德勤：AI医疗健康解决方案市场规模将突破1000亿

近日，德勤发布《2025中国智慧医疗行业白皮书》，其中预测，AI医疗健康解决方案市场规模将在2030年突破1000亿元大关。43.2%的年复合增长率背后，是政策强力驱动、资本理性聚焦与技术创新迭代的共同作用。然而，数据孤岛、用户接受度、法规滞后与支付难题，正构成AI医疗商业化落地与普惠大众必须逾越的关卡。

现阶段，政策是推动智慧医疗的核心驱动力，从院内管理信息化到医疗数据信息化，再到现在的医疗生态智慧化，国家陆续出台了多个阶段性政策，推动医疗信息化的转型升级，各地方政府结合本地实际情况，出台了一系列地方创新性政策和试点项目，当前沿海城市和一线城市智慧医疗整体发展较为活跃，中西部地区整体发展速度慢于沿海一线城市。长三角地区主要侧重于全链条数字转型和智能信息化升级，北京和深圳则是较关注“AI+医疗场景”的开发。

监管也在收紧，针对药品及医疗器械全生命周期的质量管控、健康医疗数据安全与隐私保护的政策法规陆续出台，企业合规要求持续深化。医药器械企业构建完善、有效的合规管理体系成为关乎生存的必答题。

回顾智慧医疗资本市场，自2019年起快速增长，但是从2022年起有所放缓，在2023年更为明显。资本市场的风向已然转变：投资者不再盲目追逐风口，而是更加审慎地关注项目的合规程度和长期价值潜力，更倾向于投资成熟企业或已验证的商业模式。

2019年至2023年智慧医疗投融资情况

而从项目的类别来看，AI医疗在智慧医疗投融资项目类型中最受资本关注。其中，AI药物研发、A医疗诊断、AI医疗设备和AI医疗方案是近两年最主要和热门的业务。值得注意的是，尽管资本整体趋向保守，但在AI医疗领域，投资者对初创及新兴企业仍保持着相当的热情，投资轮次分布也显得更为均匀，显示出市场对AI技术创新突破的持续期待。

白皮书预测，AI医疗健康解决方案市场规模预计在2025年突破200亿元并在2030年突破1000亿元，复合年增长率达43.2%。伴随新一代AI技术发展和迭代，大批医疗大模型涌现，不论是在医学影像诊断、病理分析、临床辅助支持决策或是药物研发等领域都展现了AI特有的优势，AI技术的应用正在为行业带来更加多元的发展机遇。

当前，智慧医疗生态中，互联网企业扮演主力角色。例如，在B端，头部科技企业基于自身优势推动AI医疗大模型在临床场景应用，如华为盘古大模型、腾讯云深智药、百度LinearDesign、浙大&阿里HealthGPT等。在C端，互联网医疗企业和医药电商都已建立了从在线问诊、电子处方、医药服务到慢病管理或健康管理的一体化服务体系，例如微医、阿里健康、京东健康等。此外，还有许多新兴科技企业，例如专注于AI新药发现的英矽智能和晶泰科技，专注于医药O2O的叮当快药，专注于医生诊治服务解决方案的医渡科技等。

在应用场景方面，许多药械企业已经成功将如人工智能、物联网、大数据、云计算等新一代技术成功应用。在医联体建设中引入数智技术，助力优质资源下沉。在智慧医院建设中，继续升级电子病历系统，以适应标准化的临床路径。在家庭场景中，利用智能技术实现远程互联，融合互联网医院、医药电商等线上服务，在问诊、健康监测，居家医疗场景中，提供更加个性化和便捷化的医疗服务。

智能家庭保健医疗图谱

展望前景的同时，智慧医疗和AI医疗的全面落地仍面临严峻挑战：

第一，院内、院间互联互通仍然存在阻碍。在院内，各科室间信息化程度不均衡，阻碍数据高度共享。在院间，由于各医院的数据采集框架和医疗信息管理系统通常源于不同厂商，医院信息标准、数据格式，数据描述等方式不一致，信息孤岛问题严重。

第二，不论是患者还是医疗工作者，双方在接受和使用新数智技术方面皆有提升空间。

第三，智慧医疗相关政策法规有待完善。有些政策仅停留在法规层面，且缺乏针对智慧医疗具体场景的治理法规，对数智技术在各医疗场景应用的标准、责任和义务划分仍有不足。此外，数据安全与隐私保护问题、以及数智技术本身稳定性不足的问题也需重点关注。

第四，智慧医疗服务面临定价和支付挑战。定价需要考虑市场接受程度、患者支付能力以及医保基金承受能力等多种因素。同时，智慧医疗服务项目目前报销渠道有限。

为此，白皮书提出几项针对性建议：

一是在院内，制定全院信息化建设蓝图，从顶层推动全院信息化建设工作，建立统一标准和专项小组。在院间，数据共享问题需要由政府领头，加强与行业协会及区域内医院的沟通，梳理主要问题和挑战，制定统一的医疗信息系统接口标准，数据格式和传输协议等，拉齐院间数据维度。

二是在患者层面，利用数字化手段全方位、多角度进行智慧医疗宣传和建设。在智慧医疗的设备、平台建设上推出适应特定群体需求的功能，增加其对智慧医疗的接受度。在医务人员层面上，积极开展智慧医疗培训课程，加强外部合作，增强医务人员对智慧医疗的适应性。

三是从数据的收集和管理、技术层面保障数据安全与患者个人隐私。完善AI医疗相关法律法规，建立分级的A医疗责任制度体系。在技术方面，要有针对性的设置技术标准，搭建完整的AI医疗评估体系。

四是制定合理且精细化的定价策略，建立多元化支付体系并开发创新支付项目。