资本狂热，入局AI医疗

当女版巴菲特凯西·伍德（Cathie Wood）正坚定唱多 AI+医疗，称医疗保健是最被低估的 AI 应用；

当“国会山股神”佩洛西押注了AI医疗股票；

当曾经的“AI六小虎”之一的百川智能，开始专注于大模型在医疗领域的应用落地。

AI+医疗正处于由量变到质变的临界点：资本狂热、技术更新、政策支持。

正在迎来新一轮热潮的AI医疗，是否正迎来自身的“Deepseek 时刻”？

进入2025年以来，“AI+医疗”赛道融资频现亮点。

2025年开年，中国AI医疗赛道迎来密集融资潮。与过去“广撒网”式的投资不同，如今资本正集中投向具备明确临床价值和技术壁垒的领域，背后逻辑清晰可见——既要短期见效，也要长线布局。

产业资本正在用“押赛道龙头+绑场景刚需”的组合拳构建护城河。 

1月底，北京的深睿医疗宣布完成新一轮近5亿元人民币融资，由君联资本和杭州市区产业基金共同投资。此外，专注于miRNA癌症早筛的Mirxes觅瑞（新加坡起源）在1月中旬获得了康桥资本旗下基金提供的4000万美元战略资金支持，用于加速其癌症液体活检产品商业化。

值得注意的是，地方产业资本也在积极出手：作为无锡市设立的创投平台，锡创投在1月初连续投资了多家AI医疗创业公司，包括途深智合（AI蛋白质设计，完成天使+轮融资）、英矽智能（Insilico Medicine，AI新药研发公司，获得超1亿美元战略投资）以及赛博派科技（骨科手术AI辅助诊断，完成A轮融资）。 

广州产投在1月初连续投资了多家AI医疗企业，包括博音听力（AI助听器研发，完成天使+轮融资）和析芒医疗（脑机接口），背后众多国资背景基金密集出手，包括广州无线电集团、粤港澳大湾区协同创新研究院、京津冀技术创新中心等，也体现了政策引导下对前沿医疗科技的支持。 

资本市场对AI医疗技术革命的敏锐反应在二级和一级市场形成共振。

春节后首个交易周，A股医疗AI概念板块整体上涨8.7%，其中与DeepSeek建立合作的卫宁健康单日涨幅超10%，创业慧康、万达信息等企业因完成DeepSeek模型本地化部署并推进医疗场景应用，股价累计涨幅超过20%。港股市场同步联动，医渡科技通过整合DeepSeek模型至其“AI医疗大脑”YiduCore，股价一度飙升28%，创近两年新高。 

“算法平台+垂直场景+产业协同”的三角架构，正成为医疗AI投资的公式。

一级市场，红杉资本、高瓴创投等头部机构纷纷设立专项基金，仅2月份医疗AI领域融资总额就达47亿元，同比增长210%。 

而在海外市场，医疗AI同样吸引了大笔资金。

美国的医疗对话大模型创业公司Hippocratic AI近日完成了1.41亿美元的B轮融资，投后估值高达16.4亿美元，一举成为独角兽。西班牙医学影像AI公司Quibim拿下5000万美元A轮融资，发力肿瘤和神经疾病的影像诊断。

在亚太地区，澳大利亚的医疗AI公司Harrison.ai于今年2月宣布获得1.12亿美元C轮融资。据Crunchbase统计，2025年1月医疗保健和人工智能领域融资额分别达到94亿美元和57亿美元，合计占当月全球风投总额的58%。

随着算法进步和算力提升，AI技术正加速融入医疗行业的各个环节。目前AI在医疗领域主要应用于医学影像分析、新药研发辅助以及临床决策支持/智能诊疗等方向。各细分领域的发展阶段和突破点不尽相同，但整体呈现出从试验验证走向规模落地的态势。

1、医学影像AI：

从辅助诊断到多模态分析

医学影像是医疗AI应用最早也最成熟的领域之一。AI算法已能够辅助放射科医师在X光、CT、MRI、超声等影像中自动识别病灶、筛查疾病，提高诊断效率和准确率。

目前国内多家影像AI企业的产品获得了监管部门认证，并在医院广泛试用。影像AI正从单一模态走向多模态融合和智能化升级：例如，深睿医疗声称已为数千家医疗机构提供AI辅助诊断、疾病筛查等全流程解决方案，其累计取得14张NMPA第三类医疗器械证书，在国内影像AI公司中处于领先。

在海外，Quibim基于AI的医学影像分析平台则在肿瘤与神经疾病的早期诊断中发挥了重要作用。通过对医学影像的精准分析，显著提升前列腺癌和阿尔茨海默病早期诊断效率。

然而，目前不同医院的影像数据质量和分辨率差异较大，AI模型的泛化性能需要反复训练调优，各医院机构检验同质化尚需进步。其次，医疗影像数据量巨大且标注成本高，大部分算法及训练的学术科研机构的数据来源趋向单一，获得高质量多中心数据用于训练也是一大难点。此外，对于AI诊断的安全责任与法律法规

随着算法精度提升和真实世界验证数据积累，监管批准的AI诊断适应症将越来越多，AI有望承担部分常规读片工作，从而缓解放射科医生短缺的压力。大型医疗设备厂商也将和AI公司深度合作，将AI作为标准功能嵌入影像设备和PACS系统，形成软硬一体的解决方案。

另外，影像AI可能向基层医疗下沉，通过云端识别服务赋能基层医院的影像科，提高基层诊断水平，实现医疗资源的均衡化。

2、AI辅助药物研发：

从靶点发现到临床试验

将AI用于新药研发被视为具有革命潜力的应用方向，AI在靶点发现、先导化合物设计、临床试验规划等环节可以显著提速提效。比如Recursion打造高通量实验与机器学习平台，能够从海量生物学数据中快速筛选疾病相关的潜在靶点，大大缩短了新药研发前期候选物筛选的时间。

也有知名药企直接投入AI制药研发：例如葛兰素史克（GSK）早年投资了Exscientia并合作研发AI筛选的新分子，礼来制药与国内的晶泰科技（XtalPi）签署合作利用AI+自动化实验筛选创新分子等。

这种“药企+AI”联合研发模式正变得愈发普遍，在可预见的未来，产学研联合将成为AI制药领域的常态：药企提供海量历史数据和药理知识，AI公司输出算法和计算平台，双方优势互补共同研发。

投资机构和制药公司对AI赋能新药研发抱有殷切期望。AI制药虽然前景光明，但现实中仍处于早期探索与验证阶段，存在不少技术和行业难点。

例如，药物发现涉及生物学机制复杂性，目前科学界对生理系统复杂性的认知依然远远不足。其次，不同于影像领域AI可以直接给出结果并马上应用于诊断，药物研发中的AI建议（例如某化合物结构）仍需化学合成和生物实验来确认活性和安全性，周期和成本无法完全省略。

换言之，AI更适合作为研究人员的赋能工具：缩小候选范围、提供设计思路，但最终药物研发的“湿实验”环节必不可少。此外，药物研发领域的数据往往碎片化且保密，小模型也许会是未来解决方案。

3、智能医疗与医疗大模型：

从医生助手到患者服务

近年兴起的医疗大模型（Medical Large Language Models）让人们看到了“AI医生助手”的雏形。这类模型通过训练海量医学文献、指南和病历数据，具备了医学问答、临床决策支持等能力。

例如，美国的Hippocratic AI开发了面向医疗场景的大型语言模型Polaris，可通过与患者的语音对话提供用药咨询等非诊断性指导。

1 月 25 日，百川发布新模型 Baichuan-M1-preview，其创始人兼 CEO王小川透露2025 年3、4月还会推出超级医生模型，第一季度让每个海淀居民有一个自己的 “AI 医生助理”。 

然而，医疗大模型也有很长的路要走。一方面，医疗对准确性要求极高，大模型哪怕1%的出错率，在医疗场景都可能造成严重后果。因此现阶段此类AI多用于辅助性、非高风险决策，而非独立诊断。

另一方面，大模型容易出现“幻觉”（胡乱编造不可靠内容）的问题，在医学上这是绝对的禁区，需要通过加入知识图谱、加强训练监督等方式来提高模型严谨性。

随着Deepseek超出预期的表现、开源AI及技术难题的突破，小样本学习、可解释AI等技术的结合将提高模型对临床罕见病和复杂病例的处理能力，市场也在同步跟进。

正如百川智能CEO王小川最近在采访中提到，"医疗AI不能只炫技，要让用户感知价值——要么帮药厂省10亿研发费，要么让医院年增收500万"，避开大厂射程，"既不做纯技术挑战OpenAI，也不在通用场景硬刚互联网巨头"。

这最终指向AI医疗的核心价值观："医疗没有捷径，AI必须扎进病历堆、试剂瓶、手术室才能真正握住柳叶刀"。