2025年关于医疗+AI的最新思考（1）

1、医疗+AI最近很火，二级市场主题的力量很大。但这不是第一次，从2014年开始的互联网医疗+AI（当时叫“大数据”），2017年的AI+影像诊断，2021年的数字疗法+AI，到现在大语言模型驱动的医疗AI，这至少是第四次AI医疗故事。第四次的主要不同是大语言模型。

2、AI+医疗健康的全景，其实主要包括【价值链】和【临床链】两部分，前者是围绕药企的研发、临床试验、准入上市、市场/销售的价值链展开；后者是围绕临床流程中的预防、筛查、诊断、治疗、康复（管理）展开。‍‍‍‍

3、价值链中，AI的最大的价值创造来自于研发（临床前），而不是临床试验。AI对于临床试验阶段的改进比较有限（从成本、时间、风险角度，AI只能做边际优化（临床方案设计、患者招募筛选），而不是底层变革，除非临床试验的范式全部的跃迁式变革（例如跳过人体试验），否则不会变化）。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

4、药物研发端的AIDD，本质上和医疗关系不大，主要是【AI+科研】逻辑。（晶泰科技的最大订单不是来自药企，而是新材料）。目前alphafold能做的是输入氨基酸序列，输出蛋白质三维结构，但是从结构到功效的链路（构效关系），并不能由AI完全独立完成，主要还是起到辅助筛选优化的作用。【药物发现阶段的生物学机制探索不能脱离实验】，实验带来：“数据生成”，“验证假设”和“发现新现象”，AI是“数据处理”， “模式识别”，“知识整合” 和 “预测判断”，两者互补，而不是替代。‍‍‍

5、如果AI+药物研发成为行业普遍范式，新药可能会加速出现，但药物市场规模不会同比例增加（单个创新药的峰值销售会变低），因为决定药物规模的不仅仅是C端患者需求，更是集中支付方（在中国是医保）的支付能力，支付能力不大幅提升，市场规模不会快速增加。支付能力的本质，是一个社会或国家认为人“维护成本”应该占多大比重。就像每天打扫屋子，花20分钟可能就可以达到满足居住要求的整洁度，但要不要花更多时间？如果花两个小时，用最贵的吸尘器，肯定可以打扫更干净，但会不会这样支出时间预算？医疗本质也是如此，中国医疗开支占GDP7%，印尼3%，美国17%，欧洲大部分国家10%，如果价值取向不变，这就是规模上限。‍‍‍‍‍‍

6、【临床链】关键环节主要是诊断和治疗（预防、筛查、康复也重要，但仍然比较边缘，以后再展开分析），诊断主要基于文本（主诉）、数字（检验结果）、图像（病理、影像），治疗主要是用药（基于信息的决策）+手术（脑（手术方案规划）、眼（影像整合，手术导航）、手（机械臂和辅助手具）。‍‍‍

7、诊断环节，医保局明确了，使用AI可以，但不能增项收费。治疗环节，用药方案AI增项收费很难（之前IBM watson的试验已经证伪），CDSS商业化也不算成功。手术，由于整合了手术机器人（硬件设备），商业模式相对完善，部分地区医保局也给了支持。

8、诊断和治疗环节商业化困难的【直接原因】是没有支付体系的支持（没有收费目录或医保不报销），【根本原因】是【AI没有达到替代水平的阈值】。这个阈值就是，诊断和治疗方案的真实准确度达到【AI企业能承担误诊责任】的水平，就像自动驾驶情境下，车企能承担事故责任，这就达到了必要条件。第二就是顶层决策者是否有压力被倒逼使用AI（医保支付的压力，医生供给不足的压力），压力够不够强烈。第三，临床端医生的抵触如何化为支持（让一部分能+AI的医生获益更大），临床端有足够的KOL支持，才能真正在医疗场景推广。

9、整个医疗体系中成本占比最大的不是药物、不是医疗器械、而是人（医生），医院运营成本中60%以上是人力成本，中国、美国都是如此。在医疗干预的过程中，药物是通过【化学、生物学】效应发挥作用，不是AI从信息层面直接可以替代的。器械是通过【物理（物理因子、结构、材料）】发挥作用，也是物质层面，不是AI直接能替代的。而医生（简化为内科和外科），内科医生更多是【知识信息工作者】，输入的是信息（主诉、检验、影像），输出的也是信息（处方、医嘱），全服务流程的主要载体是【信息】，从原理上最容易被AI渗透（或替代），外科医生除了【信息知识】，还需要操作真实物理设备，进行真实的物理操作（手术切开、干预、缝合），比纯粹AI多了“具身智能”的挑战，原理上更难被当前基于LLM的AI取代。中国的药物市场2万亿，器械1万亿，而在整个医疗体系中的人力成本至少有3万亿，这其中基层医生和内科医生的服务，是存在AI渗透和替代的空间的，这部分对应的价值至少大几千亿到万亿水平——这才是大语言模型的AI医疗最大的价值方向。（虽然也是最困难的，正如上述第8条所说）

10、中国当前，2万亿规模的药品行业已经进行了10批集采，1万亿规模器械带量采购也从2020年开始进行了5年，至少3万亿以上的“医疗服务”，会不会集采，怎么集采？答案或许就是AI。