醫(yī)療市場(chǎng)“陣地戰(zhàn)”贏家：東軟靠“價(jià)值縱深”突圍

作者/慶福

編輯/嘉嘉

牛頓曾言：“如果我比別人看得更遠(yuǎn)些，那是因?yàn)槲艺驹诹司奕说募缟?。”而隨著AI技術(shù)的進(jìn)步，中國(guó)醫(yī)療的正在AI化，技術(shù)進(jìn)步讓無數(shù)醫(yī)療機(jī)構(gòu)、醫(yī)生和研究者得以“看得更遠(yuǎn)”“跑得更快”。

其實(shí)過去幾年，在AlphaGo、Open Ai、DeepSeek等人工智能技術(shù)的持續(xù)升溫，中國(guó)醫(yī)療正在經(jīng)歷又一輪革命性重塑——向“智能化”升級(jí)。

值得注意的是，智慧醫(yī)療在賽道上是藍(lán)海，同時(shí)醫(yī)療IT行業(yè)開啟新一輪的洗牌，那么究竟怎樣的企業(yè)才能在這個(gè)市場(chǎng)勢(shì)能轉(zhuǎn)化中獲得青睞？

【1】智慧醫(yī)療的“冰與火”：概念火熱難掩盈利困境

如果說Open Ai、DeepSeek的誕生產(chǎn)生了“AI+醫(yī)療”的概念，那么如今智慧醫(yī)療進(jìn)入了一個(gè)深水區(qū)——從“技術(shù)探索”走向“價(jià)值落地”，AI正在全面深入醫(yī)療場(chǎng)景。

在臨床診斷，醫(yī)生可以借助AI技術(shù)準(zhǔn)確分析X光、CT、MRI等影像，擺脫傳統(tǒng)醫(yī)療診斷時(shí)代必須依靠醫(yī)生經(jīng)驗(yàn)的限制，不僅極大提高診斷的準(zhǔn)確性，更是通過技術(shù)抹平城鄉(xiāng)間醫(yī)療資源的巨大鴻溝；

在醫(yī)院管理上，AI大數(shù)據(jù)技術(shù)能夠幫助醫(yī)院管理者實(shí)時(shí)了解醫(yī)院的運(yùn)營(yíng)情況，實(shí)現(xiàn)醫(yī)療資源和患者之間的優(yōu)化配置；

在患者服務(wù)方面，以前的系統(tǒng)更多的是“記下來”和“傳過去”，例如錄入病歷、開具電子處方、傳送檢查報(bào)告等基礎(chǔ)工作，但智慧醫(yī)療時(shí)代，AI系統(tǒng)不僅能夠給患者提供問診導(dǎo)航，更是能預(yù)測(cè)患者出院后復(fù)發(fā)風(fēng)險(xiǎn)、推薦個(gè)性化用藥方案。

德勤發(fā)布的報(bào)告顯示：70% 的醫(yī)療機(jī)構(gòu)高管認(rèn)為數(shù)字技術(shù)平臺(tái)投資至關(guān)重要。而IDC給出了極高的市場(chǎng)預(yù)測(cè)：2026年中國(guó)醫(yī)療IT支出將達(dá)920.7億元。

（來源：互聯(lián)網(wǎng)）

外部預(yù)估很美好，行業(yè)廠商面臨嚴(yán)峻的挑戰(zhàn)。

2025年上半年，衛(wèi)寧健康營(yíng)收8.39億元，同比下降31.43%，凈利潤(rùn)虧損1.18億元。暴跌564.73%；創(chuàng)業(yè)慧康虧損8055萬元，營(yíng)收下降20.6%；萬達(dá)信息連續(xù)虧損，凈利為-32.5%；嘉和美康營(yíng)收2.19億，同比下降27.22%，虧損高達(dá)1.16億元。

不少?gòu)S商出現(xiàn)減持現(xiàn)象：

今年1月，塞力醫(yī)療宣布其股東上海盎澤私募基金管理有限公司－盎澤太盈六號(hào)私募證券投資基金將減持不超過公司總股本3%的股份；衛(wèi)寧健康高級(jí)管理人員和創(chuàng)業(yè)慧康股東均曾減持；8月份，聯(lián)影醫(yī)療發(fā)布公告，其多個(gè)股東計(jì)劃減持。

而與行業(yè)普遍出現(xiàn)虧損、減持不同的是，2025年上半年，東軟新增簽署中山大學(xué)孫逸仙紀(jì)念醫(yī)院、贛州市人民醫(yī)院、廣東祈福醫(yī)院、遼寧省腫瘤醫(yī)院、昆明市經(jīng)開人民醫(yī)院等近 20 個(gè)千萬級(jí)醫(yī)療健康項(xiàng)目訂單。

這就產(chǎn)生了一個(gè)疑問：AI+醫(yī)療概念這么火熱，也進(jìn)入了產(chǎn)業(yè)化落地階段，但有的企業(yè)會(huì)面臨虧損，有的企業(yè)則能逆勢(shì)拿下大單？

【2】破解行業(yè)四大痛點(diǎn)，東軟的落地方法論

“在AI醫(yī)療正從‘技術(shù)探索’走向‘價(jià)值落地’深水區(qū)的過程中，醫(yī)療機(jī)構(gòu)看的不是技術(shù)噱頭，而是場(chǎng)景落地能力”，一位醫(yī)療行業(yè)從業(yè)者表示，AI醫(yī)療概念美好，但距離場(chǎng)景落地還面臨四大挑戰(zhàn)。

一是數(shù)據(jù)困境突出，數(shù)據(jù)是醫(yī)療 AI 的核心 “燃料”，目前醫(yī)療機(jī)構(gòu)普遍面臨數(shù)據(jù)難題，高質(zhì)量數(shù)據(jù)集嚴(yán)重缺乏；

二是模型可解釋性不足，難以建立臨床信任，醫(yī)療決策須具備清晰的邏輯與依據(jù)，但當(dāng)前醫(yī)療 AI 模型多存在 “黑箱” 問題，缺乏直觀可理解的推理過程；

三是需要一個(gè)融合醫(yī)護(hù)工作流程的載體，傳統(tǒng)集成方式用戶體驗(yàn)欠佳，操作復(fù)雜，醫(yī)護(hù)上手成本高，導(dǎo)致所有的AI應(yīng)用 “束之高閣”；

四是AI如何輔助臨床科研效率與臨床有效性，醫(yī)學(xué)進(jìn)步依賴于臨床科研的轉(zhuǎn)化，僅在回顧性數(shù)據(jù)上表現(xiàn)出高準(zhǔn)確率是遠(yuǎn)遠(yuǎn)不夠的，AI工具必須通過前瞻性臨床試驗(yàn)來證明其能真正改善臨床結(jié)局。

這些行業(yè)面臨的挑戰(zhàn)，也是東軟競(jìng)爭(zhēng)優(yōu)勢(shì)和增長(zhǎng)的核心秘籍：

智慧醫(yī)療的主陣地還是在于醫(yī)療，AI只是輔助性的革新工具，能不能落地，能不能解決醫(yī)療業(yè)務(wù)問題，在于對(duì)醫(yī)療場(chǎng)景的理解力。

很多企業(yè)對(duì)醫(yī)療健康領(lǐng)域理解力不足，導(dǎo)致AI與用戶的工作場(chǎng)景融合嚴(yán)重不足，“外掛式” 增加醫(yī)護(hù)操作負(fù)擔(dān)，“集成式” 需重構(gòu)流程且兼容舊系統(tǒng)難，醫(yī)護(hù)上手成本高。

在這方面東軟占據(jù)先天優(yōu)勢(shì)，從1997年開始深耕醫(yī)療信息化領(lǐng)域，能從AI原生和業(yè)務(wù)原生入手，建設(shè)無感融合AI，知道如何利用AI去改造升級(jí)醫(yī)療系統(tǒng)的各個(gè)環(huán)節(jié)，實(shí)現(xiàn)1+1＞2的效應(yīng)。

此外，東軟通過AI升級(jí)的多場(chǎng)化能力——能全面的賦能升級(jí)原來的IT解決方案，使得系統(tǒng)更智能；醫(yī)保監(jiān)管和醫(yī)院監(jiān)管等智能體，對(duì)醫(yī)院的卓越運(yùn)行和管理決策有了更好的支撐，解決醫(yī)院負(fù)擔(dān)過重等；建立了科學(xué)研究的平臺(tái)，通過一系列工具平臺(tái)組合來大幅增強(qiáng)科學(xué)研究能力。

可以說東軟帶給醫(yī)院的是一整套智能化解決方案，而不是某一醫(yī)療環(huán)節(jié)上的修修補(bǔ)補(bǔ)。

在臨床上，東軟以洞察數(shù)據(jù)平臺(tái)、飛標(biāo)影像標(biāo)注平臺(tái)、探索人工智能平臺(tái)為核心，旨在解決醫(yī)學(xué)科研復(fù)雜、門檻高、效率低等問題，支持各類科研模型的分享與封裝導(dǎo)出，這些標(biāo)準(zhǔn)化科學(xué)研究單元能力，可以供科研人員按需搭配，從狹義的科研課題到廣義的面向臨床和醫(yī)院運(yùn)營(yíng)的全面科學(xué)研究。

而在最核心的數(shù)據(jù)，東軟智慧醫(yī)療實(shí)現(xiàn)數(shù)據(jù)統(tǒng)一實(shí)時(shí)匯聚，覆蓋臨床、管理、科研全要素，構(gòu)建181個(gè)數(shù)據(jù)模型，建立2000余項(xiàng)數(shù)據(jù)質(zhì)量規(guī)則和50余項(xiàng)安全規(guī)則保障醫(yī)療數(shù)據(jù)的準(zhǔn)確合規(guī)。還與中國(guó)醫(yī)科大學(xué)附屬盛京醫(yī)院、武漢大學(xué)中南醫(yī)院、華為技術(shù)有限公司簽署戰(zhàn)略合作協(xié)議，實(shí)現(xiàn)AI醫(yī)療的迭代升級(jí)。

也正因如此，東軟智慧醫(yī)療產(chǎn)品能夠?qū)崒?shí)在在地賦能醫(yī)療體系，而不只是冠以“AI”的噱頭。

東軟財(cái)報(bào)數(shù)據(jù)顯示：東軟智慧醫(yī)療累計(jì)助力79家醫(yī)院客戶通過國(guó)家電子病歷系統(tǒng)功能應(yīng)用水平高級(jí)別，過級(jí)數(shù)量及過級(jí)率等指標(biāo)均穩(wěn)居行業(yè)首位。

這樣的落地能力，也讓東軟在醫(yī)院預(yù)算延遲、政府財(cái)政縮減的大背景下，能夠獲得醫(yī)療機(jī)構(gòu)青睞。

【3】從解決方案商到“健康社會(huì)運(yùn)營(yíng)者”的角色升維

如果按照發(fā)展進(jìn)程來看，現(xiàn)在的智慧醫(yī)療因技術(shù)上的限制還處在起步階段，那么未來的智慧醫(yī)療將如何發(fā)展？智慧醫(yī)療的終極形態(tài)究竟如何？

司庫(kù)財(cái)經(jīng)認(rèn)為，智慧醫(yī)療的終極形態(tài)必須具備“去中心化”與“前置化”這兩大特征。

只有這樣才能改變傳統(tǒng)的醫(yī)療模式，打破城鄉(xiāng)、家庭醫(yī)院之間的界限，改變傳統(tǒng)醫(yī)療體系中，優(yōu)質(zhì)資源高度集中于大城市、大醫(yī)院，導(dǎo)致患者就醫(yī)路徑長(zhǎng)、基層醫(yī)療機(jī)構(gòu)能力薄弱的困境。

（來源：東軟官網(wǎng)）

患者、醫(yī)院可以通過遠(yuǎn)程診療、智能輔助診斷、云端健康管理等系統(tǒng)實(shí)現(xiàn)線上連接：

患者在家門口甚至家中即可獲得專業(yè)、高效的醫(yī)療服務(wù)。醫(yī)療行為不再局限于醫(yī)院圍墻之內(nèi)，而是延伸至社區(qū)、家庭、移動(dòng)終端，實(shí)現(xiàn)“醫(yī)療場(chǎng)景無處不在”。

同時(shí)AI也將讓醫(yī)療前置化發(fā)展，從“治療”轉(zhuǎn)向“預(yù)防”與“預(yù)警”——即通過AI預(yù)測(cè)模型、健康大數(shù)據(jù)分析、可穿戴設(shè)備等手段，將醫(yī)療干預(yù)節(jié)點(diǎn)從“病發(fā)后”提前至“病發(fā)前”。

從中我們不難看到，屆時(shí)智慧醫(yī)療將不僅是一項(xiàng)業(yè)務(wù)，一個(gè)解決方案，更會(huì)像“水電煤氣”一樣，成為居民生活不可或缺的基礎(chǔ)設(shè)施。

這是未來智慧醫(yī)療的趨勢(shì)，隨著AI算法與真實(shí)世界數(shù)據(jù)的深度融合，智慧醫(yī)療將進(jìn)一步提升在疾病預(yù)測(cè)、公共衛(wèi)生預(yù)警、群體健康管理等領(lǐng)域的服務(wù)能力，讓醫(yī)療系統(tǒng)更具前瞻性與主動(dòng)性。

這勢(shì)必需要國(guó)內(nèi)AI醫(yī)療企業(yè)加速布局，轉(zhuǎn)變自己的角色，從醫(yī)療服務(wù)提供商變?yōu)榇蟊娊】敌枨蟮幕A(chǔ)設(shè)施。

未來智慧醫(yī)療將如同今天的互聯(lián)網(wǎng)一樣，成為社會(huì)運(yùn)轉(zhuǎn)的底層支撐，擁有廣闊的發(fā)展前景，但這需要企業(yè)必須具有深厚行業(yè)積淀、全生態(tài)產(chǎn)品布局與持續(xù)技術(shù)創(chuàng)新，只有三種素質(zhì)兼?zhèn)涞钠髽I(yè)才能成長(zhǎng)為中國(guó)健康社會(huì)基礎(chǔ)設(shè)施的重要建設(shè)者與運(yùn)營(yíng)者。