上市潮背后，AI医疗影像何以战至终章？

钛媒体 • 3年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

上市潮背后，AI医疗影像何以战至终章？

光锥智能

· 7分钟前

微信扫码

有人站在聚光灯下，有人却安然退场。

上市潮背后，AI医疗影像何以战至终章？

00:00 14:35

图片来源@视觉中国

文 | 光锥智能，作者｜张艺

一直以来，对于AI医疗影像应用的商业化能力讨论不绝于耳。巨大的销售成本、长期的研发大笔投入，几家冲击IPO的企业无一例外的“亏损”，AI医疗影像企业这个“吞金兽”面对冰火两重天的生存现状，何以战至终章？

AI医疗迎来上市潮，有人欢喜有人忧。

今年，上市潮此起彼伏，异常汹涌，AI医疗则是其中的主力军之一。作为AI医疗中的“小分队”，影像应用领域的公司又成为撑起整个AI医疗上市潮的支柱：

科亚方舟、鹰瞳科技、推想科技等率先敲响IPO的大门；深睿医疗、数坤科技等头部企业也在资本上不落下风，融资纪录创新高；有意思的是科技巨头也在“躁动”，在影像领域有不错成绩的科大讯飞近期宣布将拆分讯飞医疗上市。

然而，有人站在聚光灯下，有人却安然退场。

不久前，依图医疗卖身，买家是昔日的竞争对手深睿医疗，这是国内AI医学影像赛道上迄今为止发生的最大规模并购事件。曾几何时，依图医疗是业内公认的第一梯队明星企业。这为“动荡”的AI医疗市场又增添了更多的思考。

“一方面，影像的数据规模较大，更容易结构化，机器学习容易实现。另一方面，该领域的医生缺口也比较大，医院也更愿意将数据拿出来支持技术研究以提升效率。”行业分析师杨晓（化名）表示从供需两面来说，AI+医疗影像的匹配度更高。

简单来说，这类应用的商业化价值更易转化实现，所以该细分赛道一度成为人工智能大健康的热门。据行业数据统计，2020年中国AI医疗公司共计129家，其中医学影像类为55家，占总数的42.6%。据健康界的不完全统计，2020年，国内人工智能医疗健康领域共完成了65次融资，其中医疗影像约占总融资数的三分之一。

相对大多数行业来说，医疗的门槛非常高，准确率、合规要求都是落地的硬核指标，除此之外还有应用场景也会面临巨大的商业化限制。

跨过“三个门槛”迎来亮剑时刻

今年的上市潮是一场“预谋已久”的战事。

从客观环境来看，疫情对于AI医疗的渗透起到非常关键的作用，无论是用户的市场教育还是政策开始出现更大的支持力度。从行业内因来看，玩家已经跑通技术到商业的闭环，而且众多头部企业在资本市场的估值水涨船高，需要更大的资金支持以进行下一轮商业化竞争。

“从行业曲线来说，2017年是元年，2018年是爆发期，行业小高潮后就是行业整合，然后开始正规向发展。之前应该属于培育期，现在出现了 IPO，其实就是跨入稳定期。”杨晓说。实际上，整个AI医疗的发展特性其实和Gartner曲线高度吻合。

“所有的新技术到医疗应用，门槛其实都在三个层面上进行层层筛查淘汰。”远毅资本合伙人杨瑞荣提出AI医疗影像涉及的三个门槛：技术、审批、市场。目前，整个行业完成了第一回合的“淘汰”，行业头部企业凸显，一个巨大的亮剑机会出现。

AI医疗影像企业如何跨过“三个门槛”？

第一个层面是技术。“有些技术是通用的，比如肺结节的技术难度相对较低，所以很多公司开始都在做，但跑出来的有特色的企业在技术积累上都是有门槛的。”杨瑞荣说。

其实在整个发展轨迹中，不难看出技术的重要性。行业初期，肺结节应用遍地开花，同质化问题随之即来，为了实现差异化，企业不得不“内卷”：

一方面，将视野抛向技术难度更大的肝脏、心脑血管等新领域不断拓展；一方面，则是深化肺结节的应用，在准确度、效率等方面不断精益求精，这也是对算法的持续挑战。如今，市面上的智能应用已经可以覆盖人体各个器官，想在百花齐放中一直独秀，技术研发的速度和难度都是企业的护城河。

所以，技术投入成为AI医疗影像企业烧钱的很大因素。2020年，科亚研发开支达1.17亿元，鹰瞳4231万元，推想6684万元，研发费用占当期营收的比重分别为165%、89%、241%。

技术研发的投入是“长期主义”，但这笔费用也是企业巨大的成本压力。

以推想为例，当下，推想仍有九款产品处于在研阶段。所以，尽管随着营收的上升，其研发投入占比已经从2019年的1042.7%下降到今年一季度的67.2%，但是比重相对来说依旧较高。

技术投入烧钱，但相比其他行业，医疗领域是个强监管的行业，所有的产品都必须经过严格的认证体系。所以，来到了第二个层面——审批，也就是“拿证”，官方盖章“合规产品”。

新版《医疗器械分类目录》规定：对病变部位进行自动识别，并提供明确诊断提示，按照第三类医疗器械管理。也就是说，拿到三类证也就拿到商业化入场券，没有三类器械认证的产品，只能供医院科研使用，无法进入医院的收费目录。

2020年成为拿证的元年，继科亚方舟第一个“吃到螃蟹”，拿到了国内首个人工智能医疗产品的三类证后，其他业内玩家纷纷盼来了持证上岗的发展生涯，如数坤科技、鹰瞳科技、推想科技、深睿医疗等，头部效应初显。

“三类证至少标志着我们产品的成熟度，它经过了大规模的临床试验，验证了安全性、有效性，使得这个产品能够更加放心地应用于临床，这是所有医疗AI企业的必经一步。”安德医智大中华区CEO李晶珏曾在采访中表示。

人工智能医疗器械产品审批上市步骤（图片来源：亿欧智库）

“拿证是一个起点，从资本的角度来讲，拿到证可能就有一定的估值了。”杨瑞荣认为，拿证只是敲响商业化的大门，真正跨进去还需要突破第三个门槛——市场，简而言之也就是产品究竟能不能卖得动、市场策略和经营策略如何。

“没人买单很难说这个东西是成功的。”杨晓也强调了这一步的重要性。

在市场策略方面，企业有不同的核心产品与应用领域，也出现了不同的市场化路径：

一是以科亚方舟等为代表的“严肃医学派”，其目标客户直接面向医院大学和医疗技术研究机构；二是以推想科技为代表的“分销派”，其主要通过分销商将产品销往医院和其他医疗机构。其中；另一方面则是以鹰瞳科技为代表的“融合派”，其客户除了医院，还包括视光中心、体检中心等多元化院外目标。

涉猎的疾病领域不同，或许也会影响市场化策略以及潜力。“眼科是一个比较高附加值的科室，比肿瘤的附加值高很多，所以可能应用起来会比较好。”杨晓表示这是为什么鹰瞳科技的产品可解决在医院、社区诊所、体检中心、保险公司、视光中心及药房等场景的全人群用户对健康服务的各种需求。

目标客户不同，也给企业带来了不同程度的销售成本压力，2020年，推想科技的销售成本中，硬件成本占了83%，而鹰瞳科技的数据为24%。推想科技落地的大型医院一般要求绑定硬件设备来做销售，而后者的眼底筛查软件可以渗透基层医疗体系，硬件要求没有那么高。

尽管市场策略细节不同，但是通过几家企业的招股书可以解读出，AI医疗影像企业对大客户的依赖程度较高：2019年，鹰瞳最大客户销售额占同期收入的43.5%，推想的五大客户的销售总额占比数据达52.3%，科亚对五大客户的销售总额占收入的81%。

大客户是营收的“大腿”，可以给企业提供比较稳定大额的收入来源。但为了留住大客户，企业一般也会放宽一定的付款周期，这或对现金流造成障碍。

如在应收账款方面，鹰瞳科技由2019年的1650万元增至2020年的1950万元。平均周转日数由2019年的107天增至2020年的139天。推想科技由今年Q1的1949万元增值7月15日的3838.9万元，平均周转日数也从2019的98天增至2020年的115天。

不过，应收帐款数额增加也侧面说明客户数量或许增加，市场占有率进一步扩大，或者产品的附加值进一步得到应用。

“无论是上市还是业内收购，实际上都说明正在进行行业整合，往正规向发展。行业门槛正在变化，以前大家比的是团队人员、医疗数据、融资能力，现在就变成了有多少个证、能跟多少医院合作、有多少落地场景。这很显然从孵化变成了真正的商业。”杨晓认为这是一个行业发展的阶段变化。

回合制商业化竞争游戏

数字医疗就像是一个回合制游戏，2017年至今完成了“三道门槛”的第一回合市场竞争，接下来又即将开始新一轮的商业化竞争，从技术开始循环。这也是本次上市潮和融资潮的核心原因，在大家尚未盈利，缺乏“枪支弹药”的时候，下一“战”依旧需要资本输血补给。

据亿欧智库发布的《2021年中国人工智能医学影像企业发展报告》显示，现阶段AI医疗影像的院端付费渗透率为4.5%-7%。

显然，持证上岗的企业们赚钱并不容易，未来将如何进一步提升付费渗透率？

安德医智BioMind董事长梁伟民曾在谈及商业模式时表示，“一是看应用场景的覆盖程度，二是产品的应用价值，三是能不能给大多数的医院赋能。我觉得这个衡量的标准会越来越清晰。未来不是公司决定市场价值，而是公司的产品决定未来的价值。”

国信证券也表示，AI医疗未来发展应注重数据和科研的落地，如何切入到诊疗路径中解决切实的临床需求，并有恰当的付费模式，是商业化落地的关键。

目前，众多玩家的策略是基于优势应用完善产品，进一步打造闭环链条。

推想医疗、科亚医疗从优势病种出发，向更多适应症拓展，同时为医院提供从筛查、诊断、干预治疗、患者管理一体化的解决方案；数坤科技也发布了“数字人体”计划，已涵盖“数字心”、“数字脑”、“数字胸”、“数字肝”、“数字肌骨”等产品家族；深睿医疗推出肺癌、乳腺癌、脑卒中、骨折、X光等多款针对高发重大疾病的拳头产品，产品线目前涵盖神经系统、呼吸系统、骨科疾病、心脑血管、儿童生长发育等多个领域。

“现在还是一个非常早期的阶段，将来商汤这种做底层通用架构的企业是否也能跑通医疗，甚至比别人还做得好？这还是个问题。”杨瑞荣表示，除了数坤科技这样垂直领域深耕的企业，市场上还有更多的实践等待验证。

通用底层技术是否也能真正应用到临床医疗中其实尚有疑问，因为医疗行业的专业壁垒，以及生态的闭塞程度较高，这才显得深耕AI医疗的必要性。

对于未来行业的破局点，有人认为是政策的进一步开放，但杨瑞荣认为还是“技术”，再一次进入三个门槛的竞争中。“技术是最开始的，也是最长久的。技术越好，产品可能就越来越多，拿证能力也越来越强，到医院的销售能力也就越来越强。”他觉得接下来的技术竞争点——底层算法，以算法为核心，然后能够迅速的找到各个细分领域的应用点。

科亚医疗研发总裁曹坤琳曾在媒体采访中表示，AI对于临床的价值主要可以分为两类：一是提速，医生过去也能看的，通过AI来帮助提升阅片效率；二是更为重要的增效，医生以前不能看的，通过AI来增加新型的临床检测手段，提供临床所需定量评估指标，帮助医生制定针对病人个体的治疗方案。

杨瑞荣认为AI医疗影像的价值不应该只停留在影像科：“如果只是给影像科解决问题，给医院所带来的价值要远远低给前端做手术操作的医生带来的价值。影像科只是一个成本中心，真正的创收中心是在临床科室。”

假如以前医生判断一个肺结节需要1分钟，现在AI软件帮助其较效率提升至30秒，可能意味着医生可以早点下班。但是对于一个准备做心脏手术的医生来说，通过AI的助力可以在手术前将一个小时的准备时间降至十几分钟，多余的时间可以用在后续更专业的手术过程，无论是给医生还是医院带来的商业价值更高，对社会创造的整体效益也有很大的提高。

当然，这类产品应用方向的基础是技术能力夯实，而且进入到手术科室，也要增加产品对专门的垂直病类非常深刻的了解，这样最终产品得到医生的认可才能更顺畅地推动商业化。

“我们正马不停蹄地走入健康新时代，AI与机器人在医疗保健领域的地位越来越高了。”普华永道《What doctor》报告中这样写道。可是，时代机遇是一回事，转化为真金白银又是另外一回事。当科技巨头受挫、独角兽离场，医疗行业需要真正懂“它”的产品和人。

投稿医疗AI