二、政策、法规下的商业模式需要时间沉淀
按照上一部分的乐观趋势，AI医疗应该普遍成为医院的标配产品，但是实际上并非如此。从目前的产业分布情况来看，京东依靠NLP的技术积累开发了问诊客服机器人，与四川华西第二医院达成合作；腾讯AI Lab联合舜宇光学科技开发了智能显微镜，用于癌症的辅助诊疗，并且已经进入临床试验阶段。
以上产品都处于试点布局阶段，在部分医院以项目合作制积累产品反馈，毫无疑问，AI医疗赛道的确处于起步阶段，但是背后相关的政策法规限制也在让赛道商业模式的沉淀需要更多时间。
AI医疗的相关产品在国家管理中属于医疗器械，而国家对医疗器械的管理有二类和三类的区别，在我国2018版《医疗器械分类目录》中，指出人工智能只辅助诊断，不给出诊断结论的属于二类申报范围，如果提出明确诊断建议的产品则按照三类医疗器械管理。
目前大部分AI医疗设备都属于二类，但是大多数企业都在尝试以三类器械进行申报，原因很简单。只有三类医疗设备，医院才有资格收取检查费用，而二类医疗器械产品只能以单件产品的形式进行商业化。
这也就意味着某些大量属于二类器械的AI医疗差评，因为其单次收费的模式，会让部分医院感到缺乏现实激励而不予采用。
而且医院在现有的医疗采购模式中已经形成了比较稳定的创收手段，即使国家已经明令禁止“以药养医”“以器械养医”，但是在实际的工作流程中仍然有大量的可操作空间，这也在一定程度上在挤压新兴产品的交易空间。
产品类别不同，背后造就的是完全不同的商业模式。
实际上不仅是“智能相对论”采访的数坤与胡桃等聚焦在AI医疗的企业面临商业模式验证问题，即使是腾讯、阿里和平安等巨头在AI医疗的研发和商业化层面，也更多的处于试点、或者产品申报审批阶段。
AI医疗企业正在积极的寻求三类器械的申报，药监局器械技术评审中心在去年2月发布了《深度学习辅助决策医疗器械软件审评要点》，这说明在法规层面评审的标准也即将明确化。
总而言之，AI类医疗产品的商业模式最终的落地。有赖于国家政策的对AI类产品的管理法律法规的出台情况，以及来自国家层面对新兴技术采用情况的进一步推动。
不过，疫情期间医疗资源的极端紧缺和AI医疗企业在特殊场景下的突出表现，也让很多医疗体系真正接触到了AI医疗在实际中的作用。
刘佩在采访中说：“去年是企业找医院找政府，而今年尤其是疫情以来，情况倒转，大量的政府机构和医疗机构开始主动寻求合作”。
新基建和疫情双重影响在为AI医疗赛道整体带来利好消息，不过商业模式的沉淀还需要时间。
三、AI医疗的技术梯度扩散，是商业模式验证的关键环节
北京大学公共管理学院的孙正昕博士长期关注AI与社会建设方向，他在采访中告诉”智能相对论”：
“目前AI医疗的发展可以说是让各界都很有期待，不过技术永远跑在制度前边，我国新医改在新基建中和AI医疗共同推进下，让就医体验有明显提升的阶段，还是要依赖于政府、医疗体系和商业AI医疗企业在示范级的项目上打造标准，前景远比想象的更加乐观”。
技术梯度扩散模型，智能相对论制图
孙博士将标杆项目视作AI医疗真正进入实际产出阶段的关键环节是非常深刻的洞见。”智能相对论”认为，AI医疗技术从一线城市向全国医疗体系的梯度扩散过程中，制度环境是承上启下的关键环节。
经济学家熊彼特将技术创新的大面积或大规模的模仿和使用视为技术扩散，后来的经济学家使用技术扩散模型来理解技术扩散的过程，技术扩散模型是对于技术从研发到商业化的抽象思考。
对于AI医疗来说，符合典型的“等级空间梯度扩散”的模式，这里所谓的“等级空间”，简单说就是遵循从发达地区向一般地区到不发达地区扩散的流程。
在这个过程中，低线城市的技术接纳成本和政策创新成本要高于一二线城市，这也就意味着，对于AI医疗企业来说，在发达地区的项目突破很有可能成为未来其他地区的改革推动力，这一点与田丰教授的判断一致。
来源：蛋壳研究院
如上图所示，各地新基建的项目建设已经开始，并且出现了“由政府牵头＋医疗系统＋AI医疗企业”的模式。
这意味着，以前是医疗企业找医院单方努力的情况的确在倒转。不过更重要的是，从统计情况来看，通过新基建将医疗作为重点建设的省份并未实现全覆盖，依然集中在北上广等医疗资源比较紧缺的地区，而且这也符合技术扩散的“等级空间梯度模型”。
AI医疗对于国内还在继续深化的医疗改革来说，是一味好药，不过这味药还需要一味药引。
这味药引显然是新基建背景下地区改革竞赛中的制度环境控制，而这需要AI企业在现有大城市进行的项目中形成示范效应，只有这样，AI医疗的商业模式真正得到验证时机才有可能更快到来。
