热门赛道丨AI+医疗 释放生命科学新动能

行业定义

AI+医疗是指人工智能技术与医疗健康领域的结合应用，其通过运用机器学习、深度学习、自然语言处理等AI相关技术来处理分析大量医疗数据，形成以AI技术为基础的医疗健康相关产品或以AI技术作支撑的医疗解决方案，进一步提高医疗诊断、药物治疗、医院管理和服务的效率与质量。

AI+医疗的应用范围广泛，主要涉及以下几个方面：

AI医学影像，也称为辅助诊断AI，是指利用人工智能技术处理和分析医学影像数据，以辅助医生进行疾病诊断和治疗方案制定的技术。其主要原理是通过机器学习和深度学习算法，使计算机能够学习和理解医学影像中的特征和模式，并提供对患者疾病状态的预测和评估。值得一提的是，AI医学影像在AI+医疗商业化中扮演着重要的角色，可以说是AI医疗领域目前最为成熟和常见的领域之一。在全球范围内，许多公司已经将AI医学影像技术成功落地，开发出了各种医疗产品和解决方案，这些成功案例包括辅助诊断软件、影像处理工具、影像导航系统等。其中，AI医疗机器人是AI医学影像里较为特殊的一类，运用机器人技术通过传感器、执行器和控制系统来执行特定的医疗任务，并且可以根据患者的需求进行自动化或远程控制。

AI生命科学，也称为AI制药，通过利用人工智能技术来加速生物医药领域的研究和开发过程，包括药物发现、临床试验设计、药物治疗个性化等方面。其主要目标是提高新药物的发现效率、降低研发成本。药研是一个周期长且风险高的项目，通常需要十年以上才能从概念阶段发展到临床试验，并且可能投入数十亿美元的高昂成本。而利用机器学习和深度学习算法，可以快速预测分子的药理性质、药效、毒性和代谢途径等，从而帮助研究人员在众多的候选化合物中筛选出具有潜在治疗效果的药物。当前的AI制药企业主要可以分为三类商业模式：AI-Biotech：利用AI技术自主建立新药研发管线，如英矽智能。AI-CRO：提供药物发现服务，利用AI技术为制药公司提供药物研发的外包服务，如晶泰科技、腾迈医药、药明康德。AI-SaaS：这类企业主要售卖AI药物研发平台与软件的服务，如薛定谔。

AI制药虽有巨大的潜力，但其商业化和投资风险也相对较高。目前，AI技术在药物研发中的临床验证和监管审批流程仍然不够成熟和规范，缺乏统一的标准和指导原则。而商业方面，制药企业难以直观感受AI技术对新药研制成本的节省效果。

AI信息学，也称为数字化医疗，是指利用人工智能和信息技术来改进医疗健康服务、管理和决策过程的领域。它包括了将医疗数据数字化、存储、处理和分析，并利用AI算法从中提取知识和洞察，以支持个性化医疗、健康管理等方面的应用。与AI医学影像和AI生命科学相比，AI信息学更侧重于以AI为技术支持，将其置入成熟的医疗产品或解决方案中。近来热门不减的生成式AI医疗便是数字化医疗中一种，其利用生成式AI技术（如生成对抗网络（GAN）、变分自动编码器（VAE）等）来处理和生成医疗数据、图像、文本等。通过搭建医患场景下的对话交流创作，结合各类病种病症的大数据库，生成结构化的医疗诊断记录，进而减轻医生诊疗书书写负担、病患出门不便等问题。虽然效率提升受到追捧，但在数据隐私安全层面，AI技术在医疗行业的应用涉及大量的个人健康数据，患者个人隐私的保护与AI所需数据的如何权衡，怎样不泄露与滥用也是未来不得不考虑的问题。

早在2021年12月，工业和信息化部、发展改革委、科技部、商务部、卫生健康委、应急管理部、国家医保局、国家药监局、国家中医药管理局等九部门联合发布了《“十四五”医药工业发展规划》。在编制背景中，着重提到“十四五”时期，医药工业发展的内外部环境面临复杂而深刻的变化，要加快新一轮技术变革和跨界融合，将大数据与人工智能等深度融入医药工业发展各环节

而在国外，谷歌、亚马逊、英伟达等科技巨头亦纷纷布局AI+医疗，助力推动医学健康行业的新变革。今年3月18日举办的全球瞩目的顶级AI盛会—英伟达2024年GPU技术大会，据相关数据显示，与医疗保健和生命科学相关的会议共90场，数量在具体行业分布中排名第一。

睿兽分析整理AI+医疗公司近几年的融资情况，近年来，AI+医疗融资事件数量呈逐年下滑趋势，截止2024年4月，有191家公司获得融资，涉及机构600余家，已披露融资金额超900亿人民币。2021年43家公司获得融资，较2020年公司数量有所减少，但融资金额达到近年最高值，融资金额达203.97亿元。AI+医疗赛道目前整体处于早期发展阶段，相关公司融资轮次多处于天使轮、A轮。

相关企业

微灵医疗

深圳微灵医疗科技有限公司成立于2019年4月，专注于医疗级全植入式无线脑机接口系统的研发。作为全球领先的植入式脑机接口技术企业，微灵医疗拥有完整的自主技术链条。作为中国植入式脑机接口领域的代表性企业之一，微灵医疗在深圳设立了总部和研发中心，并在北京、苏州分别建立了临床研究和数据中心，在美国马里兰州设立了北美分部。

植入式脑机接口是一种利用神经界面技术实现大脑与计算机直接交互的技术，通过利用大脑神经的可塑性和功能分布原理，使大脑能够控制外部电子设备。目前，微灵医疗已经基本完成了脑机接口全栈的基础硬件和软件系统研发。硬件系统方面，关键的核心部件包括高密度超柔顺神经传感器阵列、采集刺激一体闭环神经电子芯片、数千通道级微型化脑机信息交互仪以及脑信息的无线收发器。软件系统方面，包括预处理算法和解码分析算法以及类脑控制算法等。

在脑机接口技术中，电极和芯片是至关重要的硬件组件，它们是核心技术竞争的焦点。微灵医疗的研发团队采用了基于MEMS工艺的高密度网状超薄结构设计高密度超柔顺神经传感器阵列，并运用复合纳米技术，以提升其神经相容性和导电性能。此外，这种植入式脑机接口的电极只需贴附在脑皮层表面即可获取高时空精度的神经信号，并且可以多次植入同一脑区，解决了因电极刺入而导致的脑损伤问题，从而延长了接口的使用寿命。此外，该手术操作相对简单，具备开颅手术经验的神经外科医生均可掌握操作技巧

在系统平台方面，微灵医疗已经建立了全面的植入式脑机接口临床前研究模式和功能评估系统，顺利完成了多项猕猴脑机接口植入手术，并展开了脑机接口与类脑算法结合的运动控制训练实验。

2023年11月，微灵医疗完成数千万元的天使+轮融资，由高榕资本领投，齐济投资、生命园创投LSV Capital跟投，老股东鼎晖投资追投。本轮融资主要用于推动全植入式医疗级脑机接口系统研发，包括植入式超柔顺高密度电极阵列的临床研究、千通道医疗级神经信号采集和处理系统的临床应用验证、百通道级神经电子芯片定型，以及双向脑机接口精准神经调控技术验证、神经信号无线宽带通信验证等。同年2月，微灵医疗已完成数千万人民币的天使轮融资，由蓝驰创投领投，纳通科技集团和果壳发起的未来光锥等机构跟投，两轮融资累计近亿元。

国科康

苏州国科康成医疗科技有限公司成立于2015年7月，是中国科学院苏州生物医学工程技术研究所投资的高新技术企业。国科康成致力于探索国际生物医学工程的前沿技术，并专注于医疗互联网和智能医学影像处理等新兴领域。其主要业务包括智慧健康管理和智能医学影像处理软件及系统的研发，为智慧医疗健康、移动医疗和健康养老等行业提供服务。公司提供智慧医疗健康管理服务平台，以及智能辅助诊断、手术计划导航、3D建模打印和影像云等专科影像处理服务。其产品包括康成智医健康一体机及其管理系统，以及多模态影像引导的介入消融手术计划导航系统。这些产品已经在健康管理、养老机构、医疗器械和三甲医院等机构得到销售与应用。

目前，国科康成有五条在研产品线，分别是AI医学影像分析系统康成睿影、医学影像处理系统康成睿视、手术计划导航系统康成睿航、脑部成像分析系统康成睿脑以及医疗健康管理分析系统康成智医。

医学影像处理系统康成睿视的Ⅱ类证已于2022年获批，医疗健康管理分析系统康成智医已投入量产。而智能精准介入手术计划导航机器人系统是其当前主打产品，该系统由软件工作站和设备两部分组成。软件工作站分为康成睿影和康成睿视，设备为康成睿航。三者都基于CT、MR、PET、超声等多种模态影像数据。

康成睿影可通过标准化、流程化的影像标注、特征提取、特征筛选和人工智能分类等步骤，构建医生专属的智能辅助诊断模型。康成睿视则是通过分割、配准、人机交互、测量、三维重建等处理，实现组织及病灶精准分析，辅助诊断与治疗规划。

康成睿航具有术前精准规划、术中实时引导和术后评估等功能。目前适用于外科、介入科、肿瘤科（活检、消融）、肝胆外科、泌尿外科等临床科室。适用于肝、肺等胸腹部脏器的穿刺活检和消融。该系统目前已进入型检阶段。

2023年6月，苏州国科康成医疗科技有限公司完成Pre-A轮融资。本轮联合领投方为苏州科创天使基金和苏州农发创新资本。该轮融资资金主要用于已有产品申报拿证，以及新产品研发等。

万思医疗

北京万思医疗科技有限公司成立于2021年9月，致力于血管介入治疗手术机器人研发及产业化，聚焦于血管介入手术机器人及其耗材研发、生产和服务，致力于将血管介入领域的临床需求转化为机器人精准治疗解决方案

北京万思医疗科技有限公司起源自临床实践，并起步于国家科技部重点研发项目，目前已经实现了产业化。该公司主导研发的血管介入手术机器人是国内首个成功进入临床应用阶段的产品，已经在国内多个医疗中心完成了临床试验，并且已经获得了中国首张“脑血管介入手术辅助操作系统”（机器人）的NMPA注册证。目前，该产品的发展已经处于国际领先地位，有望率先在市场上取得突破性发展。公司一直致力于强化研发和自主创新，探索实现多模态影像数据融合导航和人工智能自动路径规划等尖端技术。同时，他们还计划推出手术模拟舱VAS COACH，该舱完全模拟医生在手术中操作机器人的场景，用于培训医生。

万思医疗汇聚了来自天坛医院的临床专家团队和具备GE等产业背景的工程研发团队，以及市场销售与管理运营团队。其紧密配合，高效运营，致力于让血管介入手术机器人更贴近临床实践，打造符合临床需求的产品。天坛医院医学专家组成了临床团队，凭借丰富的临床经验为机器人研发提供了有力支持，从血管介入手术的实际情况出发，首先解决最迫切的临床需求，以确保研发成果能够完全满足临床需要，提高产品的易用性和稳定性。

2021年，万思医疗率先完成260例全国多中心临床试验，由首都医科大学附属北京朝阳医院、河北医科大学第一医院和山西省人民医院共同参与；2022年，科技部“高精度微创血管介入手术机器人产业化及示范应用研究”项目结项，顺利通过科技部重大项目评估和审核。2023年3月，万思医疗“脑血管介入手术辅助操作系统”成功获得NMPA批准上市。

2023年3月，万思医疗宣布完成亿元人民币天使轮轮融资，由国科投资、诺庾资本联合领投，清科资本担任长期独家财务顾问。本轮融资将用于技术研发、新产品迭代、团队发展和市场推广等。

热点讯息

2024年3月，英伟达宣布与强生、GE等多家医疗器械公司合作，开启医疗AI时代

2024年3月18日，强生医疗宣布计划与英伟达合作，加速和扩展外科手术中的AI应用。根据协议内容，强生将获取英伟达IGX边缘计算平台和Holoscan边缘AI平台的使用权。此次合作的核心目的是，借助英伟达先进的计算平台及人工智能技术，在手术室内实时分析手术软件及设备的数据，进而促进手术技术的提升。2024年3月19日，GE医疗宣布利用英伟达技术，开发了一种AI驱动的研究模型SonoSAMTrack。GE首席人工智能官Parminder Bhatia表示：“公司专注于投资创新技术。希望通过引入基础AI技术，推动医学成像的发展，助力数据科学家加速AI应用研发，最终助力临床医生提升患者护理水平。”

值得一提的是，这次大会上，英伟达还单独宣布了基于医疗场景的25个微服务（NIM），帮助全球的医疗企业基于生成式AI进行效率提升。

2024年3月，腾讯联手微医推进医疗大模型，落地“智能医院”

3月13日消息，微医与腾讯(00700)签署战略合作协议，融合腾讯、微医在人工智能领域的积累与应用场景，共推医疗大模型，聚焦“六病共管”（肿瘤、心脑血管、呼吸、代谢、生殖医学以及老年病）为抓手形成专病智能产品，以人工智能助力三医协同，在国内打造医学人工智能应用示范城市。此次合作是腾讯推动人工智能在医疗健康行业应用的积极举措，也是微医推动“医疗大模型”落地其“智能医院”升级医疗AI应用场景的重要一步。医疗AI技术在真实医疗场景中带来了质的提升，目前微医智能医院的AI辅助诊断医生采纳率已超过86%，日诊疗量超过4万人次。

2023年12月，医渡科技(02158)与华为签署合作协议，联合推出智慧医疗解决方案

12月21日，由医渡科技主办、华为技术有限公司协办的“2023医疗智能大会”在京举行。会上，医渡科技自主研发的医疗垂域大模型正式发布，医渡科技与华为在会上签署深化合作协议，并联合推出智慧医疗解决方案，加速推动医疗健康行业的智能化转型。面对大模型技术带来的市场机遇，医渡科技积极探索医疗大模型的研发和应用。此次合作达成，标志着双方将面向医疗领域，基于医渡科技在医疗智能领域的技术和实践积累，以及华为在算力、软硬件、渠道等核心关键领域的优势，开展技术研发、市场拓展、行业共建等全方位的战略生态合作，共同推动医疗大模型的创新与应用，打造领先的医疗联合解决方案，加速医疗健康产业的智能化转型升级。

2023年9月，百度发布国内首个“产业级”医疗大模型——灵医大模型

9月19日，百度正式发布国内首个“产业级”医疗大模型——灵医大模型。发布会上，百度正式宣布面向大健康上下游产业开放灵医大模型测评、试用，推动医疗行业的数字化和智能化进程。不同于AI大模型的其他领域，从通用领域到医疗领域的跃迁，不仅要考验模型的泛化能力，使其能够应对各式医疗场景下的各类提问，更要做到“精准安全”，保证每次回答都能为用户提供正确的建议。构造这样一个复杂的产品矩阵并不容易。除了技术上的突破外，来源于灵医大模型的丰富“实战经验”同样至关重要。作为国内首个“产业级”医疗行业大模型，灵医大模型已积累近100类的医疗AI机器学习任务，整合800+家医院、2000家药企、4000多家基层诊疗机构的智慧医疗服务经验

2023年7月，谷歌AI医疗大模型登上《自然》 评分高达92.6%

7月12日，谷歌和DeepMind的科研人员在《自然》杂志上发表了一项研究，不仅提出了MultiMedQA（美国医师执照试题）评估基准，用于评估大语言模型在编码临床知识方面的表现，还详解了谷歌医疗大模型Med-PaLM的进化过程。

最终的研究结果显示，一组临床医生对谷歌和DeepMind团队的医疗大模型Med-PaLM回答的评分高达92.6%，与现实中人类临床医生的水平（92.9%）相当。此外，Med-PaLM仅5.9%的答案被评为可能导致“有害”结果，与临床医生生成的答案（5.7%）的结果相似。研究结果显示，该模型水平媲美临床医生，但临床应仍有限制需克服。