔方数据整理在投资金额层面，国资控股机构“重点押注极少数头部项目”的特征同样鲜明；近十年来，晶泰科技与百川智能分别以累计60.98亿美元和55.44亿美元的融资额遥遥领先于其他企业，剀泰医药、推想科技、未知君、深睿医疗、硅基仿生等项目的融资额则介于4,600万美元至1.25亿美元之间。可见，国资资金显著集中于底层技术创新、大模型研发和智能算力赋能能力突出的龙头企业。例如，新一代AI制药平台（如晶泰科技、英矽智能）、AI大模型（百川智能）、智能医学影像（推想科技、深睿医疗）等项目，正成为国资优选的投资对象，展现出对具备自主可控和国产替代属性、契合国家科技自立自强战略的AI医疗企业的长期支持。与AI医疗行业TOP10投资机构相比，国资在投资策略上更强调国家战略导向和产业链安全，对“国家战略型”头部项目持续加码，单笔投资金额更高，且倾向于在企业成熟期入场。这一布局不仅强化了国资在推动AI医疗原创创新、承担行业风险和促进自主可控方面的使命角色，也有效引领了AI医药行业迈向技术深水区和可持续发展新阶段。图：2015-2025 国内AI医疗行业TOP10国资投资机构投资额排名前十的项目来源：根据医药魔方数据整理04资本热潮背后的AI医疗明星项目：谁在真正引领行业变革？4.1 明星项目崛起：AI赋能创新，资本持续追捧近年来，国内AI医疗行业涌现出一批在技术创新和商业模式上高度突出的明星项目，代表企业涵盖了AI新药研发（如英矽智能、深势科技、晶泰科技）、AI健康管理（如每因智能、倍佐健康、小懂健康）、AI医学影像诊断（如Airdoc、数坤科技、强联智创）、AI医疗器械与硬件（如万相科技、傲意科技、司羿智能）以及医疗信息化和数据平台（如森亿智能、医渡科技）等多个赛道。这些项目不仅在细分领域率先实现了AI与医疗的深度融合，而且凭借在算法、数据、产业链协同和合规落地等方面的领先优势，成为推动行业快速增长与资本市场高度关注的核心力量。以下结合上述典型企业，对AI医疗明星项目及所在赛道深受资本青睐的深层逻辑、成长性及其行业价值进行系统梳理和分析。图：2015-2025 国内AI医疗行业各赛道明星项目交集来源：根据医药魔方数据整理表：2015-2025 国内AI医疗行业各赛道明星项目列表来源：根据医药魔方，头部投资机构公开信息整理4.2 技术护城河与产业协同：明星企业的高壁垒AI医疗领域的技术壁垒显著，研发投入成为企业发展的核心驱动力。以晶泰科技和英矽智能为例，两家公司在2024年的研发费用占比均超过100%，其中晶泰科技的研发投入占比为157%[1]，英矽智能则为107%[2]。这一水平远高于同期国内上市医疗器械企业的8.99%[3]、高端医疗器械企业的26.81%[4]以及国际上市的AI医疗独角兽20-40%的水平[5-7]。高研发投入不仅保障了技术的持续创新，也为企业建立了强大的专利壁垒和算法优势。在专利和学术论文产出方面，国内AI医疗企业也表现不凡。TOP10企业的专利申请数量每年超过100项，且AI药物研发企业如深势科技和英矽智能在《Nature》、《Science》等国际顶级学术期刊上发表的AI药物相关论文数量屡次位居全球前列。英矽智能主导开发的新药Rentosertib（ISM001-055）最近在《Nature Medicine》上发布了二期临床试验结果，从药物发现到IND仅用18个月（传统药物发现到临床研究需要3-5年）,打破了传统药物研发的周期，成为全球进展最快的AI新药[8]。此外，医渡科技、森亿智能等公司拥有海量医疗影像和病例数据，这些独特的数据资源形成了行业内不可复制的竞争壁垒。4.3 赛道分化与商业化落地双高AI医疗的高速增长得到了资本市场的高度关注。以AI制药为例，根据Research And Markets的报告，全球AI制药市场预计从2021年的7.92亿美元增长至2024年的17.58亿美元，年复合增长率达到30.45%；而在中国，AI制药市场从2019年的0.67亿元跃升至2024年的5.62亿元，年复合增长率高达53.01%[9]。与此同时，AI医学影像市场也呈现出强劲的增长势头，2023年中国市场规模约为36.2亿元，预计到2025年将突破125亿元，2020至2025年的年复合增长率超过127%[10]。此外，智能医疗硬件领域也在不断壮大；2022年中国智能医疗硬件市场的规模为216.9亿元，同比增长63.8%，预计到2027年将突破600亿元，年复合增长率为22.8%。其中，康复机器人、可穿戴设备等细分领域的年增长速度尤其迅猛[11]。AI医疗企业的营收增速较传统医疗行业显著更快。以晶泰科技为例，2021年至2023年，其营收从6,279.9万元增长至1.74亿元，年均增速达177%，预计2024年实现收入2.66亿元，同比增长52.8%。部分AI影像企业的单一产品年销售额甚至可达上千万。总体来看，AI医疗头部企业的营收增速远超传统医疗行业，部分企业年增速可达到50%以上。此外，AI医疗企业的客户结构也呈现多元化特点，森亿智能和医渡科技等公司客户遍布三甲医院、制药公司、保险公司等多个领域，单一大客户依赖度较低，具备更强的抗风险能力。许多AI医疗影像与器械企业，如Airdoc、数坤科技，已经获得了NMPA/CE/FDA等多个国际认证，具备了大规模商业化的能力。4.4 资本市场与政策环境：多元资金、政策驱动创新高地随着市场对AI医疗项目的关注不断加深，资本的支持力度也在逐步加大。根据行业报告与头部企业的公开数据分析，2024年，中国AI医疗TOP10企业的平均融资轮次已达5轮，平均单笔融资额超亿元，部分企业的融资额超过10亿元人民币（如英矽智能的E轮融资达到1.1亿美元）。此外，晶泰科技也在2024年成功登陆港股IPO，募资10.36亿港元，成为国内AI制药领域的第一股。企业的估值在资本市场表现中也不断提升，部分头部企业年均估值增长可超过30%，估值已经突破百亿元人民币。资本结构方面，除了传统的VC/PE资本外，产业资本、国资基金及国际资本（如淡马锡、红杉、软银等）均深度参与其中，为AI医疗项目提供了多元化的资金支持。近年来，中国政府大力支持AI医疗行业发展。国家和地方政府出台了超过20项相关政策，推动AI医疗创新产品纳入医保、加快审批进程、鼓励数据开放等。与此同时，AI医疗产业集群效应逐渐显现。根据前瞻产业研究院的统计，2023至2024年，北京、上海、广东、江苏和浙江等地区的AI医疗行业融资事件占全国总数的76%，形成了创新高地和资本集聚效应[12]。表：10年间推动国内AI医疗行业的国家及地域的代表性政策来源：根据国务院网站、地方政府政务网站公开信息整理4.5 中国AI医疗特色：全产业链协同与高效落地中国AI医疗项目在产业链的协同能力、制造与落地速度、资本退出路径等方面具有显著优势。得益于国内产业链的完善，中国AI医疗企业普遍具备了从研发、临床到商业化的全产业链能力。相较于欧美国家，中国企业在AI医疗器械与硬件等领域的制造能力和供应链整合能力较为强大，产品迭代与市场渗透速度也远超国外企业。此外，国内港交所、深交所和上交所构成多层次的资本市场为AI医疗企业提供了丰富的退出路径。虽然2024年IPO数量有所下降，但头部项目仍然受到了资本市场的青睐，表现出了强大的市场吸引力。4.6 行业本质与趋势展望：壁垒、成长与确定性驱动资本聚集AI医疗明星项目的成功不仅仅依赖于其技术创新，更源于其具备的多重优势：高技术壁垒、高成长性和高确定性。数据和算法的积累，形成了不可逾越的行业壁垒；政策红利与市场需求的双轮驱动推动着行业的持续创新和资本的不断流入；资本结构的多元化和丰富的退出渠道为企业的发展提供了充足的资金支持和灵活的退出路径。综上所述，过去十年中，国内AI医疗行业的明星项目普遍具有深度融合的“AI+医疗”技术、高壁垒、强赛道成长性、产业协同能力，以及持续的资本支持等特点。各个细分赛道涌现出一批代表性企业，成为行业创新和资本追逐的风向标。未来，随着AI技术的不断突破和医疗健康需求的升级，AI医疗行业有望持续保持高景气度，头部企业有望引领行业的变革与价值创造。张鸿宇浙江大学 生物与医药工程 在读博士中山大学 管理学硕士 法国格勒诺布尔高等经管学院 金融硕士（公派留学）个人简介浙江大学生物医药工程在读博士，专攻AI辅助精准肿瘤筛查，药物设计与开发；曾就职于平安集团、恒健金控和广发证券体系，从事生物科技和医疗卫生机构一级股债投融资业务，拥有AI、精准医疗与金融交叉复合背景，兼具前沿医学研发与资本运作双重视角，专注于AI赋能的精准医疗及新药研发，注重成果转化和市场应用。（微信号：18927501292）引用：[1]XtalPi Inc., “Financial Reports,” 2024, available at XtalPi Investor Relations website: https://ir.xtalpi.com/cn/investor-relations/financial-reports. [2] InSilico Medicine Cayman TopCo, “Prospectus (Application Proof),” Hong Kong, March 2024.[3] https://www.21jingji.com/article/20241209/herald/f1fdec5b8558683970f552d1a7419834.html[4] 健康界，《数知医械丨医疗器械上市企业达187家：研发费率反超销售费率》，2025年7月7日, https://www.cn-healthcare.com/articlewm/20250707/content-1653246.html[5] Butterfly Network Inc., “Annual Reports,” available at: https://ir.butterflynetwork.com/financials/annual-reports/default.aspx[6] https://www.fxbaogao.com/view[7] Recursion Pharmaceuticals, “Annual Reports and Filings, https://ir.recursion.com/financials-filings/annual-reports[8] https://bydrug.pharmcube.com/news/detail[9] https://www.vzkoo.com/read/2025032794336d11124f9f52025ec2a8.html[10] https://www.163.com/dy/article/J5OTABP40552SV13.html[11] https://www.gonyn.com/industry/1668895.html[12] 前瞻网，《启示2024：中国AI医疗行业投融资及兼并重组分析》，2024年10月9日，https://www.qianzhan.com/analyst/detail/220/241009-fb17ad73.html*封面图片来源：123rf如果您认同文章中的观点、信息，或想进一步讨论，请与我们联系；也可加入动脉网行业社群，结交更多志同道合的好友。近期推荐声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。动脉网，未来医疗服务平台

2025年1-5月，我国手术机器人中标150台，同比增长82.9%。增速放缓一年之后，手术机器人市场终于再度开始狂飙。但是，火热的市场下，也有“主动出售、破产清算”的消息。6月初，英国手术机器人企业CMR Surgical宣布“寻求出售机会”。就在两月前，该公司刚刚完成超过2亿美元的新一轮融资，用于核心产品外科手术机器人Versius在全球市场的推广。几乎是同一时间，国内一家血管介入手术机器人企业被破产拍卖。据了解，该企业曾获数千万元融资，其研发的血管介入手术机器人已完成动物实验，并于2023年初启动临床试验。一边是市场狂飙，一边是破产清算，手术机器人行业到底怎么了？手术机器人市场还藏着哪些危机？01暗藏的危机经过数年发展，手术机器人行业的危机开始逐渐显露。第一，手术机器人行业高度内卷。截至目前，每个手术机器人细分市场均有大量国内企业参与竞争，如国内约有16款腔镜手术机器人获批，超50款骨科手术机器人获批，10余款穿刺手术机器人获批……第二，融资金额及数量锐减，部分未获得商业化收入的手术机器人企业将陷入资金危机。2020-2022年，我国手术机器人行业分别完成27笔、30笔、29笔融资。海量资金涌入，大批创新企业入局，使技术门槛较高的手术机器人行业也变得拥挤。但是，资本市场已回归理性。2024年，手术机器人行业仅完成9笔融资。可以预见，当融资资金见底、投资人出手减少，仍未取得商业化收入的手术机器人企业将陷入资金危机。受此影响，或将有更多手术机器人企业销声匿迹。第三，部分手术机器人仅能用于简单病变，临床价值还未突破。近期，美国心血管造影和介入学会主办的同行评审医学期刊《JSCAl》发表了一项研究。该研究汇总了CorPath两代血管介入手术机器人的临床研究结果，共纳入了1734例机器人辅助经皮冠状动脉介入手术。结果显示：两代手术机器人的手术成功率均可达到96%以上，技术成功率均约为89%。上海市第十人民医院泛血管病中心/高血压中心主任张毅在点评该项研究时表示：“数据背后的临床实践上，目前冠脉介入手术机器人对冠脉手术的象征意义大于实际意义，冠脉手术机器人还远远不能应对冠脉复杂手术的操作。在针对简单病变的机器人辅助手术中，11%需要转为人工操作。”张毅主任同时也表示：“介入手术机器人是一个重要赛道。未来技术突破后，可以在具体病变操作中利用机器手臂的优势帮助到术者。这可能需还要更多的研究，但继续实践和探索是必须的。”第四，手术机器人市场打起价格战。目前，微创机器人、天智航、思哲睿、精锋医疗、医达健康、键嘉医疗等企业推出的手术机器人均已实现商业化装机。为了加速突破市场，相关企业甚至打起了价格战。此前，思哲睿推出的腔镜手术机器人SR1000曾以538万元中标；精锋医疗、微创机器人等企业的腔镜手术机器人中标价为1400万-1700万元。而市占率第一的达芬奇手术机器人均价约为2300万元。即使打响价格战，达芬奇手术机器人的地位也未受影响。2024年，均价超2000万元的达芬奇手术机器人在国内新增装机量达58台，仍是国内腔镜手术机器人市场销量榜TOP1；而均价低于1000万元的国产手术机器人，销量合计达33台；均价1500万左右的手术机器人，销量约29台。这意味着国内医院对手术机器人的价格敏感度没想象中高，低价产品并不一定是高销量，而高价产品也不一定是低销量，医院更看重手术机器人产品的性能和品质。骨科手术机器人市场也能验证这一观点。如天智航旗下骨科手术机器人的价格较市场整体均价高出19%，但其仍能占据50%市场份额。如何突破市场，依然是部分企业需要攻坚的难题。第五，手术机器人的商业化受政策和宏观环境影响较大。2024年，受医药反腐、招投标放缓等因素影响，国内手术机器人市场出现阶段性业绩承压。例如，天智航骨科手术机器人2024年销量下滑近50%，总营收下降14.9%至1.79亿元。不过，随着机器人辅助手术数量的增长，天智航的配套设备及耗材和技术服务收入分别同比增长28.52%、104.26%。2024年，天智航旗下天玑系列骨科手术机器人全年手术量超3.9万例，同比增长62.5% 。另外，2025年以来，随着招投标工作恢复、市场需求爆发，手术机器人市场也呈现出高速增长态势。如天智航2025年一季度营收5858万元，同比增长超102.40%。总的来看，部分手术机器人企业走入破产清算阶段，主要系其竞争者众多，产品存在同质化问题；手术机器人研发周期较长，相关企业在资本高峰期完成融资后，难以快速进入商业化阶段，取得商业收入；尤其是西门子医疗宣布退出冠脉介入手术机器人业务后该细分市场的投融资几乎停滞。这使得失去资金来源、未获得商业化收入的手术机器人企业不得不破产清算。而产品获批、取得商业化签单的手术机器人企业（包含血管介入手术机器人企业）则有望依靠其先发优势、市场推广及渠道优势、产品差异化优势，率先获得商业化收入，验证商业模式，得到更多投资人的支持，并以融资资金加速拓展市场，提升整体竞争力。02多措并举，破解危局对于行业格局、投资趋势、政策方向，各企业只能被动应对。但是对于产品价值、市场推广、发展战略等经营性问题，各企业正通过多种举措进行应对。首先就是技术创新。目前，手术机器人正朝着以下方向创新：一是机器人技术加入融合AI技术。AI技术用于手术机器人，可推动机器人辅助手术更微创、更智能，并向自主化发展。现阶段，奥朋医疗、微创机器人、天智航、精锋医疗、卓业医疗等企业均已布局AI或旗下已有手术机器人产品融合AI技术。以精锋医疗为例，其发布的精锋支气管镜机器人CP1000是一款全柔性支气管镜机器人，配置了AI导航、超柔性机械臂和机器人操控技术，可使用操作手柄控制机器人支气管镜沿着术前规划的路径前进到外周目标，实现肺部深处病灶的精准诊疗。同时，也有企业或机构考虑与掌握领先AI技术的企业合作，打造AI手术机器人。例如，佗道医疗与华为云签署合作协议，将围绕手术机器人展开深度合作，共同推进智慧医疗技术创新；武汉市中心医院与推想医疗合作，计划开发AI手术机器人，打造数智化手术示范基地……二是降低产品成本，使更多医院“买得起、用得起”。例如，瑞龙外科自主研发出海山一腔镜手术机器人，其是国内首款分体式且获批四大专科全适应症的手术机器人。分体式结构与模块化设计使医院可根据需求选配台车数量及型号，且无需改造场地即可快速部署。该机器人还兼容传统腹腔镜器械，减少专用耗材依赖，降低采购成本。三是5G+远程技术。远程机器人技术有助于推动优质医疗资源下沉，推动分级诊疗。截至目前，微创机器人、天智航、精锋医疗、术锐医疗、卓业医疗等企业均已探索远程机器人手术。例如，图迈手术机器人已完成近400例远程机器人人体手术，精锋多孔手术机器人2024年完成近200例远程手术探索，天智航已累计完成超1000例远程骨科机器人手术。其中，微创机器人旗下图迈远程手术机器人于2025年4月获全球首批上市。据悉，图迈机器人建立了首个且唯一跨洲际远程手术网络体系，覆盖6大洲，103个国家与地区，传输距离近80万公里。远程手术机器人活跃站点超120个，已完成远程机器人人体手术近400例，并完成数百例动物实验与手术操作验证。精锋医疗也于2024年9月发布了精锋云远程手术系统，并全面启动“千家医学联盟会员计划”，构建实时多点互联的全新智能远程手术网络平台。四是扩展适应症，提升机器人手术数量。此前，一款手术机器人主要适用于一个科室或一个适应症，临床应用范围较小，极大地限制了采购意愿。但目前，单个手术机器人设备的应用范围正不断拓展。例如，2025年5月，术锐单孔腔镜手术机器人的适用范围变更为“用于泌尿外科、妇科、普通外科、胸外科肺部腔镜手术操作”，成为国内首款、唯一覆盖四大外科领域的单孔手术机器人。精锋多孔手术机器人也逐步扩展到泌尿外科、妇科、胸外科、普外科等多个领域，适用于近340种术式。另外，刚刚完成数千万元融资的柳叶刀机器人计划将资金用于推动跨科室手术机器人创新及国产化进程。目前，其肿瘤微创介入、神经外科等多款跨科室手术机器人产品正在推进NMPA及FDA注册。五是将手术机器人用于更高难度术式。在临床上，四级手术是外科手术中难度最大、过程最复杂、风险级别最高的手术，对术者有极高要求。目前，创新企业已逐步将手术机器人的应用范围拓展到四级手术，帮助术者降低操作难度，提升手术安全性，增加手术机器人的临床价值。例如，截至2025年5月底，精锋多孔手术机器人手术量累计突破8000例，其中四级高难度手术达到7760例，占比高达97%。其他手术也均为三级手术。另外，越来越多的创新企业正联合医疗机构开展更多高难度术式探索。如上海交通大学医学院第九人民医院章一新教授团队使用昂泰微精研发的Kai显微手术机器人完成全球首例机器人辅助复杂肘部肿瘤根治重建术；北京大学第一医院吴问汉教授团队运用康多机器人成功完成机器人辅助胰十二指肠切除术（胰十二指肠切除术是治疗胰头癌等疾病的最复杂手术之一）……其次，为应对国内的高度内卷以及打开市场空间，越来越多的手术机器人企业正加速出海。例如，在2024年国内手术机器人市场放缓的背景下，微创机器人依靠海内外市场双线并行的策略，营收达2.57亿元，同比增长146%。其腔镜手术机器人图迈新签订单为39台，其中国际市场取得超20台商业化订单。国际市场签单，为其业绩增长提供了强劲助力。精锋医疗也在加速国际化战略布局。2025年3月，精锋医疗与波兰老牌医疗集团Meden-Inmed合作，将在波兰华沙成立精锋医疗欧洲首家手术机器人培训中心。该中心将承担‌技术培训、临床示范与学术交流‌三大核心职能。同时，精锋医疗还与泌尿外科医疗器械全球领导者Dornier MedTech达成合作。依托Dornier MedTech成熟的网络渠道等支持体系，在西班牙和葡萄牙推广精锋多孔腔镜手术机器人系统。此前，精锋医疗还曾与埃及医疗保健管理局在外科手术机器人应用和培训、机器人远程手术系统开发及利用等多个方面达成合作。此外，柏惠维康、术锐机器人、天智航、歌锐科技等多家手术机器人企业均在加速出海。最后，手术机器人企业开始向县级医院渗透。成本下降，解决了县级医院的支付压力；配备AI技术与远程手术技术，解决了县级医院缺乏操作机器人的医生的问题。此种情况下，一部分县级医院开始采购手术机器人。例如，目前已有修水县第一人民医院、井陉县医院、广宁县人民医院等县级医院采购腔镜手术机器人；岑巩县人民医院、惠东县人民医院、仙居县人民医院、重庆三峡医专附属中医院等采购骨科手术机器人；云阳县人民医院等采购神经外科手术机器人……其中，惠东县人民医院、广宁县人民医院等县级医院采购的手术机器人配备有远程手术技术，并已完成当地首例远程机器人手术。通过远程手术技术，患者在县级医院即可享受到千里之外的优质资源。如惠东县实施的首例“5G+骨科手术机器人”远程全膝关节置换手术就是由中山大学附属第一医院的盛璞义教授团队辅助完成。广宁县首例远程手术则是由南方医科大学珠江医院相关团队完成。随着手术机器人落地基层，县级医院也可开展更高难度的术式，提升医疗服务能力，使患者无需远赴外地就医。如重庆大足区引入达芬奇手术机器人后，逐步攻克心脏瓣膜置换、纵隔肿瘤切除、肺癌根治、食管癌根治等高难度术式。以往需到上级医院求医的复杂病例，如今在大足区内即可完成诊疗，减轻了当地及周边区县患者的负担。在产品创新、加速出海、落地基层等举措下，预计国内手术机器人企业将进一步打开市场天花板，提升市场增速。*封面图片来源：神笔PRO如果您认同文章中的观点、信息，或想进一步讨论，请与我们联系；也可加入动脉网行业社群，结交更多志同道合的好友。近期推荐声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。动脉网，未来医疗服务平台

01前言人工智能技术在医疗领域应用多年，大模型技术的出现为其应用价值和范围又带来了新的可能。2024年底爆火的国产开源语言大模型DeepSeek极大助力市场教育，将大模型在医疗场景的应用迫切度也提到历史新高点。医疗领域已经出现数百个垂直大模型应用于各个环节，企业从自身数据及市场优势出发自研专业大模型。产品虽众多，但是产品到商品还受政策、市场等影响。目前，医疗大模型在医疗领域的渗透率、应用情况、应用成果到底如何？本次报告，动脉智库联合成都高新区数智医疗创新联盟创作和发布，通过调研、访谈十余家创新企业、三家投资机构及数名临床专家，从市场和企业两方面探索我国医疗大模型渗透率的现状，试图梳理各类不同医疗大模型的竞争要素和优势发展策略，与共同努力的企业们一同探讨。主要观点● 医疗大模型发展处于早期，行业经过了“产品打造”阶段，亟待通过“性能验证”释放商业价值。目前，对大多数医疗大模型依然缺乏明确的安全性、有效性的验证和监管体系，是大模型商业化推广限速因素。● 医疗大模型市场规模预计在2028年突破百亿，目前总体渗透率不足10%～20%，是一个极大的蓝海市场待企业去开拓。● 2025年截至5月1日医疗大模型发布133个，远超2024年全年的94个、2023年全年的61个。288个医疗大模型中，九成覆盖了政策指引的应用场景。● 医疗大模型应用场景中，提及频次最高的为医疗服务环节，占比高达53%，其中临床专病辅助决策、预问诊、病历辅助生成、医学影像辅助诊断位居前四。● 文本类大模型集中在医疗IT服务环节；影像类大模型应用成熟度最高，超声和病理有惊喜进展；生物大模型极大助力药物研发；中医类大模型在多方力量推动下快速发展。● 医疗大模型的渗透率受多方影响，需要通过痛点验证、市场规模测算、技术和数据能力评估、有公信力的性能验证以及政策的支持和监管来解决“想用”“想做”“能做”“好用”“允许用”的问题。● 医疗大模型落地应用方式灵活，可作为产品使用、可作为AI应用的智能管理平台、可作为AI产品研发和优化的基座。● 总体来说，由于生成式技术与语言大模型的突破，医疗大模型对文本类的任务助力更大，此外对综合性、高数据密度以及多流程的任务赋能更加明显。● 在医疗大模型的框架下，以大模型牵动的大小模型协作模式将是近几年的主流市场应用方式。● 医疗大模型的发展初期，大模型的打造和应用成本都较高，随着技术、政策、市场等多因素助力，未来医疗大模型将向普惠化迭代升级。02多因素驱动医疗大模型加速蓝海开拓1、性能不断突破，亟待价值验证推动模型商业化落地“百模”蓄势待发，亟待性能验证释放商业化价值。医疗大模型从概念兴起到成熟落地大致需要走过需求分析与验证、模型研发、模型性能测试或应用市场对模型性能的验证、商业模式探索到最后在行业实现大规模的商业化落地。医疗大模型从概念到落地的发展阶段，资料来源：公开信息，动脉智库分析虽然技术突破带来的愈发成熟的大模型产品令人兴奋，但是医疗大模型要实现大规模商业化落地还有一段路要走。目前，在各细分领域已有部分医疗大模型打通了商业模式实现了商业闭环（我们将在第三章详细分析部分应用场景的典型案例），但就行业整体而言，发展尚处早期，更多的医疗大模型还处于价值验证阶段，亟待通过性能测评释放其商业价值。2、医疗大模型蓝海市场空间充足，亟待企业开拓医疗大模型在2019年至2023年快速兴起，期间市场规模年均复合增长率超过100%；直至2027年都将是医疗大模型的爆发期。根据亿欧智库数据，目前医疗大模型市场规模接近20亿元，在行业爆发期间，预计以高达140%的年平均增长率，于2028年突破百亿元。尽管快速拓宽的应用边界不断拉高医疗大模型的市场规模天花板，但要真正大规模应用落地还需要一步一个脚印，逐步提升市场渗透率。目前，医疗影像、辅助诊断、健康管理等领域大模型渗透率相对较高，但依然属于市场渗透的早期阶段。基于动脉网访谈调研预估，医疗大模型整体渗透率不足20%，甚至更加保守的受访者估计不足10%。由此可见，医疗大模型这块蓝海还有巨大的市场空间亟待企业们去渗透和开拓。3、多因素聚合驱动，推动“产品”向“商品”落地近年来，在算力基础建设、算法精进、芯片技术进步、政策指引及市场教育多维度，医疗大模型均受到积极推动。值得一提的是，2024年11月国家卫生健康委办公厅、国家中医药局综合司、国家疾控局综合司联合发布的《卫生健康行业人工智能应用场景参考指引》，明确定义了四大部分、十三大类、总共84个具体的应用场景，其中19个应用场景明确提到了医疗大模型的应用。《卫生健康行业人工智能应用场景参考指引》具体场景展示，资料来源：国家卫健委官网，动脉智库整理（打勾为明确提及大模型应用的场景）此外，DeepSeek自2024年底发布以来，迅速“走红”各个行业，医疗行业也不例外。就医疗大模型领域而言，DeepSeek对其影响已经超越了单纯的技术突破范畴，其“一炮而红”对医疗行业各环节从业者，以及C端的患者或用户更是一次直观且有力的市场教育，迅速提升了市场对医疗大模型的接受度以及使用积极性，变“被动接受”为“主动拥抱”。03医疗大模型爆发，赋能医疗服务的各个环节1、行业迎来近三百个大模型，九成覆盖政策指引应用场景2025年医疗大模型密集发布，截至5月1日已有133个医疗大模型的密集发布，远超2023年（61个）与2024年（94个）的模型数量。2023—2025年医疗大模型数量（截至2025年5月1日），资料来源：公开资料，动脉智库整理截至2025年5月1日，我们收录了市面上已公开的主要医疗大模型案例累计288个，其中约有九成以上医疗大模型应用场景均涵盖于《卫生健康行业人工智能应用场景参考指引》之中。大模型涉及应用场景12类，所有应用场景总提及频次814次。其中医疗服务场景涉及的大模型最多，总提及频次达430次，占比近53%。各类医疗大模型应用场景提交频次，资料来源：公开资料，动脉智库整理从2023年的初步尝试，到2024年行业取得长足进展，再到2025年未至年中便迎来超百个模型落地，医疗大模型的爆发式增长态势已然明晰。2、四类医疗大模型，展现七大共同技术发展路径政策与技术迭代驱动下，我国医疗大模型产品矩阵加速构建。鉴于不同场景及主体间的应用渗透程度存在差异，本报告通过对主流大模型产品的应用场景进行系统梳理与量化分析，选取文本大模型、医学影像、药物研发、中医药产业四大核心赛道，以期全景呈现医疗大模型的技术落地路径与产业发展脉络。文本大模型-医疗IT场景占比最大。在技术适配性、数据基础、应用场景需求及产业落地可行性等多因素影响下，当前文本大模型仍是医疗大模型的主要研发类型。其主导地位源于医疗场景对语言处理的刚需、文本数据的易获取性、技术成熟度与商业落地效率。在此之中，医疗IT是大模型落地场景中占比最大的部分。结合对288个医疗大模型应用场景的系统性梳理，在累计663个场景提及频次统计中，非医学影像类医疗IT场景提及频次高达300余次，以近46%的占比成为核心落地方向。医生成为“AI制造”群体中至关重要的一员。截至2025年4月30日，国内“2022届中国竞争力排行榜”中排名前100的医院，已有98家对外宣称完成了大模型部署。在这之中，有38家医院在通用模型的基础上进一步展开研发，打造出55个符合自身需求的垂直医疗模型。其中，医院合作企业依然是主流，有超过一半的项目采用这一模式进行开发。医疗垂直模型开发模式分布（截至2025年4月30日），资料来源：公开资料，动脉智库整理影像大模型-发展最成熟已覆盖全周期。医学影像是人工智能技术落地最为成熟的医疗场景之一，并已形成覆盖图像采集、处理及诊断全流程的价值赋能体系。通过市场产品图谱分析，聚焦医学影像领域的大模型相关产品已达56款，以心脏、骨骼、头颈、肺部等解剖部位的辅助诊断应用最为广泛。其中，超声和病理成为重要突破方向，脉得智能（超声）、透彻未来（病理）及医策科技（病理）等企业纷纷推出相关大模型助力临床辅助诊断。 药物研发大模型-亟待质的变化。结合统计数据来看，目前大部分生物大模型产品的应用场景集中在药物研发领域。需指出的是，当前生物制药大模型在医疗机构赋能及药物研发探索等领域，尚未实现对既有场景的颠覆性突破，仍处于技术融合与场景适配的渐进式创新阶段。随着算法优化、数据积累及跨学科协同的深化，该领域有望催生具有变革性的技术突破。中医大模型-多方力量推动快速发展。从当前众多面世的大模型来看，大模型正持续加大在中医药产业的应用。2023年，面世的中医药大模型约为13款，2024年数量稍有下降为9款，2025年已有8款产品面世。从数据来看，中医药产业大模型的研发汇聚了多方力量，呈现出产学研紧密协同的态势。结合技术演进逻辑与行业实践，当前医疗大模型核心应用场景及技术发展路径可归纳如下：○ 医疗服务仍是主流应用场景○ 公共卫生服务、养老托育服务及医疗机器人等领域的大模型应用较少涉及○ 基层应用频频被提及○ 中医药领域实现应用的深度渗透○ 大模型正蓄力赋能医疗产业○ 革新医学教育与科研范式○ 健康管理场景或成医疗大模型应用潜力股3、六大医疗应用场景，解构大模型应用路径本次统计的288个医疗大模型、共814次场景提及频次中，涉及的12类应用场景中共涵盖56个细分领域，其中，临床专病辅助决策、预问诊、病历辅助生成、医学影像辅助诊断提及最多，均为医疗服务大类。医疗大模型涉及的56个细分应用场景提及频次，资料来源：公开资料，动脉智库整理差异化价值逻辑形成的技术落地路径。基于五大核心应用场景的解析，各场景基于差异化价值逻辑形成的技术落地路径主要如下：○ 大型医疗机构：围绕智慧医疗核心场景向外延伸○ 小型专科医疗机构：消费医疗与中医药智能化赛道正在升温○ 政府：在基层多个场景实现提质增效○ 药企：落地仍存在挑战○ 患者：潜在挖掘空间明显04医疗大模型在多应用场景率先跑通商业化1、渗透率受多方影响，需共同驱动商业化落地医疗大模型的落地应用渗透率受多端的影响。需求端，首先需要有明确的、真实的痛点需求，其次需要有足够大的市场空间吸引科技企业及资本布局赛道。在需求验证之后，企业端需要充分验证相关产品打造的可行性，例如技术是否足够支撑、数据是否足够精准等。最后，大规模的商业化落地还有赖于相关部门的政策支持，从技术发展、市场准入、产品性能验证、收费等环节给予指引。医疗大模型渗透率影响因素，资料来源：公开信息，动脉智库整理基于此渗透逻辑，目前医疗大模型在放射类影像辅助诊断渗透率最高，据调研估计，渗透率接近40%。此外，辅助检查报告解读与结构化、病案质控、辅助问诊/导诊类工具、临床辅助决策、涵盖智慧病历书写等功能的医生助手、科研场景、药物研发、健康管理等应用场景渗透率其次。我们将在接下来的小节逐一解析其影响因素。2、“严肃”和“辅助”医疗应用场景各有标杆适用于院内（包括基层）的医疗大模型从临床应用场景不同可以分为严肃医疗大模型和辅助医疗大模型。就单个医疗大模型而言并非只能拥有一种类型应用场景，其可同时在两类场景应用或赋能两类场景的相关应用开发。由于医疗大模型的应用方式兼具“产品”和“平台”属性，即其既可作为产品直接应用，也可作为“平台”赋能进一步人工智能产品升级或研发。因此，在落地成熟度的讨论中，我们将两种应用形式均考虑其中，作为“平台”属性时，将通过其赋能的人工智能应用落地程度进行评估。（1）严肃医疗大模型-影像走在最前列严肃医疗大模型在整个影像辅助诊断领域应用渗透率最高，或与其需给出定性分析的任务性质有关。从大模型训练方式及应用目的出发，医疗大模型又可分为判别式大模型与生成式大模型。前者学习条件概率，生成的空间受限，类似于回答封闭式判断题，因此准确度相对更高；后者学习联合概率，生成的空间不受限制，类似于回答开放式问答题，因此输出结果可控性更弱。判别式与生成式大模型部分性能对比，资料来源：公开信息，动脉智库整理判别式大模型由于更高的结果可控性更易提高精准度、更易贴近于临床医生表现，在严肃医疗场景的应用价值体现也更加直观。因此，目前以影像辅助诊断为代表的判别类的严肃医疗大模型，发展和推进的阶段更加成熟。除其模型应用性质外，辅助诊断类影像大模型走在应用最前列的共性原因还有两点。一是在性能验证环节的优势，该类产品拥有明确的评估标准，例如“敏感度”“特异性”等量化评估指标，其性能验证直观。二是在政策完善度的优势，其监管路径相对清晰，通过获得国家药监局的医疗器械资格证获得明确的“入场券”推进商业化推广，加之医检互认的促进推动其更快应用落地。数据处理难度影响大模型研发门槛。进一步细分影像大模型应用场景发现，按照放射、超声及病理的顺序逐一产品数量更少、市场应用更早期，其重要影响因素是细分领域数据处理难度的不同。● 放射影像标准化数据缩短研发“入门”时间。无论是人工智能产品或是相关医疗大模型，放射影像能够成为发展最为成熟的细分应用场景，其标准化数据及医疗逻辑的可及性是其重要基础。据智药局数据，截至2025年3月，国家药监局已批准99张AI放射影像三类证。排在前列的影像三类证获得者数坤科技、深睿医疗和推想医疗均推出相关医疗大模型，助力全线产品迭代升级的同时提升模型性能不断朝临床应用级靠拢。“可用”到“好用”让放射影像大模型从“产品”变为“商品”。数据处理难度的优势，让放射影像产品化更早，但要实现其商品化并大规模落地应用，不仅需要让临床“用”，更要让临床觉得“好用”。目前，AI影像产品在试用期，由于其优异的性能通常能够获得临床的积极反馈和活跃使用，但其长期应用于临床还涉及医生工作流程的变化。如何能够将影像产品更好融入临床工作流，培养临床使用习惯，进而提升使用者动力，是进一步提升影像AI渗透率的重点。这一步，行业已有企业积极布局并已见成效。如数坤科技基于其多模态大模型数坤坤，完成了从诊断、教学、科研、随访和科室管理等的全工作流串联，为影像科医生提供了全链路的数智化辅助工具。在北京市科委举办的行业大模型创新应用大赛中，数坤坤以99（共100个）个病例诊断与专家评委一致、1个优于专家评委的优异性能拔得头筹，高精准度和一站式服务的性能推动数坤坤从“产品”到“商品”的转变，加速渗透落地。● 超声影像超声影像的数据为动态视频格式，且需要在检查当时做出诊断建议，因此，“实时”是对于超声人工智能产品的重要要求，需要其在检查过程中做出实时质控及实时诊断分析。由于数据格式及要求的不同，在数据标准化程度和医疗逻辑可及性方面不及放射影像领域，也因此其在数据处理阶段或需要花费更多精力并且更依赖经验专家进行数据标注。这也不难解释为什么国家药监局批准的超声辅助诊断软件三类证寥寥无几，目前仅脉得智能、医准科技等获得了相关三类证批准。超声影像大模型性能逐步验证。在肿瘤诊断的医疗流程中，通常超声给出相关建议后，必要时患者将进行放射或病理的进一步检查。事实上，由于超声医生的技术差异，进一步检查的概率并不低，而其中不乏一些本可以避免的进一步检查，尤其在基层等医疗资源欠缺的情况下更是如此。因此，要在超声领域实现“低年资医生+AI=高年资医生”的人工智能使命，或许需要超声辅助诊断产品的准确性不断向病理结果靠近。目前，行业也不乏朝此方向努力的企业并已初显成效。如脉得智能于今年3月份获得三类医疗器械证的“甲状腺结节超声影像辅助诊断软件”，融合临床真实诊疗场景训练AI模型，实现了结节良恶性的超高精准判断。其临床测试结果显示，该产品甲状腺结节良恶性判别准确度高达96%，与组织病理结果高度一致。● 病理影像“金标准”对大模型提出了高要求。病理检查作为肿瘤诊断的金标准，其严肃性较超声和放射影像更进一步，这也对该领域医疗大模型提出了更高的要求。行业对准确性虽然没有统一的要求，但敏感度无限接近于100%是病理领域人工智能企业的默契。除此之外，病理领域大模型研发条件也相对苛刻。首先，病理影像的图片标准化程度低，且由于病理影像数据复杂、厂商利益壁垒等原因，标准化推进程度缓慢，这意味着在数据处理及标注上需要投入更多人力物力。其次，我国病理医生数量严重不足，稀缺的专家资源也提高了数据处理的门槛。病理大模型多维度构筑核心竞争力。出于不同病理医生之手的影像图片，其染色后的图像差异度大，这要求大模型拥有极强的泛化能力能够识别并处理这些图像。病理大模型通常是与头部教学医院共研训练而得，泛化能力不足的产品在同级别染色水平下能够表现出优异性能，而在二级及以下医疗机构假阳性率高，这无法完成助力优质医疗资源下沉的使命。因此，在病理领域要实现“低年资医生+AI=高年资医生”的人工智能使命，病理大模型的泛化能力十分关键。强泛化能力能让模型不仅在头部医院，在二级及以下医疗机构依然能稳定地展示产品的准确度。例如透彻未来基于其大模型Thorough Brain 2.0，赋能其AI病理产品Thorough Insights 4.0达到专业临床应用级性能，支持包括胃、肠、食管、胰腺、肺、前列腺、乳腺、子宫内膜、宫颈、泛器官淋巴结等十余种高发肿瘤器官的病理智能分析，精准定位癌变区域并完成疾病分型，其在大型医院的临床病理应用中，敏感度接近100%，特异性超过94%，在中小型医院的敏感度同样接近100%，特异性超过90%。此外，作为金标准，病理可能直接影响治疗方案，病理医生对人工智能的使用通常会更加谨慎。单纯给出“是”与“否”的结论，病理医生可能依然会按照传统流程亲自进行诊断验证其准确性，阻碍人工智能辅助临床提升效率的性能显现。因此，病理大模型的可解释性或是其另一个核心竞争力，在给出定性结果的同时，充分展示其判断逻辑和专业依据，增强信任，帮助医生从被动接受结果转为主动利用人工智能实现精准诊疗。目前，行业已出现拥有相关核心竞争力的病理大模型。如医策科技发布的病理多模态大模型“灵眸”，其中包含了企业创新构建的病理思维链框架（Pathology Chain-of-Thought），该框架采用逐层推理解析技术与可解释性融合机制，可以在给出诊断结果的同时为病理医生充分还原诊断的临床思维路径，降低信任门槛，让更多病理医生可以放心使用“灵眸”带来的在9个器官涵盖57种肿瘤亚型的临床级病理辅助诊断服务。最后，可及性也是大模型在应用推广落地中的核心竞争力之一。众所周知大模型需要强大的算力支撑，如果大模型的使用附带着动辄上百万的GPU购置成本，无疑会劝退一部分潜在使用者。使用端的现状也促使大模型企业不断优化其单位算力下的性能，让大模型“大而不重”，提升模型的可及性，进而推动商业化落地。如透彻未来、医策科技等病理医疗大模型企业，均通过技术优化实现轻量级私有化部署，在促进各自商业化进程的同时，更是共同推动了病理人工智能行业的发展。可靠性、可用性、可及性是严肃医疗大模型共性需求。其实，不光在病理领域，对于所有应用于严肃医疗场景的大模型可及性都是共性的需求，此外可靠性、可用性也是重要诉求。严肃医疗大模型性能共需，资料来源：公开资料、调研访谈，动脉智库智能整理（2）辅助医疗大模型-展现超强灵活性相较严肃医疗大模型通常覆盖专科应用领域，辅助医疗大模型覆盖了更加广泛、更加灵活的应用场景。为了更清晰厘清其应用范围，我们从服务主体出发，将辅助医疗大模型应用范畴分为围绕医生、围绕患者、围绕医院管理的三类。辅助医疗大模型应用场景分类，资料来源：公开信息，动脉智库整理目前，辅助医疗大模型整体而言比严肃医疗大模型落地应用推广进程更成熟，其中围绕医生的诸多提质增效的人工智能工具应用最为广泛。多场景应用需要大模型更加“灵活”。不难看出，比起严肃医疗大模型，辅助医疗大模型覆盖的场景更多、更广，且同一场景的应用，机构与机构之间也存在不同的要求，因此需要大模型更加灵活。其灵活性的其中一个体现在产品的性质上，不同于严肃医疗大模型“模型即产品”的要求，辅助医疗大模型往往更需要体现其“基座”的性质，即提供赋能院内多场景提质增效所需要的医学知识、政策法规和安全要求等数据资料的多模态数据，并训练模型拥有医疗行业的决策逻辑。医疗机构可以将其作为全院人工智能产品的基础和管理平台，将所有的人工智能服务统筹起来，也可以基于大模型基础进一步研发，围绕不同主体、应用于不同场景的人工智能产品，以更好地进行全院级数智化管理。如神州医疗大模型2.0，是一个拥有文本、影像、病理、基因、时序数据处理能力的多模态大模型，其可以作为全院人工智能应用监管的“驾驶舱”，也是各应用场景人工智能产品打造的专业基础。企业基于此大模型已经开发了包括罕见病、脑肿瘤、儿童免疫缺陷等在内的20个专科场景AI应用产品，围绕医生、患者和医院不同使用方提供多应用场景的AI工具，助力提升效率、就医体验等。此外，行业还出现了支持使用者基于大模型自主建立人工智能服务工具的灵活方式。如医渡科技，为行业提供“大数据+大模型”双中台，使用者可以在其中台上构建自己的小模型和智能体。目前已经在20余家头部医院上线，其中80%的用户为医生群体，在平台上自建智能体助力诊疗科研教学及患者服务等日常工作流，市场使用率极高。由此可见，可赋能二次开发的、灵活的辅助医疗大模型除了具体的应用产品价值，还被赋予了多一层助力人工智能落地、推动行业发展的使命与能力。除了灵活的专业医疗大模型，行业还出现了开源医疗大模型，助力推动人工智能生态发展。2025年初，京东健康的“京医千询”宣布开源，“透明化”的技术架构一方面直观向行业展示了“京医千询”的技术实力，另一方面也想通过技术共建与行业一同携手推动人工智能服务进一步落地。行业越来越多专业预训练大模型能够帮助初创企业避免从零打造医疗大模型的高成本，降低模型研发门槛，甚至通过更优质的数据助力提升模型性能。辅助医疗大模型三大赋能路径，资料来源：调研访谈，动脉智库整理（3）医疗大模型赋能基层-标的落地场景目前，基层医疗卫生机构正以三分之一的卫生人力资源，提供全国一半以上的诊疗服务量以及绝大多数的基本公共卫生服务。随着国民健康意识增强，人口老龄化、慢病人群数量攀升，基层的任务愈发重要及繁多，医生数量短缺的矛盾也将随之加剧。在政策和刚需的推动下，基层成为医疗人工智能落地的绝佳场景，而对于近年来兴起的医疗大模型亦是如此。目前，诸多医疗大模型企业，如讯飞医疗、神州医疗、数坤科技等均有基层应用场景布局，并成功实现商业化闭环。标准化：为医生提质增效、提高群众信任。基层医生通常为全科医生，需要涉猎的疾病种类和药物种类广泛，作为疾病预防、治疗的第一道防线，比起对疑难病例的处理能力，更需要基层医生拥有对常见病及慢病不错诊、不漏诊及合理用药的“标准化”能力。此外，“标准化”能力还体现在如随访和健康档案管理的公共卫生服务之中。而对于患者或居民而言，也需要得到与上级医院同质化的诊疗结果来提升对基层医疗的信任程度。医疗大模型对海量、多模态知识的学习吸收能力及其标准化输出能力完美契合基层“标准化”诉求。近年来，大模型赋能下的全科辅助诊疗应用在基层展现出优异成效，也推动了其在基层的渗透率逐步提升。如讯飞医疗的"智医助理"早在2017年就成为全球首个通过国家执业医师资格考试综合笔试的人工智能机器人，取得456分成绩(满分600分)，超过96.3%的人类考生。实际落地应用中聚焦基层医疗场景，通过“智医助理”赋能全科医生，在常见病诊疗规范化和效率提升方面取得显著成效。通过今年发布的星火医疗大模型X1赋能后，智医助理实现了核心性能显著提升——合理用药审核正确率达95%以上，基层高发常见病诊断TOP1推荐合理率突破95%，系统在为基层医生提供高效辅助诊疗支持的同时，有效提升居民对基层医疗服务的信任度。截至2025年4月，产品已落地全国31个省市的682个区县超73000个基层医疗机构，服务超220000名基层医生，累计提供超9.7亿次AI辅诊建议。3、院外医疗大模型助力“提供工具”向“提供价值”转变如严肃医疗大模型和辅助医疗大模型无严格区分标准一样，院外医疗大模型板块也是从应用场景类型出发，研究医疗大模型在该场景的应用落地情况。事实上，行业不少医疗大模型可同时应用于院内及院外多场景赋能。院外的应用场景，受到的政策监管和约束相对较少，在模型性能能够满足的应用场景需求后，达成合作的环节更加直接和简单。因此，在大模型能够显著提升效率、降低成本的应用场景，行业已有应用落地成熟的案例出现。我们将以临床研究及对C端的健康管理为例，解析其发展渗透率的现状。（1）药物研发-亟待极致效率提升带来质变药物研发超大的人工智能应用市场规模，以及极大的提质增效空间，散发着巨大的人工智能应用探索吸引力。其实，AI应用在药物研发领域探索不算短，大模型的加持，除了原有AI能力的提升，或许还能带来新的能力赋能行业发展。多环节人工智能服务渗透。药物研发囊括了药物发现阶段、临床前阶段、临床阶段，以及上市后的真实世界研究。人工智能的应用也充斥着长链条的各个环节。人工智能在药物研发各环节应用场景举例，资料来源：公开资料，动脉智库整理人工智能也需要“术业有专攻”。药物研究的多环节、不同具体的应用场景领域，所用到的人工智能服务不同，这也意味着针对特定环节的赋能大模型也需要“术业有专攻”，由此对训练数据的类型和来源也有所不同。例如用于临床试验阶段的大模型，该阶段核心诉求集中在中心与患者的筛选、试验设计和优化、数据文件管理的能力以及风险预测决策支持等，对数据实时处理和伦理合规要求极高。因此，除了对相关法律法规的学习和理解，对于大模型的训练还需要来自真实临床试验沉淀下来的数据，不仅从中学习相关专业的知识，更需要学习相关专业的干预和反馈机制，也就是习得实时处理的能力。例如，当发现风险的时候，需要人工智能服务提供预警的同时，可以在大模型的赋能下同时进行相关的风险处理动作。有了“动作”的学习，人工智能服务才能跳脱出数字客服或超大知识库给出的响应式服务，进而升级为有主动执行能力的管理式服务，真正为申办方提供有责任感的“数字员工”而不是单纯的数据管理工具。如太美医疗科技发布的文思智能（Wiz.AI）平台，其能力基座除海量的专业知识、法律法规、公开数据外，还有其十余年5000余项临床研究项目运营经验，为其人工智能临床试验服务奠定了核心竞争力。基于出色的综合实力，文思在实际业务场景中拥有强大的落地能力，以赋能SaaS和服务在各应用场景中发挥智能化的管理职能，而非单一的智能问答。再如药物发现领域，有了大模型的赋能也为多年的人工智能应用再添利器。首先，大模型的应用增加了AI结果的可解释性，从而提升信任度，让使用者可以明白并判断其可靠程度，从而提升AI服务的接受度。其次，大模型显著降低了专业知识的理解和应用门槛，极大提升相关步骤效率。可见，效率的提升在行业已有共识。但研发的能力验证还在路上，目前还未有通过AI研发的药物走到上市阶段，这也让行业对其态度逐步谨慎。目前，在药物研发领域，相较于效率和应用工具，企业更愿意为价值结果付费。（2）C端健康管理-打造轻中重个性化服务另一个院外拥有高吸引力的大模型落地场景是面向C端的健康管理服务。轻量级服务：做群众的AI健康助手。自2016年《健康中国2030》发布以来，国民对健康的重视程度持续增强，并逐步从“疾病治疗”向“疾病预防”前移、从“被动治疗”向“主动健康”转变。随之而来的就是更多的健康服务需求，例如亚健康状态改善、日常偶发性不适的咨询、体检报告解读、药物及疾病知识学习、个人健康档案管理及疾病预防等。传统的医疗体系显然难以支撑该类激增的健康服务需求，因而大模型的应用可很大程度解决健康服务能力供给不足的情况，目前行业已有不少理想的解决方案。例如讯飞医疗，推出首款面向居民的AI健康助手应用讯飞晓医，依托星火医疗大模型亿级高质量权威医学知识数据库，为用户打造个人数字健康空间，覆盖“看病前、用药时、检查后”三大核心健康场景，提供症状自查、药物查询、报告解读和个性化健康档案管理等服务。目前，讯飞晓医APP已覆盖高频常见疾病1600余种、常见症状2000余种、常见药品4000余种、常见检查项目6000余项，用户满意度达98％。治疗及服务：提供陪伴式服务。面向C端的健康管理服务中，还有一大极具落地吸引力的应用场景，那就是慢病管理。随着我国慢病患者人数攀升，目前医保用于慢病治疗的费用居高不下，占据医保开支大头。可是，即便如此我国慢病管理现状也并不如意。究其根本，慢病的治疗不仅仅需要药物，更需要生活方式的干预，而后者需要极高的人力成本及时间，本就供给不足的现有医疗体系对其难以覆盖。慢病管理需要多团队的有机协作，且生活方式的干预是一个长期过程、是一个全新生活习惯培养的过程，也就意味着慢病管理团队需对患者进行长程式的陪伴，其对应的高人力成本是慢病管理落地的一大阻碍。其次，纯人力的慢病管理，很容易触及服务能力的天花板，而就我国目前医生、营养师、专业运动教练及健康管理师等服务团队的数量对于庞大的需求群体而言，存在极大的人力缺口。正因如此，医疗大模型在慢病管理场景的应用展现出极大的价值。轻量级及治疗级健康管理服务对比，资料来源：调研访谈，动脉智库整理有了医疗大模型的赋能，可以极大解放人力，这不仅能够提升单个管理师的管理能力上限，也能助力提供更好的服务。例如，在大模型的辅助下，用户可以有更好的“实时应答”体验，并且可以确保服务“温度”，没有情绪的波动。不仅如此，大模型在个性化方案实施上也更有优势，可以基于用户情况实施轻量级到治疗级不同干预程度的管理方案。循着以上的要求，行业也已然出现了成功的商业化案例。如南大菲特，为肥胖伴有代谢综合征、糖尿病、多囊卵巢综合征及青少年肥胖等患者提供人工智能生活方式干预。“三师共管AI大模型”融合了200余位专家的经验，其多模态底座赋能管理团队基于用户自产及来自监测设备的健康数据，主动给出实时的专业管理意见，真正为用户打造了有温度的陪伴式生活方式干预。经过10年的打磨与沉淀，企业已经成功助力超过3.5万的用户减重成功，达成了4周减重4.2kg、8周减重7.4kg、12周减重11.12kg的优异成效。此外，大模型的赋能让企业也实现了轻量级管理完全AI化、治疗类的专业管理中实现服务能力4-5倍的提升。2024年，国家卫健委联合16个部门发布“体重管理年”活动实施方案，将体重管理提上新的高度，并鼓励人工智能在体重管理中的应用。此政策为在慢病管理的医疗大模型企业发展注入了新鲜的驱动力。过去，人们对人工智能始终报以谨慎态度，对于AI提供的健康建议信任度不高。现在，DeepSeek的爆火极大地推动了市场教育成熟，加之政策鼓励及行业专业级管理方案展现的优异成效，相信未来大模型在C端健康管理拥有非常大的想象空间。以上为报告节选，报告整体框架如下：第一章 多因素驱动医疗大模型加速蓝海开拓1.1 性能不断突破，亟待价值验证推动模型商业化落地1.2 医疗大模型蓝海市场空间充足，亟待企业开拓1.3 多因素聚合驱动，推动“产品”向“商品”落地第二章 医疗大模型爆发，赋能医疗服务的各个环节2.1 行业迎来近三百个大模型，九成覆盖政策指引应用场景2.2 四类医疗大模型，展现七大共同技术发展路径2.3 六大医疗应用场景，解构大模型应用路径第三章 医疗大模型在多应用场景率先跑通商业化3.1 渗透率受多方影响，需共同驱动商业化落地3.2 “严肃”和“辅助”医疗应用场景各有标杆3.3 院外医疗大模型助力“提供工具”向“提供价值”转变第四章 未来趋势4.1 大模型是企业刚需，大小模型协作是市场需求4.2 技术突破降低研发门槛，数据铸造大模型核心竞争力4.3 昂贵只是大模型的早期特征，普惠化是迭代的方向第五章 企业案例5.1 讯飞医疗-星火医疗大模型从基层出发赋能医疗全产业链5.2 数坤科技-多模态大模型构建数智医院医疗大脑5.3 脉得智能-大模型赋能超声AI性能对标病理，打造无创时代5.4 透彻未来-打造敏感度100%的临床应用级病理大模型5.5 南大菲特-引领医疗级科技型人工智能慢病管理服务5.6 医策科技-“灵眸”为病理医生提供临床级能力工具特别鸣谢（按调研访谈顺序排序）：讯飞医疗研究院院长贺志阳博士、医渡科技大模型产品总监张玉杰、脉得智能创始人兼董事长陈咏虹、脉得智能创始人兼首席科学家朱晓香院士、数坤科技AI大模型负责人刘尧、神州医疗副总裁兼人工智能研究院院长许娟博士、东蔓医疗创始人兼CEO李应武、东蔓医疗联合创始人兼CFO罗禹泽、透彻未来CTO王书浩博士、京东健康探索研究院首席科学家王国鑫、太美医疗科技全球产研事业部负责人陆一鸣、南大菲特创始人兼CEO印辉、南大菲特联合创始人张芷韵、医策科技创始人&CEO王晓梅。请扫描二维码添加小助手获取报告全文，添加过请主动询问医疗大模型在技术、政策、供需双方双向奔赴下进入高速发展期，“百模”亟待价值验证释放商业化价值。5月9日下午13:30，动脉网将在苏州举办“医疗AI大模型应用创新论坛”，邀请医疗大模型上下游企业、临床专家、资深投资人以及渠道企业等，共同探讨我国医疗大模型的未来发展趋势，加强医疗大模型产业的学术交流和产业协同，欢迎大家点击报名。*封面图片来源：神笔PRO如果您认同文章中的观点、信息，或想进一步讨论，请与我们联系；也可加入动脉网行业社群，结交更多志同道合的好友。近期推荐声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。动脉网，未来医疗服务平台