熱錢湧入、賽道扎堆，三類玩家瘋搶。
過去十年，AI醫療一直是資本市場眼中的“黃金賽道”。
2026年7月，商湯醫療完成超1億美元B輪融資，投後估值突破百億元。這家脫胎於AI視覺巨頭的醫療子公司，正以“醫療世界模型”的概念向資本市場發起衝刺。據知情人士透露，公司已進入Pre-IPO階段，有望成為“醫療世界模型第一股”。
與此同時，巨頭也在加速下注。字節跳動斥資60億元，想建成全國第一家“AI原生醫院”；螞蟻阿福從C端切入健康醫療領域，以“科學減重一億斤”活動打開聲量，目前月活突破3000萬；騰訊發佈AI醫療全端解決方案，助力AI醫療加速落地；由李彥宏創立、百度支援的AI製藥公司“百圖生科”，據市場消息也已秘密遞交上市申請......
錢和人，正加速湧進AI醫療。
易觀分析的最新資料顯示，中國AI+醫療市場規模已突破1500億元，年均複合增長率保持在40%-50%，遠高於同期醫療行業整體增速。滲透率也在迅速提升，三級醫院AI輔助診斷系統的滲透率已超過65%，二級醫院達到40%；截至2025年底，國家藥監局批准的AI醫療器械三類註冊證已超過120款。AI早已在醫院裡幹活。
不過，上一輪熱潮也曾這樣起勢。2021年前後，科亞醫療、推想醫療、數坤科技、鷹瞳科技集體衝擊IPO，四家明星獨角獸公司被資本捧上高點，最終只有鷹瞳科技一家上市，其餘三家均不順利。它們目前仍在營運，但當年的集體受挫也暴露行業共性困境：核心AI產品遲遲跑不出規模化營收，研發持續高投入導致持續虧損，商業化路徑無法被驗證。加上鷹瞳上市後股價從75港元的高點跌至如今的個位數，整條賽道聲量漸弱。
這一輪的不同，在於AI技術的發展和政策的加碼。
易觀分析認為，2025年上半年DeepSeek爆發後，醫療垂直大模型進入了密集發佈與快速迭代期；有業內人士表示，在這波技術浪潮起來之前，其實大部分企業並沒有要做AI化轉型的動作，是大模型的泛化能力和多模態理解能力，讓AI第一次有了從工具走向助手的可能。這也是區別於上一輪影像AI的關鍵。
政策方面，2024年，國家醫保局在醫療服務價格項目立項指南中，首次為人工智慧輔助診斷設立了“擴展項”。隨後，國家層面持續釋放鼓勵AI輔助診斷、支援地方探索應用場景的訊號。
這一輪，AI醫療能講出不一樣的故事嗎？
01.AI搞醫療，先幹這些活兒
AI醫療的想像空間不斷擴大，從產業鏈位置和技術成熟度來看，大致集中在四個方向：輔助診斷、藥物研發、疾病治療和健康管理。
AI輔助診斷是當前進展最快的方向。
某AI醫療從業者告訴「定焦One」，“目前影像、病歷助手、用藥稽核等單一、比較容易標準化的模組是比較成熟的，但完整的輔助決策還沒有完全落地，目前還沒有那個大模型能獨立完成看病流程。”也因此，任務越單一、資料越標準、邊界越清晰，AI就越容易落地。
可孚醫療人工智慧研究院執行院長呂易之對「定焦One」的解釋是，軟體站在所有技術最抽象的那一層，所以AI最容易賦能；再往下，具身智能或者製造業，是AI觸達挑戰更大的領域。
弗若斯特沙利文報告顯示，AI輔助診斷已逐步形成以醫學影像、數字病理及實驗室檢驗為代表的重點應用方向，其中醫學影像AI是當前商業化進展較快的落地場景。
AI醫學影像原理並不複雜，把海量標註過的CT、X光、眼底照片喂給演算法，讓它記住病灶長什麼樣，再在新片子上圈出可疑區域，交由醫生覆核確認。2025年，中國AI醫學影像市場規模已突破150億元，2026年預計達235.7億元。截至2026年6月，中國已批准134款三類（醫療器械按風險分級中的最高一檔）AI醫學影像輔助診斷軟體，覆蓋心血管、肺部、腦血管、骨科等多個領域。
但在臨床醫生眼裡，AI在影像上的實際用途，和外界想像的並不是一回事。
北京某三級綜合醫院神經外科胡醫生告訴「定焦One」，醫生絕大多數情況下都是自己看片子，AI目前在臨床真正發揮價值的領域在於量化分析。以腦梗死為例，梗死體積是制定治療方案的關鍵參數，但肉眼估算誤差較大。AI通過將多張斷層影像堆疊重建為三維模型，能夠相對精確地計算體積，同時讓病灶空間關係更直觀。據其估計，具備此類功能的三維重建系統在三級醫院的覆蓋率約在七成到九成之間，“對於經驗不足的醫生，幫助比較明顯”。
但他同時提醒，目前臨床使用的部分“AI影像”產品，在複雜病灶的自主識別與推斷層面，距離真正意義上的“智能”仍有差距，相當一部分本質上仍屬於高級數字影像處理技術，是上一輪深度學習圖像識別的產物。
第二個方向是AI製藥。
新藥研發有個著名的“雙十困境”——十年時間、十億美元，且失敗率極高。AI介入的環節主要在前端：靶點發現、分子設計與蛋白結構預測，把原本需要在實驗室裡一點點試錯的過程，壓縮為電腦上的模擬推演。
有行業資料顯示，截至2026年上半年，全球已有170余條由AI設計或最佳化的藥物管線進入臨床階段，其中十餘款候選藥物推進到了III期（新藥上市前最關鍵的人體試驗階段），2026年被行業稱為AI製藥的“臨床驗證之年”。
這個方向的想像空間最大，驗證難度也最大。迄今尚無一款完全由AI從頭設計的藥物獲批上市，因為人體生理機制複雜，AI能算出漂亮的公式，卻難以預判藥物進入人體後的真實反應，前期表現良好、臨床失敗的案例並不少見。
臨床端的態度更直接。胡醫生認為，醫療領域不會為新技術開闢“快車道”。在他看來，AI確實能夠縮短從靶點驗證、動物實驗到人體試驗的整體研發周期——過去一款創新藥從立項到臨床使用可能需要一二十年，AI或許能將這一周期壓縮三五年。但他強調，這並不意味著短期內就能實現從演算法到臨床投產的跨越，臨床試驗的剛性安全驗證環節無法被替代。
第三個方向是AI疾病治療。沙利文報告將AI在疾病治療中的應用分為三層：治療方案匹配與療效預測、介入與手術路徑規劃、手術導航與機器人輔助手術。
治療方案匹配與療效預測是通過解析患者各種特徵，自動匹配個體與最優治療方案；介入與手術路徑規劃則是通過術前建模等技術手段，讓治療方案從以往高度依賴醫生基於初始影像做“一次性設計”，變成能“持續動態最佳化”。前兩層本質還是在術前規劃，且已經有一些落地案例。
最受關注也最具爭議的是第三層，尤其是機器人輔助手術，機器人本身不決策，醫生通過操作控制台發出指令，機械臂即時復現醫生的手部動作，將操作精度從毫米級推向更高量級。適用於高精度、高難度的手術場景。但由於直接接觸患者，安全門檻也極高。
談及手術機器人，胡醫生指出，以達文西系統為代表的手術機器人雖已問世多年，並在國內部分醫院實現裝機，但高昂的裝置採購與耗材成本、漫長的術者培訓周期，使其難以向基層廣泛普及，“並不是說有了技術就能立刻落地”。對於外界熱議的遠端手術，他的判斷更為直接：第一道門檻甚至不是AI演算法，而是網路延遲與訊號穩定性——這在手術場景中是致命風險，因此目前相關應用極其謹慎。
他真正看好的是另一條路：醫工結合。做工程和材料設計的人不瞭解人體結構，醫生知道臨床痛點卻不懂工程力學、流體力學，兩邊接上，醫療器械的發明創新才有可能。
最後一個方向是AI健康管理。它直接面向億萬消費者，是一條最輕、也最像網際網路的賽道。
螞蟻阿福累計使用者突破1億，月活突破3000萬，日均處理健康諮詢超過1000萬次；京東健康官宣AI問診滲透率已經達到80%；平安好醫生的AI醫生日問診承接量可達400萬人次。AI健康助手、慢病管理、體檢報告解讀等場景的門檻沒有影像和製藥那麼高，誰能建立起使用者規模，誰就能佔據先發優勢。
不過從業者也點出了這條賽道的現實問題：“目前C端使用者的付費意願和認可度還是比較低。”
胡醫生對此有更具體的觀察，部分AI健康諮詢產品存在“小病大看、大病小看”的怪圈，面對簡單症狀時過度輸出建議、誇大風險，面對複雜病情時反而因知識邊界限制而給不出足夠警示。在這條賽道上，規模效應比技術壁壘更重要，但能不能讓使用者真正願意為健康管理付費，是比拉新更難的事。
02.三類玩家，搶一條賽道
按照出身和基因，AI醫療的入局者大致可以分為三類。
第一類是大廠系，手裡攥著的是流量和資本。
騰訊、螞蟻、京東健康、字節跳動、阿里健康，這些公司不缺錢、不缺使用者、不缺技術底座，缺的是醫療場景的深度和臨床積累。它們的打法是先靠C端的健康管理入口跑出規模，再試圖往B端的醫院場景滲透。
字節跳動打的是最重的牌，2022年字節拿下高端婦兒醫院美中宜和，旗下腫瘤專科醫院美中愛瑞一併併入版圖；2025年又獲批北京朝陽區三級綜合醫院項目，總投資約60億元，目標是建成全國第一家“AI原生醫院”。
螞蟻走的是另一條路，AI健康應用阿福累計使用者破億、月活超3000萬，是純粹的C端平台邏輯；騰訊以投資和雲服務雙線佈局；阿里和京東則主要圍繞醫藥電商場景用AI提效，京東健康2025年總營收734億元，其中八成以上來自醫藥和健康產品銷售，AI在這裡是提升轉化的工具。
大廠系的核心優勢是資金雄厚、使用者基數大、通用大模型技術強。但從業者對“大廠系”在醫療行業的實際貢獻持保留態度。長期關注AI醫療的從業者葉詩麒認為，騰訊和螞蟻更多是圍繞掛號、支付等場景做佈局，屬於保持現狀，對醫療AI或者整個行業沒有多少改變；京東健康和阿里健康主要依靠電商業務流量輸血，開展醫藥電商業務，屬於傳統零售業務；字節跳動旗下小荷健康App此前也經歷調整，被傳團隊併入抖音。在他看來，大廠系“對醫療AI發展幫助微乎其微”。
這個判斷或許只代表一部分聲音，但它點出了一個事實，這類玩家能靠資源迅速起量，卻很難適配醫療重監管、長周期、慢變現的節奏。
第二類是醫療器械廠商，它們脫胎於傳統主業，AI是既有產品的升級而非新生意。
這類玩家要麼賣器械給醫院，如聯影醫療、邁瑞醫療等；要麼賣裝置給C端，如可孚醫療。它們在現有硬體或軟體系統上疊加AI功能，作為增值模組嵌入銷售。
產業系的護城河是管道、硬體和註冊證，比如聯影智能，依託聯影醫療的裝置生態，據其披露已累計獲得20張NMPA三類證，成為AI三類證最多的玩家，AI產品進入4000多家醫療機構。AI對它們來說是增量，短板則在於通用大模型的技術積累不及大廠。
呂易之告訴「定焦One」，“相比於單純的軟體應用及App提供方，醫療器械製造商的AI轉型升級頻率天然要更慢一些。如何把AI更好的與裝置本身結合，是非常值得思考的問題。同時，在AI化升級的浪潮中，器械製造商具有純軟體廠商所不具備的競爭優勢與行業壁壘。”
葉詩麒認為，隨著醫保改革、集采落地，產業系面臨的是從“關係驅動”向“產品驅動”的轉型壓力，需要轉向產品主導。
第三類是AI原生系，這些公司要麼從誕生第一天就All in AI醫療，如數坤科技、鷹瞳科技、醫渡科技、深睿醫療；要麼像百川智能，從通用大模型轉型聚焦醫療AI。它們的底牌是模型、演算法和資料，商湯的"醫療世界模型"、醫渡的YiduCore、鷹瞳的萬語，都是各自的技術基礎。（註：英矽智能、晶泰科技等AI製藥公司是另外一條路，不放在這裡一起討論）
數坤科技在心腦血管領域拿下了19張三類證，深睿醫療有15張；醫渡科技2026財年首次實現全年盈利，淨利潤7877萬元。百川智能則代表另一種路徑，2023年成立時想做“中國版OpenAI”，2025年3月宣佈聚焦醫療AI，從通用大模型全面轉向嚴肅醫療，推出了醫療增強大模型Baichuan-M4。
新玩家也在這個節點入場，商湯醫療2026年4月宣佈完成超5億元戰略融資，投後估值突破10億美元，隨後又完成超1億美元B輪，估值突破百億元，目前已進入Pre-IPO階段。
但財報裡，也藏著這類公司的另一面。比如鷹瞳科技2025年營收1.73億元、同比增長10.8%，虧損縮小90.2%，單看這組數字是漂亮的翻身仗，可2025年上半年營收其實同比下滑10.67%，扭虧主要靠削減費用、減值撥回和利息收入。
葉詩麒認為，以軟體為主的AI原生系的生存前景不樂觀。他給出了兩個理由：第一，目前這類玩家大多數做的都是“外掛式方案”——通過介面從醫院系統獲取資料進行二次開發，但2021年起部分醫院主整合商已經開始不給第三方開介面；第二，外掛方案本身沒法更好融入業務流程，打補丁解決不了原生系統問題，比如大模型應用於問診過程中遇到患者答非所問，錯誤輸入就得不到正確輸出。
三類玩家誰能笑到最後？從業者們均認為，誰不及時應對市場和AI技術發展做出調整，誰就出局，“只是或早或晚的區別”。
03.決定AI醫療生死的，是誰來買單
回到一個更樸素的問題：這個行業的錢，到底是從那裡來的?
按易觀分析2026年7月資料，中國AI+醫療市場規模已突破1500億元，但落到每家公司帳上的真金白銀有多少，是另一回事。結合業內人士的說法和一些公開資訊，錢大致來自四條路：醫保支付、醫院採購、藥企合作和C端付費。
醫保支付是最受關注的方式。市場對“AI輔助診斷納入醫保”的討論一直不斷，國家在政策層面也傳遞出相關訊號。一旦收費與報銷標準明確，可能成為AI醫療最穩定的支付方。
醫院採購是最直接的路徑。影像AI、輔助診斷軟體、CDSS系統（臨床決策支援系統），理論上都可以賣給醫院。聯影醫療被視為這條路上的一個典型案例，2025年全年營收138億元，其裝置銷售佔比約82.6%，主要賣給了國內外的各級醫療機構，其中國內的公立醫院是其核心客戶。
不過這條路的壓力同樣很大。葉詩麒指出，在控費、集采逐步常態化的背景下，醫院對採購價格越來越敏感，軟體很難賣出高價。醫院能接受的價格，有時甚至低於企業的成本。
藥企合作是路徑最清晰的。英矽智能2026年上半年連簽四家跨國藥企，潛在總價值逼近70億美元；晶泰科技2025年首次實現全年盈利。藥企願意為能縮短研發周期、提高成功率的AI買單，這條路的邏輯簡單直接，但只屬於AI製藥公司。
C端付費是使用者規模最大的一條路。但被動式的健康管理理念導致使用者忽視健康，打開APP頻率比較低，付費意願自然不高。
四條路擺在一起，賺錢的公司集中在兩類：裝置繫結的產業系，和與藥企合作的AI製藥公司。以軟體為主的AI公司（如數坤、鷹瞳）正在變得越來越難。但即使是賣裝置的廠商，目前付費方也不太穩定，經費要麼在收縮，要麼本身就不是經營性收入。
談及未來，葉詩麒認為贏家必須是能覆蓋“全院系統+院外生態”的玩家，他用馬斯克的例子給出了一個思路：“SpaceX單靠火箭發射還是虧損，但Starlink（星鏈）能引入新業務來消化發射能力、分攤成本。”醫療AI也一樣，不要只賣一個AI工具，要用一套底層能力覆蓋全院系統，同時引入商業保險、健康管理、零售等業務，讓不同業務之間互相輸血、技術共享、分攤成本。
呂易之也表達了類似方向：“純粹的軟體或純粹的硬體，都可能很難具備足夠的市場統治力，需要軟硬結合。”比如他所在的可孚正從傳統的硬體製造商，轉向醫療服務整體方案解決供應商。
這個行業裡，靠單一產品、單一路徑活下來的公司，正在變得越來越少。(定焦One)