自人工智能（AI）概念深入人心以来，其进入各个产业领域的速度加快。但鉴于医疗领域的复杂性，AI在医疗行业的拓展并不顺利。唯一实现大规模正增长的是手术机器人。经过多年的发展，整个领域还是一个不成熟的早期市场。难以商业化。从人工智能进入医疗领域来看，主要类别有药物研发、诊疗、图像识别、手术机器人和健康管理。但从实际来看，药物研发领域虽然取得了一定进展，但离真正规模化还有一定距离，诊疗领域的工具属性更强，在医疗中的作用只是信息化的辅助作用。过去五年真正吸引市场的领域是人工智能解决方案（主要是图像识别）、手术机器人和健康管理。尽管资本市场热衷于这些领域，但从目前来看，手术机器人才是真正大有可为的发展方向。如果不进行战略转型，其他两个领域即使长期也难以实现商业规模化。四个角度分析三者可以从四个角度进行分析：监管属性、实用性、紧迫性和可持续性。首先，从监管属性来看，它们都是基于医疗器械获得监管牌照，但真正依赖医疗器械和耗材开展商业模式的只有手术机器人。与其依靠医疗器械自身实现发展，更倾向于医疗信息化的院内院外模式。图像识别类似于院内影像科采购系统，提高信息化能力，而数字化治疗类似于借助信息化软件进行院外随访和康复管理。从监管准入来看，医疗器械及耗材模式属于成熟的商业模式，客单价较高；而面向专业的信息化软件模式客单价较低，市场规模的增长依赖运行量。至于院外的健康管理，连商业模式的逻辑都无法建立。其次，从实用性来看，手术机器人和图像识别实用性更强，用户以医院科室为主，采购需求相对明确。迄今为止，数字疗法的疗效仅在实验中得到证实，但其实用性存疑，因为尚未获得大量的用户基数。由于需要医生开处方，且主要针对院外C端客户，因此数字治疗的使用场景无法像前两者那样打造急需场景。一切都受制于个人的主观意愿，可持续性弱。第三，紧迫性决定支付能力和支付意愿，紧迫性低则支付意愿低，反之亦然。从支付意愿来看，手术机器人的紧迫性较高，支付意愿较高，但图像识别的紧迫性不强，数字治疗的紧迫性较弱，支付意愿较低.从支付能力来看，医院购买设备的资金最充足，市场接受度也最高。手术机器人销售面临的挑战是政策准入，而不是支付能力。图像识别仅限于影像科室，资金相对有限，支付能力明显受限。而且图像识别提供的服务更类似于信息软件，很难提高客单价。至于数字治疗，C端的自付费能力一直是个大问题，难以推动行业商业化。一定要靠支付方，但支付方需要看到明确的疗效和成本控制。这是数字化治疗所不具备的，也很难获得商业化。到需要的规模。最后，从可持续性的角度来看，商业模式能否持续满足客户需求和支付能力是关键。手术机器人和图像识别主要依赖医院采购，可持续能力强，但数字治疗依赖C端自付费用，获取难度大。市场规模稳定，可持续性弱。规模的挑战本质上，图像识别对医生的帮助更多是效率，但与电子病历等全球信息系统不同，医疗机构并不急于提升本地效率。因此，在医疗机构支付意愿不强的前提下，图像识别产品的定价只能与专业信息系统进行比较，难以与大型医院信息系统进行比较。在需求有限、价格难以上涨的市场环境下，图像识别的商业化面临很大的局限性。另一方面，图像识别是一项人力密集型服务，需要投入大量人力来制作生物标记物，大大增加了企业的成本，每1元收入投入的成本远不止1元。这样的商业模式只能依靠源源不断的融资支持。与传统互联网企业不同，由于是完整的2B市场，客单价低，图像识别企业缺乏快速规模化的可能性，长期发展也难以烧钱。虽然手术机器人的领域比较狭窄，但成熟的主要是腹腔，主要是泌尿外科和普外科。骨科的规模化还需要时间，但因为它可以解决医生的痛点，所以可以大大提高手术的准确性和准确性。效率，经过几年的市场培育期，得到了明显的发展。由于客单价高，有一定的自费用户基数。随着部分地区纳入医保，手术机器人将实现显着增长。然而，手术机器人市场仍缺乏具有规模的国产品牌。虽然目前研发和临床试验的产品线很多，但真正能够规模化的手术机器人产品还比较少。手术机器人是一种具有长远发展的商业模式，但开拓医院市场的销售渠道必须与产品开发紧密配合，否则容易形成有产品无市场的局面，拖延多年没有现金流，融资总是需要输血。人工智能在健康管理领域的体现主要是数字化治疗。数字治疗并不是一个新产品，更多的是用软件加硬件的模式对原有产品进行重新包装。与图像识别和手术机器人不同，数字治疗更加个性化。人工智能的本质是提高效率和技能，降低成本，但数字疗法并没有体现这一点。虽然数字疗法在试验中表明它们可以有效地治疗和管理慢性或精神健康状况，但它们在实践中的实际有效性仍然值得怀疑。因此，医保和商保作为支付方还是非常谨慎，直接覆盖数字治疗的意愿很低，降低了快速规模化的可能性。当然，人工智能在数字治疗中的主要优势在于它的算法。通过不断调整用户数据，使算法更加精准，从而提高用户的健康水平。但是，就像图像识别一样，需要投入大量的人力，依靠大样本来开发精度更高的算法。目前的数字化治疗采用药物研发模式，仅在医院进行小规模人群试验。这类数字治疗产品在上市时，用户的使用率和续订率都不高。作为龙头PearTherapeutics，实际处方配药率仅为50%，实际处方支付率仅为25%，极大制约了其规模化的可能性。因此，如果从商业模式的潜力来判断，用户需求的紧迫性、支付意愿和能力、可持续性是判断未来能否实现真正发展的关键。从市场趋势来看，手术机器人商业模式成熟，但受制于技术能力，未来规模取决于技术成熟度和成本控制。但基于图像识别的AI解决方案商业模式还不成熟，未来能否真正规模化，取决于能否找到新的刚需应用场景，以及医院的付费意愿是否会提升。数字疗法目前还没有明确的商业模式，市场将继续探索。？？？
