2025年3月21日，蚂蚁集团医疗AI再次迈进一大步：升级发布面向机构、医生和用户的AI产品体系；至此，借助大模型机遇，正式形成“三端一体”的医疗AI战略布局。

目前，医疗AI大模型正如雨后春笋般涌现。几乎每天都有医院宣布在DeepSeek基础上部署AI大模型，或公布与企业合作研发的垂直AI大模型。

北京儿童医院的AI儿科医生便是其中之一，该模型由北京儿童医院联合百川智能等共同研发。去年8月，双方正式宣布合作，计划推出五款AI医疗产品，其中AI儿科医生属于“儿童医学专家临床科研助理”。

今天，我们重新出发，以AI医疗的核心应用切入，包含：AI制药、AI影像、AI病理诊断、AI基因精准医疗、AI医疗机器人、AI健康管理等六大维度，重点梳理AI医疗这一万亿民生产业。

一、AI医疗定义

“AI+医疗”主要是指利用人工智能技术提高医疗供给端的效率和准确性。通过数据分析、机器学习和深度学习等方法，辅助医生在诊断、治疗和预测方面做出更精确的决策。AI医疗在提高医疗质量和降低成本方面具有巨大潜力。

AI的快速发展正引领医疗终端应用步入效率革命的新时代。AI对医疗服务领域的赋能不仅优化了诊疗流程，缩短了诊疗时间，更推动了医疗资源的高效配置，为智慧医疗体系的构建提供了强有力的技术支撑。

二、产业链简析

AI 赋能医疗产业全环节，包括：

上游：医疗基础材料、生物材料、医疗耗材、大数据资源和算法等；上游是AI基础的底座。

中游：医疗设备、诊断设备、体外诊断、康复设备等细分领域的研发、制造和销售，以及人工智能软件硬件、医疗垂类大模型；中游是AI能力的核心载体。

下游：最核心，为AI医疗具体落地场景，包括：医学影像、AI辅助决策、精准医疗、AI健康管理、AI新药研发、AI医学研究等。有医服端、用户端和研发端三类大应用：1）医服端应用--有AI 医生、辅助临床决策、智慧病历等应用; 2）用户端应用--包括智能问诊、院外康复、远程手术等；3）研发端应用--涉及预测和设计药物、院内医疗设备应用。

AI和医疗的融合，赋能各个环节，不仅可以迅速精准识别疾病特征，提升效率，减少人为误判，增强准确性；规模化降低医院和患者医疗成本。使得“患者+医生+工具”三方关系发生转变，推动医疗新范式的出现。

三、AI医疗应用的分类

AI医疗的应用场景非常广阔，AI通过应用于医疗服务场景，延伸医疗服务时间和空间，促医疗高质高效与普惠。具体大类分B端和消费C端：

B端包括：医院的基础设施（如SaaS系统、医学数据智能平台、智慧病案等应用）、辅助诊断设备（影像分析、检验核对、病理筛查等）；智能手术设备（如手术机器人/智能内窥镜/放射治疗）等。

C端应用为：可穿戴设备（身体检测，如智能手环）、人工关节等植入物、康复设备（智能助听器、智能轮椅等）、精准诊断（如基因和分子筛查、癌症早筛）等。

四、六大应用场景梳理

AI医疗的具体应用场主要有六大类：包括AI制药、AI影像、AI病理诊断、AI基因精准医疗、AI医疗机器人（手术机器人等）、AI健康管理（数据服务）

下面来一一梳理

（一）AI制药-AIDD

1、定义&分类

AI 制药，即A I Drug Discovery & Design ，简称AIDD，是指将机器学习、自然语言处理及大数据等人工智能技术应用到药物研发、药物设计、药物筛选、临床试验和药物生产等各个环节中应用的制药领域显著优化新药研发的效率及质量，降低临床失败概率及研发成本。

药物研发分为临床前与临床后两大环节，目前AI平台主要在临床前发挥其效用。临床前包括疾病机理研究、靶点发现、化合物筛选、ADMET预测等多个环节。临床阶段的AI技术应用难度高，目前，临床阶段AI赋能的阶段较为有限，主要包括患者分层与招募、药物重定向及数据整合与分析。

AIDD主要可以优化的环节如下：

2、AIDD的作用

通过AI、深度学习和大模型训练数据库内目标信息，搭建精准模型，实现药物分子的筛选、预测及分析、用药安全的试验、评估等研发目标，加快药物上市进程，提高药物的生产效率和质量。

AI 在医药研发领域取得了令人瞩目的成果。从药物发现到临床前候选阶段的时间最多可缩短50%，由于测试候选物的迭代次数减少和设计更优，成本也可实现类似程度的下降。例如，重新利用现有分子通常需要三到五年的时间，而流程通过AI 赋能后、只需两到三年即可完成，并降低30%-50%的成本。

3、AIDD产业链

AI制药产业链上游：涉及算力、算法和数据，主要分两大类：提供AI技术的企业和提供生物技术的企业。中游：是主体部分，主要分为四大类：AI+biotech、AI+CRO、AI+SaaS以及IT头部企业在AI制药产业中的布局。下游：分为传统药企和CRO企业。具体看下图：

4、AIDD现状&国内外主要玩家

AI制药公司的发展历程，较多为AI-Saas发展到AI-CRO，部分再发展为AI-Biotech，涉及管线越靠后对专业要求越高，涉及物理、化学、生物交叉领域，且对临床开发能力有要求。

当前 AI 制药公司国外发展领先，国内起步晚，商业模式主要有三种：

1）以提供软件平台服务为主的 SaaS 供应商，全球典型代表公司是 Schrödinger（薛定谔），市值 22 亿美元；国内为智峪科技、碳硅智慧；

2）AI赋能的Biotech公司，主要以开发内部管线为主，代表公司是 RelayTherapeutics ，市值 10.4亿美元；国内为英矽智能，共有 31 个内部管线，已推到临床二期阶段。

3）AI 驱动的 CRO 公司，主要为药企、CRO 等药物研发公司提供外包服务，代表公司是 Exscientia 市值 6.9 亿美元；国内AI+CRO 的代表企业为晶泰科技，未上市。

当前国内外 AI 制药市场的主要玩家主要有三类，即大型药企、AI 制药初创企业和互联网头部企业，其中大型药企又分为传统药企和 CRO 企业。

1）传统药企和 CRO 企业：跨国药企如辉瑞、赛诺菲、默沙东等继续扩大 AI 合作，合作模式从早期研发向临床阶段延伸。

2）互联网巨头：华为、腾讯、阿里巴巴等通过技术平台和算力优势深化布局。

3）初创企业：尽管部分初创企业面临融资压力和管线进展缓慢的挑战，但头部公司如英矽智能、冰洲石生物等已有管线进入临床阶段。

4）其他:

①泓博医药：小分子创新药研发，AI药物设计平台融合 HPC 和量子化学技术，是 AI 制药领域的佼佼者。

② 恒瑞医药：全面接入 DeepSeek，加速抗肿瘤药物研发，探索 AI 辅助药物研发。

③ 药石科技：全球领先的新型分子砌块供应商，药物分子砌块的研发、生产和销售，AI制药领域的核心企业。

④ 皓元医药：分子砌块、工具化合物、CRO服务、原料药、CDMO、中间体和CMC服务等；与华为合作，接入华为云盘古大模型，优化小分子化合物筛选效率。

⑤ 复星医药：国内生物药龙头，PD-1抑制剂龙头之一，拥有医药健康全产业链。

⑥晶泰控股：全球AI药物发现龙头，量子物理算法加速小分子药物设计，与辉瑞、强生等跨国药企深度合作。

⑦泓博医药：AI药物设计平台覆盖从靶点筛选到分子优化的全流程，与腾讯AI Lab合作优化算法。

⑧成都先导：全球最大的DNA 编码小分子实体化合物库的药物研发公司，与腾讯AI Lab合作开发分子骨架跃迁算法。

⑨美迪西：积累了丰富的创新药物分子设计经验，通过计算机辅助药物设计(CADD)及AI技术优化化合物设计。

⑩ 昭衍新药：传统CRO企业积极布局AI制药平台，AI技术的应用有望提升其在药物研发全流程中的效率。

⑪华森制药：国家生物产业基地龙头，集药品研发、生产、销售于一体的综合型制药企业。

（二）AI影像--人工智能切入医疗的起点

1、定义和分类

医学影像是指针对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程，通过X射线成像设备、磁共振成像设备、超声诊断设备、核医学诊断设备等把人体内部组织器官结构或密度以影像方式予以表现，供诊断医师进行判断，进而达到对人体健康状况进行证价的目的。

AI 医学影像是人工智能切入医疗起点，也是人工智能医疗发展最快的领域之一，同时国家鼓励推荐影像云平台互联互通，减少多余诊疗，同时国家医保局发文拟实施“医保影像云索引”。

常见医学影像设备类型：

1）X射线成像设备--通过球管发出的X射线穿透人体组织后被探测器接收并生成人体影像。用于胸腹部、骨关节、胃肠道、乳腺等部位。

2）磁共振成像设备--(maqnetic resonance imaging,MRI，利用人体组织中某种原子核的核磁共振现象，将所得射频信号经过电子计算机处理，重建出人体某一层面的图像。用于颅脑、脊髓、心脏大血管、关节骨骼、软组织及盆腔等。

3）超声诊断设备--利用超声在人体各种组织内的传播特性不同而形成影像，根据图像的特征对生理、病理情况作出判别。用于心脏、腹腔等。

4）核医学诊断设备--包括正电子发射(PET)、单光子核素标记(SPECT)等技术。选择合适的放射性同位素为示踪剂，将其引入人体内，在体外利用射线探测装置，标记示踪剂在特定脏器一定时间内放射性强度的变化过程，获得特定脏器的放射性核素分布数据或图像。用于肿瘤早筛等。

3、产业链

具体上下游和相关企业，可以直接看下图：

4、现状&国内外主要玩家

（1）国内医学影像市场：

据中商情报网，全球影像生成市场规模从2023年的5.5亿美元增至2033年的29.8亿美元，年复合增长率18.3%。2024年中国AI医学影像市场规模约74.5亿元，预计2025年超150亿元，2026年达235.7亿元。政策驱动与老龄化加剧（60岁以上人口占比22%）推动需求，基层医疗资源不均进一步催化AI影像普及。

（2）商业模式

① 硬件结合（主流）：设备厂商（联影、万东）捆绑AI模块销售，如联影智能增资7000万元强化“设备+AI”生态。

② 软件订阅：纯AI企业（数坤、推想）向医院提供按次或订阅服务，部分企业2025年有望盈利。

③ 平台分成：基层医院合作分成模式逐步探索，但盈利周期较长。

（3）国内外主要玩家

国外玩家：

①GE Healthcare：通用医疗，提供端到端的解决方案，其 AI 影像平台支持放射、病理和心脏病等领域。

②Siemens Healthineers：西门子旗下的医疗业务部门，提供医学影像设备和 AI 驱动的影像分析解决方案，AI-Rad Companion 平台支持放射学、心脏病学和肿瘤学等领域。

③Zebra Medical Vision：专注于 AI 医学影像分析的初创公司，提供多种 AI 驱动的影像分析工具，其平台支持多种疾病的早期筛查和诊断，如肺癌、乳腺癌和心血管疾病。

国内玩家

1）设备厂商

①联影医疗：MR/CT设备集成AI，联影智能覆盖影像分析、诊断辅助。

②万东医疗：昆仑AI智慧影像平台+双子星AI磁共振，万里云SaaS融合DeepSeek。

③迈瑞医疗：超声设备搭载AI（Resona A20），瑞影云+联合DeepSeek推出“AI+”解决方案。

④开立医疗：医用超声诊断设备(主要为彩超诊断设备与B型超声诊断设备)、医用电子内窥镜设备、血液分析仪。

⑤祥生医疗：多模态影像 AI 算法已应用于超声设备，拥有国内首创的乳腺 AI 诊断软件，在医疗影像 AI 领域处于领先地位。

2）纯AI企业

① 数坤科技：心/脑/胸领域三类证齐全，国际化布局（MDR CE认证）。

②推想医疗：国内首张肺部AI三类证，覆盖欧、美、日市场。

③ 深睿医疗：13款三类证（心血管/肺部），跨病种泛化能力领先。

④深智透医（Subtle Medical）：MRI/PET影像优化，FDA获批产品落地，商业化路径清晰（设备端/院方付费）。

⑤卫宁健康：医疗信息化头部，AI影像诊断系统覆盖CT/MRI/超声全场景，肺结节识别准确率99.2%。

3）互联网巨头

①腾讯觅影：食管癌筛查，准确率90%、中医舌诊“岐黄镜”准确率91% 。

②阿里健康：肺结节筛查系统，CT图像智能分析。

③ 平安好医生：全科AI辅助诊断 AI Doctor（症状自查+分诊导流）

④科大讯飞：在AI医疗影像、电子病历等领域有深入布局，技术实力强，产品已在全国多家医院落地应用。

（三）AI病理诊断

1、定义&作用

AI病理诊断是利用人工智能技术，特别是深度学习和模式识别技术，来分析病理切片中的图像数据，辅助病理医生进行疾病的诊断。AI病理诊断是AI辅助诊断的一种方式，这种技术可以自动识别和分析病理图像中的异常细胞或病变区域，从而提高诊断的准确性和效率。

2、主要流程和应用

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。其中，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。

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。

比如在深圳宝安人民医院，AI技术已被用于宫颈液基细胞学的辅助诊断，实现了100%的样本质控及辅助分析。该系统的敏感度高达99.9%，特异度为85.7%，显著提升了诊断的准确率和报告的时效性。

3、商业模式：

AI病理企业通过提供软件+仪器设备配套、软件+试剂配套以及软件+仪器设备+试剂+整体服务配套打包整体方案推进商业化落地，商业模式从仅通过软件收费向提供一体化解决方案发展

AI病理企业目前有B2B、B2H、B2B2H等种商业模式，完成商业化落地。

1）B2B模式：主要为AI病理通过与第三方机构建立合作关系，通过按次收费进行利润分成，或与药企/CRO/科研机构合作以推进新药研发和临床试验。

2）B2H模式：即Business-to-Hospital，企业对医院模式，主要为通过与上游企业建立生态捆绑性强的战略合作，借助合作方已有渠道打入医院，或与地级市医疗机构共建病理实验室。

3） B2B2H模式：将软件卖给上游企业，企业进行销售，主要是为了扩大市场份额，通常不另外收取软件费用，仅为增强市场竞争力，扩大市场份额。

4、国内外明星企业

①迪英加科技——人工智能辅助病理诊断系统D-PathAI专注AI形态学分析，亚专科诊断覆盖面广泛。

②安必平——国内病理诊断龙头，携手腾讯AI LAB 独家合作研发病理医学图像分析处理软件。

③金域医学——与科技头部公司强强联合，共创智慧医检。

④迪安诊断——AI辅助阅片先行者，首款宫颈癌病理筛查产品落地。

⑤兰丁股份——人工智能快筛宫颈癌，全国布局县域AI病理实验室超千家。

⑥ 深思考——专注于类脑人工智能核心科技。

⑦透彻未来——深耕病理，AI赋能肿瘤精准诊疗。

⑧江丰生物——数字病理科研服务领域先行者。

⑨华银健康——全球远程病理诊断、数字病理专注者。

⑩ 赛维森科技——在临床中打磨产品，逐步完善病理AI产品布局。

⑪ 麦克奥迪——以医用显微镜为基础，构建病理诊断全产业链业务。

（四）、基因与精准医疗

1、基本概念

（1）AI基因

指人工智能技术在基因领域的应用，通过机器学习、深度学习等技术分析基因数据（如基因组、转录组、蛋白质组等），辅助基因测序、疾病风险预测、药物研发、个性化治疗等。核心是利用AI处理海量基因数据，挖掘隐藏模式，提升基因分析效率和精准度。

（2）精准医疗

基于个体基因、环境和生活方式等数据，制定个性化疾病预防和治疗方案的医疗模式。核心是“个性化”，通过基因检测、分子诊断等技术实现疾病精准诊断，结合AI算法优化治疗决策（如靶向药物、免疫治疗等）。

其核心是通过AI挖掘海量生物医学数据中的规律，推动医疗从“一刀切”向“个体化”转变。

2、分类

（1）AI基因的应用分类

① 基因测序与分析：AI优化测序流程（如华大基因的全基因组分析大模型），解读基因突变（如肿瘤驱动基因）。

② 药物研发：AI辅助靶点筛选、化合物设计；例如泓博医药的AIDD平台、临床试验模拟。

③ 疾病预测与诊断：AI分析基因数据预测遗传病、癌症风险；例如TempusAI的肿瘤精准治疗决策支持。

④ 基因编辑：AI优化CRISPR等基因编辑工具的效率和准确性，如Deep Genomics的AI驱动基因编辑。

（2）精准医疗的细分领域

① 精准预防：基因检测，如产前筛查、遗传病风险评估，代表企业：贝瑞基因、华大基因。

② 精准诊断：分子诊断，如肿瘤活检、液体活检，代表企业：迪安诊断、艾德生物。

③ 精准治疗：基因治疗（如CAR-T细胞治疗）、靶向药物（如百济神州的抗癌药）、免疫治疗（如信达生物的PD-1抑制剂）。

如下图：精准医疗在各个阶段都可以利AI进行优化：

3、市场空间

AI精准医疗全球市场规模：2024年78亿美元，2030年预计达392亿美元，CAGR 30.7%。

AI精准医疗中国市场：受“健康中国2030”政策支持、基因测序成本下降、DeepSeek、华大基因的GeneT模型等AI大模型技术突破，2030年预计达91.03亿美元，2023-2030年年复合增长率为CAGR 35.9%。

4、产业链

（1）上游：技术研发和硬件设备

技术研发：基因测序技术（如华大智造的测序仪）、AI算法（如NVIDIA的GPU加速计算）、生物试剂（如义翘神州的蛋白试剂）。

设备生产：医疗设备（如联影医疗的影像设备）、芯片（如寒武纪的AI芯片）、实验室仪器（如Illumina的测序仪）。

（2）中游：

AI基因应用：基因检测服务（如华大基因、贝瑞基因）、AI药物研发（如泓博医药、Exscientia）、疾病诊断模型（如鹰瞳科技的AI影像诊断）。

精准医疗服务：细胞治疗（如中源协和）、基因治疗（如纽福斯）、个性化治疗方案（如TempusAI的肿瘤决策支持）。

（3）下游：渠道与应用：

各大医院，如三甲医院的精准诊疗科室、第三方医学实验室（如金域医学）、零售药店、健康管理平台，如阿里健康、平安健康等。

5、国内外龙头企业

国外企业

（1）Tempus AI ：肿瘤精准治疗

Tempus为全球AI医疗应用的领军企业，为了将人工智能大规模地部署至医疗终端应用场景，开展基因组学业务，生成大量分子数据，通过数据去标识化，开展数据和服务业务，为制药公司提供分析和云计算工具，当前已和20家最大的上市制药公司中的19家合作；开展AI应用程序业务，帮助识别疾病早期患者。

（2）Grail：由 Illumina 孵化成立，基于液体活检的癌症早期检测技术，开发多癌症早期检测产品。

（3）Illumina：全球基因测序仪龙头，市占率超70%，推出AI驱动的数据分析工具DRAGEN。

（4）Foundation Medicine（罗氏旗下）：肿瘤基因组分析领导者，覆盖400+癌症相关基因。

国内企业

①AI基因技术：华大基因（基因测序+AI模型）、泓博医药（AIDD药物研发）

②精准诊断：迪安诊断（分子诊断）、艾德生物（肿瘤基因检测）、达安基因（PCR技术）

③精准治疗：中源协和（细胞治疗）、百济神州（靶向药物）、复星凯特（CAR-T）

④AI医疗平台：润达医疗（华为云盘古医疗合作）、创业慧康（MedCopilot临床决策）

⑤ 基因测序设备：华大智造（测序仪）、麦克奥迪（病理扫描）

⑥其他：

贝瑞基因：聚焦无创产前检测（NIPT），拓展肿瘤早筛。
诺禾致源：科研级基因测序服务龙头，布局多组学分析。
燃石医学：中国肿瘤NGS（下一代测序）伴随诊断第一股。
金城医学：国内第三方医学检验行业的龙头。与华为大模型合作。
迪安诊断: 国内领先的精准医学诊断服务与产品提供商。
圣湘生物：体外诊断（IVD）领域的龙头企业。

（五）、AI医疗机器人--手术/辅助/康复机器人

1、定义和分类

医疗机器人被设计用于进行外科手术、辅助诊断、医疗服务和康复治疗等医疗活动，具有医用性、临床适应性和交互性。可以根据实际的医疗环境进行检测、移动、提示等操作，完成相应的医疗任务。AI医疗机器人是在传统医疗机器人的基础上,加入了具备AI感知与认知技术的软件系统，可以帮助医生完成半自动化或全自动化的诊疗操作。

AI医疗机器人都可分为手术机器人、康复机器人、辅助机器人和服务机器人四类，其中前三类机器人更多地服务于临床应用，具有较高的临床价值。

1）手术机器人：应用于普外科、骨科、神经内外科等科室的手术中。其中，腹腔镜机器人是应用最为广泛的一种。

2）辅助机器人：主要应用于非手术环境下的临床诊断场景，为医生提供专业的诊断和治疗技术。

3）康复机器人：是一种医疗机器人，用于辅助病人完成肢体动作、实现助残行走、康复治疗等功能。能够解决病人康复动作的标准性与把控性，促进神经系统的功能重组、代偿和再生。

其中，手术机器人是重点，我们单独解析。

2、手术机器人特点和分类

手术机器人是高端医疗器械领域的“明珠”，正在重构现代外科手术体系，将外科手术带入手术机器人辅助手术时代。具有微创操作、灵活度高、三级高清成像、滤震、学习周期短、减少辐射等优点，能切实解决医疗的临床需求。

手术机器人通常应用在普外科、骨科、泌尿外科、妇科、胸外科、神经外科和心外科等领域，应用场景也正从普适性手术向专科化、高难度术式延伸。

根据应用领域，可将手术机器人分为骨科手术机器人、神经外科手术机器人、血管介入治疗机器人和内窥镜手术机器人。

3、产业链

医疗机器人的产业链主要分为上游的原材料、核心零部件、中游的机身组装和系统集成等环节，下游的中间渠道及终端使用，下游的销售通常是：设备+耗材+服务的商业模式。

所有环节中壁垒最高的三大核心零部件分别是伺服电机、减速器和控制器。根据 OFweek机器人网显示，在机器人成本构成中，减速器、伺服电机、控制器分别占 35%、20%、15%，合计占比达 70%。这三大核心零部件主要从美国、日本和德国等发达国家进口，国产还需努力。

4、发展和现状

手术机器人目前仍然存在一些技术短板，例如缺乏触觉力反馈、性价比低、尺寸大和安装复杂。手术机器人正朝着小型化、远程化、数字化和智能化的方向发展。

AI+手术机器人+互联网技术+VR/AR技术融合有利于发展远程诊疗，促进优势医疗资源的下沉。而且随着人工智能的不断发展，未来的远程手术可能会引入更多智能化技术，实现机器人自主手术。

下图为外科手术历史发展变迁：

5、国内龙头公司

① 腹腔镜手术机器人：微创机器人、博实股份、康基医疗、威高股份

② 骨科手术机器人：天智航、威麦斯、三友医疗、春立医疗、爱康医疗、美亚光电

③ 康复医疗机器人：伟思医疗、麦澜德、翔宇医疗

④ 磁导航手术机器人：微电生理

⑤ 血管介入手术机器人：润迈德

⑥ 其他：楚天科技、健麾信息

（六）AI 健康管理

1、概念

AI健康管理是指利用机器学习、自然语言处理、机器视觉等AI技术，如结合大数据、物联网（IoT）、可穿戴设备等，对个人或群体的健康状况进行实时监测、疾病预测、健康干预及管理的新型服务模式。

其核心目标是提高健康管理效率、降低医疗成本、实现精准化预防和诊疗。

2、分类

（1）健康数据采集--包括包括个人基本信息，健康体检，家族病史，既往病史，当前病症生活习惯，家庭幸福感，社会幸福感等包括使用便携设备、医疗器械及APP进行数据采集。适用于: 慢性病患者、亚健康群体其他需求人群.

(2) 健康检测及监测--主要包括传感器技术、物联网技术和智能手机应用技术。通过这些技术，数据可以自动采集并实时上传到云端包括使用便携设备、医疗器械及APP与AI技术结合进行监测. 适用于：慢性病患者、亚健康群体、运动、康复人群、其他需求人群。

（3）健康评估--结合生理指标、疾病状况、生活习惯、疾病病史、心理状态等数据，利用深度学习、机器学习、数据挖掘、回归分析等技术进行分析，做出健康评估。适用于：亚健康主要针对慢性病患者群体及其他患病人群。

（4）健康干预--根据健康评估结果做出健康管理规划，运用AI技术做出健康风险排除、健康护理、疾病防疫、康复运动及心理疏导等。适用于：患者群体。

3、产业链

AI健康管理产业链上游是传感器、芯片（如英伟达GPU、华为昇腾）、可穿戴设备组件等硬件设备、大数据云技术等基础技术、医疗器械及医用耗材供应商；中游为AI健康管理服务商，下游为最终应用终端群体，包括的B端的医疗机构、药店等，C端的慢病患者、亚健康群体。

4、市场空间

据IDC预测，全球AI医疗市场规模2025年约为200亿美元，AI健康管理（含可穿戴设备）市场规模预计2030年将突破3000亿美元。

中国AI医疗市场增速领先全球，2023年规模超100亿元，预计2025年达300亿元。

5、国内外龙头企业

国外：

（1）IBM Watson Health：肿瘤诊断、药物研发。

（2）Google Health：AI医学影像分析（如糖尿病视网膜病变检测）。

（3）Apple：通过Apple Watch实现心率监测、跌倒检测等功能。

（4）Medtronic：AI驱动的糖尿病管理设备（如胰岛素泵）。

国内：

① 平安好医生：AI问诊、慢性病管理平台。

② 万达信息：国内医疗信息化领域的龙头企业之一，“一网通办”平台总集成、核心系统承建方和运营商，涵盖智慧医卫、健康管理等业务。

③ 阿里健康/腾讯觅影：医学影像AI分析、电子病历管理。

④ 京东健康：“互联网+医疗健康”生态系统业务。

⑤ 华大基因：基因测序与AI驱动的精准医疗。

⑥ 鱼跃医疗/九安医疗：智能硬件（血压计、血氧仪）+健康数据平台。

⑦ 美年健康：全国连锁健康体检与民营医疗龙头,拥有“美年大健康”、“慈铭”、“慈铭奥亚”、“美兆”四大健康体检品牌。

⑧ 三诺生物：我国血糖监测龙头，深耕行业20余年。占据50%以上的血糖仪零售市场。

⑨ 乐心医疗：国内智能可穿戴家用医疗器械龙头,AI+慢病管理硬件龙头。

⑩ 嘉和美康：接入 DeepSeek 大模型升级临床决策系统，电子病历系统在国内市场排名第一。

⑪ 乐普医疗：中国心血管医疗器械领域的龙头。

⑫九安医疗：智能家庭健康血压诊断领域，是国内血压计第一个上市企业。

⑬润达医疗：国内体外诊断IVD行业第一，与华为云合作推出 “CDx 良医小慧” 医疗大模型。

⑭ 思创医惠：全球领先的智慧医疗和智慧商业整体解决方案供应商，是阿里医疗AI联合实验室的载体、华为智慧医院核心供应商。

五、总结与展望

AI+医药势不可挡，未来已至，其应用场景，得益于AI的发展，我们的医疗已悄然发生了变化。

比如，在诊断端，医学影像AI已实现毫秒级病灶识别，肺结节检出率超90%，胸部CT阅片时间从十几分钟压缩至10秒，辅助医生完成22万例病例分析；手术规划系统通过三维重建优化路径，机器人辅助手术切口缩小至毫米级，骨科手术机器人应用占比达三分之一。另外，在药物研发领域，AI加速靶点筛选与分子设计，46天完成传统需数年的药物发现流程等等。

总之，AI正深度重塑医疗生态，形成覆盖预防、诊断、治疗、康复的全链条智能体系，推动医疗体系向精准化、智能化和普惠化方向革新。

然而，医疗智能化仍面临多重挑战。基层医疗机构AI覆盖率仅10.1%，慢性病管理缺乏人文温度；数据隐私、算法黑箱、责任界定等伦理法律问题亟待规范。同时，AI的价值并非替代医生，而是重塑医疗协作模式，结合专家经验，在会诊中提供精准建议，最终决策仍由医生主导，凸显“AI辅助+医生主体”的不可替代性。

未来，AI医疗将向三大方向突破：

其一，构建“普惠+产业”双维体系，通过基层AI诊疗助手缩小城乡医疗差距，依托大模型实现跨机构数据协同；

其二，深化技术融合，推动手术机器人从辅助定位向实时智能引导升级，探索AI与基因组学、病理分析的深度结合；

其三，完善治理框架，建立医疗数据隐私计算标准，制定分级审批机制，培育医工AI融合人才。把大模型进行本地化部署、能断网使用等技术保障数据安全和诊断的可靠。

最后，这场AI 革命并非颠覆，而是赋能——AI以算力拓展医学边界，医生以智慧守护生命温度。当技术突破与人文精神相向而行，智能化、精准化的医疗未来，正从实验室走向普惠民生，为全球健康治理提供“AI+医疗”的中国方案。

AI医疗--核心应用场景全梳理!(附国内外玩家)

最近文章