千亿级角逐：医疗 AI 的市场霸主之争
本文信息来源：flarecapitalpartners
作者：
目录
- 引言
- 看涨买入： 医疗行业 AI 应用加速率
- 赢家通吃市场： 投资者转向选择性价值集中
- 制胜法则： 领先医疗 AI 企业的关键特质
- 波涛汹涌的前路： 龙头企业面临的威胁与机遇
- 结论
- AI 买家与构建者的战略要务
引言
自去年我们发表关于医疗保健行业加速采用人工智能（AI）的观点以来，形势已发生巨变。模型架构和训练技术的突破性进展显著提升了 AI 性能，同时降低了计算力和数据需求。与此同时，专用 AI 硬件、托管云服务和开源模型中心的普及使技术获取民主化，推动生成式 AI 和智能体系统在各行业快速部署。因此毫不意外的是，随着模型性能与用户价值呈指数级提升，而推理成本却直线下降，AI 使用率和采用率正呈爆发式增长 。简而言之，AI 正成为我们个人生活和职业发展中不可或缺的组成部分。
这对医疗行业的未来工作形态具有深远影响，人工智能正作为劳动力均衡器、扩展器和增强器发挥着关键作用。迄今为止的成果显著且切实可见 ，这加速了技术应用的步伐。值得注意的是， 三分之二的医师表示正在使用医疗 AI 产品，使用量同比增长达 78%。这种采用速度令人瞩目，特别是与过去十年间电子健康档案（EHR）的采用速度相比。本轮技术应用周期由产品主导的"拉力"驱动，这与以往许多技术应用周期中"推力"主导的模式形成鲜明对比。
因此，医疗企业领导者如今将人工智能视为远超运营效率提升工具的存在。事实上，企业人工智能战略正受到人才招聘与留存优先级的深刻影响。作为回应，医疗行业领导者普遍增加了人工智能预算投入，重点聚焦于临床医生和患者存在需求、且已证实投资回报率的几类特定解决方案，以此合理化预算扩张。外部合作也展现出比内部自主开发更高的成功率 ，这为新兴人工智能解决方案创造了强劲的顺风效应。
这吸引了众多新兴人工智能公司涌入各个细分领域。就在一年前，各领域的头部 AI 企业融资还只是为了抢占市场份额，如今许多公司正试图通过横向扩张和跨越领域边界来脱颖而出。与此同时，现有企业正通过宣传自身新兴的 AI 能力来巩固护城河。而悄然之间，新的初创公司正借助技术前沿来建立自己的领先优势。头部企业的战略布局将如何重塑行业边界，将决定未来几年医疗 AI 的发展格局。
本项分析中我们将：
- 通过市场信号研判医疗 AI 应用周期所处阶段
- 剖析融资数据以理解 AI 在医疗领域创造持久价值的核心区域
- 分享我们对为何当前医疗保健某些领域比其他领域更适合由人工智能引领变革的见解
- 研究领先的人工智能领域和企业，揭示推动其成功的关键因素及可能面临的威胁
- 为扩大人工智能合作规模的采购方，以及寻求巩固竞争优势的构建者提供建议
看涨买入：医疗保健行业人工智能应用加速普及
医疗保健领域正成为人工智能应用的领跑者，打破了其长期以来作为新技术应用落后者的一贯形象。以下图表源自美国人口普查局 ，并收录于 BOND 资本最新发布的 AI 趋势报告 ，数据显示 2025 年美国主要经济领域中，医疗行业的 AI 应用增速位居第四位 。自我们一年前开始追踪该指标以来，医疗领域的 AI 应用率已翻倍 。
如前所述，这一现象主要由企业采购行为的根本性转变所驱动。今年早些时候，我们对战略医疗合作伙伴中的 30 多位高管进行了调研，以了解其技术与 AI 布局重点。受访群体构成及调研核心发现汇总如下方图 2 所示。
各行业领导者平均将约 10%的信息技术（IT）预算投入人工智能领域。 超过半数的受访医疗行业高管为 AI 分配了更高比例的 IT 预算，这表明对该技术的投入是持续性的而非一时热潮。值得注意的是，在四位表示将超过 25%IT 预算投入 AI 的领导者中，有三位是医院管理者。正如后文将详细讨论的，医院在 AI 应用方面似乎正领先于医疗行业的其他领域。
考虑到我们调查中近 83%的医疗行业高管计划在未来 12 个月内增加 AI 和技术预算，这种 AI 应用速度预计将持续。有趣的是，75%的领导者在满足 AI 需求时并未默认选择现有解决方案 ，而是积极寻求最佳新兴技术合作伙伴，这凸显出他们对新兴 AI 产品的特殊热情。
这解释了我们在新兴医疗 AI 产品中看到的疯狂风险投资水平（如图 3 所示）。今年上半年，近 58%的医疗健康领域交易都流向了 AI 公司 ，创下历史新高。重要的是，与此前 AI 炒作周期不同，我们似乎已经突破了伴随每次重大 AI 进步出现的"测试与学习"典型资金平台期，进入了加速应用阶段。这种资金激增现象，既是投资者对隐藏在前所未有增长率和产品管线中的强劲商业购买信号作出的反应，也反映出 AI 正成为更广泛医疗产品中的标准配置。
赢家通吃的市场：投资者转向选择性价值集中
不出所料，能够快速获取增长预算的高质量医疗 AI 企业需求远超历史供给水平，这在估值数据中得以体现。下图图 4 中的图表展示了 2024 年面向医院、健康保险计划及生命科学/制药公司销售产品的 AI 企业估值数据与十年平均值的对比。
2024 年进行融资的医疗 AI 企业平均估值较去年医疗行业平均水平高出 50%。这种差异在早期融资数据中最为显著，同样体现在面向医院销售产品的企业中——早期 AI 解决方案似乎更快地站稳了脚跟。这一现象及其衍生影响已在全年多家健康保险公司的财报电话会议中被多次提及。
我们观察到的另一个现象是资本集中化。虽然上述图表似乎暗示后期人工智能企业的估值已大幅修正，但实际数据显示，少数几家公司正脱颖而出，成为各自领域的赢家。更重要的是，资本与价值正在向这些企业集中。
事实上， 至少有十家医疗 AI 公司在过去一年实现了超 10 亿美元的估值，而今年迄今已宣布至少五笔数十亿美元规模的医疗 AI 并购交易。这具有重要意义，因为它表明首批 AI 产品正迎来诱人的变现机遇。首先，这标志着 AI 解决方案正在创造持久价值；其次，如此规模的并购交易将持续为医疗 AI 领域吸引更大规模资金流入；但第三点在于，考虑到历史上医疗健康与数字健康领域"成功"退出的平均规模通常为 1 亿美元以上 ，这些成果的体量本身就相当惊人。值得注意的是，在今年已公布的总计至少七笔交易额超 10 亿美元的变现事件中，有五笔都来自医疗 AI 平台。
正如前文所述，这种价值创造相对集中。我们通过整合 2024 年风险投资数据更新了去年的分析 ，持续观察发现人工智能正在收入周期管理与理赔运营 、 患者互动与联络中心以及临床运营领域创造超比例价值 。我们将这些领域统称为具有"行政属性"的类别。
如下图所示，专注于行政职能的 AI 公司持续为投资者带来更高回报，其估值溢价（商业收入的代名词） 比其他细分领域高出约 30%。但更重要的是，这些领域也支撑起了医疗 AI 行业首批数十亿美元的估值（及流动性成果）。今年诞生的最受瞩目的医疗 AI 独角兽中， 有六家 ——包括我们投资组合中的 Smarter Technologies（前身为 SmarterDx）——主要致力于解决医疗系统的行政效率问题。显然，这些领域对买家和上游资金合作伙伴同样具有巨大吸引力。
尽管行政运营领域仍存在人工智能颠覆的巨大潜力，但大多数风险投资仍持续流向临床价值主张领域，这一现象延续了我们去年报告中指出的十年趋势。这反映出行业共识：未来医疗健康领域人工智能创造价值的最大机遇将出现在临床护理服务和临床决策支持环节。
这一未来图景正逐步成为现实。目前，每位医生平均管理的患者群体规模在 2,300 至 2,900 人之间。与我们交流过的部分医院管理者已制定内部目标，计划在未来几年将管理规模提升至 1 万名患者——鉴于现有劳动力限制，这一壮举必须依赖技术与人工智能的助力。通过优化诊疗路径和减少重复检测，Heartflow 等医学影像 AI 平台似乎将在这一进程中发挥重要作用。我们还观察到 Jimini Health、Counsel Health 等 AI 原生诊疗模式的出现，这些模式通过人工智能与临床医生的协同诊疗来扩展服务能力。部分诊疗模式深度融合 AI 技术，自动化处理账单、电话沟通、病历标注等行政事务，从而进一步提升临床效率。
尽管临床护理 AI 模型前景广阔，但这类临床解决方案的采用门槛较高，要实现普及仍需更多验证。一个简单的事实是：与行政 AI 解决方案相比，临床 AI 产品从种子轮到后期融资的成功率普遍较低，这充分说明了问题。实际上，2024 年临床 AI 公司的平均估值比专注于行政运营的公司低 25%左右 。对许多临床护理 AI 公司而言，关键突破点在于以公认标准持续证明其产品的质量与安全性。这将决定它们能否大规模获得医保覆盖。监管复杂性、漫长的开发周期、报销政策差异以及临床整合难度，仍是持续存在的障碍。
行政类 AI 与临床类 AI 采用率的部分差异，可以从这两类 AI 所涉及的具体活动得到解释。Anthropic 公司近期发布了经济指数报告 ，分析了其 Claude.ai 模型当前应用的职业领域与技能类型。如下图所示的分析中，有两个现象尤为突出。
首先，那些需要高水平培训、细致入微的人际技巧且薪资较高的行业（如医疗保健行业的许多领域），其工作岗位受人工智能影响的比例要低得多。其次，当今领先的人工智能模型在非常具体的活动中表现出色，例如信息总结和推理（如临床病历审查、医疗必要性研究）、听取（如医疗记录和自动语音识别、呼叫自动化）、写作和内容创作（如申诉和拒信自动化、系统生物学建模）以及编码和编程（如医疗账单和编码、临床文档改进）。然而，Claude.ai 在科学研究和技术分析（如临床研究和决策）、复杂的人际互动和人员管理（如实时患者护理）或物理干预和活动（如外科手术）方面的应用则较为有限。
这与我们历来观察到 AI 影响高低不同的医疗领域相当吻合。那些包含大量容易被 AI 自动化的职业技能的类别，往往成为更简单的自动化目标。值得注意的是，大型语言模型（LLMs）在结构化非结构化数据方面具有独特优势。因此，我们在上述工作流程中原先非结构化的部分，看到了最显著的性能提升和自动化进展。
这种技能分布还揭示了几类新兴医疗人工智能的有趣潜力，尤其是数据驱动的临床决策支持活动。作为临床人工智能的一个子类别，它较少受到上述障碍的限制，因此获得了更高的采用率。目前最能体现这种潜力的企业当属 OpenEvidence 或 Layer Health（Flare Capital 投资组合公司），它们利用 LLM 技术将原本非结构化的医学文献或图表数据转化为可查询格式。这些产品能够识别新规律，从新结构化的数据中得出创新的临床与财务推论，从而为更优质的临床决策奠定基础。通过以更高准确率简化检索与调阅工作，并让临床医生自主获取洞察（而非强行嵌入实时诊疗流程），此类临床决策支持产品正推动着前所未有的普及。该功能的新型个人应用也正在涌现。
我们相信，随着临床医生和患者对最新人工智能工具越来越熟悉，这只是众多新兴机遇中的一小部分。
制胜法则：领先医疗 AI 企业的关键特质
所有这些采用模式和预算分配趋势正在形成资本集中的动态。目前，医疗健康领域有六大类别正占据企业 AI 预算的绝大部分——包括 AI 医生助手、账单与编码、护理管理、会员与患者服务、网络与临床运营，以及放射科与影像解决方案。
订阅 Flare Capital Partners 的精选内容
免费加入 Medium，获取这位作者的最新动态。
这些类别具有若干独特的市场属性，使其成为人工智能转型的热门目标：
- 首先，鉴于这些类别包含大量需要上述职业技能的体力劳动，它们都具有较高的技术自动化潜力
- 其次，由于这些活动更依赖人工操作，会导致更高程度的数据丢失（例如电话沟通中讨论但未被记录的信息）
- 第三，这种数据流失会给医疗核心利益相关方（如临床医生或患者）造成摩擦或价值损耗
- 最后，这些类别支持广泛的产品应用面，意味着产品可以自然扩展到初始切入点之外的诸多相邻低效环节（例如医生助理记录工具延伸至计费编码流程，或呼叫调度解决方案拓展至患者流转活动）
这些领域的新兴产品正通过以下方式解决低效问题：
- 通过自动化操作提升生产力
- 捕获并结构化遗失数据、非结构化数据或数据尾气，以提升现有流程效能并支撑新业务活动
- 为医疗核心用户打造卓越体验，通常通过节省时间或加速决策实现
- 评估这些活动对关联业务的衍生影响，从而推出能延伸投资回报的新产品
当然，这些赛道的企业都通过解决前文所述的效率问题实现了产品市场匹配。但这只是入场券。真正的行业领军者之所以脱颖而出，关键在于下图展示的技术产品特质。
首先，行业领军企业展现出远高于同行的流程自动化水平， 某些案例中高达 75%至 90%。这使得领军企业能够以更少资源和资金实现快速规模化并展现价值，意味着他们可持续提供更具竞争力的价格。这就是部分领军企业能够实现年同比增长超 5 倍的原因之一——考虑到过去十年医疗 SaaS 公司前 25%的增长均值仅为 100%-150%，这一增速尤为惊人。少数领军企业甚至在短短 3 年内就突破了传奇性的 1 亿美元年度经常性收入门槛 ， 这对任何科技公司都堪称壮举 ，更不用说医疗科技公司。
如此量级的增长率是估值的重要推手。这些细分领域的领军企业相较同行可获得高达 5 倍的估值溢价 。
其次，这些公司都投资于与企业买家偏好高度契合的核心产品和业务属性。在我们的企业买家调研中，投资回报率、集成时间线和运营成本是评估新 AI 解决方案时最重要的考量因素。下图展示了这些关键偏好。
如今我们看到最优秀的医疗 AI 企业，既能完成销售，又能在六个月甚至更短时间内将产品集成到核心记录系统中。我们发现，分销和实施创新对爆发式增长的推动作用不亚于产品创新。以我们投资的 SmarterDx 为例，该公司选择不直接与医疗记录系统集成 ，而是通过网页浏览器访问产品，将实施周期缩短数月。与规模庞大的老牌竞争对手相反，他们还刻意采用基于应急事件的商业模式，确保产品对客户基本"免费"。这些关键因素使该公司在三年内达成超 1 亿美元年度经常性收入合同。无独有偶，Abridge Health 在 2023 年宣布与 Epic 建立优先联合开发关系，以简化集成和上市流程。 次年其业务规模立即扩大十倍 。 OpenEvidence 与美国医学会期刊（JAMA）——这本久负盛名的同行评审医学杂志——达成的多年合作伙伴关系 ，已帮助其平台每月吸引超过 5 万名美国临床医生，这一增长速度可谓无出其右。
我们观察到最优秀的医疗 AI 企业往往在起步阶段就能展现出无可争议的投资回报率。当前细分领域的头部 AI 企业正展现出 5 倍乃至更高的投资回报率，部分企业甚至在部署后一至两个月内就能实现这一目标。这至关重要，因为这意味着企业客户可以在约半个典型预算周期内完成采购、集成并看到合作带来的财务收益，使其有机会在下一个周期前将节省的资金进行再投资，从而加速这些合作关系的成长。
重要的是，领先的人工智能企业不会坐等投资回报显现。相反，一旦增长飞轮启动，它们会通过大力投资客户成功、打造低摩擦用户体验以及严格的产品审核/人工介入机制，主动创造投资回报。这既能确保产品性能稳定，又能让价值归因随时间推移实现规模化。
另一个需要讨论的重要特质是团队。在创业征程中，混乱是永恒的主题。最终锚定成功的，是那些依靠实战直觉在征途中做出数百万次正确决策的领导者——这一规律在历次技术周期中都得到验证。我们认为，最优秀的医疗 AI 领导团队既需具备扎实的 AI 技术底蕴，又要植根于临床经验。上述企业群体中，多数创始人都拥有切身医疗从业经历，能以高度个人化的方式理解终端用户及其痛点。许多人将这种经验与先天技术知识相结合，或通过联合创始团队实现互补，从而兼具深厚的技术与临床造诣。但这并不意味着最优秀的创始人必须连续创业——事实上，上述赛道领跑者中，多数创始 CEO 恰巧都是首次创业者。
波涛汹涌：头部企业面临的威胁与机遇
随着领先的医疗 AI 公司估值飙升，它们面临超越初始目标市场的发展压力。 并非所有 AI 公司都能突破这种炒作泡沫。AI 的普及性和可获得性意味着竞争和价格压缩始终构成威胁。但图 7 中行业领军者的共同点在于，它们都精心定位产品以利用目标市场的广阔覆盖面，并扩大投资回报率。这通常包括横向扩展到新的领域——这种特权源于市场对其切入点解决方案的信任，并通过后续合同结构得以巩固。当前这些公司都在竞相建立新产品滩头阵地，赶在现有产品沦为大宗商品之前。
当前最受瞩目的横向扩张竞赛或许发生在医疗实践管理解决方案领域，各类产品正竞相成为临床团队及其行政人员的 AI 助手。AI 医生助理记录系统（如 Abridge、Ambience、Suki）正积极添加计费、编码和护理管理功能，以展现更大的财务投资回报价值。与此同时，领先的 AI 计费编码公司（如 Smarter Technologies、Commure、Codametrix）已收购或正考虑推出自有 AI 医生助理记录服务，以更贴近临床工作流。另有若干新兴初创企业也加入了这场竞赛。例如考虑到医生在临床诊疗中常需参考临床指南，OpenEvidence 将其医生助理服务从临床决策支持扩展到通过即将推出的"Visits"实现诊疗转录，便不足为奇。随着众多企业争相打造全能型临床 AI 助手，我们预计将出现抢占解决其他重大临床工作流痛点的热潮。 我们认为未来一年将被纳入发展路线图的领域包括药物+药房管理 、 患者互动+门户活动、出院+护理计划以及资源利用+护理管理活动 。
新兴创业公司领导者同样面临现有巨头的多重威胁。OpenEvidence 的竞争对手 Doximity 已宣布推出自主开发的智能病历助手。与此同时，Epic（与微软合作）近期宣布将推出集成病历记录、护理管理、医疗编码和患者互动功能的 AI 医生助手套件 。Epic 还暗示其新 AI 功能将采用差异化渐进式定价策略，暗示其产品具备更高价值与性能。R1 RCM 和 Waystar 等外包收入周期管理供应商（后者近期以 12.5 亿美元收购 AI 临床文档优化公司 Iodine）无疑也在评估其市场定位。这些动态正推动竞争基础从单一功能转向全周期服务能力。
这种竞争态势并非实践管理市场独有。例如，临床影像和决策支持技术领域的现有企业正与新兴 AI 初创公司展开激烈角逐。RadNet 就是典型案例，该公司于 2023 年推出 AI 驱动产品组合 DeepHealth 后，又接连收购了多家影像 AI 企业，包括今年早些时候纳入麾下的 iCad 和 See-Mode。医疗影像领域另一巨头飞利浦也宣布将投资 1.5 亿美元建设专门生产研发影像 AI 产品的设施。
与此同时，知名上市医疗管理机构 Evolent 近期宣布将转型为"AI 优先"组织，目标是实现 80%授权审批的自动化处理。这一战略与其 2024 年收购 Machinify 的 AI 驱动利用率管理产品相呼应。与许多同业者类似，Evolent 正通过技术架构升级来应对 Innovaccer 和 Cohere Health（Flare Capital 投资组合公司）等 AI 先锋企业对医疗管理市场的重塑。
资金充裕、技术领先且品牌认知度高的新兴创业公司正蓄势待发，准备通过新产品持续扩张。这些企业能否在扩大定价权的同时，快速有效地提升临床医生和患者的用户粘性，将直接决定其扩张速度。
结论
医疗 AI 已从实验阶段迈入实施阶段。应用范围持续扩大，预算投入不断增加，价值正加速向那些能实现高度自动化且快速验证投资回报的企业集中。过去一年呈现三大关键信号：
- 企业需求持续旺盛——众多医院正引领应用浪潮
- 脱颖而出的公司表现——部分企业三年内年经常性收入突破1亿美元，年增长率高达5倍以上
- 可信的流动性——数家估值超十亿美元的企业验证了可持续的价值创造
与此同时，随着头部企业横向扩张，各细分领域界限正变得模糊，尤其在行政运营领域，AI 的短期影响仍最为显著
未来 12-24 个月内，我们预计预算将持续扩张、行业整合加速、赢家阵营将更清晰分化。行政工作流产品通过捕获并结构化"流失"的运营数据将持续释放复合价值，而最具前景的临床 AI 将聚焦于基于新结构化临床文献语料库的决策支持系统——这些系统将贴近实际工作流部署，以最小化阻力并最大化临床医生信任度。渠道优势将成为决定性护城河：特权合作伙伴关系、实施速度以及降低采用风险的定价模式将决定企业的规模化能力。
人工智能买家和构建者的战略要务
面向医疗服务提供方、支付方和生命科学领域买家
- 为价值实现速度而购买。 投资内部能力建设以加速合作伙伴时间线，确保从签约到上线周期≤6 个月。
- 建立可衡量的成果。 构建基础设施以实现内部努力与合作伙伴之间透明可追溯的投资回报归因。
- 建立长期可靠的自动化流程。 优先选择具备可审计质量控制和人机协同保障机制的合作伙伴。
- 投资数据副产品。 选择能够捕获、结构化处理并将运营与临床数据副产品反馈至上游系统的产品，从而在相邻工作流程中实现价值复合增长。
- 规划扩展路径。 选择具备可信扩展路线图的平台（超越初始切入点），并通过创新合约设计协调扩展激励机制。
致创始人与运营者
- 决胜于分发与实施环节。 将系统集成时间、变革管理及定价模型设计（例如仅在适用场景采用应急方案）视为核心产品特性。
- 从首日起量化投资回报。 内置遥测系统、单元经济效益分析、客户成功指标及清晰的前后基准线，以推动产品持续使用与规模扩张。
- 保持模型无关性，以数据为核心。 构建能标准化异构数据、支持快速模型切换、确保数据溯源/安全性/可审计性的处理管道。
- 有规划地横向扩展。 优先开发能复用相同数据与决策逻辑的相邻功能；避免增加集成负担的孤立功能。
- 信任运营化。 保持临床安全审查、严格的质量保证（包括人工参与环节）以及透明的错误报告机制。
关于 Flare Capital Partners
Flare Capital Partners 是领先的医疗健康科技风险投资公司，致力于推动创新驱动型企业改善健康结果、扩大医疗服务可及性并降低医疗成本。我们与解决医疗领域最严峻挑战的杰出创始人合作，凭借深厚的行业专长、无与伦比的产业资源以及已验证的商业机会获取能力为每家企业提供支持。我们是多家顶尖医疗 AI 企业的投资方，包括 SmarterDx、Cohere Health、Suki AI、Layer Health 和 Axuall Health 等。由资深投资人和高级运营高管组成的团队已投资 70 余家企业，管理资产规模近 10 亿美元。了解更多信息请访问 flarecapital.com 或关注我们的 LinkedIn、YouTube 及 Spotify 账号。