Latest / DoctorX.AI / 【CN】2026 医疗 AI 战略图谱:洞悉护城河与盈利真相 (Beyond the Hype)
Transcript
- 0:012026年了我们都在寻找医疗AI领域的下一个巨头但你有没有想过真正的赢家可能根本不是那个算法最炫酷技术听起来最科幻的公司今天我们手里的这些信源呢就像一张藏宝图他告诉我们真正的宝藏埋在三个地方
- 0:23第一,谁拥有别人没有的数据金矿第二,谁能让自己的产品像空气一样让医生离开他就不会看病以及最关键的第三点谁能说服保险公司这种最终的买单方痛痛快快的掏钱今天我们就顺着这张图去挖挖看未来的赢家到底长什么样
- 0:47嗯这个寻宝的比喻非常到位啊因为这场变革的本质啊已经从单纯的技术竞赛转向了一场极其复杂的商业模式战中我们这次梳理的全球顶级信源其实都在指向同一个结论能够穿越周期的公司必须在三个维度上建立起别人无法逾越的城墙
- 1:14你刚才提到的数据工作流和支付正是这三道墙我们的讨论就像分析一幅复杂的水彩画需要一层一层的看才能看清全貌从最底层的技术基建到核心的临床应用再到最顶层的商业闭环每一层都有它的游戏规则
- 1:34好,那我们就从地基开始挖,聊聊这个行业的卖水人。我注意到无论上层的应用怎么变化,总有那么几家公司像是淘金热礼卖铁锹和牛仔裤的稳赚不赔。NVIDIA和Microsoft就是最典型的例子,他们究竟是怎么做到让整个生态都离不开他们的?
- 1:58SPEAKER_01: 汤构建护城河的方式一个是通过垄断工具另一个是通过掌控入口都极其高明我们先看NVIDIA根据NVIDIA
- 2:09SPEAKER_01: Healthcare的资料它的BioNemo平台本质上是在向全世界的药器提供一套研发AI新药的超级厨房
- 2:19这个厨房里呢不仅有顶级的炉灶和锅具也就是蒜粒更重要的是它还提供了预制好的半成品菜肴也就是预示好的生物学大模型要起要做的呢就是把自家最珍贵的秘方也就是私有数据放进去烹饪一下就能大大加速新药的研发
- 2:42这我明白了这是一种决定聪明的卖税模式NVIDIA不赌任何一款新药能研发成功但只要整个AI制药行也在向前走只要大家还在研发它就能从每一家药企的研发投入里稳定的抽成它把最难风险最高的部分留给了别人自己守住了最赚钱的环节
- 3:04正是如此而 Microsoft 走的是另一条路它的策略是深度绑定你可能觉得不就是提供个 GPT 模型接口吗但根据
- 3:16Microsoft Research
- 3:18SPEAKER_01: 的信源我们看到的是 GPT-Fi 级别的模型正在与像 EPIC 这样的电子病例系统也就是 EMR 系统进行前所未有的深度整合
- 3:31这不是简单的在你开车时给你装个导航而是把AI变成了这辆车的引擎和操作系统本身等一下你说的这个深度整合听起来很美好但医生们真的会买账吗我听很多医生朋友抱怨现在的电子病例系统已经够复杂够难用了再硬塞一个AI进去会不会让情况变得更糟反而拖累了他们的效率
- 3:57这个问题非常关键,也恰恰点名了工作流嵌入这道护城河的威力所在。你想想看,如果这个AI不像一个需要你打开的独立软件一样,而是像你手机输入法的自动联想功能一样,你已经习惯了它帮你补全句子,甚至能预刺你下一句想说什么,这时候让你换一个没有这个功能的输入法,你会觉得效率低的无法忍受。
- 4:23对医生来说,深度嵌入的AI就是这种肌肉记忆级别的存在。当AI能在他血病历时自动补全术语,在他开医嘱时默默提示潜在的药物冲突,它就不再是一个工具,而是医生大脑的一种延伸。想宽掉它,那几乎等于让整个院的医生重新学习如何走路。
- 4:46我懂了这是一种从有用到必须的转变一旦养成了这种工作习惯替换成本就变得高的吓人这已经不是钱的问题了而是整个组织的效率和习惯问题好我们明白了NVIDIA和Microsoft这样的巨头在卖最顶级的厨房设备但最好的厨具也做不出米其林三星打餐你得有独一无二的顶级食材才行在医疗AI这个厨房里最顶级的食材到底是什么
- 5:16SPEAKER_01: 嗯,这就触及到了这场变革最核心的资源高质量独有的带有长期随访结果的临床数据如果说基础模型是工具那数据就是这个时代最珍贵的原材料
- 5:32数据主权是医疗AI时代最坚确最无法被复制的护城河没有之一要理解这件事的深刻意义我们可以做一个历史类比这就像20世纪临床实验室的标准化革命这个类比很有意思请展开讲讲
- 5:47在20世纪初不图医院的化验方法五花八门A医院的血糖值和B医院的血糖值可能根本没法直接比较这极大的阻碍了大规模的临床研究和寻证医学的发展直到后来检验流程、试剂和数据格式被逐渐标准化我们才有了今天现代医学的基石医生才能根据可靠的数据做出判断
- 6:15今天我们正在经历一个极其相似的过程建立一套数据资产化的体系为AI训练所需的数据打上干净统一可追溯的标签这正是在为未来的精准医疗构建数字时代的基石所以谁能率先完成自己数据的标准化和资产化谁就掌握了未来的话语权我们手里的信愿明确指向了一个先行者没有诊所没有Clinic
- 6:45SPEAKER_00: 他的模式非常值得我们深入剖析但问题是他们到底是怎么把几十上半年的旧病例变成一个能持续产生收入的金矿的总不能是简单的把患者隐私数据卖掉吧
- 6:59当然不能,梅奥的玩法要聪明得多也更具持续性。他们的模式不是当矿工去挖矿卖矿石,而是当矿场主。打个比方,一家科技公司想用梅奥在某个罕见病领域几十年的影像和病理数据去训练一个诊断模型。
- 7:18SPEAKER_01: 美药不会直接把数据卖给他而是会说可以你来我的矿场挖矿用我的设备我再派两个经验丰富的老师傅也就是临床专家指导你怎么挖但挖出来的金子我要拿走一部分分成
- 7:34这比单纯卖软件或者卖数据段位高太多了所以梅耀针所的百年病历就像一座尘封的金矿他们现在选择当矿场主谁想来挖矿可以但挖出来的成果收益我们必须共享这就把传承heritage这个看似虚无缥缈的词变成了一种可以持续产生现金流的可复利的资产
- 7:58完全正确因为算法可以被模仿算力可以被购买但一个顶级医疗中心几十年如一日积累下来的结构化的高质量的临场数据尤其是那些带有长期水放结果知道一个病人十年二十年后情况如何的数据是任何初创公司用再多钱在短时间内也买不到造不出的这就是数据主权的终极力量
- 8:25OK,所以我们看到一方有算力平台,一方有数据金矿,这听起来像是完美的联姻,技术和价值都能实现了。但说到这儿,我们必须进入最现实也最苛责了第三部分了。说一千到一万,如果最后没人为这个爱情的结晶买单,那一切都是空谈。这就把我引到了我最好奇也觉得最难的一点,这东西到底怎么变成钱,谁来付账?
- 8:55SPEAKER_01: 这就是我们框架里的第三根也是最关键的支柱费用方共识技术再好如果不能转化为医院愿意采购保险公司愿意报销的商业产品那它就永远无法真正改变医疗
- 9:12A16Z BioPlus
- 9:14Health的信源给了我们一些很有意思的观察他们发现2026年单纯卖软件许可的模式越来越行不通了一种新的AI诊疗收费模式正在兴起什么样的模式
- 9:30比如说,一种AI辅助诊断肺节节的软件,它不再是跟医院说,你一年付我10万软件使用费,而是跟医院和保险公司谈,这个软件每成功帮你发现一个早期肺癌,避免了后期的巨额化疗费用,为保险公司省下了50万,那么你从省下的这50万里,分给我5万,干不干?
- 9:55这种模式是在尝试把技术方医院和保险公司从过去单纯的甲乙方买卖关系变成利益共享的合伙人关系这种按效果付费的模式逻辑上太吸引人了但现实里操作起来肯定没那么简单吧
- 10:12挑战巨大首先你怎么精确地量化AI带来的价值省下的钱到底有多少是AI的功劳其次这需要EAN和保险公司的信息系统高度协同数据要能互通实施起来极其复杂而且我们还得聊聊一个很实在的问题就是这生意到底赚不赚钱形化叫单位经济模型Unit
- 10:39SPEAKER_01: Economics
- 10:40SPEAKER_00: 对,Y Combinator的信任就给我们泼了一盆冷水。很多医疗AI公司听起来高大上,但实际上每卖出一套软件,花的钱比赚的还多。
- 10:51SPEAKER_01: 是的,这就像开一家包子铺,技术再好,每个包子都做得像艺术品,但问题是,每卖一个包子亏五毛钱,那这家包子铺卖得越多,倒闭得越快。Y
- 11:04SPEAKER_01: Combinator的数据指出,很多医疗AI SARS公司,他们的获客成本高得惊人。
- 11:12你要说服一家大型公立医院采购你的系统整个销售周期可能长达18到24个月这期间的人力差旅沟通成本足以拖垮一家资金本不雄厚的初上公司所以即使最后签了单如果这个客户在未来几年给你带来的总收入也就是LTV还覆盖不了当初为了拿下他而付出的高昂成本这比买卖就是亏的
- 11:38SPEAKER_01: 那么要让医院和保险公司这些最终的支付方愿意掏钱关键的钥匙到底在哪关键的钥匙在监管机构手里尤其是在美国就是FDA我们看到来自Nightquist
- 11:53SPEAKER_01: AI创始人Michelle Wu的信源他反复强调追踪FDA在2026年的最新监管动态对于任何一家医疗AI公司来说都是生死攸关的大事
- 12:06说到FDA审批这真的是一个巨大的瓶颈我认识一个创业公司的创始人他们的AI产品在技术厌重上非常成功论文也发了顶级期刊结果在FDA这里卡了整整两年差点把公司的资金链都给耗尽了所以米少吴说要紧盯监管动态这绝对是肺腑之言为什么FDA的态度如此关键它不就是一个技术审批机构吗
- 12:35因为在医疗领域,FDA的批准不仅是技术背书,它更是一张进入商业化牌桌的门票。一个亲丝的监管路径是获得保险赔付的绝对前提。保险公司需要一个官方的认证,来证明这项AI技术是安全且有效的。
- 12:54只有当一个AI产品获得了FDA的批准,并且拿到了一个独有的CPT
- 13:00Code,也就是医疗服务代码,保险公司才有了将其纳入报销目录的依据。我明白了,这个CPT
- 13:08SPEAKER_00: Code就像一个收费代码,没有这个代码,医生就算用了你的技术,也无法向保险公司开张单收费,那就等于白用。
- 13:17SPEAKER_00: 这就形成了一个环环相扣的链条技术研发临床验证FDA审批获得医保代码最后才能进入医院的采购目录被医生使用并成功获得付款
- 13:31SPEAKER_01: 你准结的非常到位支付方逻辑专家 Julie Yu 的信源也证实了这一点他分析了2026年保险公司最新的赔付政策趋势非常明显保险公司对于采纳 AI
- 13:44SPEAKER_01: 技术政变的越来越谨慎他们不再听故事而是要求看到明确的能够降低整体医疗支出的硬数据
- 13:53一个无法证明自己能省钱或者无法进入医保保销目录的技术无论他在学术上多么亮眼他的商业市场空间都将极其有限这就是医疗行业商业化的残酷真相那么综合我们今天基于所有信源的分析我们可以为2026年那些能够穿越周期实现价值长期复理的复合赢家画一幅相当清晰的画像了
- 14:22他们首先会巧妙地利用NVIDIA或Microsoft这样的底层技术平台但绝不会仅仅满足于做一个应用开发者更重要的他们通过构建难以逾越的数据主权壁垒并且将自己的产品深度嵌入到临床工作流中让医生离不开它
- 14:44SPEAKER_00: 而最终也是最艰难的一步,是他们成功地打通了监管和支付的最后一公里,赢得了付费房的共识,完成了从技术到收入的惊险一月。
- 14:55这个画像非常精准,这给我们留下了一个更深层次的供你继续思考的问题。当我们评估这些公司时,除了关注他们当前的财务指标,或许更应该思考一个In-Situal的CEO
- 15:11Daphne
- 15:12Kohler提出的一个极具前瞻性的概念。她认为,我们应该去寻找那些正在构建真正的闭环数据生态系统的公司。闭环数据生态系统?这是什么意思?
- 15:25意思是在这个生态里每一次临床应用比如一次AI辅助的影像判读它不仅解决了当下的诊断问题更重要的是它产生的结果无论是医生的采纳修正还是后续的病理证时都会被高质量的结构化的收集回来像新鲜的血液一样重新注入到核心算法中去反补和迭代模型
- 15:51这就形成了一个自我增强而且他人无法复制的飞轮效应产品越被使用积累的数据质量就越高模型就越精准从而吸引更多的用户来使用这个循环一旦转动起来就能形成绝对的滚雪球式的领先优势
- 16:09正是,所以今天哪家公司正在脚踏实地地构建这样的闭环数据生态系统,谁的每一次服务,不仅是在赚钱,更是在为自己的护城河添砖加瓦,这或许是区分一家伟大的意料AI公司和一家仅仅是优秀公司的最终标准,这个问题值得我们每个人深入思考。