通常而言，醫療 AI 常利用深度學習處理兩類數據，一類是以電子病歷、處方等為主的文本類數據，一類是以心電、CT、MR、DR 等影像設備生成的多元影像類數據源。
醫療 AI 企業通過構建知識圖譜，開發 NLP 技術，應用 AI 自動識別、填充、監督、修正、分析文本類數據。由于整個過程處理的數據不直接來源于醫療器械，其后續處理不用于指導醫療器械數據進行處理、調查、測量分析，本身也不用于醫療用途，這一類 AI 落地較快，已經廣泛應用于醫療信息化之中。
與其相比，影像類數據較為特殊，數據信息通常由一定數量的像素點構成，需要觀察者選定一定像素點組合后進行綜合判斷，機器學習這樣一種 AI 技術難度較大，理解過程不易解釋，因此落地、商業化相對滯后于文本類 AI 應用。
不過，至2020年以來，已經有 19款計算機視覺類 AI 產品通過 NMPA 三類證審批，三家相關企業遞交招股書，長期以來處于黑盒之中的醫療 AI 產業向外界披露了其真實營運數據，醫療 AI的應用前景也更加明晰。
核心觀點
醫療人工智能正逐漸走向成熟。2021年后的5年，醫療人工智能各賽道市場規模都將迎來爆發式增長，各大細分市場年復合增長率均可超過30%。
在 2018年-2020年期間，醫療人工智能企業的營業收入主要來源于政策支持的醫療信息化改革。2020年后，新藥研發、知識圖譜構造、健康管理等主導的 To B、To C 業務開始逐漸活躍。19個醫療影像人工智能產品獲得注冊準入后，醫療人工智能器械賽道開始步入營收飛漲階段。
當前醫療人工智能產品通常通過招投標進入醫院，價格低至8-10萬，高至500-550萬，整體售價相對偏低。為了提高收入，服務于患者的人工智能將嘗試通過物價準入、醫保準入，盡可能推行“按例收費”的落地。
整個醫療人工智能行業呈現資本聚集趨勢，頭部企業尋求上市，企業間并購開啟。2021年160億資金流入醫療人工智能領域，超過80%流向了頭部企業。在這一階段，初創公司廣泛使用人工智能技術，但少有初創公司以人工智能產品為獨立產品進入這一賽道。
醫療人工智能器械類企業年營收約為500萬-1億元，包含醫療人工智能器械與醫療 IT 類企業營收約為5000萬-10億元，這一數字與泛人工智能企業仍有差距。從招股書看發展趨勢，2020年后，各類人工智能營收均發生較大幅度增長，人工智能企業的收支差距逐漸縮小，但由于數字差距較大，且企業將進一步加大銷售、研發投入。因此，短期之內，醫療人工智能企業仍然較難盈利。
