AI医疗IPO前夜：玩家冲击亿元年营收，赛道大战商业化

　　来源：36氪

　　AI医疗上市潮：过亿年营收成现实、10亿美元估值成常态。

　　文｜樊小鑫

　　在投资人马可的印象里，早年在医疗AI影像领域看项目时，很多的公司当时估值还不足1亿元，而如今，行业里有的公司在最新一轮的融资中投后估值竟已涨到了15亿美金的疯狂程度。转眼一晃，行业的生长周期不过3-5年，如今成立时间稍长的推想医疗、科亚医疗等头部企业成立时间都才满5年。

　　投资人的热情、估值的上涨，无疑是来自乐观的资本预期——上市潮在即。目前，“医疗AI四小龙”——科亚医疗、推想医疗、Airdoc、数坤科技已向港交所递交招股书，其中Airdoc已通过聆讯，或将于近日上市。

　　上市潮背后，是经历了数年的拓荒，各玩家们总算第一次见到了“真金白银”，多家公司今年的收入预测均达到亿元。

　　不过，上市潮在即，更为激烈的商业化竞争已经到来。如果营收才实现2倍的增长，那在竞争中将必然掉队。

　　商战从一张证书开始

　　AI 医疗行业的商战和上市潮从一张证书开始。

　　“我们在拿到证的当天，电话就被打爆了，20多家机构都打来电话想投，所以我们一年就融了4轮。”科亚内部人士刘东（化名）说。

　　2020年1月15日，国家药品监督管理局审批通过了首个医疗AI三类器械产品，是科亚医疗研发的无创CT-FFR产品。由此开始，产品审批带来的重大利好，再加上疫情带来的健康医疗需求勃兴等因素，让行业快速回暖，且再次成为风口。红杉中国、IDG资本等老牌风投机构都相继出手，连沈南鹏都亲自出面，主导了对某个项目的投资。

　　这时，标的企业比拼的一个核心指标是，是否拿到了“III类证”，这是行业的入场券。因为对于医疗AI行业来说，长期卡脖子的一个事项即是产品的审评审批。

　　2019年7月，国家药品监督管理局医疗器械技术审评中心发布了《深度学习辅助决策医疗器械软件审评要点》，明确了深度学习辅助决策医疗器械软件注册审批的要点，即数据质量控制、算法泛化性能力及临床使用风险。其中，软件临床使用风险主要包括：假阴性，即漏诊，可能导致后续诊断和治疗活动延迟，尤其是对于病情发展迅速的疾病；假阳性，即误诊，可能导致不必要的后续诊断和治疗活动。

　　总的来说，监管方审评审批的一个指向是：落地的产品必然是要能经得起医院、医生、患者考量的产品。

　　从科亚医疗的CT-FFR产品算起，截至8月底数据，一年多的时间里，NMPA已经批下16款III类证，涉及脑部、胸部、肺部、骨骼等多个疾病领域。其中，科亚医疗拥有1款，推想医疗拥有2款，Airdoc拥有1款，数坤科技拥有1款。

　　在过去，审评审批受阻，就意味着前期的投入与后期的现金回流被割裂；没有三类器械认证的产品，只能供医院免费使用，无法进入医院的收费目录，直接意味着难以打通商业闭环。

　　紧随着产品审评审批的破冰，医疗AI商业化的大幕也随之拉开。在此之前，各玩家只能在与医院的科研合作中产生少量的科研费用收入。2019年，据招股书数据，推想医疗、科亚医疗、数坤科技分别仅录得收入660万元、120万元、80万元，这与动辄近亿元的研发投入相比不值一提。

　　而自2020年起，各家的收入皆迎来了爆发式的增长。

　　据招股书数据，推想医疗在今年第一季度录得收入2210万元，数坤科技在今年上半年录得收入5260万元。今年，推想医疗仅用一个季度就几乎赶上去年全年，数坤科技今年上半年的收入数据已超过去年全年的2倍。

　　此外，36氪从多个权威人士处获知：Airdoc今年7月份的收入已超越去年全年，科亚医疗在今年上半年已取得数千万元的收入。2021年全年，推想医疗、数坤科技、Airdoc内部今年的收入预测皆是亿元级。

　　从长远来看，整个医疗AI市场，还处于初级阶段。据弗若斯特沙利文报告数据，2020年中国AI医疗器械的市场规模约为3亿元，而2021年的市场规模预测约为5亿元， 2025年将达到204亿元，2020年至2025年的行业年复合增长率为134%。从全球范围看，AI医疗器械市场规模预计将于2025年达到177亿美元，2020年至2025年的年复合增长率为119%。

　　从此时开始，商业化成为当前医疗AI器械行业绝对的核心命题。

　　当前，各个玩家摩拳擦掌，全面发力商业化，试图在当前的“商业化大战”中夺得头魁。

　　随着各家企业纷纷交表拟上市，企业不仅需要有一份可观的财务报表来赢得投资者的信任，更需要建立企业的自我造血能力，将企业的发展带上一个良性的轨道。

　　这反应到企业的组织架构上，那就是大力扩充销售团队，建立自己的销售网络。在实际业务中，医疗AI企业主要选择与渠道经销商合作，因为在当前的医疗体系中，不同的区域存在差别，甚至同一区域的不同医院也存在差异，而渠道经销商与当地的医院存在一定的客情关系基础，因此通过自有销售团队管理当地渠道经销商的形式，性价比相比自建要高出很多。

　　据招股书数据，目前推想科技披露自己的销售团队为75人，数坤科技的销售团队为242人，Airdoc的销售人员为87人。此外，36氪获悉，科亚医疗在销售队伍的扩充上更是激烈，在王立伟出任科亚医疗董事长后，科亚医疗的销售队伍2个月时间增加至上百人。

　　据知情人士透露，各家大规模的扩张销售队伍，实质为了把产品进医院的渠道打通。“跟做互联网的思路一样，公司先把渠道拿在手里，后边一系列的产品就都能走这个渠道进。从客情费这个角度讲，进5款产品总会比1款产品的性价比更高。”

　　目前，医疗AI产品进医院有三种定价模式：在进入医院时支付固定费用，这是当前普遍的定价模式；订阅费模式，在这种模式下，医院按经常基准支付预订费用以获得软件使用权；按照实际使用情况，按次收费。

　　在医院这个核心场景外，各个玩家还根据自己的产品管线趟出了其它的商业化之路。

　　医疗AI内卷

　　在早期的创业历程中，各家企业皆从一个核心产品切入，如推想医疗的肺结节产品、科亚医疗的CT-FFR产品，但是目前，各家企业皆从单部位走向多部位、多病种，丰富产品线布局。据招股书数据，推想医疗、科亚医疗等皆有10条以上的产品线在研。

　　在技术上，对于各个头部企业来说，随着过去的技术和数据积淀，研发其它管线的边际成本在不断被拉低。在行业资深人士刘宇看来，“拓展产品管线基本上没有技术上的门槛了，算法模块等都是现成的，就是再重新做一些标注和三维重建，你想重建一个“心”、重建一个“肺”、重建一个“肝”都可以。”

　　科亚医疗除了做服务心内科的CT-FFR，服务神经内科的出血性脑卒中人工智能诊断系统，获得美国FDA认证，且以临床应用为导向，产品覆盖筛查、诊断、治疗、随访全流程，现有智慧心、智慧脑、智慧影像等系列共11款产品；数坤不仅做心脑血管、肺结节，还开始进行腹部的肝脏检查研发，尝试发现肝硬化、肝囊肿等病灶；推想医疗在胸肺部产品领先的基础上，也横向扩展了心脑血管领域，癌症和感染类、创伤类重大病种，并在纵向化深入胸肺部手术治疗临床领域。

　　产品管线的布局给商业化带来的影响是，各个企业除了在核心产品上具有差异外，在多个产品上皆陷入了同质化竞争，这不免惹得一些行业人士感叹，“医疗AI内卷得厉害。”

　　36氪通过多方访谈获知，目前医疗AI的商业化主要有院内、院外两大场景以及如下这5大方向：2H（Hospital）、2G（Government）、2B（Business）、2P（Pharma & Medtech）。每家企业基于自己的核心产品（主要是已获批III类证的产品），争抢着细分赛道上的商业机会。

　　医学影像数据占全部临床数据的80%以上，是临床诊断、疾病治疗及健康管理的基石。在医院的实际场景中，医学影像的分析复杂且耗时，因其要求医生将多层影像数据与精细的决策过程相结合进行解读。由于我国医疗资源分布不均，许多地区经验及配备不足的医生对医学影像的分析不够准确且效率低下。

　　人工智能技术的发展则有望给带来解决方案。在行业早期，医疗AI企业主要就是想解决医院临床场景中的这些实际痛点，如推想医疗等都是秉持着“从临床中来、到临床中去”的研发思路，和医院以科研合作的名义进行算法和产品的打磨。

　　随着产品的成熟，产品则自然想进入医院的实际临床场景，供影像科、放射科等科室使用。目前，医院场景是医疗AI目前商业化最为成熟的场景，当然，也是目前竞争最为激烈的场景。

　　在行业里，产品进入医院一般有3种形式：第一种是企业通过合作的分销商与医生合作，通过医生的权威性，引导病人使用医疗AI产品；第二种是将医疗AI产品打包进医院信息化的大方案里，和其它信息化的方案拼单，通过医院的招投标采购流程进院；第三种是产品通过拿物价编码等流程，进入医院的收费目录。

　　第一种形式和第二种形式都极度依赖客情关系，因为站在医院的角度，从产品性能来看，各家拿的都是三类证，特异性和灵敏性的数值差异都极小。在这样的情况下，产品进入医院比拼的就是客情关系和产品价格。有行业人士向36氪透露，像数坤科技、深睿医疗等拥有相似产品管线的企业，在销售环节上内卷得激烈。

　　据招股书数据，数坤的产品已进入国内1200家医院，科亚与国内1000多家医院建立了合作关系，这个数据包含免费使用医院，未来付费转化是重点。推想的产品已覆盖全球近20个国家。

　　第三种形式，则是真正能让医疗AI产品在商业化上走向成熟的形式。科亚医疗的核心产品CT-FFR（深脉分数）正是在从这个方向探索。

　　科亚的产品虽也是进院，但对于医院来说，是增加了一个收费项，实质是得到了患者的付费。

　　科亚的深脉分数能够仅根据患者的电子计算机断层扫描血管造影(CTA)图像执行冠状动脉的非侵入性生理功能评估，以准确诊断患者是否患有心肌缺血。在过往冠心病人的诊疗路径下，要判断心肌供血情况，病人先要去花几千块钱做造影，然后再花一万多元买导丝。而科亚的产品能明显节省医疗费用，患者大概只需要花3000多元，就能避免不必要的有创冠脉造影(ICA)测试或经皮冠状动脉介入治疗(PCI)手术。

　　产品要想进入医院的收费目录，中间需要经历拿物价的环节。“每拿一个物价，都是按省去拿的，一个省一个省地去批。然后每个省，它的窗口期其实又不一样，不是你随时报随时都有，每个省基本上是一年只有两次窗口期。省里拿到物价编码之后，他差不多要公示一个月的时间，然后才层层下发。然后下一步是通过经销商和医院签约，才能最终在医院里看到物价编码。”刘东透露，整个流程下来，差不多得用9个月的时间。

　　据刘东透露，科亚正在全面进行深脉分数产品的物价申报，“7个省的物价已经出来了，实现了向患者收费。另有14个省的物价正在顺利推进的阶段。”

　　而产品的具体定价，每个省份不一样，科亚医疗的营销模式也是根据省份和医院的实际情况而定。

　　推想医疗已获批的肺结节（InferRead CT Lung）和肺炎（InferRead CT Pneumonia）III类证产品，目前找到了To G这条不错的商业化道路。

　　因为对于癌症这个重大疾病来说，如果能在较早阶段发现和干预疾病的发展将有助于实现更好的治疗效果，并大幅降低总体医疗费用。例如，当在较早阶段首次诊断出癌症时，癌症的治疗费用一般较低。在中国，首次诊断为早期阶段的肺癌患者的终生直接治疗费用估计为9200美元，而首次诊断即为晚期阶段的肺癌患者的终生直接治疗费用几乎翻倍（17800美元）。

　　将医疗AI的产品用于大规模的筛查，产生了降低整体公共卫生费用的价值预期，则政府有望成为付费方。

　　近期，推想医疗的肺结核（TB）AI解决方案入选联合国全球肺结核医药设备采购名录（简称“GDF”）。这意味着，未来潜在的采购方（主要是全球各政府主权基金采购、援助基金采购和各个国际组织）能够直接下单，采购推想医疗的TB诊断能力。推想入选的产品帮助医护人员在偏远地区筛查（X光+AI），这对于医疗条件落后的地区非常有价值。

　　不仅是联合国设备采购名录，推想医疗的肺炎（InferRead CT Pneumonia）产品在抗疫期间也多次获得欧盟政府、日本政府的采购，率先走出医疗AI企业出海之路。在国内，推想医疗也是拿下了多笔政府订单。

　　除了推想之外，Airdoc的也拿下过政府的订单，比如Airdoc在和青岛的合作项目中，在完成首批15万人次的眼底筛查后，Airdoc获得了100多万元的收入，此后按照项目的不同阶段，也将产生相应收入。

　　目前To G方向主要是服务与各地政府的高通量筛查，而推想和Airdoc的核心产品天然就适宜于这样的场景。据招股书数据，2020年，Airdoc视网膜筛查中发现的有重大阳性的用户有22291人。

　　在为来资本合伙人赵阳看来，技术最重要的是要找到合适的应用场景，而目前To G是医疗AI最稳健的商业化方向。在医疗领域，政府肯定会在疾病筛查、疫情防控等领域做持续的投入，“有解决方案的企业若能贴近政府需求，跟政府建立良好的合作关系，那么你的每一笔政府订单都会成为后续参加招投标时候的有力背书，会是一个非常好的资产。”

　　目前已在港交所通过上市聆讯的Airdoc，或有望成为医疗AI第一股。

　　Airdoc已获批III类证的产品AIFUNDUS能利用视网膜影像等数据准确检测及辅助诊断慢性病，具体来说，Airdoc-AIFUNDUS工作流程包括三个主要步骤：视网膜影像采集、影像质量控制以及影像分析及分类。分析完成后，将生成带有视网膜影像、检查结果、疾病进展及转诊建议的报告。医生可在提供诊断及医疗建议时参考该报告。医生亦可参考该报告，决定是否有必要转诊至其他科室（如眼科）进行复诊。

　　公司的亮点之处，其是行业里较早实现商业化的企业，在2019年就取得了约3000万元的收入，而同比之下，数坤等其它几家已交表的企业全年收入仅百万元。

　　除了医院之外，Airdoc找到了院外To B这个重要的商业化方向，切入供应链，与供应链上的多方展开合作及销售，包括体检中心、社区诊所、保险公司、视光中心、药房等。

　　比如，Airdoc在和爱康国宾的合作中，是遵循按人头付费的原则，双方按一定比例分成。

　　除了Airdoc之外，科亚医疗也在探索这个方向的商业化，在和部分保险公司洽谈相关合作。

　　这个方向是医疗AI产品探求医药器械价值链的商业机会。

　　数坤科技最早在这个方向上取得真金白银收入，将产品卖给医疗器械厂商。据知情人士透露，2020年，数坤科技与器械巨头厂商飞利浦达成深度合作，数坤的产品与飞利浦的CT机搭配着一起往医院销售，医院采购医疗AI产品的价格约为数十万元级，在与飞利浦的深度合作中，数坤科技就取得了上千万元的销售收入。此外，在数坤整个的收入结构中，卖器械厂商的商业化收入占比约在5成左右。

　　随后科亚医疗也在这一方向上发力，也取得了一千多万元的收入。目前，医准智能等企业也在这一方向上跟进。

　　2021年7月，GE医疗发布了一站式、跨品牌的集成AI应用平台——爱迪生魔盒，力图解决行业的统一端口接入问题，为医院用户提供一站式的AI服务。在当时公布的合作名单上，有深睿医疗、推想医疗、科亚医疗，医准智能、数坤科技、安德医智、强联智创七家企业。

　　在商业层面，医疗AI其实等同于器械厂商的供应商。GE医疗中国副总裁戴鹰告诉36氪，和医疗AI企业的合作形式目前还主要是一次性买断，但未来想走到按次收费的形式。

　　总的来看，医疗AI已经全面走向商业化，各个玩家除了继续争抢院内的场景外，还试图基于自身产品的独特性，找到更多能商业化的院外场景。

　　巨头崛起，路在前方

　　五六年时间，医疗AI行业经历了群雄逐鹿再到大浪淘沙，如今行业正走向巨头崛起的新阶段。头部企业走过的路悄然中构成了现在的壁垒和竞争优势。

　　如果顺利，今年已交表的4家企业都或将登陆港交所，随着上市潮的兑现，整个医疗AI影像赛道也将走向更广阔的市场，得到更高的关注度。

　　夫妻档创业的数坤科技，短短4年时间，公司在交招股书前最后一轮7亿元融资时，估值已达到了投后15亿美元的高估值。推想医疗、Airdoc、科亚医疗的估值紧随其后，其中，推想医疗估值也达到了10亿美元。

　　虽然上游的算法都是开源的，但对于新进入者来说，要想追赶上推想医疗、科亚医疗等行业真正的头部企业，将面临着两大门槛。

　　首先是在数据上，优质数据对于确保AI医疗产品的安全性和效能而言至关重要。一般而言，数据越多，模型性能越好。此外，图像的临床数据需要医学专家归类标注，以训练深度学习算法。目前头部企业已累积大量高质量的临床数据，也能够通过高效的算法训练来验证和改进其AI医疗产品的性能。如Airdoc披露其已拥有370万份真实世界用户视网膜影像数据。

　　这种通过高质量数据进行的临床验证，是新的市场参与者面临的核心准入门槛。

　　其次是在产品的落地和商业化上。医院一旦认可了某家公司产品的临床优势，就很有可能会坚持使用该产品，对于医生来说，也容易在每天大量的工作中产生对某款产品的使用粘性，再进而产生对医疗AI企业品牌的认知。因此，建立了医院（尤其是顶级医院）渠道的制造商将享有强大的先发优势，并可能通过扩大其AI医疗产品组合来进一步巩固其优势地位。

　　对于新进入者来说，必将付出极大的商务、营销、时间成本，才有望建立广阔的医院网络。

　　在这两大壁垒面前，对于新进入者来说，一个直接的现实问题是，要在市场上融多少钱，才能再造一个推想，再造一个科亚？从AI目前尚未覆盖到的细分场景切入或许将成为这一领域创业的常态。

　　但同时，这也并不意味着头部公司就可以高枕无忧。

　　更激烈的商战或许还在上市后。

　　一位不愿具名的AI企业董事长表示，“如果大家当前都停留在卖软件模块的话，等于所有公司都在抢这1000家公立医院，到这1000家医院占满后，再去拼价格，市场很快就会变成红海。这就等于说，我们如果想的话，以后就靠我们的核心产品去赚钱，然后其它产品就用来去打击对手，拉低市场价格。所以，现在大家去储备未来的产品线，才是对行业真正有利的事。”

　　在赵阳看来，卖给医院这个主流的商业化方向不具备可持续性，“一眼望到头，AI医疗产品未来就只是医院的一个收费项目，且到时随着使用规模的放量，还大概率会遭遇带量采购。”AI医疗产品更广阔的应用是在院外场景，如帮助B端企业拉动销售、建立对用户专业化的服务能力，做院外的随访，亚健康人群的健康管理等。

　　上市潮在即，行业外关注的是这个赛道的财富故事—— 二级市场能给出一个怎样的价格？这或许会直接关系到整个赛道创业者、投资人的身价。

　　但身处赛道之中的人，则更为理性，一个新兴行业自然有它艰难的地方。

　　推想医疗创始人陈宽在接受36氪采访时谈起过在这个行业的创业感受：“这几年在AI医疗的道路上一路走下来，中间经历到产品的审评、拿证、商业化等许多的艰难时刻，还能坚持往前走是很不容易的事，但一旦这些都实现之后，它好像变成了一段自然而然就应该发生的经历。”

　　回看上市潮的路上，很多玩家却没能坚持到现在。在今年推想医疗融资9亿元、数坤科技融资7亿元、深睿医疗和医准智能融资数亿元等融资热潮中，当初名噪一时的依图医疗、图玛深维、体素科技等企业却再无声音。

　　Airdoc董事长张大磊向36氪透露，公司在上一轮融资时，有财务投资人曾给Airdoc估到了300亿元的投资意向，但张大磊选择了拒绝。他说：“在我的理解里，估值和团队、公司发展情况、行业情况等应该是需要匹配的。”

　　当下，比估值更关键的是人工智能为医疗行业创造了多少价值、筛查出了多少阳性的病人、满足了医生多少需求，为用户建立了怎样的健康监测网络。而从更长远的时间维度来看，AI目前还只解决了医疗特定环节上的一个问题，从早期的筛查、到临床中的诊断、诊疗再到后期的慢病管理、健康管理，AI医疗都有太长的路要走。