国内各大医院对于AI布局的动作频频，这也是最近两天AI医疗最热门的板块。2月13日，北京儿童医院多学科会诊引入全国首个“AI儿科医生”，这是该院儿童健康人工智能大模型系列产品之一，整合了300多位知名儿科专家临床经验和数十年的高质量病历数据，通过结构化临床推理范式训练驱动而成，其具备强大的临床推理能力。2月16日，北京协和医院与中国科学院自动化研究所共同研发“协和·太初”罕见病大模型正式进入临床应用阶段。2月18日，瑞金医院发布与华为合作开发的瑞智病理大模型RuiPath，该大模型使用华为DCS AI解决方案，利用瑞金医院病理科百万级的数字切片库训练。医院们为什么“着急”发布或宣布接入AI大模型？这实际是顺逻辑的问题，本身医院本身留存的数据量非常大，接入大模型无疑一方面能够提升各层面效率，另一方面可以推出AI医生助手或者推出自己的AI模型或应用，来突破现有的业务边界，对现有的经营模式实现突破和变革，这显然是值得期待的。在分析国内医院接入AI带来的机遇之前，我们不妨以“他山之石”为鉴。
海外的医疗服务集团中，较为领先并且较为典型应用AI为自身赋能提效的有两大公司，分别为Mayo Clinic（梅奥诊所）和HCA Healthcare。Mayo Clinic在解锁AI技术的应用层面呈现多点开花的局面，涉及包括病理诊断、影像分析、疾病预测等。举两个例子，一是多模态基础模型的开发，分别基于放射学和基因组数据开发了基础模型，前者可结合文本和图像数据自动生成X光报告并比对先前检测图像的变化，后者则是可用于多种疾病的快速诊断和精准治疗方案的提供；二是其推出了Digital Pathology平台，这是一个病理数字化及应用的基础模型，利用英伟达的加速计算技术和Aignostics的AI模型开发能力，通过基于数字病理切片库数据（2000万张）进行基础模型开发，提升疾病检测和预测的准确率，达到精准医疗的目的。当然除两者之外，Mayo还有AI工具OmicsFootPrint、中风护理的AI应用等AI技术运用。尽管Mayo在数据货币化和平台化业务并未单独列出具体收入，但可以从几个角度来透视其商业模式和具体应用带来的收效：1）Mayo Clinic Platform整合全球医疗数据，为医疗解决方案开发者提供丰富的数据资源。在2023年有28家客户利用该平台进行创新，这些公司应用该平台进行药物研发、精准医疗方案开发等，Meyo也借此获得技术授权和数据服务收入；2）Mayo Clinic Platform通过早期诊断、精准护理、远程医疗服务等方式，为超过4500万人提供高质量的医疗服务，这部分的收入包括在公司最大头的医疗服务收入中（2023年医疗服务净收入为151亿美元，当年总收入为179亿美元）。HCA Healthcare则是更多利用AI技术给自身的医护人员提效，还有对患者护理过程中实时监控、疾病预测和模型工具等。比如在优化护理层面，公司使用了Google的AI技术驱动的护士交接记录工具，该工具能够减少护士交接班可能导致的护理疏漏，合理优化护理人员的排班系统，同时利用生成式AI技术帮助医生和护士减少繁琐的文书工作。AI技术开发了一种SPOT实时监测系统，其结合了来自3100万次年度患者护理事件的数据，通过AI实时监测患者的生命体征、实验室结果、护理报告等数据，其能够识别出人类难以察觉的潜在败血症迹象，及时向护理团队发出警报，目前已应用超过250万名患者，公司将计划将该技术扩展到急诊科，并进一步开发监测其他危及生命状况的AI工具。HCA Healthcare这些AI工具，不仅提升了医疗服务的效率和质量，并且进一步降低公司的运营成本。从文章最前面的医院AI布局说起，首先是AI虚拟医生的应用，实际上这个方向的发展是基于我国医疗资源分配不均，人均医护人员数量不足或医生精力有限等的大量痛点下所衍生的。
包括：1）为医生的诊断和给出治疗意见进行提质和提效，提升患者的就医满意度；2）解决国内医疗资源分布不均的痛点，AI虚拟医生可以在基层医疗机构或者线上提供不间断地咨询服务，并且可根据患者症状和病史进行智能分诊引导，优化医疗资源的高效运用；3）在慢病诊治和健康管理层面为患者提供个性化的专业医疗意见，有助于患者在无医护人员看护下的精准治疗和管理。除了北京儿童医院之外，清华大学智能产业研究院打造的全球首家AI医院Agent Hospital将在2025年对公众正式开放，该系统已经开始内测，其构建了42位AI医生，覆盖21个科室，能够诊断300多种疾病。其中，AI医生在诊疗近万名虚拟病人后，呼吸道疾病领域的诊断准确率达到了93.06%，展现了不俗的诊断准确率。其次便是疾病大模型，以瑞金医院与华为发布的病理大模型为例。病理大模型对医院赋能方向包括：1）AI可根据多模态数据准确找到病灶位置并提供诊断建议，改变了医生工作模式。即从过去寻找病灶花费大量时间到现在审核AI诊断结果，极大提升了效率；2）国内病理医生数量缺口巨大且分布不均，基层医疗机构可通过布局AI辅助诊断提升病理诊断水平，提升初诊的诊断准确率；不只是病理大模型，其他的专科疾病大模型亦有望达到相似的对医疗机构的赋能和收效，这对医院商业模式突破、品牌知名度的提升以及优化运营效率和降低成本均可能带来极大反馈。
投资者或许最感兴趣的是商业模式的突破，我们不妨天马行空、头脑风暴一下：1）借鉴美国医疗服务集团，数据量大或专科垂直度高的机构可以通过对医疗数据去标签化驱动的大模型，实现对制药、科研客户进行大模型平台和数据的使用授权来获取相关授权收入；
2）对于民营医院而言，可以通过构建AI虚拟医生、远程医疗服务体系渗透下沉市场，突破现有的规模局限，实现机构连锁化的布局；3）通过对医疗智能设备监测数据驱动的基础模型，显著缩短患者住院时间，完成DRGs制度下患者的快速流转，提升医院的运营效率；未来或许有更多的商业模式和落地场景亟待医院端去开发...从AI技术的特性来看，拥有数据量大（年就诊/监测数多）、连锁化（医院数量多）、科室特点鲜明（就诊检测率高，如肿瘤、体检等）的医院集团接入AI大模型或者自研基础模型带来的效率和价值提升边际越明显。
从近期医院板块走势异常强势的国际医学为例，其从去年开始就在积极拥抱AI，不仅在院区上线了智能预问诊功能，智能医生助手通过与患者自然语言对话完成病情描述记录，自动生成预问诊病历并实时同步给医生，极大提升了诊疗效率。其次，国际医学是最早一批拥抱和探索AI技术落地应用的医院集团之一（2024年初），过去公司曾透露出其AI技术应用已经在影像辅助诊断、临床辅助决策、智能质控等方面应用落地。另外国际医学是目前上市公司中少数拥有民营三甲医院（西安高新医院）的医疗集团，另外还有西安国际医学中心医院、西安国际医学中心医院北院区，收入和就诊量均有一定规模。在本轮医院拥抱AI热潮行情中，海吉亚医疗是相对滞涨的，不过其显然是拥有大量“优质数据”留存和未来最有望高效训练驱动算法或接入大模型最受益的医院集团之一。之所以有这样的判断或猜想，其中有几个核心逻辑支撑：1）截至2024年，海吉亚医疗已运营和管理的医院数量达到16家，其中拥有4家三级综合医院。并且，公司以肿瘤治疗为核心，接入大模型或者自身训练驱动专科大模型能够快速赋能或接入所有医院，收效较高；2）公司以放疗设备起家，在设备技术上积累深厚，切入AI进行智能化改造更容易；另外，放疗前，患者需要进行一些系列的检查来明确病情和评估身体状况，包括影像学检查（CT、MRI和PET-CT）、血液检查、病理学检查、心脏超声等等，这意味着海吉亚医院集团将积累大量患者的多模态数据；3）公司医院自建或收购策略以下沉市场为主要目标，若未来接入病理大模型可极大提升医院医生诊断效率，可能将提升医院的日均诊断和治疗患者数量，提升医院盈利能力；当然，除了国际医学、海吉亚医疗之外，一些连锁体检机构如美年健康、知名专科医院（亚心医院、锦欣生殖等）未来也有望通过落地AI应用提升运营效率和降低运营成本，走出来仍需要一定的时间。
结语：海外的医疗服务集团已经在多个领域给国内的医院提供了很多应用方向又或商业模式的探索，在目前大部分国内医院苦苦探索盈利之道的时代下，全球AI技术的突破和普及，无疑为国内医院提供了更多的盈利思路。
来源：瞪羚社
发表评论 取消回复