医疗市场“阵地战”赢家：东软靠“价值纵深”突围

作者/庆福

编辑/嘉嘉

牛顿曾言：“如果我比别人看得更远些，那是因为我站在了巨人的肩上。”而随着AI技术的进步，中国医疗的正在AI化，技术进步让无数医疗机构、医生和研究者得以“看得更远”“跑得更快”。

其实过去几年，在AlphaGo、Open Ai、DeepSeek等人工智能技术的持续升温，中国医疗正在经历又一轮革命性重塑——向“智能化”升级。

值得注意的是，智慧医疗在赛道上是蓝海，同时医疗IT行业开启新一轮的洗牌，那么究竟怎样的企业才能在这个市场势能转化中获得青睐？

【1】智慧医疗的“冰与火”：概念火热难掩盈利困境

如果说Open Ai、DeepSeek的诞生产生了“AI+医疗”的概念，那么如今智慧医疗进入了一个深水区——从“技术探索”走向“价值落地”，AI正在全面深入医疗场景。

在临床诊断，医生可以借助AI技术准确分析X光、CT、MRI等影像，摆脱传统医疗诊断时代必须依靠医生经验的限制，不仅极大提高诊断的准确性，更是通过技术抹平城乡间医疗资源的巨大鸿沟；

在医院管理上，AI大数据技术能够帮助医院管理者实时了解医院的运营情况，实现医疗资源和患者之间的优化配置；

在患者服务方面，以前的系统更多的是“记下来”和“传过去”，例如录入病历、开具电子处方、传送检查报告等基础工作，但智慧医疗时代，AI系统不仅能够给患者提供问诊导航，更是能预测患者出院后复发风险、推荐个性化用药方案。

德勤发布的报告显示：70% 的医疗机构高管认为数字技术平台投资至关重要。而IDC给出了极高的市场预测：2026年中国医疗IT支出将达920.7亿元。

外部预估很美好，行业厂商面临严峻的挑战。

2025年上半年，卫宁健康营收8.39亿元，同比下降31.43%，净利润亏损1.18亿元。暴跌564.73%；创业慧康亏损8055万元，营收下降20.6%；万达信息连续亏损，净利为-32.5%；嘉和美康营收2.19亿，同比下降27.22%，亏损高达1.16亿元。

不少厂商出现减持现象：

今年1月，塞力医疗宣布其股东上海盎泽私募基金管理有限公司－盎泽太盈六号私募证券投资基金将减持不超过公司总股本3%的股份；卫宁健康高级管理人员和创业慧康股东均曾减持；8月份，联影医疗发布公告，其多个股东计划减持。

而与行业普遍出现亏损、减持不同的是，2025年上半年，东软新增签署中山大学孙逸仙纪念医院、赣州市人民医院、广东祈福医院、辽宁省肿瘤医院、昆明市经开人民医院等近 20 个千万级医疗健康项目订单。

这就产生了一个疑问：AI+医疗概念这么火热，也进入了产业化落地阶段，但有的企业会面临亏损，有的企业则能逆势拿下大单？

【2】破解行业四大痛点，东软的落地方法论

“在AI医疗正从‘技术探索’走向‘价值落地’深水区的过程中，医疗机构看的不是技术噱头，而是场景落地能力”，一位医疗行业从业者表示，AI医疗概念美好，但距离场景落地还面临四大挑战。

一是数据困境突出，数据是医疗 AI 的核心 “燃料”，目前医疗机构普遍面临数据难题，高质量数据集严重缺乏；

二是模型可解释性不足，难以建立临床信任，医疗决策须具备清晰的逻辑与依据，但当前医疗 AI 模型多存在 “黑箱” 问题，缺乏直观可理解的推理过程；

三是需要一个融合医护工作流程的载体，传统集成方式用户体验欠佳，操作复杂，医护上手成本高，导致所有的AI应用 “束之高阁”；

四是AI如何辅助临床科研效率与临床有效性，医学进步依赖于临床科研的转化，仅在回顾性数据上表现出高准确率是远远不够的，AI工具必须通过前瞻性临床试验来证明其能真正改善临床结局。

这些行业面临的挑战，也是东软竞争优势和增长的核心秘籍：

智慧医疗的主阵地还是在于医疗，AI只是辅助性的革新工具，能不能落地，能不能解决医疗业务问题，在于对医疗场景的理解力。

很多企业对医疗健康领域理解力不足，导致AI与用户的工作场景融合严重不足，“外挂式” 增加医护操作负担，“集成式” 需重构流程且兼容旧系统难，医护上手成本高。

在这方面东软占据先天优势，从1997年开始深耕医疗信息化领域，能从AI原生和业务原生入手，建设无感融合AI，知道如何利用AI去改造升级医疗系统的各个环节，实现1+1＞2的效应。

此外，东软通过AI升级的多场化能力——能全面的赋能升级原来的IT解决方案，使得系统更智能；医保监管和医院监管等智能体，对医院的卓越运行和管理决策有了更好的支撑，解决医院负担过重等；建立了科学研究的平台，通过一系列工具平台组合来大幅增强科学研究能力。

可以说东软带给医院的是一整套智能化解决方案，而不是某一医疗环节上的修修补补。

在临床上，东软以洞察数据平台、飞标影像标注平台、探索人工智能平台为核心，旨在解决医学科研复杂、门槛高、效率低等问题，支持各类科研模型的分享与封装导出，这些标准化科学研究单元能力，可以供科研人员按需搭配，从狭义的科研课题到广义的面向临床和医院运营的全面科学研究。

而在最核心的数据，东软智慧医疗实现数据统一实时汇聚，覆盖临床、管理、科研全要素，构建181个数据模型，建立2000余项数据质量规则和50余项安全规则保障医疗数据的准确合规。还与中国医科大学附属盛京医院、武汉大学中南医院、华为技术有限公司签署战略合作协议，实现AI医疗的迭代升级。

也正因如此，东软智慧医疗产品能够实实在在地赋能医疗体系，而不只是冠以“AI”的噱头。

东软财报数据显示：东软智慧医疗累计助力79家医院客户通过国家电子病历系统功能应用水平高级别，过级数量及过级率等指标均稳居行业首位。

这样的落地能力，也让东软在医院预算延迟、政府财政缩减的大背景下，能够获得医疗机构青睐。

【3】从解决方案商到“健康社会运营者”的角色升维

如果按照发展进程来看，现在的智慧医疗因技术上的限制还处在起步阶段，那么未来的智慧医疗将如何发展？智慧医疗的终极形态究竟如何？

司库财经认为，智慧医疗的终极形态必须具备“去中心化”与“前置化”这两大特征。

只有这样才能改变传统的医疗模式，打破城乡、家庭医院之间的界限，改变传统医疗体系中，优质资源高度集中于大城市、大医院，导致患者就医路径长、基层医疗机构能力薄弱的困境。

患者、医院可以通过远程诊疗、智能辅助诊断、云端健康管理等系统实现线上连接：

患者在家门口甚至家中即可获得专业、高效的医疗服务。医疗行为不再局限于医院围墙之内，而是延伸至社区、家庭、移动终端，实现“医疗场景无处不在”。

同时AI也将让医疗前置化发展，从“治疗”转向“预防”与“预警”——即通过AI预测模型、健康大数据分析、可穿戴设备等手段，将医疗干预节点从“病发后”提前至“病发前”。

从中我们不难看到，届时智慧医疗将不仅是一项业务，一个解决方案，更会像“水电煤气”一样，成为居民生活不可或缺的基础设施。

这是未来智慧医疗的趋势，随着AI算法与真实世界数据的深度融合，智慧医疗将进一步提升在疾病预测、公共卫生预警、群体健康管理等领域的服务能力，让医疗系统更具前瞻性与主动性。

这势必需要国内AI医疗企业加速布局，转变自己的角色，从医疗服务提供商变为大众健康需求的基础设施。

未来智慧医疗将如同今天的互联网一样，成为社会运转的底层支撑，拥有广阔的发展前景，但这需要企业必须具有深厚行业积淀、全生态产品布局与持续技术创新，只有三种素质兼备的企业才能成长为中国健康社会基础设施的重要建设者与运营者。