热钱涌入、赛道扎堆，三类玩家疯狂卡位，AI医疗迎来新一轮产业洗牌。
定焦One（dingjiaoone）原创
过去十年，AI医疗始终是资本市场长盛不衰的黄金赛道。资本持续加注、产业加速落地，历经一轮泡沫出清后，这条赛道正迎来更扎实、更迅猛的第二轮爆发。
2026年7月，商汤医疗完成超1亿美元B轮融资，投后估值突破百亿元。这家脱胎于AI视觉巨头的医疗科技企业，凭借“医疗世界模型”的全新叙事冲刺资本市场，目前已进入Pre-IPO阶段，有望拿下“医疗世界模型第一股”的行业席位。
头部科技巨头同样全力下注，掀起新一轮赛道内卷。字节跳动豪掷60亿元布局实体医疗，全力打造国内首家“AI原生医院”；蚂蚁集团旗下阿福健康深耕C端健康场景，凭借“科学减重一亿斤”出圈，平台月活突破3000万；腾讯发布AI医疗全栈解决方案，加速技术落地与场景渗透；百度孵化的AI制药企业百图生科，被曝已秘密递交上市材料。
资本、人才、技术，正全方位涌向AI医疗赛道，行业进入加速质变期。
易观分析最新数据显示，中国AI+医疗市场规模已突破1500亿元，年均复合增长率维持在40%至50%，增速远超医疗行业整体水平。产业落地层面，AI已走出实验室，全面渗透各级医疗机构：三级医院AI辅助诊断渗透率超65%，二级医院达40%；截至2025年底，国家药监局获批的AI医疗器械三类证数量突破120款，AI医疗正式进入规模化临床应用阶段。
很多人误以为这是行业首次爆发，实则不然。2021年前后，AI医疗曾迎来第一轮资本热潮，科亚医疗、推想医疗、数坤科技、鹰瞳科技四大独角兽集体冲击IPO，一度被资本捧上风口顶端。但最终仅鹰瞳科技成功上市，其余三家上市进程受阻。
第一轮热潮落幕后，行业痛点彻底暴露：多数企业依赖单一AI产品，无法形成规模化营收，长期高研发投入导致持续亏损，商业化闭环始终无法跑通。即便是成功上市的鹰瞳科技，股价也从75港元的高点跌至个位数，赛道热度快速降温，资本趋于谨慎。
时隔五年，新一轮AI医疗热潮卷土重来，而这一次的产业底色、技术逻辑、政策环境，都已彻底改写。
本轮爆发的核心驱动力，是大模型技术的颠覆性突破。2025年上半年DeepSeek等通用大模型快速迭代，带动医疗垂直大模型进入密集落地期。多位业内人士表示，在此之前，多数医疗企业并无深度AI转型需求，传统影像AI仅能完成简单图像识别。而大模型的泛化能力、多模态理解能力，让AI首次具备从“单点工具”向“全能医疗助手”升级的可能，彻底区别于上一轮浅层影像AI的技术逻辑。
政策红利同步加码，为行业商业化铺路。2024年，国家医保局首次在医疗服务价格立项指南中，增设人工智能辅助诊断“扩展项”，从顶层设计上认可AI医疗的临床价值。此后国家持续释放鼓励信号，支持AI辅助诊断普及、鼓励地方探索多元应用场景，彻底打破了此前行业“有技术、无收费、难落地”的困境。
技术迭代叠加政策松绑，AI医疗能否跳出上一轮“虚火旺盛、落地乏力”的怪圈，讲出全新的产业故事？
01 AI落地医疗：四大核心场景，从能用走向好用
经过多轮迭代，AI医疗的应用边界持续拓宽，目前已形成辅助诊断、药物研发、疾病治疗、健康管理四大核心赛道。四大场景成熟度不同、落地节奏各异，共同构成千亿赛道的核心底盘。
AI辅助诊断：落地最快、渗透最深的刚需场景
辅助诊断是当前AI医疗商业化最成熟、落地范围最广的赛道，尤其以医学影像AI为核心主力。行业从业者坦言，目前影像识别、病历整理、用药审核等标准化、边界清晰的模块已实现规模化落地，但完整的全流程AI辅助诊疗体系尚未成型，暂无大模型可独立完成完整看病流程。
可孚医疗人工智能研究院执行院长吕易之表示，软件是技术应用最抽象、最易落地的层面，AI赋能效率最高；而具身智能、硬件制造等领域，技术落地难度更大，这也让医疗软件AI率先实现普及。
从原理来看，AI医学诊断逻辑清晰：通过海量标注的CT、X光、眼底影像数据训练算法，让AI精准识别病灶、标记可疑区域，最终交由医生复核确认。数据显示，2025年中国AI医学影像市场规模突破150亿元，2026年预计增至235.7亿元；截至2026年6月，国内已有134款AI医学影像辅助诊断软件拿下最高等级的三类医疗器械证，覆盖心血管、肺部、脑血管、骨科等核心诊疗领域。
不过在临床一线医生眼中，当下AI的实际价值与市场宣传存在明显偏差。北京某三级综合医院神经外科胡医生坦言，日常诊疗中医生仍以人工阅片为主，AI的核心价值并非替代诊断，而是精准量化分析。以脑梗死诊疗为例，梗死体积是制定治疗方案的关键依据，人工肉眼估算误差极大，而AI可通过多层影像三维重建，精准测算病灶体积、还原空间结构，为诊疗提供精准数据支撑。目前这类三维重建量化系统，在三级医院覆盖率已达70%至90%，对基层医生、年轻医生的辅助作用尤为突出。
同时他也指出行业短板：当前不少标榜“AI智能诊断”的产品，本质仍是传统深度学习图像技术，属于高级影像处理工具，仅能完成基础病灶识别，在复杂病灶推理、综合病情判断上，距离真正的医疗智能仍有巨大差距。
AI制药：想象空间最大、落地最难的长线赛道
传统新药研发长期深陷“双十困境”：十年研发周期、十亿美元投入，且整体失败率超九成。AI的核心价值，就是重构新药研发流程，将实验室反复试错的低效过程，转化为计算机模拟推演，大幅压缩研发周期、降低研发成本。
行业数据显示，截至2026年上半年，全球已有170余条AI设计、优化的药物管线进入临床阶段，十余款候选药物推进至III期关键临床试验阶段，2026年也被业内定义为AI制药“临床验证元年”。
这条赛道前景广阔，却也是最难落地的领域。迄今为止，全球暂无一款完全由AI从头设计的药物成功获批上市。人体生理机制极为复杂，AI可通过算法优化分子结构、模拟药理特性，却无法精准预判药物进入人体后的真实反应，大量前期数据优异的管线，最终折戟临床试验。
临床端对此始终保持理性审慎。胡医生表示，医疗行业不会为新技术开辟特殊绿色通道，安全性永远是第一准则。AI可将创新药研发周期从十几年压缩至数年，显著提速靶点验证、动物实验、临床测试全流程，但临床试验的刚性安全验证环节无法替代，AI制药从算法突破到临床落地，仍有漫长距离。
AI疾病治疗：技术门槛最高、争议最大的前沿赛道
沙利文报告将AI疾病治疗应用划分为三个层级：治疗方案匹配与疗效预测、介入与手术路径动态规划、手术导航与机器人辅助手术。前两层聚焦术前智能规划，技术相对成熟，已有部分落地案例；第三层手术机器人，是行业关注度最高、技术门槛最高、争议性最强的领域。
手术机器人的核心逻辑是精准复刻医生操作，将人工手术精度提升至更高量级，适配高精度、高难度外科手术。但由于直接作用于人体，其安全审核标准极为严苛。目前以达芬奇为代表的成熟手术机器人，虽已实现临床装机，但设备采购、耗材使用成本高昂，加之术者培训周期漫长，始终难以向基层医院普及。
对于热门的远程手术概念，胡医生直言，其最大瓶颈并非AI算法，而是网络延迟与信号稳定性，手术场景中毫秒级的信号波动都可能引发致命风险，因此相关应用目前极度谨慎、难以普及。
在他看来，当下最具落地价值的方向是医工结合：工程技术团队深耕硬件、算法、材料研发，临床医生精准输出诊疗痛点，双向互补、深度融合，才能真正破解医疗器械创新落地难题。
AI健康管理：流量最大、变现最难的C端赛道
区别于To B端的医疗场景，AI健康管理直面亿万普通用户，门槛更低、流量更广，是最具互联网属性的赛道。
目前头部平台已形成规模化用户体量：蚂蚁阿福健康累计用户破亿、月活超3000万，日均处理健康咨询千万次；京东健康AI问诊渗透率达80%；平安好医生AI日均问诊量突破400万人次。AI报告解读、慢病管理、在线问诊、健康干预等功能，已成为大众常用的健康服务工具。
但赛道痛点同样突出：用户规模庞大，付费意愿极低。从业者坦言，C端健康管理赛道的核心壁垒并非技术，而是用户认知与付费习惯。大众普遍重疾病治疗、轻日常健康管理，主动付费意愿薄弱。
临床端也发现产品普遍存在体验短板：部分AI健康咨询产品逻辑失衡，面对普通轻症过度解读、夸大风险，造成用户焦虑；面对复杂重症又识别不足、警示缺失，极易误导用户。如何平衡服务精准度、培育用户付费习惯，是C端AI健康管理长期面临的难题。
02 三类玩家同台竞技，基因不同、命运迥异
随着赛道进入深水区，入局玩家格局逐渐清晰。依托资本、技术、产业、流量的不同优势，行业分化为互联网大厂系、传统医疗器械系、AI原生科技系三大阵营，打法各异、优劣分明，赛道竞争进入白热化阶段。
第一类：大厂系——手握流量资本，缺医疗深耕能力
腾讯、蚂蚁、字节、京东健康、阿里健康等互联网巨头，凭借雄厚资本、海量用户、通用大模型技术底座强势入局，核心优势在于快速起量、生态整合，短板是缺乏临床场景积累、不懂医疗行业长周期、重监管的底层逻辑。
各大厂打法差异化显著：字节跳动布局最重、投入最大，通过收购美中宜和、美中爱瑞切入高端实体医疗，再以60亿元投资建设北京AI原生三甲医院，试图从实体医院出发，重构AI医疗全流程体系；蚂蚁集团坚守纯C端打法，依托阿福健康抢占大众健康管理赛道，靠流量规模快速领跑；腾讯以云服务+产业投资双线布局，深耕B端医院数字化；阿里、京东则聚焦医药电商，以AI优化供应链、提升交易转化。
但业内人士对大厂的产业价值持保留态度。长期深耕行业的从业者叶诗麒表示，腾讯、蚂蚁的布局集中在挂号、支付等基础服务，未改变医疗AI的核心格局；阿里、京东本质是医药电商零售，AI仅作为辅助提效工具；字节旗下小荷健康多次调整、团队变动频繁。整体来看，互联网大厂对医疗AI的技术突破、产业革新，助力有限。
究其根源，互联网行业追求快速迭代、短期变现，而医疗行业重安全、重合规、长周期，两者底层逻辑天然冲突。大厂可依托资源快速做大规模，却难以适配医疗行业的深耕节奏。
第二类：器械产业系——硬件筑壁垒，AI做增量
以联影医疗、迈瑞医疗、可孚医疗为代表的传统医疗器械厂商，是赛道中最稳健的玩家。这类企业深耕医疗硬件多年，拥有成熟的医院渠道、完善的合规体系、丰富的器械注册证，AI对其而言不是全新赛道，而是传统硬件产品的增值升级模块。
这类玩家的核心护城河在于硬件生态+临床渠道+合规资质。以联影智能为例，依托母公司硬件设备生态，累计拿下20张AI三类证，为行业之最，产品覆盖超4000家医疗机构，AI功能可直接内嵌于影像设备，实现软硬件一体化落地，适配医院临床流程。
吕易之分析，相较于纯软件AI企业，医疗器械厂商的AI迭代速度更慢、调整成本更高，但具备无可替代的落地优势与行业壁垒，软硬件深度结合的模式，更贴合医疗临床的真实需求。
不过产业系玩家同样面临转型压力。医保控费、集采常态化背景下，医疗行业彻底告别“关系驱动”的旧模式，全面转向“产品驱动、价值优先”，传统器械厂商必须加速AI智能化升级，才能守住市场份额。
第三类：AI原生系——技术为底牌，商业化遇瓶颈
数坤科技、鹰瞳科技、医渡科技、深睿医疗等AI原生企业，以及转型聚焦医疗的百川智能、冲刺IPO的商汤医疗，是赛道中最纯粹的技术派。这类企业从诞生之初便All in AI医疗，核心优势是算法、模型与垂直医疗数据积累，商汤医疗的医疗世界模型、医渡科技的YiduCore、鹰瞳科技的万语大模型，都是各自的技术核心壁垒。
赛道新老玩家交替明显：老牌玩家中，数坤科技手握19张心脑血管AI三类证，深睿医疗拥有15张三类证，医渡科技2026财年首次实现全年盈利，净利润达7877万元；新晋玩家中，百川智能放弃通用大模型赛道，全面聚焦严肃医疗，推出Baichuan-M4医疗增强大模型；商汤医疗完成多轮融资、估值破百亿，冲刺“医疗世界模型第一股”，成为赛道新标杆。
但技术优势并未完全转化为商业优势，行业短板依然突出。以鹰瞳科技为例，2025年营收1.73亿元、同比增长10.8%，亏损大幅收窄90.2%，看似实现向好反转，但上半年营收同比下滑10.67%，盈利主要依靠费用削减、资产拨回与利息收入，并非主营业务增长驱动。
叶诗麒指出了原生AI企业的核心困境：多数企业采用“外挂式方案”，通过接口接入医院系统获取数据、二次开发，不仅面临医院接口收紧的政策限制，更无法深度融入临床业务流程。在复杂问诊、动态诊疗、多场景适配中，外挂式AI极易出现输出偏差、适配失灵，技术落地存在天然缺陷。
三大阵营各有优劣，没有绝对的领跑者。业内一致认为，行业淘汰赛已经开启，无法适配技术迭代、贴合市场需求、跑通商业化的玩家，终将被市场淘汰，只是时间早晚问题。
03 决定行业生死的核心：谁为AI医疗买单？
千亿市场规模的背后，是行业长期存在的“虚胖”问题：账面市场体量庞大，但真正落到企业手中的经营性收入十分有限。AI医疗的商业化命脉，最终取决于四大支付渠道：医保支付、医院采购、药企合作、C端用户付费。四条路径成熟度各异，直接决定不同玩家的生死格局。
医保支付是行业最期待的终极解决方案。作为最稳定、覆盖面最广的支付体系，一旦AI辅助诊断、AI治疗等服务明确收费标准、纳入医保报销，将彻底打开行业规模化盈利空间。目前国家已释放明确政策信号，医保端的落地进度，将直接决定行业天花板。
医院采购是当前最直接的To B变现路径。影像AI、临床决策系统、辅助诊断软件，均可通过院内采购实现落地。联影医疗是典型代表，2025年全年营收138亿元，82.6%的收入来自各级医疗机构的硬件及配套AI产品采购，公立医院是其核心基本盘。但这条路径压力持续加大，医保控费、集采常态化下，医院采购预算收紧、议价能力大幅提升，软件类产品定价持续走低，部分采购价格甚至低于企业生产成本，纯软件AI企业盈利空间被持续压缩。
药企合作是逻辑最清晰、变现最稳定的专业赛道。AI制药可精准缩短研发周期、降低试错成本、提升管线成功率，是药企的刚性需求。2026年上半年，英矽智能连签四家跨国药企，潜在合作价值逼近70亿美元；晶泰科技也实现全年盈利，验证了AI制药商业化的可行性。但这条赛道门槛极高，仅适配头部AI制药企业，无法覆盖全行业。
C端付费是用户基数最大、变现最难的赛道。海量用户、高频咨询的背后，是极低的付费转化率。大众健康消费以“治病刚需”为主，预防性、日常性健康管理的付费意愿薄弱，C端赛道流量充足，但难以转化为有效营收。
四大支付路径分化，直接重塑行业格局：当前能够稳定盈利的企业，集中在软硬件结合的器械厂商与AI制药头部企业；纯软件、纯C端的AI医疗企业，生存空间持续收窄。即便盈利的器械厂商，也面临院内预算收缩、非经营性收入占比偏高的问题，盈利稳定性不足。
行业共识已经明确：单一产品、单一路径、单一场景的打法，已经无法适应行业发展趋势。未来的行业赢家，必然是具备全场景、全链路服务能力的综合型玩家。
叶诗麒以SpaceX与星链的商业模式类比：单纯火箭发射业务难以盈利，星链的生态业务可分摊成本、创造新增量。AI医疗同理，仅靠售卖单一AI工具难以存活，必须搭建底层通用能力，覆盖全院临床场景，同时联动商业保险、健康零售、C端管理等多元生态，实现业务互补、成本分摊、流量复用。
吕易之也表示，未来行业不会再有纯粹的软件或硬件巨头，软硬结合、场景贯通、生态联动，才是AI医疗的终极竞争形态。传统硬件厂商向综合解决方案服务商转型，纯AI软件企业补齐硬件与落地能力，将成为行业必然趋势。
结语
历经一轮泡沫出清，AI医疗正式告别“讲故事、炒概念”的虚火时代，进入技术落地、商业闭环、价值兑现的实质增长期。千亿赛道的竞争，早已不是单一算法、单一产品的比拼，而是技术、合规、场景、渠道、支付生态的全方位较量。
大厂握流量资本、器械占落地壁垒、原生AI持技术底牌，三类玩家各有优劣，暂无绝对赢家。但行业终局逻辑已然清晰：能够打通院内院外、串联B端C端、衔接技术与商业化、构建自循环生态的玩家，才能在新一轮产业洗牌中站稳脚跟、领跑全局。
千亿风口之下，AI医疗的长跑赛才刚刚开始。
*题图由AI生成