2026 年 2 月 6 日，中高端私立醫(yī)療服務(wù)機構(gòu)卓正醫(yī)療（02677.HK）正式在港交所主板掛牌上市，這家從深圳一間 100 平米診所起步的醫(yī)療企業(yè)，歷經(jīng) 13 年發(fā)展成為年收入超 10 億元的行業(yè)頭部企業(yè)。然而，最引人注目的并非其上市本身，而是其將募資凈額的 35%（約 7670 萬港元）投向 AI 醫(yī)療技術(shù)升級的戰(zhàn)略決策。這一舉措在醫(yī)療 AI 商業(yè)化進(jìn)程中具有標(biāo)志性意義，不僅彰顯了資本市場對醫(yī)療 AI 前景的認(rèn)可，更折射出整個行業(yè)正處于從技術(shù)探索向規(guī)?；瘧?yīng)用轉(zhuǎn)型的關(guān)鍵節(jié)點。
在全球醫(yī)療 AI 市場規(guī)模突破1562 億美元、中國市場增速高達(dá)67%的背景下，卓正醫(yī)療的 AI 投資決策絕非孤例。從政策支持到市場需求，從技術(shù)突破到商業(yè)模式創(chuàng)新，醫(yī)療 AI 正迎來前所未有的發(fā)展機遇。然而，機遇與挑戰(zhàn)并存，算法黑箱、監(jiān)管合規(guī)、數(shù)據(jù)安全、人才短缺等問題依然制約著行業(yè)發(fā)展。本文將深入剖析醫(yī)療 AI 的確定性趨勢、緊迫性需求與現(xiàn)實挑戰(zhàn)，為醫(yī)療從業(yè)者和投資者提供全面的行業(yè)洞察。
醫(yī)療 AI 的確定性首先體現(xiàn)在國家政策的強力支持上。2025 年 11 月，國家衛(wèi)健委等五部門聯(lián)合發(fā)布《關(guān)于促進(jìn)和規(guī)范 "人工智能 + 醫(yī)療衛(wèi)生" 應(yīng)用發(fā)展的實施意見》，為行業(yè)發(fā)展制定了清晰的時間表和路線圖。該文件明確提出，到 2027 年建成一批高質(zhì)量數(shù)據(jù)集、專病大模型和智能體應(yīng)用，基層診療智能輔助廣泛落地；到 2030 年，基層智能輔助基本全覆蓋，二級以上醫(yī)院普遍應(yīng)用影像和診療智能輔助。
更為具體的是，政策對 AI 應(yīng)用的覆蓋率提出了量化要求：2026 年底前，二級以上醫(yī)院 AI 輔助診療系統(tǒng)覆蓋率不低于 70%，三級醫(yī)院實現(xiàn)核心科室全覆蓋。這意味著未來 2-3 年內(nèi)，AI 輔助診斷將從試點階段全面進(jìn)入規(guī)?；渴鹌?。
在此之前，2024 年 11 月發(fā)布的《衛(wèi)生健康行業(yè)人工智能應(yīng)用場景參考指引》已經(jīng)明確了84 個細(xì)分應(yīng)用場景，涵蓋醫(yī)學(xué)影像分析、智能藥物研發(fā)等核心領(lǐng)域。從宏觀規(guī)劃到具體場景，政策體系的完善為醫(yī)療 AI 發(fā)展提供了確定性的制度保障。
醫(yī)療 AI 市場的爆發(fā)式增長為行業(yè)發(fā)展提供了堅實的需求基礎(chǔ)。根據(jù)多家權(quán)威機構(gòu)的最新數(shù)據(jù)，全球 AI 醫(yī)療市場正處于高速擴張期：
市場維度 | 2024 年規(guī)模 | 2025 年規(guī)模 | 增長率 | 2030 年預(yù)測 | 年復(fù)合增長率 |
全球市場 | 1255 億美元 | 1562 億美元 | 24.37% | 4681 億美元 | 24.37% |
中國市場 | 675 億元 | 1157 億元 | 67% | 3000 億元 + | 24.37% |
中國 AI 醫(yī)療設(shè)備 | 252 億元 | 420 億元 | 67% | 3000 億元 + | - |
中國市場的表現(xiàn)尤為搶眼，2025 年 AI 醫(yī)療市場規(guī)模達(dá)到 1157 億元，增速高達(dá) 67%，預(yù)計 2028 年將攀升至 1598 億元。其中，AI 醫(yī)學(xué)影像作為最成熟的應(yīng)用領(lǐng)域，2025 年市場規(guī)模有望突破 150 億元，2026 年將增至 235.7 億元。這種爆發(fā)式增長反映出中國醫(yī)療體系對 AI 技術(shù)的強烈需求和巨大潛力。
醫(yī)療 AI 技術(shù)的成熟度已經(jīng)達(dá)到商業(yè)化應(yīng)用的臨界點。截至 2025 年 10 月，中國已累計批準(zhǔn)超過 120 款醫(yī)療 AI 影像診斷產(chǎn)品，國家藥監(jiān)局批準(zhǔn)超過 110 款基于深度學(xué)習(xí)的第三類醫(yī)療器械獨立軟件產(chǎn)品。這些產(chǎn)品涵蓋 CT 圖像、X 射線圖像、眼底圖像等 9 種數(shù)據(jù)類型，應(yīng)用場景包括輔助分診與評估、輔助識別與檢測、輔助治療等。
技術(shù)效果方面，醫(yī)療 AI 在多個關(guān)鍵領(lǐng)域已經(jīng)達(dá)到甚至超越人類醫(yī)生的水平：
肺結(jié)節(jié)識別準(zhǔn)確率達(dá) 95%-98%，遠(yuǎn)超傳統(tǒng)醫(yī)生的 70%-90%
騰訊覓影肺結(jié)節(jié)檢測準(zhǔn)確率超 98%，對≤4mm 小結(jié)節(jié)的檢出率達(dá) 75%，準(zhǔn)確率 95%
科大訊飛醫(yī)療 AI 系統(tǒng)病歷生成準(zhǔn)確率達(dá) 96%，已覆蓋全國 31 個省份 1.2 萬家基層醫(yī)療機構(gòu)，累計輔助診斷超 3.5 億例
更為重要的是，AI 技術(shù)正在從單點突破向系統(tǒng)性應(yīng)用轉(zhuǎn)變。卓正醫(yī)療的實踐表明，AI 不僅能提升診斷效率，更能實現(xiàn)全流程優(yōu)化 —— 其 AI 助理日均處理上千預(yù)約，僅 10% 復(fù)雜案例轉(zhuǎn)交人工；AI 系統(tǒng)能讓醫(yī)生在幾秒內(nèi)掌握患者全系統(tǒng)歷史健康畫像。從 2022 年到 2025 年前八個月，卓正醫(yī)療的人力成本占營收比例從 80% 下降至 54%，充分驗證了 AI 技術(shù)的實際價值。
中國正以前所未有的速度進(jìn)入深度老齡化社會。根據(jù)國家統(tǒng)計局最新數(shù)據(jù)，2025 年末中國 60 歲及以上人口達(dá)32338 萬人，占總?cè)丝诘?23.0%，首次突破 3 億大關(guān)；65 歲及以上人口 22365 萬人，占比 15.9%。與上年相比，60 歲及以上人口增加 1307 萬人，65 歲以上人口增加 342 萬人。
更為嚴(yán)峻的是，預(yù)計到 2035 年，我國 60 歲及以上老年人口將突破 4 億，占比超過 30%，進(jìn)入重度老齡化階段。老年人口的快速增長直接帶來醫(yī)療需求的爆發(fā)式增長，慢性病管理、康復(fù)護(hù)理、臨終關(guān)懷等服務(wù)需求急劇上升，傳統(tǒng)醫(yī)療體系已經(jīng)難以承受如此巨大的壓力。
中國醫(yī)療資源分布的結(jié)構(gòu)性矛盾已經(jīng)到了必須解決的關(guān)鍵時期。數(shù)據(jù)顯示，80% 的優(yōu)質(zhì)醫(yī)療資源集中在城市，而全國超過 40 萬個基層醫(yī)療機構(gòu)承擔(dān)的總診療量不足 40%，平均床位使用率不足 60%。這種 "倒金字塔" 式的資源配置導(dǎo)致了嚴(yán)重的就醫(yī)困境：
三級醫(yī)院人滿為患：2024 年全國醫(yī)療服務(wù)總量 96.7 億人次中，三級醫(yī)院占比高達(dá) 52.4%；北上廣深知名三甲醫(yī)院日均門診量過萬，內(nèi)科醫(yī)生日均接診超 60 人次，患者平均診療時間被壓縮至 2-5 分鐘。
基層醫(yī)院門可羅雀：基層醫(yī)療機構(gòu)因人才匱乏、設(shè)備陳舊，患者信任度低，首診率僅 30% 左右。鄉(xiāng)村醫(yī)生中擁有執(zhí)業(yè)助理醫(yī)師資格的比例不足 45%，大量基層醫(yī)療機構(gòu)陷入 "無人看病" 的困境。
這種資源錯配不僅造成了醫(yī)療效率的低下，更讓 "看病難、看病貴" 成為社會痛點?；颊邿o論病情輕重都涌向大醫(yī)院，形成 "排隊 3 小時，看病 2 分鐘" 的尷尬局面，而基層醫(yī)療機構(gòu)的資源卻大量閑置，造成嚴(yán)重浪費。
醫(yī)保基金的收支失衡已經(jīng)成為制約醫(yī)療體系可持續(xù)發(fā)展的關(guān)鍵瓶頸。2024 年的數(shù)據(jù)顯示了嚴(yán)峻的形勢：
職工醫(yī)?；鹗杖?23732.47 億元，增長 3.5%；支出 19102.54 億元，增長 7.6%，支出增速遠(yuǎn)超收入增速
職工醫(yī)保統(tǒng)籌基金累計結(jié)余同比下降 12%，多地出現(xiàn) "穿底" 風(fēng)險
職工醫(yī)保在職退休比降至 2.62，且逐年下降，意味著繳費的人越來越少，領(lǐng)取待遇的人越來越多
更為嚴(yán)峻的是，2024 年全國衛(wèi)生總費用增速僅為 5.1%，較 2021 年 9.2% 的增速下降超四成；部分地區(qū)如北京居民醫(yī)?；鹨验_始出現(xiàn) 5.2 億缺口。在醫(yī)?；饓毫薮蟮谋尘跋?，通過 AI 技術(shù)提升醫(yī)療效率、降低醫(yī)療成本成為必然選擇。
卓正醫(yī)療的案例再次證明了 AI 技術(shù)的降本增效價值。通過 AI 技術(shù)應(yīng)用，其人力成本占營收比例從 80% 降至 54%，遠(yuǎn)低于全國民營醫(yī)院 70% 以上的平均水平。這種效率提升不僅能幫助醫(yī)療機構(gòu)降低運營成本，更能讓有限的醫(yī)?；鸢l(fā)揮更大作用，緩解醫(yī)保支付壓力。
盡管醫(yī)療 AI 在準(zhǔn)確率上取得了顯著突破，但"算法黑箱" 問題依然是制約其大規(guī)模應(yīng)用的核心技術(shù)瓶頸。深度學(xué)習(xí)模型的決策過程缺乏透明度，臨床醫(yī)生難以追溯 AI 系統(tǒng)的決策邏輯，這在醫(yī)療這一高風(fēng)險領(lǐng)域嚴(yán)重阻礙了臨床信任和采納。
更為嚴(yán)重的是，算法可能捕捉到非臨床相關(guān)特征導(dǎo)致誤診。例如，某 CT 輔助診斷模型將金屬假牙誤判為肺癌的關(guān)鍵特征，導(dǎo)致誤診率上升 15%。這種 "黑箱" 特性與醫(yī)療場景對決策透明度的嚴(yán)苛要求形成了根本矛盾。
為解決可解釋性問題，業(yè)界提出了多種技術(shù)方案，如 VisionFM 模型通過多模態(tài)特征對齊，使眼底影像診斷的可視化解釋與專家標(biāo)注重合度達(dá) 87.9%，但開發(fā)成本較傳統(tǒng)模型增加 3 倍。這種"解釋 - 性能權(quán)衡" 困境成為技術(shù)發(fā)展的主要障礙 —— 加入可解釋模塊后計算復(fù)雜度增加 30%，部分場景準(zhǔn)確率下降 5%-10%。
此外，AI 系統(tǒng)的泛化能力不足也是重大挑戰(zhàn)。實驗室環(huán)境驗證的 AI 系統(tǒng)常在真實場景中失效，如 IBM Watson 腫瘤系統(tǒng)因訓(xùn)練數(shù)據(jù)來自單一癌癥中心，在非英語國家部署時診斷準(zhǔn)確率驟降 25%。不同醫(yī)院的設(shè)備差異、患者群體差異、臨床流程差異等都可能導(dǎo)致 AI 系統(tǒng)性能大幅下降。
醫(yī)療 AI 產(chǎn)品的監(jiān)管審批是其進(jìn)入市場的首要門檻。NMPA 的審批流程主要分為臨床試驗申請、臨床試驗審批、生產(chǎn)上市申請和上市后監(jiān)管四個階段，整個流程通常需要 18-30 個月。雖然通過 "綠色通道" 和 "優(yōu)先審評" 制度，2024 年已有 17 個 AI 三類證獲批，平均審評周期縮短至 14 個月，但整體審批周期仍然較長。
審批要求的嚴(yán)格性也在不斷提升。NMPA 對算法一致性、臨床數(shù)據(jù)完整性、安全性驗證等提出明確要求，使得審批周期平均延長至 18 個月左右。部分三類證產(chǎn)品因需補充臨床試驗數(shù)據(jù)或算法驗證材料，周期可延長至 360 天以上，整體通過率約為 60%，低于 FDA 的 80% 以上水平。
合規(guī)成本方面，企業(yè)需要投入大量資源進(jìn)行臨床試驗、數(shù)據(jù)合規(guī)、質(zhì)量管理體系建設(shè)等。以卓正醫(yī)療為例，其 IT 數(shù)智化團(tuán)隊超過 50 人，這在以采購現(xiàn)成外部信息系統(tǒng)為主的醫(yī)療機構(gòu)中相當(dāng)罕見。高昂的合規(guī)成本和漫長的審批周期對中小企業(yè)形成了巨大壓力，限制了行業(yè)創(chuàng)新活力。
醫(yī)療數(shù)據(jù)的隱私保護(hù)與流動性需求之間存在著難以調(diào)和的矛盾。一方面，醫(yī)療數(shù)據(jù)包含大量個人隱私信息，受到嚴(yán)格的法律保護(hù)；另一方面，AI 模型的訓(xùn)練需要大量、多樣的數(shù)據(jù)支撐。這種矛盾導(dǎo)致了嚴(yán)重的數(shù)據(jù)孤島問題 —— 醫(yī)療機構(gòu)間標(biāo)準(zhǔn)不統(tǒng)一、互信缺失，多中心研究周期延長 40%，合規(guī)成本占 IT 預(yù)算 18%。
更為嚴(yán)峻的是，醫(yī)療領(lǐng)域每年產(chǎn)生超 2.3 萬億張醫(yī)學(xué)影像，但超過 87% 的三甲醫(yī)院數(shù)據(jù)處于封閉狀態(tài)。這種數(shù)據(jù)孤島不僅限制了 AI 模型的訓(xùn)練效果，更阻礙了罕見病研究與新藥研發(fā)的進(jìn)展。
為解決這一問題，業(yè)界探索了聯(lián)邦學(xué)習(xí)、差分隱私等技術(shù)方案。聯(lián)邦學(xué)習(xí)通過 "數(shù)據(jù)不動模型動" 的方式，使多方在數(shù)據(jù)不離開本地的前提下協(xié)同訓(xùn)練全局模型。差分隱私技術(shù)通過在模型參數(shù)中加入受控的統(tǒng)計噪聲，從數(shù)學(xué)上保證了模型對單個患者記錄的 "不可辨識性"。然而，這些技術(shù)仍處于發(fā)展階段，在保證數(shù)據(jù)安全的同時如何不影響模型性能，仍是亟待解決的技術(shù)難題。
盡管醫(yī)療 AI 市場前景廣闊，但商業(yè)化盈利模式仍在探索之中。目前行業(yè)形成了多種商業(yè)模式：按次計費（每次 CT 影像分析收費約 0.5 元，邊際利潤率 60%）、硬件捆綁、SaaS 訂閱（如騰訊覓影的 "按次付費 + 年度封頂" 模式）、價值付費、數(shù)據(jù)授權(quán)等。
然而，商業(yè)模式的可持續(xù)性仍面臨挑戰(zhàn)。2025 年雖然實現(xiàn)了 "技術(shù)→產(chǎn)品→收入→利潤" 的閉環(huán)，但整體投資回報周期仍在 3-5 年之間。產(chǎn)品型項目因標(biāo)準(zhǔn)化程度高、回款明確，ROI 相對可觀；而平臺型項目雖具備更強的生態(tài)壁壘與長期價值，但前期投入大、周期長，風(fēng)險較高。
支付機制的不健全是另一個關(guān)鍵問題。雖然部分 AI 服務(wù)開始納入醫(yī)保支付，醫(yī)院付費意愿有所提升，但相比巨大的研發(fā)投入，收入規(guī)模仍然有限。此外，不同地區(qū)、不同等級醫(yī)院的支付能力差異巨大，也增加了商業(yè)模式設(shè)計的復(fù)雜性。
醫(yī)療 AI 的快速發(fā)展帶來了巨大的人才缺口。根據(jù)最新數(shù)據(jù)，全國醫(yī)療 AI 人才缺口超 30 萬，其中本科缺口約 3.2 萬人，碩士缺口約 4.8 萬人。更為嚴(yán)峻的是，人才缺口仍在快速擴大 —— 本科人才缺口較 2025 年增長 23%，碩士增長 14.3%。
人才短缺的根本原因在于醫(yī)療 AI 對人才的復(fù)合型要求極高。理想的醫(yī)療 AI 人才需要同時具備醫(yī)學(xué)知識、算法能力、臨床經(jīng)驗等多重技能。例如，AI 生物信息分析師需要掌握 Python+R + 機器學(xué)習(xí) + 臨床注釋，年薪可達(dá) 70-120 萬元。醫(yī)學(xué)影像算法工程師年薪 50-120 萬元，"會跑 Linux + 懂點臨床" 的人才月薪 3 萬起步，會深度學(xué)習(xí)直接翻倍。
高昂的人才成本進(jìn)一步加劇了企業(yè)的經(jīng)營壓力。以深圳地區(qū)為例，醫(yī)療 AI 相關(guān)崗位的薪資水平普遍在 40-200K / 月之間，其中首席 AI 科學(xué)家年薪可達(dá) 80-200 萬元。這種薪酬水平對大多數(shù)醫(yī)療機構(gòu)和初創(chuàng)企業(yè)來說都是沉重負(fù)擔(dān)。
卓正醫(yī)療 35% 募資投向 AI 的戰(zhàn)略決策，是醫(yī)療 AI 行業(yè)發(fā)展的一個縮影。它既彰顯了醫(yī)療 AI 的巨大確定性—— 政策支持力度空前、市場規(guī)模爆發(fā)式增長、技術(shù)成熟度顯著提升，也折射出行業(yè)面臨的緊迫性挑戰(zhàn)—— 人口老齡化加速、醫(yī)療資源分布失衡、醫(yī)?；饓毫薮?。
然而，正如卓正醫(yī)療 CTO 趙天斌所言："我們更關(guān)注 AI 如何幫助醫(yī)生、讓醫(yī)生把時間還給患者"。醫(yī)療 AI 的終極目標(biāo)不是取代醫(yī)生，而是讓醫(yī)療服務(wù)更加高效、可及、有溫度。從這個意義上說，當(dāng)前的技術(shù)瓶頸、監(jiān)管挑戰(zhàn)、數(shù)據(jù)困境、商業(yè)模式探索和人才短缺，都只是發(fā)展過程中的必經(jīng)之路。
對于醫(yī)療從業(yè)者而言，擁抱 AI 技術(shù)已經(jīng)不是選擇題，而是必答題。與其被動等待，不如主動學(xué)習(xí)和應(yīng)用，讓 AI 成為提升醫(yī)療質(zhì)量和效率的得力助手。對于投資者而言，醫(yī)療 AI 正處于從 0 到 1 的關(guān)鍵突破期，雖然挑戰(zhàn)重重，但確定性趨勢不可逆轉(zhuǎn)。建議重點關(guān)注技術(shù)壁壘高、商業(yè)模式清晰、團(tuán)隊實力強的頭部企業(yè)，同時也要有足夠的耐心等待行業(yè)成熟。
展望未來，隨著技術(shù)不斷突破、政策持續(xù)完善、商業(yè)模式日益清晰，醫(yī)療 AI 必將迎來真正的爆發(fā)期。到2030年，當(dāng)基層診療智能輔助應(yīng)用基本實現(xiàn)全覆蓋時，我們將看到一個全新的醫(yī)療生態(tài)系統(tǒng)——AI 賦能下的醫(yī)療服務(wù)將更加公平、高效、精準(zhǔn)，每一個人都能享受到高質(zhì)量的醫(yī)療服務(wù)。
如能實現(xiàn)，這將不僅是技術(shù)的勝利，更是人類健康事業(yè)的偉大進(jìn)步。你，相信這樣的未來嗎？
特別聲明：智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容，出于傳遞更多信息而非盈利之目的，同時并不代表贊成其觀點或證實其描述，內(nèi)容僅供參考。版權(quán)歸原作者所有，若有侵權(quán)，請聯(lián)系我們刪除。
凡來源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng)，轉(zhuǎn)載需獲授權(quán)。
Copyright ? 2022 上海科雷會展服務(wù)有限公司 旗下「智慧醫(yī)療網(wǎng)」版權(quán)所有 ICP備案號：滬ICP備17004559號-5
