医疗AI投研图谱与标的梳理:从“健康管家”到“医院数字员工”,千亿赛道正在分层

2026年的医疗AI，已经不再是单纯讲“大模型有多强”的故事。政策端，国家卫健委等部门提出到2027年形成一批临床专病专科垂直智能体，到2030年基层诊疗智能辅助应用基本实现全覆盖；支付端，已有AI辅助诊断项目纳入医保乙类，商业化路径开始打开；市场端，弗若斯特沙利文预测中国AI医疗市场规模将在2033年达到约3157亿元，年复合增长率超过40%。

但真正值得投研关注的，不是谁发布了模型，而是谁进入了真实诊疗流程、谁拿到了医院订单、谁形成了支付闭环。

一、C端健康管家：流量、支付与信任的三重博弈

面向普通用户的医疗AI，核心不是“聊天”，而是解决三个问题：看得懂、信得过、用得上。

蚂蚁阿福/安诊儿的优势在于“支付+就医”闭环。阿福已连接大量医院和医生资源，提供报告解读、健康咨询、医保结算、慢病随访等服务；浙江“安诊儿”覆盖多个区县，服务人次规模已达亿级。蚂蚁还战略投资薄荷健康，从医疗服务向日常健康管理延伸。它的壁垒不是单纯模型，而是医保、医院、支付、商保之间的连接能力。

腾讯健康更偏“平台型基础设施”。智能导诊准确率可达96%以上，覆盖微信挂号、互联网医院、区域健康门户等场景；腾讯觅影则在医学影像云、远程会诊、病理云、AI影像辅助诊断方面布局较深。腾讯的优势是生态：微信入口、企业微信、腾讯云、AIMIS影像云可以形成医院端和用户端的双向触达。

字节跳动走的是更重的路线。一方面推出“小荷AI医生”，面向C端提供智能问诊和健康管理；另一方面投资60亿元建设AI原生医院，并分拆AI制药公司Anew Labs，完成大额独立融资，布局AI药物发现。字节的优势在于内容分发、算法能力和线下医疗场景重构，但重资产路径也意味着更长回报周期。

京东健康则依托“医-检-诊-药”闭环，推出AI京医、知医、卓医等产品，覆盖用户问诊、医生辅助和医院机构服务。它的特点是供应链和药品零售基础扎实，AI更容易落到复诊、用药、随访和器械连接场景。

C端投资判断上，短期看用户规模和活跃度，中期看医保/商保支付接入，长期看是否能形成个人健康档案和连续服务。单纯问答式健康助手容易被替代，真正有壁垒的是“健康数据+支付+服务履约”。

二、医生端与医院端：AI正在从“辅助工具”变成“数字员工”

医生每天面对大量信息：查文献、看指南、写病历、录病程、开医嘱、做随访、和患者沟通。AI医疗最大的价值，不是替代医生判断，而是把这些高重复、高耗时的信息工作自动化。

1. 病历生成与临床文书

这是目前最刚需、也最容易量化的场景。

讯飞医疗的AI诊疗助理2.0已覆盖病历生成、质控、辅助诊断和循证支撑，累计服务大量三甲医院和基层医疗机构。腾讯健康临床助手支持门诊病历、住院病历、出院小结自动生成，医疗文本结构化识别准确率较高。联影智能电子病历书写助手可将病历书写时间从约20分钟缩短至5分钟左右。商汤医疗“大医”大模型也在华西医院、清华长庚等机构落地，聚焦病历生成与专科决策支持。阿里健康“氢离子”与BMJ等权威医学资源合作，面向医生提供循证医学AI助手。

这类项目的投资要点很明确：是否嵌入HIS/EMR工作流？医生采纳率是否超过80%？是否能减少30%以上文书时间？是否具备多院复制能力？

2. 临床决策支持与循证智能体

医生真正需要的不是“泛泛回答”，而是可溯源、可解释、可落地的临床建议。

医渡科技“医渡智循”覆盖数万部临床指南和数百万篇文献，强调“句句可溯源”，已落地多家三甲医院并参与数十万次诊疗决策。京东健康“知医”、轻松健康“证元芳”、灵犀医疗EviMed、梅斯医学DeepEvidence等，都在做循证问答、证据整合、临床决策支持。百度灵医依托文心大模型底座，布局智能问诊、辅助诊断和医院数智化。百川智能“百小应”接入医疗增强模型，在部分三甲医院试点循证推理。

这个方向的关键不是模型参数，而是知识底座是否权威、是否有完整引用链、是否能在真实门诊中降低误判风险。

3. 医学影像与专科智能体

影像AI是医疗AI里商业化较早的赛道，正在从“单病种辅助”走向“全院级智能体”。

联影智能依托影像设备装机量，构建放射、超声、核医学、病历质控等智能体矩阵，“胸部一扫多查智能体”已进入国家药监局创新医疗器械特别审查程序。数坤科技从“数字心”扩展到数百款“AI医生”智能体，拥有多张NMPA三类证，并在县域医共体、社区体检等场景落地。深睿医疗、万东医疗、北京天坛医院颅脑CT智能体、北京同仁医院致盲性眼病智能体等，也在细分专科场景中形成落地能力。

影像AI的投资逻辑更偏“硬科技+注册证+设备渠道”。有证、有装机量、有医院持续付费的企业，壁垒明显高于纯算法公司。

4. 区域医疗、基层医疗与医保场景

讯飞智医助理在基层全科辅助诊断方面部署较深，适合县域医共体和社区卫生服务中心。蚂蚁安诊儿/浙里智医在浙江等地已形成区域级数字健康人样板，覆盖预问诊、挂号、医保结算和随访。云知声山海医疗大模型中标江苏省级医保垂直大模型项目，显示医保场景正在成为新入口。

这类项目周期长、采购链条复杂，但一旦进入区域平台，替换成本也更高。

三、值得跟踪的标的图谱

表格

其中，智诊科技是个值得关注的项目，它位于杭州，已完成天使轮和Pre-A轮融资，估值超过10亿元；WiseDiag医学大模型在多个评测中表现靠前，WiseClaw智能体平台已进入药企、检验机构、互联网医院和三甲医院等300多个场景。这类公司更接近“模型+平台+场景”的复合型标的，适合持续跟踪其商业化转化效率。

四、投研框架：看四层，而不是只看模型

医疗AI投资可以按四层拆解：

1. 模型层：是否有医学训练数据、循证知识库、多模态能力、安全风控机制。
2. 产品层：是否解决医生真实痛点，如病历、随访、影像、分诊、科研。
3. 工作流层：是否嵌入HIS、EMR、PACS、医保结算、互联网医院等核心系统。
4. 支付层：是否来自医院采购、医保项目、商保合作、药企服务或C端订阅。

未来三年，医疗AI会从“谁更像医生”转向“谁能帮医院省钱、帮医生省时间、帮患者少跑冤枉路”。真正能跑出来的公司，不一定是最会讲大模型的，但一定是最懂临床流程、数据合规和商业闭环的。

.end.