自人工智能(AI)概念大热以来，其进入各工业领域的速度不断加快。但由于医疗领域的复杂性，AI在医疗行业的拓展并不顺利。规模唯一正增长的是手术机器人。经过多年的发展，整个领域仍然属于不成熟的早期市场，很难真正商业化。
如果把人工智能分为医疗领域，主要类别是药物研发、诊断治疗、图像识别、手术机器人和健康管理。但在实践中，虽然在药物研发领域取得了一定的进展，但离真正的规模还有一定的距离，而诊疗领域的工具属性更强，在医疗方面的作用只有信息化的作用。过去五年真正吸引市场的领域是AI解决方案(主要是图像识别)、手术机器人和健康管理。
虽然这些领域在资本市场都很热门，但目前来看，手术机器人才是真正的发展前景。如果没有战略转型，其他两个油田即使从长远来看也很难形成商业规模。
分析的四个角度
我们可以从监管属性、实用性、紧迫性、可持续性四个角度来分析这三个方面。
首先，从监管属性来看，所有的医疗器械都是用来获得监管许可的，但真正依靠医疗器械和耗材打通商业模式的只有手术机器人，其他的都是依靠器械获得监管许可。但实际上，他们并不依赖医疗器械本身进行发展，而是更倾向于医疗信息的院内和院外模式。影像识别类似于院内影像科采购系统提高信息能力，数字治疗类似于院外随访和专科康复管理用信息软件。从监管准入来看，医疗器械和耗材模式是成熟的商业模式，客单价高；然而，高校信息化软件模式的单价较低，市场规模的增长依赖于运行量。至于院外健康管理，连商业模式的逻辑都无法成立。
其次，从实用性来看，手术机器人和图像识别实用性更强，用户以医院科室为主，有明确的购买需求。目前，数字疗法的疗效仅在实验中得到证明，但由于没有基数较大的用户，其实用性值得怀疑。由于需要医生开处方且主要面向院外C端客户，数字化治疗的使用场景无法像前两者一样创造出紧急的刚需场景，一切都掌握在个人的主观意愿中，因此可持续性较弱。
第三，紧迫性决定支付能力和意愿。紧迫性低会导致支付意愿低，反之亦然。从支付意愿来看，手术机器人的紧迫性和支付意愿较高，但图像识别的紧迫性不强，数字治疗的紧迫性较弱，支付意愿较低。从支付能力来看，医院购买设备的资金最充足，市场接受度也最高。手术机器人销售的挑战是政策准入而不是支付能力。影像识别仅限于影像科，经费相对有限，付费能力明显有限。而且图像识别提供的服务更类似于信息软件，很难提高客单价。至于数字治疗，C端的自费能力始终是个大问题。行业商业化很难推进，必须依靠付费方。而付费方需要看到明确的疗效和费用控制，这是数字治疗所不具备的，也是难以获得商业化所需规模的。最后，从可持续性的角度来看，商业模式能否持续满足客户的需求和支付能力是关键。手术机器人和图像识别主要依靠医院采购，可持续性强。而数字治疗依靠自费C端，难以获得稳定的市场规模，可持续性较弱。
规模的挑战
本质上，图像识别帮助医生的效率更高，但与电子病历等全球信息系统不同，医疗机构并不迫切需要提高本地效率。因此，在医疗机构付费意愿不强的前提下，影像识别产品的定价只能与专科信息系统进行比较，很难与大型医院信息系统进行比较。在需求有限、定价难以提升的市场环境下，图像识别的商业化面临很大的局限性。
另一方面，图像识别是一项人力密集型的服务，需要大量的人力来做生物标记，大大推高了公司的成本。1元起的每笔收益的成本远远高于1元起，所以这种商业模式只能靠持续的融资来支撑。与传统互联网公司不同的是，由于是完全的2B市场，客单价低，图像识别公司缺乏快速规模化的可能性，难以烧钱长期发展。
虽然手术机器人面临的领域比较窄，但是目前比较成熟的还是以腹腔为主，以泌尿外科和普外科为主，骨科的规模化还需要时间。但由于能解决医生的痛点，大大提高手术的准确率和效率，经过几年的市场培育，取得了显著的发展。由于客单价高，且有自费用户基础，随着部分地区纳入医保，手术机器人将获得显著增长。
然而，手术机器人市场仍然缺乏国产品牌。虽然研发部门有很多产品线。d和临床试验目前真正能规模化的手术机器人产品还比较缺乏。手术机器人是一个有长远发展的商业模式，但是打开医院市场的销售渠道必须紧密配合产品开发，否则很容易形成有产品却没有市场的局面，而且很多年都无法产生现金流，总是需要融资输血。
人工智能在健康管理领域的体现主要是数字治疗。数字治疗并不是一个新产品，更多的是用软硬件的模式对原有产品进行重新包装。与图像识别和手术机器人不同，数字治疗更加个性化。人工智能的本质是提高效率和技能，降低成本，但数字治疗并没有体现这一点。虽然数字疗法在实验阶段已被证明在治疗和管理慢性疾病或精神健康疾病方面是有效的，但在实践中其实际效果仍然令人怀疑。这样一来，医保和商保作为支付方还是很谨慎的，直接覆盖数字治疗的意愿很低，降低了其快速规模化的可能性。当然，人工智能在数字治疗中的主要优势在于它的算法，不断调整用户数据，使算法更加准确，从而提高用户的健康水平。但是，就像图像识别一样，必须投入大量的人力，依靠大样本来开发准确率更高的算法。目前数字疗法采用的是药物的研发模式，只在医院小范围人群身上测试。这类数字治疗产品上市时，用户的使用率和更新率并不高。作为梨子疗法的掌门人，实际处方调剂率只有50%，实际处方支付率只有25%，极大地制约了其规模化的可能性。
因此，从商业模式的潜力来看，用户需求的紧迫性、支付意愿和支付能力以及可持续性是判断其未来能否实现真正发展的关键。从市场趋势来看，手术机器人的商业模式已经成熟，但受限于技术的能力。未来的规模取决于技术成熟度和成本控制。但基于图像识别的AI解决方案商业模式还不成熟，未来能否规模化，还要看能否找到新的刚需应用场景，能否提高医院的付费意愿。数字治疗没有明确的商业模式，市场将继续探索。
免责声明
本文来源为其他媒体的内容转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。
