AI 医疗与生命科学商业化深度研究

核心结论

• AI 医疗在 AI 产业链中最关键的位置，不是“通用大模型推理能力”本身，而是谁控制临床工作流入口、可结算的诊疗行为、监管合规流程与高质量数据闭环。因此，短中期最大利润池更可能留在 EHR/临床工作流平台、可收费的诊断与监测平台、药企研发工作流平台，以及深度嵌入设备与检验流程的公司，而不是单纯模型层。Epic 已把 AI 深度嵌入 EHR，Microsoft 将 Dragon Medical One 与 DAX 合并为 Dragon Copilot，Veeva 明确把 AI Agents 直接嵌到 Vault 平台，McKinsey 也判断未来竞争焦点将转向数据与编排层。

• 真实收入落地最清晰的场景，不是“AI 自主诊疗”，而是：临床语音文书与行政自动化、可收费的精准诊断与液体活检、可收费的心电/心血管影像分析、嵌入现有设备或检验流程的 AI、以及药企愿意付费的软件/合作研发平台。Microsoft 披露 DAX 类环境式文书过去一个月已辅助超过 300 万次对话、覆盖 600 家医疗机构；Abridge 超过 100 个部署；Ambience 已覆盖 100+ 专科、并将编码/合规/文书打包；Tempus 2025 年诊断与数据应用收入合计 12.7 亿美元；Guardant、Heartflow、iRhythm 都已形成真实检测或服务收入。

• 目前商业化速度最快、收入确定性最高的子赛道是医疗语音文书与工作流自动化。原因不是技术最“性感”，而是 ROI 最容易量化，采购路径最短，监管负担最低，既能节省医生时间，也能改善编码、合规与收费周期。JAMA、NEJM AI 与多家系统性研究已显示环境式文书可显著减少写 note 时间、减少下班后 EHR 工作量并改善倦怠；Oracle 报告 Clinical AI Agent 让医生日均文书时间下降近 30%；Microsoft 报告使用 DAX 的机构中医生平均每次就诊节省约 5 分钟。

• 最容易被市场高估的方向是“泛医疗 Agent”“自主诊断 Agent”“AI 直接替代医生”“AI 药物研发立刻创造 blockbuster 现金流”。截至目前，FDA 虽已授权超过 1,200 个 AI-enabled medical devices，但高风险诊疗类 AI 仍遵循严格的器械/软件医疗器械路径；FDA 2025 年 draft guidance 与 2026 年 CDS guidance 仍强调全生命周期风险管理、验证与真实世界性能监测。AI 药物研发已产生合作收入和里程碑，但距离“已批准新药带来持续产品收入”仍有明显距离。

• AI 医疗影像与病理的商业化已发生，但利润池未必落在单点算法公司。FDA 最新公开口径显示其 AI/ML 器械清单在 2024 年底已达 1,016 个，2025 年 11 月 FDA 又公开表示已授权超过 1,200 个 AI-enabled devices；当前公开清单也强调该清单“并不全面”。这说明监管批准数量很多，但真正能规模化变现，往往取决于谁掌握 PACS/EHR/病理扫描器/跨科室 care coordination 入口。Viz.ai 已覆盖近 2,000 家医院、50+ FDA-cleared algorithms；Aidoc 覆盖 150+ health systems、服务 4,500 万患者/年，并在 aiOS 平台上运行第三方模型。

• 数字病理已经越过“纯概念”阶段，但仍处在从科研到规模商用的过渡期。Paige 在 2021 年拿到首个 FDA 授权 pathology AI；Leica Aperio GT 450 DX 在 2024 年获 FDA 510(k)；Indica Labs 的 HALO AP Dx 与 Leica GT450 DX 组合在 2025 年获 FDA 510(k)；Aiforia 2025 年临床部门收入增长 68%，并新增多项 IVDR 认证。这个赛道的核心，不只是算法，而是扫描器、阅片工作站、LIS/病理工作流、伴随诊断与制药合作。

• 精准诊断与肿瘤多组学是最值得重视的“AI+诊断”利润池。Tempus 2025 年收入 12.7 亿美元，其中 Data and Applications 收入 3.164 亿美元，同比增长 30.9%，Total Remaining Contract Value 超过 11 亿美元；Guardant 2025 年一季度肿瘤收入 1.506 亿美元、Biopharma & Data 收入 4,540 万美元，Shield 已获得 CMS ADLT 定价与首个覆盖；Exact Sciences 2025 年收入 32.5 亿美元，筛查收入 25.3 亿美元。这里 AI 的作用不是独立卖“AI 软件”，而是提升检验性能、扩展适应证、强化 biopharma 数据收入与临床决策价值。

• Tempus 是当前最值得重视的 AI 原生上市标的之一，因为它同时具备真实诊断收入、数据应用收入、病理 AI 扩张能力，以及与 biopharma 的合同性收入。尤其要注意，它在 2024 年 10-K 中已单独披露 AI Applications revenue 为 1,240 万美元，说明“AI 应用”虽然仍小，但已从叙事走向独立收入科目。

• Heartflow 与 iRhythm 代表了“AI 不是单独卖软件，而是变成高毛利、可支付、临床可验证的医疗服务”的优质模式。Heartflow 2025 年收入 1.76 亿美元、毛利率 76.8%，截至 2025 年底其平台已服务超过 60 万名患者，2026 年一季度收入同比再增 41%；iRhythm 的 Zio 服务把 FDA-cleared 深度学习算法与人工审核、报告交付、EHR 集成打包，2025 年一季度收入 1.587 亿美元、毛利率 68.8%。

• 药物研发 AI 已有真钱，但主要还是 B2B 合作收入、里程碑和软件/平台收入，而非药品销售现金流。 Recursion 2025 年收入 7,470 万美元，累计已获得超过 5 亿美元 upfront 和 milestone；Schrödinger 2025 年 software revenue 1.995 亿美元、drug discovery revenue 5,640 万美元；Isomorphic Labs 与 Lilly、Novartis 的合作潜在总额接近 30 亿美元，但首个自有项目临床试验时间已推迟到 2026 年底。

• 因此，AI 药物研发更适合按“研发基础设施/软件/合作研发平台”估值框架看，而不是按成熟药企产品收入框架看。 这意味着收入弹性存在，但兑现高度依赖 milestone 节点、合作续签、临床推进和资金环境，估值波动会显著大于医疗 IT 或可收费诊断平台。

• 平台型赢家最明确的两个方向，一是医院侧的工作流与数据编排平台，二是药企侧的研发与商业工作流平台。医院侧是 Epic、Microsoft/Nuance、Oracle，以及正在做平台化治理的 Aidoc、Viz.ai；药企侧是 Veeva、IQVIA、Certara、Schrödinger。Veeva 2026 财年收入 31.95 亿美元并已正式推出 Veeva AI Agents；IQVIA 2025 年收入 163.1 亿美元，明确以 Healthcare-grade AI 与 Connected Intelligence 为核心定位。

• 许多大公司的 AI 医疗更像“防御”，而不是新增增长曲线。 Epic、Oracle Health、Veeva、IQVIA 的 AI 当前更多是为了防守客户关系、提升平台留存与提高附加值；其 AI 对财务的直接增量往往未单独披露。相对而言，Tempus、Heartflow、iRhythm、Guardant、Abridge、Ambience、Nabla 等公司的 AI 与产品收入更直接耦合。

• “伪受益”最常见的特征有四个：只发布 AI 功能、不披露 AI 收入；有试点、无规模采购；有科研论文、无医院工作流嵌入；有模型能力、无监管/支付路径。按这个标准，云厂商、模型公司、很多大厂“健康 AI”项目和部分医疗 IT 公司的短期财务受益，通常弱于市场叙事。

• 未来 12–24 个月最大催化剂包括：Dragon Copilot、Oracle Clinical AI Agent 与 Epic 内置 AI 的跨机构扩张；Tempus 的 AI 应用收入与病理整合；Guardant Shield 的覆盖扩张；Heartflow 的 volume 与盈利路径；Recursion/Schrödinger/Isomorphic 的合作里程碑与早期临床节点；FDA 对 AI device lifecycle、真实世界性能监测与 CDS 边界的进一步明确。最大风险则是：医院 ROI 兑现不及预期、责任风险、销售周期拖长、支付覆盖慢于预期，以及平台巨头内生化导致独立供应商被挤压。

产业链、利润池与商业模式

AI 医疗真正有投资价值的，不是“是不是用了 AI”，而是AI 是否进入了一个已有预算、已有工作流、已有支付代码、已有监管框架的环节。按这个标准，当前利润池可分为三层：最上层是掌握入口的工作流平台；中间层是掌握可计费事件的诊断/监测平台；底层是模型、云、算力与数据基础设施。市场最大的错配，常出现在把底层能力误当作可直接提价的终局利润池。

从收费逻辑看，AI 医疗最健康的模式是把 AI 嵌进原本就能收费的动作。例如基因检测、液体活检、心电监测、FFRct、糖尿病闭环控制，AI 让产品更好卖、单价更稳、毛利更高；其次是文书、编码、prior auth 这类能直接节省人力成本与提升收费完整性的工具；最脆弱的是“单独卖一个模型能力”，因为一旦缺乏 EHR 集成、监管认可或预算归属，它很容易被平台内生化或压价。

从利润率看，AI 医疗并不天然高毛利。模型调用成本只是小头，真正压缩利润率的是临床验证、EHR/设备集成、部署培训、合规审计、长销售周期与售后支持。反过来，一旦产品被写进临床 SOP、形成多模块扩张或得到支付支持，毛利又会迅速改善。Heartflow 2025 年毛利率 76.8%，Tempus 数据与应用毛利率约 72.3%，Schrödinger 软件毛利率 74%，而 iRhythm 作为“AI+人工审核”的服务模式也可做到接近 69% 的毛利率。

监管、临床验证与支付

临床上影响病人诊断、治疗或筛查结论的 AI，与“帮助医生写 note”“帮患者导航”是完全不同的投资对象。前者要面对器械监管、临床验证、真实世界监测和责任边界；后者更多是隐私、安全、信息治理与工作流合规。FDA 在 2025 年发布 AI-enabled device software functions 生命周期与提交建议 draft guidance，2026 年又更新 CDS guidance，明确不是所有临床支持软件都属于 device，但一旦触达高风险诊断/治疗用途，监管要求显著提高。

FDA 的公开口径已经足以说明两个方向：第一，AI 医疗器械并不稀缺——2024 年 12 月 FDA 更新清单时已累计 1,016 个，2025 年 11 月 FDA 又表示已授权超过 1,200 个 AI-enabled medical devices；第二，批准数量并不等于商业成功，FDA 当前清单也明确它并非全面清单，而是供产业了解格局与监管预期的资源。对投资研究而言，这份清单更适合作为赛道成熟度与审批路径的普查工具，而不是收入预测工具。

日本 PMDA 的思路相对前沿：其对 AI/ML 型 SaMD 设有专门科学委员会讨论框架，并已引入 PACMP 以支持产品生命周期内的持续改进；同时 PMDA 2025 更新也强调 GMLP 与上市后持续监测。欧盟则是 MDR/IVDR 与 AI Act 的叠加框架，医疗器械中的 AI 多数会落入 high-risk 义务；中国 NMPA 也持续通过 AI 医疗器械相关指导原则和审评要求强化算法训练/验证、适用范围与更新管理。结论上，跨境扩张将持续抬高合规成本，反而有利于具备资金、真实世界数据和全球质量体系的龙头。

医院采购通常不是“喜欢 AI 就买”，而是要跨过五道门：信息安全、临床 champion、EHR 集成、价值证明、预算归属。环境式文书所以跑得快，是因为它的 ROI 可以用“每次门诊节省时间、减少 after-hours、改善编码完整性”来衡量；而 AI 诊断要证明的不仅是 AUC 更高，还要证明它提高了工作流和结局。FDA 2025 guidance 也明确提到，医学影像中面向临床决策支持的 AI 通常需要 reader studies 来评价“人机协同”的临床利益。

支付方面，最优路径是进入已有支付代码或已有实验室/服务计费体系。Guardant Shield 获得 CMS ADLT 定价并拿到首个 payer coverage，Exact Cologuard/Cologuard Plus 进入 Medicare 和指南，是“AI/算法强化诊断”最健康的财务模式；Heartflow、iRhythm 则通过服务与器械/分析报告打包收费。相比之下，通用 Copilot/Agent 更多进入医院 OPEX 预算，短期更受预算与采购节奏影响。

细分赛道优先级与商业化判断

下表将用户所列的 30 个细分赛道按“真实收入”“监管/数据/工作流壁垒”“未来 12–24 个月投资吸引力”做压缩判断。评分为本报告的综合研究判断，满分 10 分；“商业化阶段”严格区分为科研、试点、早期商用、规模商用四个阶段。

归纳起来，最值得关注的五个赛道是：医疗语音文书与临床工作流、精准诊断/多组学、心血管 AI 服务、数字病理、药企研发平台。它们共同具备四个特征：一是有真实付费方；二是对现有工作流有嵌入性；三是容易形成数据飞轮；四是监管/临床验证反而能抬高进入门槛。

投资标的总表与公司分层

下表优先覆盖高置信度已核验的上市/未上市标的，并明确“AI 医疗受益路径”或“AI 医疗冲击路径”。由于本次重点核验集中在美股、欧洲头部、与全球未上市龙头；中国 A/H、韩国、日本和印度的逐家财务/审批核验在本稿中不完全，相关公司列入“后续优先核验池”，不在此表做强结论。

按本报告的五类分层：

• A 类：AI 医疗核心直接受益者：Microsoft、Tempus、Guardant、Heartflow、iRhythm、Veeva、IQVIA、Epic、Abridge、Ambience、Nabla、Viz.ai、Aidoc。它们要么已经有可计费的 AI 产品，要么控制医院/药企工作流入口，且已有明确部署与财务/客户证据。

• B 类：受益明显，但估值/监管/商业化风险较高：Oracle、Exact、Certara、Schrödinger、Recursion、Insulet、Roche、Aiforia、Paige、Isomorphic Labs。逻辑存在，但要么 AI 收入未单独披露，要么依赖合作里程碑、审批、支付或规模扩张。

• C 类：AI 主要是防御工具：多数大型医院 IT、云、设备 OEM 和 CRO 平台——例如 Oracle Health、部分大药企数字化平台、部分云平台。AI 重要，但短期更像保住客户与提高平台粘性的必要配置，而非新利润中心。

• D 类：AI 叙事强于已验证受益：Hippocratic AI、部分通用医疗 Agent、部分云/模型公司“healthcare initiative”。问题不在技术，而在收入落地、责任边界、支付路径与医院规模采购证据仍不充分。

• E 类：可能被 AI 冲击的传统环节：人工医疗转录、手工编码/理赔 BPO、低附加值患者导航呼叫中心、纯人工初筛阅片/人工数据摘要服务、缺少数据与工作流护城河的点状临床软件。这个结论来自环境式文书、RCM 自动化和平台化 care coordination 的快速落地。