文 | 動脈網(wǎng)
看似波瀾不驚的一年，影像AI卻在年末迎來高光。
2024年12月，聯(lián)影智能完成10億元融資，將影像AI的估值推上百億。新年前夕，深睿醫(yī)療又獲5億元融資，老牌AI企業(yè)再度向前邁出重要一步。
整個醫(yī)療人工智能概念融資熱度的扶搖直上，在這波細分賽道的崛起中發(fā)揮了不可忽視的作用。《2024年全球醫(yī)療健康產(chǎn)業(yè)資本報告》數(shù)據(jù)顯示：2024年醫(yī)療人工智能總計融資次數(shù)逾300起；融資金額約76.7億元，遠超其他板塊，帶動了影像AI的發(fā)展。
與此同時，行業(yè)先驅(qū)們的不懈努力亦至關(guān)重要。十年積累，影像AI已經(jīng)非常逼近它最初期期望成為的樣子。
2024年全球醫(yī)療健康產(chǎn)業(yè)投融資熱門關(guān)鍵詞
恰逢天時地利
拆解影像AI融資背后的新動力，大致可分為三個維度。
首先是醫(yī)保方向。2024年11月，國家醫(yī)保局一則《放射檢查類價格項目立項指南（試行）》發(fā)布立項指南在行業(yè)之內(nèi)引起震動。
政策解讀文章表示：新的立項指南將在放射檢查類主項目下統(tǒng)一安排“人工智能輔助診斷”的擴展項，醫(yī)院利用人工智能進行輔助診斷，執(zhí)行與主項目相同的價格水平，但不與主項目重復(fù)收費。
簡而言之，該立項指南的出臺可以視作人工智能臨床應(yīng)用價值的重要背書。
雖說現(xiàn)階段相關(guān)應(yīng)用無法實現(xiàn)直接收費，但進入“擴展項”這一門檻后，影像AI若能在后續(xù)補充上相應(yīng)的全面的衛(wèi)生經(jīng)濟學(xué)證據(jù)，便有望迅速實現(xiàn)各個企業(yè)最初期望的“案例收費”模式，實現(xiàn)穩(wěn)定的、成規(guī)模的營收。
其次是研發(fā)方向。過去自研一個影像AI產(chǎn)品需要歷經(jīng)一個漫長的周期，研發(fā)方需要調(diào)研醫(yī)院的需求，找到足夠通量且能滿足技術(shù)能力的病種，再尋求醫(yī)院合作，取得合法數(shù)據(jù)并進行清洗、脫敏、標注、分類制成訓(xùn)練集，進而生成相應(yīng)的模型。
這個過程中，企業(yè)需要在建立醫(yī)院合作關(guān)系、清洗標注數(shù)據(jù)、訓(xùn)練調(diào)整模型等方面付出大量時間與精力，極大抬高了單個AI的研發(fā)成本。
如今進入大模型時代，新一代的無監(jiān)督學(xué)習(xí)算法能夠低成本、高效率地進行各類影像數(shù)據(jù)、各類疾病病灶的勾畫分割任務(wù)，訓(xùn)練模型需要的數(shù)據(jù)量也大幅減少。
更重要的是，健康數(shù)據(jù)這一新式資產(chǎn)也在2024年正式在公立醫(yī)院之中開啟交易。
10月中旬，上海第一人民醫(yī)院一次性申請到了18張數(shù)據(jù)產(chǎn)品掛牌證書，包含AI輔助診斷中常用到的肺結(jié)節(jié)、糖網(wǎng)病變、CT-FFR、乳腺超聲等多模態(tài)數(shù)據(jù)集，亦有精子發(fā)生障礙、急性白血病基因突變與移植預(yù)后等專病數(shù)據(jù)集。
同年11月，首都醫(yī)科大學(xué)宣武醫(yī)院的頸動脈支架手術(shù)數(shù)據(jù)集（登記時包含2550條數(shù)據(jù)）在北京國際大數(shù)據(jù)交易所（后簡稱：北數(shù)所）進行了資產(chǎn)確權(quán)登記，同時完成交易。據(jù)宣武醫(yī)院表示：相關(guān)數(shù)據(jù)集將應(yīng)用于國產(chǎn)頸動脈支架產(chǎn)品的研發(fā)，助力醫(yī)療機構(gòu)更加精準地理解中國人群的腦血管疾病。
對于影像AI而言，健康數(shù)據(jù)交易帶來了空前的積極影響。
在過去圍繞企業(yè)——醫(yī)院合作關(guān)系展開的研發(fā)模式下，影像AI企業(yè)需要頻繁與醫(yī)院醫(yī)生進行溝通，確保合作流程的合理合規(guī)。這種模式不僅研發(fā)效率相對低下，還常需與院方共享AI算法的知識產(chǎn)權(quán)，影響后續(xù)的商業(yè)化進程。
如今健康數(shù)據(jù)擁有市場定價后，企業(yè)與醫(yī)院的關(guān)系由合作方變?yōu)榱速I賣方。企業(yè)不僅可以清晰估算影像AI的研發(fā)成本，高效執(zhí)行AI訓(xùn)練計劃；還能對企業(yè)－醫(yī)院合作開發(fā)的影像AI進行有效定價，便于企業(yè)回購AI知識產(chǎn)權(quán)，避免后續(xù)銷售過程中潛藏的風(fēng)險。
最后是產(chǎn)品形態(tài)。按照傳統(tǒng)的單病種AI研發(fā)思路，影像AI可以逐步覆蓋所有的中大通量病種。但人類可能罹患的疾病種類極其多，僅肺部便有200余種疾病，神經(jīng)系統(tǒng)更是超過1000種，遠遠超出現(xiàn)有AI企業(yè)的能力總和。
而在影像大模型時代，企業(yè)無需再以通量為目標進行排序，單點式地突破病種。LLM及新的算法加持下，他們能夠跨模態(tài)、跨部位進行綜合性訓(xùn)練，實現(xiàn)能像醫(yī)生一樣診斷的真正意義上的人工智能。
破局者的條件
當“數(shù)據(jù)”這一人工智能核心要素成為可交易品，從業(yè)醫(yī)療人工智能行業(yè)最大的阻礙被移除。新的AI時代下，我們必然能夠看到更多新的科技企業(yè)切入醫(yī)療領(lǐng)域，加速數(shù)智醫(yī)療時代的變革。
那么，什么樣的影像AI企業(yè)能在新的AI時代中脫穎而出？
在健康數(shù)據(jù)市場的交易量成規(guī)模前，考察影像AI仍需關(guān)注他們的產(chǎn)品布局邏輯與商業(yè)創(chuàng)新能力。
回顧2024年，醫(yī)藥反腐帶來的影響及愈發(fā)顯著的設(shè)備集采趨勢疊加，遏制住了醫(yī)學(xué)影像設(shè)備逾十年的漲勢。雖有“配置許可目錄調(diào)整”“以舊換新”等政策催化，但由于市場反應(yīng)存在滯后性，回暖速度有限，2025年很難重現(xiàn)過往的光輝。
此形勢下，影像AI企業(yè)過往的銷售模式難以為繼。因此，幾乎每家影像AI頭部企業(yè)都在尋找屬于自己的破局模式。譬如，醫(yī)準智能重押技術(shù)難度較高、少有企業(yè)涉及AI超聲，一舉做出了人體所有重要臟器的超聲AI模型；深睿醫(yī)療深入醫(yī)院數(shù)據(jù)中心，協(xié)助醫(yī)院進行影像、文本數(shù)據(jù)的資產(chǎn)化處理；聯(lián)影智能發(fā)布基座模型，轉(zhuǎn)變影像AI研發(fā)模式；推想醫(yī)療依靠醫(yī)學(xué)影像切入外科領(lǐng)域，由AI診斷轉(zhuǎn)為AI診療并行；數(shù)坤科技瞄準設(shè)備智能化，自研超聲實現(xiàn)軟硬深度融合……
從當下的視角看，每一個選擇都對應(yīng)了一個目光可及的市場，若能保障產(chǎn)品或解決方案的質(zhì)量，均有希望開辟相當規(guī)模的新的市場。2025年，他們需要乘著政策的東風(fēng)，盡快在自有的新布局中的覓得行之有效的商業(yè)模式，捱過黎明前的黑暗。
而當健康數(shù)據(jù)市場交易成為常態(tài)，各個路線之間的差異將被弱化，各家企業(yè)又需建立新的核心能力。
到那個時候，誰能具備充分的現(xiàn)金流，誰能最快最精準地找到臨床之中的真實需求，誰能快速建立行之有效的算法，誰便能在這場漫長的競爭之中破局而立，獨占鰲頭。