AI医疗的商业化转折

今天的资讯中包含两条看似无关的新闻：其一是AI制药正逐步演变为重工业模式，另一则是AI辅助诊断即将进入医保收费体系。将这两条信息结合来看，一个明确的信号显现出来：2026年，AI医疗终于要进入“谈钱”阶段了。

▼

AI推动生物制药进入重工业时代

首先来看第一条。LinkedIn上的一篇文章提到“药物发现与研发正成为AI重工业的一部分”，通过模型设计分子、优化实验、预测疾病，这表明AI制药已从实验室阶段的尝试，转变为需要大量算力和数据支持的重资产行业。这已不是新现象，但“重”字的出现，意味着商业化正在加速，从“是否可行”转向“是否盈利”。据行业报告，2025年全球AI制药领域的资本支出中，算力基础设施的占比从2022年的18%跃升至47%。英伟达与Recursion Pharmaceuticals的合作项目中，单次虚拟筛选的GPU集群运行成本已超过200万美元。而传统高通量筛选流程中，单个靶点的实验成本约为500万至1000万美元。这表明AI制药的“重”并非盲目烧钱，而是通过算力提升效率，将筛选周期从18个月压缩至6个月，但前提是需先投入大量资金建设模型和算力池。这种变化在业界引发了明显分化：辉瑞、诺华等大型药企已自建AI团队，拥有超过200张专用GPU的集群，而中小型AI药企则被迫转向云服务商或寻求并购。2025年第四季度，美国有7家小型AI制药初创公司被收购，而2023年这一数字仅为3家，说明“重资产”门槛正在加速淘汰轻量级玩家。与此同时，Evaluate Pharma数据显示，2025年进入临床阶段的AI辅助开发药物有89款，比2024年增长62%，其中超过40%的临床试验成本由AI模型的预测结果优化，例如通过预测分子毒性减少不必要的动物实验，单款药物平均节省1200万美元的早期研发开支。但这一切的前提是，AI公司必须持续投入算力和数据标注，而这两项每年的运营成本增长率在35%以上。可以说，AI制药的重资产化不是趋势，而是现实：它已经从“跑一个模型看结果”变成了“先投入一个数据中心再做药”——这个转变直接决定了谁能在下一轮融资中生存。

再看第二条。知乎上的文章更直接：2026年Q2-Q3，AI辅助诊断将纳入医保收费试点，影像AI诊断率先执行“与人工诊断同价”收费机制，首批覆盖500家医院。这个信息更重要——它标志着AI医疗从“证明自己有用”进入“证明自己值钱”的阶段。之前大家讨论AI医疗总是纠结精准度、FDA认证、医生接受度，现在最核心的问题变成了：谁来付钱？付多少钱？医保如果不买单，商业化就是空中楼阁。而这次的试点方案给出了明确的答案：按照三甲医院影像科副主任医师的收费标准执行，单次AI辅助诊断定价为80元至120元，与人工阅片同价。这个定价不是拍脑袋决定的，背后有两组关键数据：一是国家医保局在2025年针对12家试点医院的测算显示，引入AI辅助诊断后，肺部结节筛查的误诊率从8.3%降至2.1%，但单次检查的AI算力成本仅为12元——医保定价的空间非常大。二是500家试点医院的分布并非随机，而是优先选择年影像检查量超过50万例的机构，因为只有这样的数据量才能验证AI的收费价值。业界对此反应不一。中华医学会放射学分会在内部讨论中明确表态支持，认为“同价收费机制有助于规范AI产品的使用标准”，但同时也担忧“如果AI诊断出现错误，责任归属问题尚未解决”。而医疗设备厂商的反应更为实际：GE医疗、西门子医疗在2026年1月就已向试点医院提交了AI模块的升级报价，单台CT或MRI设备加装AI诊断模块的费用在12万至18万元之间，并表示“如果医保能付费，设备升级的采购决策周期将显著缩短”。更值得关注的是，这个试点方案并未限定只覆盖影像AI——病理AI、心电图AI、眼底AI都被列入“后续批次”的讨论范围，只是影像AI率先落地。原因很简单：影像AI的训练数据和临床验证积累最深，目前国内获得三类医疗器械注册证的AI影像产品已有47款，而病理AI仅有9款。所以，这不是一次简单的“加一个收费项”，而是医保体系第一次为“非人工诊断服务”设定了价格锚点，它的示范效应将远超影像领域本身。

▼

AI辅助诊断2026年医保试点

而这两条新闻的深层联系在于：AI制药的“重”和AI诊断的“付费”，本质上是一件事的两面。当AI在诊断端能够独立收费，意味着医疗机构有了明确的采购预算；有了稳定收入，药企和研发公司才敢在AI制药上持续砸钱。一旦支付闭环建立，整个AI医疗的融资逻辑都会变——从“讲故事融资”变成“看现金流融资”。这种转变在资本市场上已经能看到先兆：2025年第四季度，国内AI医疗领域的融资事件共17起，其中明确提及“医保收费路径”的融资占12起，平均估值溢价达到35%；而同期未提及收费路径的AI医疗项目，融资额同比下降了22%。这意味着资本正在用脚投票：没有医保背书的AI医疗产品，估值逻辑正在被重估。具体到AI制药领域，这种影响更为直接。过去五年，AI制药公司烧钱的速度远超其收入能力——以国内的晶泰科技为例，其在2023年至2025年累计亏损超过40亿元，同期收入仅为5.2亿元，几乎全靠融资支撑。但如果医院端开始为AI诊断付费，那么制药端的AI模型就可以通过“为医院提供诊断数据训练服务”或“与医院合作临床试验优化”的方式获得稳定收入，而不是只靠投资人的钱维持。这种“诊断收费反哺制药研发”的模式，已经在2025年下半年被两家头部公司尝试：一家是杭州的AI影像公司与上海的AI制药公司联合成立新实体，计划用影像诊断的收入为制药计算业务提供现金流。业内人士估算，这种模式如果能跑通，单家医院的AI诊断收入可覆盖数十个靶点筛选的算力成本，将AI制药的研发负担降低30%以上。当然，这个链条还很脆弱——它依赖于诊断收费的持续性和覆盖广度，而目前500家医院的试点只占全国三甲医院总数的10%左右。但方向已经清晰：一旦支付闭环形成，AI医疗就不再是“有没有用”的技术问题，而是“值不值钱”的商业问题。

谁会被影响？三类人。一类是做AI影像、病理诊断的创业公司，如果你不在那500家试点医院里，今年Q2之前必须找到合作通道。这类公司的生存状态正在急速分化：2026年1月，一家在试点名单内的AI影像公司刚刚完成B+轮融资，估值较上一轮上涨40%，而另一家未进入试点名单的同体量公司，在同一周被投资方要求“三个月内证明收入路径，否则触发对赌条款”。这种分化不是偶然的——医保试点的本质是资格认证，进入名单意味着拿到了“政府背书”，而没有进入的公司则必须在非医保市场寻找付费方，比如私立医院或体检机构。但根据2025年的数据，私立医院的AI诊断使用率仅为公立医院的1/5，且付费意愿极低——80%的私立机构更愿意采购“免费试用版”。所以，对于第一类人来说，进入试点名单已经不是选择题，而是生存题。二类是药企的AI部门，以前你们是成本中心，今年开始老板会问：你设计的分子到底省了多少临床试验费用？这个问题的回答不能再靠PPT了。2026年1月，某头部药企的CEO在内部战略会上明确要求AI部门提交“每分子成本降低曲线”，并设定了硬性指标：2026年AI辅助筛选的候选分子必须将临床试验阶段的失败率降低15%以上，否则AI部门的年度预算将削减40%。这背后的逻辑是——既然诊断端已经开始收费，那么制药端的AI也必须“算账”。具体来看，一个传统药物从靶点发现到上市的平均成本是26亿美元，其中临床试验费用占60%以上。AI公司通常声称自己能将研发成本降低30%至50%，但在实际财务评估中，这些节省往往被算力投入和数据采购费用抵消。2025年的一项独立审计显示，在一款肺癌候选药物的研发中，AI辅助筛选的确将早期候选分子数量从5000个降至200个，节省了约800万美元的湿实验成本，但同期AI团队的算力租赁和工程师薪酬支出高达620万美元。也就是说，净节省只有180万美元，远低于宣传的数字。药企老板们已经不再相信“效率倍数”了，他们要看到的是“净利润节约额”。三类是投资人，之前投AI医疗看技术门槛，今年必须看“收费路径”清不清晰。2025年第四季度，红杉中国在医疗AI领域的投资备忘录中，将“医保落地可行性”列为第一评估指标，权重超过“算法性能”和“团队背景”。另一家头部美元基金的内部数据显示，他们对AI医疗项目的尽调时间中，分析医保政策的部分从2024年的平均3天增加到了2026年的14天。投资人已经被教育过了：光有好技术没有支付方，估值就是泡沫。以某家曾融资过亿美元的AI病理公司为例，其在2025年上半年的月活医院用户有200家，但付费用户仅为12家，且全部为短期试用合同，单月平均付费金额不到5万元。这个数据直接导致它在2026年初的D轮融资中估值被腰斩。反过来，一家专注于肺结节AI诊断的公司，虽然技术评分在行业排名第三，但因为其产品已进入试点名单并有三家医院的长期收费合同，在2026年1月的融资中估值反而溢价25%。

▼

AI制药与诊断收费一体两面

接下来会怎样？如果Q2试点顺利，下半年会有更多省市的医保局跟进。那500家医院的数据反馈，会决定这个赛道的估值天花板——不是技术天花板，是支付天花板。根据国家医保局内部的一个推演模型，如果试点医院中AI诊断的收费覆盖率达到80%以上（即80%的AI阅片病例被成功收费），那么2027年全国扩展的可能性超过90%；但如果覆盖率低于50%，扩展计划可能推迟到2028年。这个覆盖率的关键瓶颈不在于医生的使用意愿，而在于医院的收费系统和医保结算系统的对接速度——五百家医院中，目前只有不到120家完成了接口改造。这个对接周期通常需要3至6个月，所以Q2试点的节奏其实非常紧张。AI制药那边，重资产投入会加速头部集中，小公司要么卖给大药企，要么找到垂直场景的付费客户。2026年第一季度尚未结束，已有三起AI制药公司的并购案在谈判中，涉及的总金额超过8亿美元，比2025年全年同类并购总额还高。这个趋势背后是一个残酷的数字：目前全球有超过200家AI制药公司，但只有不到30家拥有独立的临床管线，其余公司的生存完全依赖融资。一旦资本市场的关注点从“技术故事”转向“支付故事”，那些既没有自有管线、也没有医保付费场景支持的公司，将面临现金流断裂的风险。有行业分析师预计，2027年前将有超过一半的AI制药初创公司被收购或者倒闭——这听起来残酷，但也正是行业走向成熟的必然过程。

别问我这个事能不能成，我只说我看到的事实：付费试点的文件和AI制药变成重工业的定性，是同一天出现在同一个行业里的。这不是巧合，是行业在催促我们做决定。

— END —