生物医药行业“AI%2b医药健康”系列报告(二)：ToC端应用普惠大众，有望蓬勃发展

中心思想 AI赋能C端医疗，解决未满足需求 本报告核心观点指出，人工智能（AI）在医药健康领域，特别是面向C端（个人消费者）的应用，正迎来蓬勃发展的新机遇。面对有限且分布不均的医疗资源与持续升级的健康需求之间的矛盾，AI技术有望通过赋能问诊咨询、辅助就诊和健康管理三大核心领域，显著提升人们的日常健康管理和就诊体验，实现效率与效果的双重飞跃。 互联网医疗新纪元：AI驱动服务升级与商业化突破 传统互联网医疗虽在疫情期间积累了大量用户（截至2022年12月用户规模达3.63亿），但仍面临服务体验弱、变现困难等瓶颈。随着GPT-4和“文心一言”等大模型在医疗领域的商业化渗透，AI的引入将突破这些局限，通过提供更专业、个性化、连续性的服务，有望增强C端用户的付费意愿，并为互联网医疗企业开辟新的商业化路径，从而推动整个行业进入一个由AI驱动的服务升级新纪元。 主要内容 一、C端视角下的AI医疗：解决“久治不愈之症” 医疗健康服务需求痛点分析 当前C端用户在医疗健康服务方面存在大量未被满足的需求。在问诊咨询方面，随着健康意识提升，人们在身体不适时更倾向于寻求解决方案，但面对有限的医院资源和网络上碎片化的信息，常困惑于“是否有必要去医院”或“应去何种级别医院”。在辅助就诊方面，尽管就诊流程已优化，但如何选择科室、清晰描述症状、老人就医陪诊、以及手术前后焦虑无处解决等问题依然突出。在健康管理方面，诊后康复、慢病管理、孕妇等特殊群体日常关怀及普通人的日常健康管理需求也远未得到充分满足。 互联网医疗的机遇与挑战 针对上述需求，互联网医疗企业应运而生，并在疫情期间迅速积累了流量，截至2022年12月，国内互联网医疗用户规模已达3.63亿，同比增长21.7%。然而，传统互联网医疗服务也暴露出局限性，如服务体验弱（受限于单一化、质量层次）、变现困难（C端付费意愿低但医生成本高）。报告指出，随着GPT-4和“文心一言”等AI大模型在医疗领域的商业化渗透，互联网医疗有望迎来突破性发展，AI的引入将改变消费者日常健康管理和就诊行为。 二、AI+线上问诊咨询：提升服务“质”与“效” 政策支持与用户增长 线上问诊咨询作为线下诊疗的重要补充，在政策鼓励下发展迅速。国务院、卫健委、医保局等多部门出台政策，鼓励互联网、人工智能、大数据在医疗卫生领域的应用。患者端对灵活医疗服务的需求也日益增长，中国互联网络信息中心数据显示，截至2022年12月，互联网医疗用户规模达3.63亿，同比增长21.7%，成为当年用户规模增长最快的应用。 传统线上问诊咨询的瓶颈 尽管发展迅速，线上问诊咨询也面临诸多问题，包括监管不到位、服务缺乏连续性、医生回复不及时、误诊率高、平台服务费用高昂但患者付费意愿薄弱等。例如，公立医院线上医疗诊察成本测算为35.03元，高于上海市级医院普通门诊诊察费25元，导致医疗机构亏损或患者难以接受高价。 2.1 AI+健康咨询：加强专业性及互动性 传统线上健康咨询常表现为答案千篇一律、互动性和专业性较差。AI的引入有望解决这些问题。 传统模式局限： 机器人咨询多为单向信息搜索反馈，患者难以追问；真人互动因成本高、变现难，常与购药绑定，客观性受质疑。 AI优势： AI能够整合平台过往咨询及问诊数据进行机器学习和深度学习，模拟人与人交互过程，提供连续且相关的对话，实现平台与患者双向多模态互动。例如，春雨医生、平安好医生等平台已实现同一次咨询中的前后关联，提升了“轻问诊”体验，加强了专业度、精准度、互动性及人文关怀。 2.2 AI+线上问诊：“效率”与“效果”的双重提升 AI在提升线上问诊的“效果”和“效率”方面具有显著潜力。 增“效果”——提高患者付费意愿： 患者对线上问诊的核心需求是精准就医和便利性。AI通过辅助完成问诊前的信息梳理、问诊中的智能支持以及问诊后的患者关怀，显著提升服务体验。 问诊前： AI能快速准确地将患者基本信息、过往病历、当前问诊数据等生成患者档案，大幅压缩医生与患者交流基本信息的时间。 问诊中： AI作为医生助手，根据数据提供科学建议，并快速输出有价值的文字反馈给患者，避免医生解释篇幅短、患者难以理解的问题。 问诊后： AI能模仿医生说话风格进行诊后安抚。此外，AI还能建立虚拟医生形象，模仿微表情和动作，提供视频交流体验，增强患者信任度和依赖度，从而有望提升付费意愿。 提“效率”——降低单患者问诊成本： AI模型的引入能减少医生时间浪费，提高就诊效率，使医生在有限时间内接诊更多患者，从而一定程度上摊薄成本。 三、AI+线下辅助就诊：优化就诊效率、提供全程陪伴 人工智能在诊疗活动的各个环节都能为患者提供准确、快速的诊断和治疗计划，从而缩短诊疗时间、减少再入院率并降低治疗成本。 AI辅助门诊： 显著提高患者就诊体验，缩短就医时间。以上海儿童医学中心与依图科技共同开发的AI辅助门诊系统为例： 患者端： 通过微信小程序输入症状，AI模型自动提取关键信息并进行询问，生成标准化病例，预测病情并给出初步诊断，开出必要的检查（如血常规）。患者可选择支付检查费用后与医生面对面咨询，或直接按传统流程排队。 医生端： 医生可直接查看AI系统获取的病历，节约信息录入时间，将更多精力用于疾病诊断等临床决策。 效果： 根据研究，上海儿童医学中心的患者平均等待时间从约2小时减少到0.38小时。相关企业包括IBM、依图科技等。 AI辅助随访： 随着深度学习算法发展，AI辅助随访系统应用日益普遍，提升了医患沟通的深度和有效性。以北京协和医院骨科AI辅助随访系统为例： 工作流程： 系统每天8:30至20:30通过自动语音电话批量呼叫患者，每天可拨打数百个电话。 技术支持： 基于机器学习、语音识别、口语理解和人声模拟技术，能识别中国不同地区方言，将语音信息实时转换为文本表格，自动上传至云端。 效果： 外科医生和护士可查看报告并回应患者反馈。相关公司包括GE医疗、云知声、科大讯飞等。 虚拟护理： 由人工智能驱动算法，通过室内传感器、人工智能和自动文档捕获来支持虚拟入院、虚拟查房和虚拟出院工作流程，实现虚拟护理。例如，care.ai是一家领先的AI驱动环境监测平台，提供实时行为数据，根据患者情况制定个性化护理方案，已获得2700万美元投资。 一站式陪诊： AI陪诊护士基于大数据和人工智能技术，突破传统医疗服务边界，实现院前、院中、院后的闭环管理。 服务流程： 帮助患者通过手机完成从预约、导航、排号、就诊、宣教、检查、取药，再到院后随访、复诊提醒的整个流程，实现就诊一站式服务。 技术提升： 基于大模型训练的知识图谱，分诊支持的科室和症状自查的广度和精度明显提升，使患者导诊更加准确、方便。相关企业包括科大讯飞、云知声、美桥科技等。 四、AI+健康管理：提高数据准确度，提供个性化连续性服务 除了诊前和诊中，诊后护理及日常健康管理也存在大量未被满足的需求，包括诊后疾病管理（含慢病管理）、健康监测（智能可穿戴设备）、特殊群体/领域关怀（母婴健康、心理健康、养老、残疾人关怀等）。 传统“互联网+健康管理”的瓶颈 过去十余年，国内“互联网+健康管理”经历了物种爆发、流量竞争加剧到淘汰整合的变革，但未能形成成熟商业模式，也未对人们日常健康管理带来颠覆性改变。主要原因包括： 数据信赖度低： 消费者对平台及相关数据信赖度较低。当前可穿戴设备采集数据准确性和稳定性差，参考价值有限，且仅提供统一的固定公式分析数据，难以提供个性化健康指导。 服务碎片化与标准化： 健康管理服务过于碎片化和标准化，难以实现连续的个性化管理需求。多数健康管理软件仅为细分病种提供部分环节服务，且使用不同软件时需从零开始建立个人健康档案，缺乏完整性和连续性。 AI模型引入带来的改变 AI模型的引入有望彻底改变健康管理领域的现状： 提高数据准确度与连续性： 智能可穿戴设备进行连续化数据采集，结合患者医院就医数据记录，利用NLP、HsMocap、ML、多模态神经网络等技术训练更准确的AI，结合远程医疗提升检测数据与技术数据推论的准确度。同时，结合大数据、人工智能、云计算等技术建立个人健康档案，有助于对患者进行跟踪，使其更好地把握自身身体状况。相关企业如Livongo、Google DeepMind Health等。 脑机接口改善特殊群体生活质量： 为患有运动障碍疾病（如肌萎缩侧索硬化症、中风、脊髓损伤、脑瘫等）的病人提供辅助运动与神经康复帮助；为失去肌肉运动能力的病人提供与外界交互的技术，通过操控机器代替人体肌肉，辅助病人完成日常需求（如操控轮椅、控制假肢、控制家电等）。 身边的AI医生/护士随时监护健康： 利用物联网、大数据人工智能、云计算、数字孪生技术复刻出AI医生或护士（包括全科医生和专科智能系统），能在诊后护理和日常健康管理上提供随时随地的帮助。 五、投资建议 报告看好AI赋能健康管理及医疗服务各个环节，认为其将对人们日常健康管理和就诊行为带来颠覆性改变。当前应用于患者端的“AI+医疗”仍处于早期发展阶段，主要基于文本生成、信息收集等方式提供服务，受限于数据获取。随着文心一言和GPT-4等大模型在医疗领域的应用，具备一定流量及数据基础、并积极引入AI模型的互联网医疗龙头企业有望优先受益。 重点关注企业 京东健康： 致力于打造以医药及健康产品供应为核心、医疗服务为抓手、数字驱动的全生命周期健康管理平台。发布面向医疗健康行业的大模型“京医千询”和开放生态平台“京医星脉”，为远程医疗服务和生态伙伴AI升级提供技术底座。 阿里健康： 阿里巴巴集团整合医药健康资源的旗舰平台。研发医疗AI“Doctor You”（包括临床医学科研诊断平台、医疗辅助检测引擎、医师能力培训系统），并启动面向医疗AI行业的第三方人工智能开放平台。 平安好医生： 采取“自建医疗团队+AI Doctor”战略，拥有“私家医生”、“一分钟诊所”、互联网医院等战略级产品。截至2022年底，累计付费用户近4300万，合作企业客户978家，医生团队4.9万+名，合作医院超5000家，药店22.4万家。 智云健康： 中国领先的一站式慢病管理和智慧医疗平台。通过自主研发的医院SaaS系统、药店SaaS系统（如“智云问诊”）和互联网医疗平台，服务数万家医院、超18万家药店，辐射5亿慢病患者。 百度灵医智惠： 百度HCG大健康业务群组品牌之一，以“循证AI，赋能大健康产业”为方向，依托百度AI技术服务于医疗场景，功能包括患者教育、智能随访、全病程健康档案、用药管家等。 微医： 国内第一批互联网医疗独角兽企业。与腾讯战略合作共推医疗大模型，聚焦“六病共管”。“微医医疗大模型”等三项医疗大模型算法已通过国家备案。在健共体项目中，其“AI医生、AI药师、AI健管、AI智控”四大智能体已实现较大规模应用。 春雨医生： 国内移动互联网医疗开创者。在AI与大数据应用方面，其“三分钟智能接诊”、“春雨智能大脑辅诊系统”取得专利级技术成果。上线基于大模型的AI在线问诊产品“春雨慧问”，提升响应速度和沟通效率。 好大夫在线： 中国领先的互联网医疗平台之一，被蚂蚁集团收购。作为支付宝“AI健康管家”的合作伙伴，提供找医生、读报告、陪看诊、问医保、管健康等30多项AI健康服务。 微脉： 数字化全病程管理首创者，通过自研CareAI人工智能技术推动全病程管理的规模化应用，致力于打造具有中国特色的MCO（管理式医疗组织）。 六、风险提示 报告提示了AI+医药健康领域可能面临的风险： 商业化不及预期风险： 个人客户支付意愿不强，互联网医疗尚未形成成熟变现模式。 技术迭代风险： AI技术更新迭代快，未能掌握最新技术可能面临市场淘汰。 AI生成信息错误风险： AI技术尚处早期，应用过程中可能生成错误信息，甚至伪造信息。 数据安全风险： AI在医疗中应用需读取大量患者数据，可能涉及信息安全问题。 市场竞争风险： 医疗AI市场空间大，吸引众多参与者，存在激烈竞争。 变现能力较弱风险： 消费者尚未养成线上医疗服务付费习惯，可能存在变现困难。 政策监管风险： 医疗AI行业处于发展早期，可能面临监管趋严的风险。 总结 本报告深入分析了“AI+医药健康”在C端应用的巨大潜力与发展前景。报告指出，面对当前医疗资源分配不均和传统互联网医疗服务体验及变现的瓶颈，AI技术正成为解决这些“久治不愈之症”的关键。通过在问诊咨询、辅助就诊和健康管理三大核心领域引入AI，可以显著提升服务的专业性、互动性、效率和效果，从而改善患者体验并有望增强付费意愿。报告详细阐述了AI在健康咨询中加强专业性和互动性、在线问诊中实现“效率”与“效果”双重提升、线下辅助就诊中优化流程和提供全程陪伴、以及健康管理中提高数据准确度和提供个性化连续性服务等方面的具体应用和案例。最后，报告提出了对AI赋能互联网医疗的投资建议，并列举了京东健康、阿里健康、平安好医生等具备流量和数据基础的龙头企业，同时也警示了商业化不及预期、技术迭代、数据安全、市场竞争和政策监管等潜在风险。总体而言，AI正驱动C端医疗健康服务迈向一个更智能、更普惠、更高效的新时代。