在DeepSeek横空出世后，润达医疗、万达信息、智云健康等一大批企业先后官宣接入，最新数据显示，已有超过30家医疗大健康公司宣布整合DeepSeek，领域覆盖药物研发、影像分析、诊断筛查、病理检测、慢病管理等多个领域。

AI+医疗正从PPT向现实应用中发展。

而实际上，在过去的六年中，仅仅国内就有近千亿资金投入到了AI+医疗中，主要目的在于促进影像人工智能判断、新药研发人工智能、机器人人工智能以及智慧医院等多个领域的发展。

然而，庞大的投资却面临无法将线下医疗应用进行有效整合，众多的人工智能在医疗产业的应用呈现分散和间断状态，难以充分发挥其潜在价值。

为了解决AI在医疗产业的落地问题，润达医疗就和华为云合作，打造了医疗领域的AI大模型“良医小慧”，已经能够智能化解读医学检验报告，涵盖超过4500个检验项目和2800种疾病的解释，综合准确性达到了87.74%。

但87%的数据看似挺高，但相较于“人命关天”的医疗产业来说，仍是不可接受的，且当前AI+医疗还面临着数据来源于安全、商业化落地、责任界定等多重问题。

所以，在“AI+医疗”大火的同时，如何从理想照进现实，是该慎之又慎的。

01

AI+医疗方兴未艾

根据中国医学装备协会医院物联网分会，2023年我国AI医疗应用规模约为780.5亿元，预计未来行业将继续高速发展，到2024年国内AI医疗应用规模可达到936.6亿元。

而AI+医疗当前主要应用于影像诊断、制药、健康管理三大领域。

首先是是医学影像的AI技术，已成为当下该领域中最为成功的分支。

医学影像的AI技术即在实际应用中主要集中于AI的判断和决策的能力，当前的AI技术能够迅速处理和分析CT、MRI等医学影像数据，通过深度学习算法识别出其中的微小异常和病变；同时，将AI技术深度整合进医疗设备，赋予设备自主分析、诊断和提供决策支持的能力。

而全球医疗设备龙头，通用医疗在影像设备AI转型速度则相对较快。

根据GE医疗2月13日的公布2024年财报，全年营收达到197亿美元。其中，AVS业务（包含AI影像、手术导航等）全年营收为51亿美元，EBIT利润率高达25.9%，成为公司最盈利的业务板块。

而为了布局AI影像和额手术导航，GE医疗在2024年已经连续布局。

2024年1月，GE医疗宣布计划收购人工智能和医学影像分析提供商MIM Software。

2024年7月，GE医疗宣布已达成协议，将以5100万美元（约合人民币3.7亿元）收购Intelligent Ultrasound Group的临床AI软件业务。

而国内像东软医疗通用在AI影像分析中有长足进步，其NeuBrainCARE软件对脑卒评估过程能在90秒内完成缺血半暗带分析，准确率超过95%，并已被纳入中国专家共识。

缺血半暗带抢救时间窗口极为短暂，而NeuBrainCARE软件仅需90秒即可完成分析，可极大提高效率。

其次，在药物研发领域，AI对传统药物研发模式的改变也是未来值得一看的领域。

据《福布斯》报道，制药公司通过使用人工智能进行药物发现，可以节省近70%的成本。波士顿咨询的报告显示，AI发现的药物分子的整体成功率从5%-10%跃升至约9%-18%，实现了翻倍的提升。以英矽智能为例，其首款由生成式AI发现和设计的潜在“全球首创”TNIK抑制剂，从确定靶点到被提名为临床前候选化合物，仅耗时18个月。

而发展潜力最大的则是AI健康管理与决策支持领域。

美国的Tempus AI于上月底宣布，其AI驱动的个人健康助手应用olivia已在全美范围内上线。

同时，国内由华为云与润达医疗、美年健康研发的首款健康管理AI机器人——“健康小美”数智健管师也正式上线。

通过这款产品，用户上传个人生活习惯、运动情况等信息后，可以一键生成适合自己的健康管理计划；也可以基于个人健康数据、生活习惯、家族病史等获取个性化的体检、预防方案。人们正逐渐转向使用AI大型语言模型（LLMs）来获取健康和医疗建议。

那以润达医疗为典型的的医疗服务商的AI应用是怎样进行的呢？

02

润达医疗的All in AI

润达医疗成立于1999年，20多年时间完成了从单一产品代理商转型为覆盖IVD(体外试剂诊断）的全产业链的医学实验室综合服务商，该业务长期占其总营收的90%以上。

2023年开始，润达医疗通过与华为云的战略合作，进行AI医疗与数字化转型。整合华为云算力与润达的医疗数据资源，实现临床数据分析、个性化诊疗方案生成及病历自动化管理。

2024 年 9 月 10 日：双方联合发布大模型原生解决方案 “CDx 良医小慧”，已在长海医院等三甲医院落地。

这种AI医疗工具，主要用于AI辅助诊断和智慧医疗领域。

例如在AI病理诊断中：基于华为提供昇腾算力、润达10万条标注过的数据。让宫颈癌筛查时间从30分钟缩短至5分钟，甲状腺结节诊疗方案生成效率提升60%。让肺结节识别准确率95%，与资深放射科医生相当。

在智慧医疗领域广西柳药集团合作升级药房服务，实现药品库存智能管理和处方自动审核。

同时推出“健康小美”AI机器人，提供7×24小时健康咨询、家庭健康档案管理及风险预警。同时能自动生成电子病历系统：生成式病历解决方案支持语音识别、跨平台数据导入，节省医生60%书写时间。

商业模式房方面，当前润达医疗主要面向B端和C端两部分服务：B端即按医院AI使用量抽成（例如某三甲医院年节省2000万元成本，润达分得500万元）。

但是这个过程中成本计算的界定、最终双方具体如何推进尚未形成成熟的模式。而C端的拓展：润达医疗计划推出20元/次的低价AI问诊服务，目标覆盖数亿潜在用户，但如何迅速推广且降低问诊风险是当前润达医疗首先要面临的问题。

除了面临AI医疗落地的问题，润达还同时对AI难以短期盈利的现实压力问题。

根据润达发布的年报预告，预计 2024 年度实现归母净利润 仅为4291 万元至 5149 万元，与上年同期相比，同比减少 2.22 亿元至 2.30 亿元，同比下降 81.16% 至 84.30%，尤其是第四季度已经出现亏损。

而第三季度润达医疗的营业收入为61.76亿元，面临着严峻的盈利压力。且传统传统IVD代理业务毛利率仅26%，低于行业平均水平（45-55%）。

所以在押注AI的同时，如何坚持到AI+医疗落地的那天，是润达医疗不得不重视的问题。

03

AI+医疗的风险不容忽视

随着人工智能在医疗领域的迅速应用，该产业正面临一系列风险与挑战。

厦门大学医学人工智能研究院负责人王连生指出：当前AI+医疗领域面临着数据安全和隐私保护、推理过程的可信度、责任归属的明确以及公平性问题等多重挑战。

首先是数据整合不足和隐私泄露的矛盾点：当前AI医疗广泛依赖基因组、影像、临床等多维度数据，但国内多数企业数据来源单一，例如上文中的润达医疗数据来源主要依赖IVD流通数据，导致模型训练效果受限。

而如果想要获取更多的数据，必将面临用户隐私泄露的风险。当前全球平均医疗数据泄露成本达977万美元/次，润达医疗与华为云合作涉及大量患者数据，也同样面临第三方服务风险与内部管理漏洞。

其次是推理过程的挑战涉及模型的可信性问题，尤其是面对复杂病例的处理能力不足。

AI在罕见病、多病症交织场景中表现欠佳，润达医疗的“良医小慧”虽能生成诊疗方案，但实际临床验证案例有限。同时国内的AI医疗服务还面临着支付端瓶颈突出的问题，美国的Tempus通过医保代码实现商业化，而国内像润达的AI问诊的产品缺乏医保覆盖，用户付费意愿低，未来商业化路线仍在探索中。

第三是AI＋医疗带来的责任归属的挑战以及监管规则要求，当前的大模型极容易出现出现的“幻觉”和“偏见”等问题。

AI系统被视为“黑箱”，润达医疗的AI病历生成系统虽宣称准确率90%，但缺乏可解释性机制，医患信任度不足。

如果医疗纠纷责任划分难，则AI诊断失误（如润达合作的美年健康“健康小美”机器人），法律责任归属尚无明确法规。

针对人工智能模型的“黑盒子”问题，业内认为必须通过充分的临床验证和性能测试来证明其安全性和有效性。

如果算法内部不可解释，可以通过真实数据的长期使用和多场景验证来证明其可靠性，但这个过程需要的时间和医疗数据需要打通的节点并不是华为或润达医疗所能支撑的。

04

小结

AI与医疗行业的融合并不是那么简单的，一方面不能脱离开医疗行业自带的安全为先的属性；另一方面，获取大量的用户数据与拓展更多的AI应用场景也是重中之重。

如果未来润达医疗能在抓好上述两点的情况下，推动了AI赋能业务提效增质以及业务流程重塑的落地应用，还是有望在未来较长时间内实现业绩稳健增长。

同时，如果润达医疗带来AI+医疗的“示范效应”，未来有可能引领健康体检行业其他企业的AI布局模仿，真正实现AI在医疗产业中的落地。

来源：英才商业