按照一般情況，像醫(yī)療AI這樣火熱的行業(yè)，市場規(guī)模不喊個千億美金，恐怕文章是沒人看的。
但是，現(xiàn)在就算喊了千億美金的規(guī)模，恐怕文章也沒人看——因為顯然，這違背了實事求是的原則，大家也都審美疲勞了。對于各類AI+醫(yī)療的報告，確實已經(jīng)很難讓人興奮，一方面大部分內容都是局部的小案例拆解+未來暢想的廣闊空間，另一方面，真實的AI醫(yī)療產業(yè)界卻遠遠沒有實現(xiàn)值得一提的規(guī)模化收入。動輒千億規(guī)模的行業(yè)，居然找不到十億以上收入的代表性企業(yè)，著實有些尷尬。因此我非常希望能夠真正了解AI+醫(yī)療2024年的行業(yè)收入規(guī)?，F(xiàn)狀，不是2030年的展望，也不是2035年的暢想，我就想知道當前到底AI+醫(yī)療賺到了多少錢。 對于遠期的暢想，各有各的認知和判斷，無所謂對錯，但不論如何，不管是作為創(chuàng)業(yè)者，還是投資人，清晰地知道當前的規(guī)模，是非常有必要的。以下是我通過各類可靠信息，對全球醫(yī)療AI市場規(guī)模所做的梳理（由于國內醫(yī)療AI更早期，數(shù)據(jù)透明性和可靠性相對有限，因此采納全球數(shù)據(jù)，以提供更好的數(shù)據(jù)可靠性驗證）。在關注數(shù)據(jù)結果之前，先列幾點說明：
信息來源：考慮到數(shù)據(jù)的準確性，對于已經(jīng)上市的企業(yè)，我直接引用上市公司 10-K / 20-F、招股書 (S-1)、港股、A股招股書或 2024 全年的財務報告中體現(xiàn)的數(shù)據(jù)（因經(jīng)過審計和公開市場驗證，更能反映其真實性）。對于未上市企業(yè)，我在相關新聞稿和檢索信息中盡可能采納了合理的估算，但這部分確實可能存在誤差。
計算方式：為了清晰呈現(xiàn)醫(yī)療AI作為商業(yè)主體的價值，我采用了較為保守的計算方式，例如影像設備+AI，或AI手術機器人等，并不把整個硬件規(guī)模計入，而是以歸因系數(shù)的方式進行估算。 又比如AI新藥研發(fā)中，藥企本身的AI預算規(guī)?？赡芎艽?，但作為外部商業(yè)主體能夠獲得的部分才是行業(yè)規(guī)模，因此我只納入真正產生交易的部分（例如AI藥物研發(fā)的軟件訂閱、CRO、或合作收入。又比如慢病管理（糖尿病等）通常涉及CGM血糖儀硬件，而硬件收入我并不計算在內，而是以其服務總收入 25–30 %來測算AI價值，一些明確附加了AI功能的醫(yī)療云服務訂閱產品/醫(yī)療信息化產品，則按15%統(tǒng)計AI價值（沒有AI之前，它的商業(yè)模式也成立，無非是AI對客單價或續(xù)約率有一些貢獻）。對于有些企業(yè)明確把AI 收入單列（如 Tempus “Data & Services”），我采納了100%計入AI收入。對于實在難以拆分但可能包含硬件產品的情況（例如Hinge Health的數(shù)字療法）我也按照100%計入。一家公司的AI 收入=【公司披露的 2024 相關總收入】×【AI 歸因系數(shù)】
一般來說，一家公司的一個醫(yī)療AI業(yè)務收入，我只會計入到1個賽道中，這樣保證不會產生重復計算。
經(jīng)過詳細測算，2024年真正實現(xiàn)商業(yè)化收入的醫(yī)療AI市場規(guī)模為108.2億美元，其中AI醫(yī)學影像和數(shù)字病理的規(guī)模最大，達到14.6億美元（純軟件或SaaS收費，不含硬件），其次CDSS的規(guī)模達到13.3億美元，數(shù)字療法DTx排名第三，市場規(guī)模主要由Hinge Health和Omada兩家商業(yè)化較成熟的公司貢獻（可惜先驅Pear Therapeutics已經(jīng)破產）。
值得關注的是面向醫(yī)療機構收費的AI醫(yī)院運營、語音服務賽道在全球斬獲12.7億美元的規(guī)模，這或許對于國內的醫(yī)療信息化企業(yè)的發(fā)展方向破局啟發(fā)性。
具體的收入規(guī)模排序和代表性企業(yè)我列在下方，這些企業(yè)對應的AI收入規(guī)模并非其企業(yè)全部營業(yè)收入，而是基于上述的計算規(guī)則估算或確認的AI貢獻的收入規(guī)模，代表性企業(yè)的收入加總僅為賽道收入規(guī)模的一部分，賽道規(guī)?；谄髽I(yè)數(shù)量和集中度、市場份額進行估算確認。有些賽道的商業(yè)模式其實還需要進一步展開才能看清楚，例如AI藥物發(fā)現(xiàn)需要拆分三類商業(yè)模式的收入：1、軟件訂閱（主要由Schr?dinger 等代表）。2、外包服務（對照臨床前CRO服務費），3、合作里程碑（主要大部分還是體現(xiàn)為首付款）。 但由于篇幅限制，后續(xù)詳細分析賽道時再做展開。
| | | | |
| | | | HeartFlow (1.49)；Aidoc (0.75)；Viz.ai (0.49)；Lunit (0.37)；PathAI (1.08) |
| | | EHR 原生警報、用藥優(yōu)化、RWE 證據(jù)生成 | Epic Cognitive (9.0)；Merative Micromedex (2.0)；nference (0.37)；Dascena (0.05) |
| | | | Hinge Health (0.17)；Omada DTx 線 (0.47)；Woebot (0.26)；Wysa (0.24)；Kaia (0.07) |
| | | DAX Copilot、OR/病床排班優(yōu)化 | Nuance DAX & DMO (1.23)；LeanTaaS (1.50)；Qventus (0.95)；Abridge (0.60) |
| | | | ōURA (0.80)；WHOOP (0.44)；Noom (0.20)；Calm (0.60)；Headspace (0.29) |
| | | NGS 二/三級分析、多組學數(shù)據(jù)許可 | Tempus Data & Services (2.42)；Guardant Biopharma & Data (1.70)；SOPHiA GENETICS (0.65)；DNAnexus (0.75) |
| | | | Veeva Commercial AI (0.95)；Aktana (0.75)；Indegene Invisage (0.51) |
| AI 虛擬健康助手 / 醫(yī)療 Chatbot | | | Ada Health (0.75)；K Health (0.71)；Woebot (0.26)；Wysa (0.24) |
| | | CGM 數(shù)據(jù)訂閱、慢病/風險模型 | Dexcom Clarity (1.85)；Teladoc Chronic Care (1.50)；Omada (0.47)；Virta (0.35)；Biofourmis (0.28) |
| | | 協(xié)議可行性、患者招募、中央監(jiān)測 | Medidata Intelligent Trials (0.57)；ConcertAI (1.40)；TriNetX (0.38) |
| | | | Cotiviti (1.70)；HealthEdge (0.50)；Shift Technology (0.12)；Edifecs (0.30) |
| | | | Schr?dinger (2.1)；Insilico (0.85)；Recursion (0.59) |
| | | | Bluesight (0.60)；Omnicell Analytics (0.54)；Syft (0.16) |
| | | | Caresyntax (0.60)；Proximie (0.18)；Intuitive Digital Suite (0.48)；Brainlab Spine AI (0.43) |
| | | | Dascena (0.05)；CLEW (0.04)；PhysIQ (0.05)
|
明確了AI醫(yī)療2024年的規(guī)模，不論覺得大或小，都更給了我們一些確定性，已經(jīng)驗證的價值創(chuàng)造、商業(yè)模式都值得仔細研究。 后續(xù)有機會我會把所有AI醫(yī)療的細分賽道和主要企業(yè)的商業(yè)模式做進一步的剖析。
特別聲明：智慧醫(yī)療網(wǎng)轉載其他網(wǎng)站內容，出于傳遞更多信息而非盈利之目的，同時并不代表贊成其觀點或證實其描述，內容僅供參考。版權歸原作者所有，若有侵權，請聯(lián)系我們刪除。
凡來源注明智慧醫(yī)療網(wǎng)的內容為智慧醫(yī)療網(wǎng)原創(chuàng)，轉載需獲授權。
