2021年中国人工智能+医疗与生命科学行业研究报告
2022/10/15 18:00:00 石榴号

AI医疗丨研究报告
核心摘要:
人工智能+医疗与生命科学即AI医疗已从起步期迈入发展期,AI医疗应用已从早期浮现阶段过渡为深入探索阶段。在该时期与阶段内,医疗数据的安全性得到维护,数据互联互通建设向数据治理与开发转变,AI医疗影像向多疾病横向拓展与纵向深挖,NLP技术产品领先于KG、ML技术产品,如CDSS领先于AI制药,个别赛道竞争加剧,可行的商业模式浮出水面。从市场规模来看,2020年中国AI医疗核心软件市场规模为29亿元,加上带有重资产性质的AI医疗机器人,总体规模为59亿元,而到2025年,AI医疗核心软件市场规模将达到179亿元,同样加上AI医疗机器人,总体规模将达到385亿元,2020-2025年CAGR=45.7%,总体市场呈繁荣增长态势。未来,AI医疗影像玩家将继续开拓影像诊断的其他疾病市场,如冠脉、乳腺、肝脏等,同时开发手术规划与导航这类影像治疗市场,转战新兴的蓝海区。此外,未来AI医疗的战场将从资本力量雄厚与否的角逐,转为企业自身商业模式的较量。
人工智能+医疗与生命科学概念界定
借助AI技术介入医疗环节,以提高医疗服务效率为核心目的
人工智能+医疗与生命科学,是在协助人或解放人的状态下,以提升院内外医疗服务效率效果为目的、以人工智能为核心干预技术手段介入传统的院内外医疗环节,从而产生相应软硬件产品的新型医疗应用技术,本报告于后文中将人工智能+医疗与生命科学简称为AI医疗。因AI医疗需AI技术结合具体的医疗场景方能释放与彰显其具象的原理与作用,故其具有很强的场景关联性。按应用场景分类,人工智能+医疗与生命科学主要分为AI医疗影像、CDSS、智慧病案、AI制药、医疗数据智能平台、AI医疗机器人、AI基因分析等细分应用技术。由于AI基因分析在我国的发展处在早期雏形阶段,商业模式与规模释放尚不清晰,故在本报告中,AI基因分析不予讨论。AI制药的下游服务市场为药企,而其他应用技术的下游主要覆盖范围都为医院,少部分应用会在院外市场中使用,如AI医疗服务机器人应用于康养机构环境消毒,医学数据智能平台应用于医学研究中心统计数据与疾病研究等。

发展阶段解读
数据建设、算法开发、商业化进展为进阶突破重难点
基于数据建设、算法开发与产品商业化的角度,艾瑞将中国AI医疗的发展轨迹分为四个阶段:1)AI初步介入医疗阶段,医疗数据零散地储存在各类医院信息系统中,AI技术在医疗领域的探索更偏向试探性的测试,标准化产品尚未出现。2)AI医疗应用浮现阶段,院内外数据建设工作展开,眼底、肺部影像的标准数据库率先建立,为AI医疗影像产品领跑奠定了基础,眼底、肺部影像产品跑出,其他产品还不明确,商业化还在起步,商业模式并不明朗,还处在多元、混沌的尝试阶段;3)AI医疗应用深入探索阶段,医疗数据的安全性得到维护,数据互联互通建设向数据治理与开发转变,AI医疗影像向多疾病多科室横向拓展与纵向深挖,NLP技术产品跑出,个别赛道竞争加剧,可行的商业模式浮出水面;4)AI医疗应用稳定完备阶段,数据互联互通建设基本告一段落,数据共享初步实现,以KG为主的认知智能技术迈向成熟,与感知智能协同推进各类应用的均衡互补发展,总体赛道的竞争格局与商业模式形成并稳定,头部聚集效应长期存在。


AI医疗市场规模
AI医疗影像进入发展快车道,手术机器人地位稳固
随着AI医疗影像企业获取三类证的步履加快,以及IPO冲刺的阶段性胜利,双重红利将带动中国AI医疗核心软件市场规模快速增长。据艾瑞建模测算,2020年中国AI医疗核心软件市场规模为29亿元,其中CDSS市场占有率为29.8%,AI医疗影像为7.1%,而到2023年,AI医疗影像市场规模将首次超越CDSS,成为AI医疗核心软件中市场占有率最高的产品。除核心软件外,AI医疗机器人也为总体的AI医疗市场规模注入强劲的增长动力。因手术机器人属于核心软件与高级硬件器材组合的临床治疗产品,高昂的单价及临床稀缺性决定了其不可撼动的市场规模地位。总体而言,市场呈现高增长状态,2020-2025年CAGR=45.7%,总规模在2025年将达385亿元。

IPO前夜:冲刺梯队情况
总体营收与销售及服务成本倍数提升,已有2家冲刺成功
艾瑞将目前已递交招股书的AI医疗企业的营业、销售及服务成本数据进行了汇总,从图中可看出,不同AI医疗影像公司之间的营收高低点差距较大,多数企业的2020年营收与销售及服务成本都有倍数提升的情况。AI医疗数据智能企业的营收、销售及服务成本的数据体量要明显高于AI医疗影像公司,这与其数字解决方案的高客单价有直接关系。

商业模式汇总
AI医疗影像商业模式多元化,轻资产产品商业模式未定型
艾瑞从产品形态、销售渠道、盈利模式、运营模式、客户关系与赛道种类的角度出发,对AI医疗现有的商业模式做了以下汇总与展示。从图中可看出,医疗器械类的亮灯数量、强度要明显高于非医疗器械类,尤其是AI医疗影像除了纯服务的产品形式、里程碑的收费模式灭灯以外,其他区域均有亮灯情况,其在所有赛道中的商业模式较为多元。非医疗器械类中的AI制药的亮灯数量最少,其目前仍以CRO形式为主导的商业模式,未来可能会与药企、CRO企业开展战略合作,拓展合作伙伴生态,从而提高药物研发管线的接单量,并将药物试验这类需要重大物资铺垫的工作转移至CRO企业。从商业模式的固定程度与稳定性来讲,带有重资产性质的AI医疗机器人的商业模式已经基本定型,而其他轻资产性质的核心软件类产品的商业模式还处在动态演变阶段,未来可能会孵化出新兴的商业模式。

产品成熟度象限
技术商业化产品与探索研发类产品密集度高
艾瑞从人工智能技术成熟度与AI医疗产品的商业化进展角度出发,将本报告中提到的主要产品进行了象限分类和总结。AI医疗影像产品、智慧病案、CDSS、医学数据智能平台、医疗服务机器人均已进入技术商业化区域,AI制药、手术机器人、辅助机器人、基因检测等更多扎堆于探索研发区域,而迭代创新区域尚未出现典型产品。






AI医疗影像推广路径
轻量化模式借力发力,加速市场覆盖与下沉
AI医疗影像推广的最终对象主要是医院,除此之外是C端用户。在对接最终对象时,一般以医疗器械厂商、当地渠道商、保险公司、第三方影像中心或体检机构为推广桥梁,向医院或患者收费。一味地扩张自有的销售团队不仅会耗费高额预算、而且投入后的进展难达预期,压缩核心研发团队的生存空间。因此,艾瑞认为,AI医疗影像企业率先拿下市级医院的市场,通过市级医院的辐射作用拉动同级非三甲医院、县级医院的购买需求,或通过与大型医疗器械厂商建立生态捆绑性强的战略合作,借助合作方已有渠道基础打入医院,这类轻量化的推广模式是未来的发展方向。

























医学数据智能平台主要建设困境
平台建设中面临的“三不”阻碍进展
在医学数据智能平台建设中,主要面临三大主要问题:系统架构不兼容、资源建设不精简、资源利益不统一。系统架构不兼容指平台系统与HIS系统不兼容、与其他平台不兼容、与应用开发软件不兼容;资源建设不精简指院内同时存在若干功能相似的平台;资源利益不统一指院内各科室、HIS厂商与平台厂商、各级医院之间数据建设利益立场不统一。三大主要问题的具体情况如下:





AI制药行业核心驱动力
慢性病负担加重,国产创新药品替换空间巨大
从疾病负担上看,我国的心血管疾病与癌症负担最重,且随着我国人均期望寿命的延长与老龄化加剧,慢性呼吸疾病、糖尿病与肾病、肌肉骨骼失调等慢性疾病负担将会加重。此外,疫情的出现警示了众人传染病这一威胁。由此,针对各类慢性病、癌症与传染性疾病,自主研发创新药物、改善国人健康水平已成为制药的一大趋势。从上市新药情况看,2016-2020年我国累计上市200多个新药,与疾病负担相对应,抗肿瘤药上市占比最大,但除了抗肿瘤药以外的药物占比在扩大,上市新药种类愈加丰富。总体而言,上市新药主要还是来自跨国创新药企,用AI技术服务我国药企、研发利国利民的新药,替换跨国药企药品市场的空间巨大。


AI制药行业核心驱动力
创新药研发增添新举措,带量采购驱动药企回归药研本身
2018-2021年,市场监督管理总局、药监局、知识产权局等发布了一系列医药政策,组织进行了与医改相关的工作,同时,科技部、工信部、发改委等发布了AI相关政策。在医药领域政策中,新修订《药品管理法》、十四五生物医药发展规划等政策为创新药研发注入发展推力;带量采购政策取得明显成效,合理控制仿制药价格,鼓励药企将成本更多投入到创新性的临床药物研发中;医保谈判成功药品数量增多,让更多新药纳入医保合理支付范围。此外,AI领域政策从技术发展与医疗行业应用结合方面推动AI制药向前发展。




AI制药产业链与商业模式解析
存在租用云化算力与服务外包需求,分阶段获取收入
产业链方面,AI制药的上游为AI模型数据集供应或物理模型供应;中游为药物研发的主体即AI制药企业、CRO企业或其他企业,云化算力的供应方即云服务厂商,药物分析与试验外包服务的供应方即CRO企业;下游为新药研发的需求者即药企。以AI制药企业为主体,从产业链各环节可以看到AI制药早期商业模式的全貌:1)产品形态:企业与药企签订药物研发阶段的外包合同,承包某些药物管线的早期研发工作,本质上提供的是服务,最终交付运算好的药物分子结构结果,而非药物研发软件;2)盈利模式:合同中拟定不同的阶段,对应不同的收入,完成指定阶段的任务即可获取该阶段的收入;3)销售模式:以直接对接药企的直销模式为主导,不太存在渠道销售的需求;4)运营模式:B2B式的运营模式。




AI医疗产业链
基础层数据仍需开拓,技术层重感知,应用层触及场景广泛
AI医疗对的核心产业链关注点在于AI医疗应用软件本身的开发,其上游为基础层,中游为技术层,下游为应用层,服务终端为患者。基础层中,数据服务尚未建成核心技术壁垒,参与者众多,而算力领域呈寡头局面;技术层中,基于深度学习的计算机视觉发展快,参与者技术相对成熟;应用层中,成熟的AI医疗企业正在扩大产品线布局,开拓战略伙伴合作。

AI医疗产业图谱


从红海到蓝海的方向转变
赛道分化,蓝海浮现,扎稳脚跟方能扬帆前行
艾瑞从当前AI医疗产品的算法成熟度、产品投产成熟度、市场空间以及市场反馈的角度,对未来AI医疗影像市场以及AI医疗市场全局的走向进行了以下展望:



企业竞争能力评价模型
基础、生长、附加能力循序渐进,三者加速协同运转

以上为简版内容,?点击下方图片
查看及下载完整版报告

来源:医学AI在线AIMonline

源网页 http://weixin.100md.com
返回 石榴号 返回首页 返回百拇医药