当前，“云数物智移”（云计算、大数据、物联网、人工智能、5G）等数字技术正交叉渗透各细分医疗场景，激发了智慧医疗持续创新发展的新动力。

近日，艾瑞咨询发布《2022年中国医疗科技行业研究报告》，以患者为第一视角，将医疗科技行业大致划分为政府统筹&医院管理、产品&服务、服务&用户、产品&用户、智能支付五大类，并细分出已有一定发展成果的15个细分子行业。

数字化健康管理

中国亚健康人群、慢性病患者、老年人口及重症患者数量众多，庞大的需求催生着数字化健康管理市场向好发展。

数字化健康管理一方面面向个人用户，例如营养方案、复诊方案、居家护理/养老、健康教育等，但目前医保未介入的情况下，个人用户多是“重健康、轻成本”的高净值客户，目前“保险+健康管理”的模式正在逐渐探索。另一方面，数字化健康管理面向企业用户，例如服务员工体检、企业医务室等，但在企业端的渗透率依然较低，支付能力强的企业客户数量依然较少。目前国内数字化健康管理行业服务模式多样，但数据的利用与挖掘程度低，产业生态融合能力较弱。未来，具备强大技术能力且能够深入理解民众对于健康管理便捷化需求的厂商将更有机会占领高地，数字化健康管理行业未来将走向产业生态大融合的发展路径。

智慧病案和医保信息化

病案质量的高低直接影响了病案数据的进一步应用，病案质量控制的作用不言而喻。目前我国医院一般实行病案质量三级管理制度，但该制度仍以人工质控为主，存在完整性与标准性两大难点，很大程度上制约了智慧病案价值的进一步发掘。在此现状下，智慧化的病案质控系统急需提高信息标准化，提升电子病历准确率，从而大幅提高医生效率。

病案首页的数据质量是DRGs的重要基础，我国DRGs付费政策的加速推行也将推动作为底层数据支撑的智慧病案的建设。智慧病案与DRGs是一个综合性市场，随着政策推动与医疗信息化的不断发展，其市场容量逐渐扩大，呈现多层级、多样化的特点，吸引了医疗信息化公司、AI医疗/智慧医疗公司以及医保控费公司等入局，各有技术优势。智慧病案与DRGs相辅相成，两者将共同助力医保控费提效。

AI药物研发

AI 药物研发正快速崛起，几乎覆盖了从药物发现到审批上市全流程，能够切实减少研发投入、缩短研发周期、提高研发准确率，但尚存在数据存量不足，数据获取的周期和成本高、商业模式不明确、新兴技术同传统药企“新旧融合”存在卡点等问题。报告认为，AI药物研发于2020年左右在资本市场及技术两方面皆迎来重大突破，目前正处于快速增长之后的成长爬坡期，若现有AI制药公司的管线大规模进入临床阶段且能够批量化证明该技术可行性，AI药物研发将有望于3-5年后迎来下一轮爆发式增长。

医疗机器人

我国医疗机器人行业起步较晚，整体渗透率低，上游原材料的中高端产品基本上被欧美和日本企业所垄断，导致供应不足；另外，医疗机器人成本高，耗材和维护费更是昂贵，目前只有少部分医院具备购买能力。但“低渗透率+广阔市场空间”的配置同时也给予了国内厂商实现弯道超车的空间，再加上近年来政府鼓励医疗器械“国产替代化+自主创新”，将为国内医疗机器人厂商带来新的发展契机，整体市场未来发展潜力巨大。

数字疗法

相对国外环境而言，我国数字疗法显得更加稚嫩，尚未对数字疗法的定义、范畴、应用场景等给出明确界定及政策监管条例，仍面临着理论基础尚未完善、临床效果有待检验、医生接受度和主动性较低、商业模式尚不明确、支付方式缺少多元性等实际性挑战，但随着相关技术及政策的不断成熟，数字疗法将会在人口老龄化及慢性病愈加严重的大环境之下获得广阔的市场空间。

数字孪生医疗

数字孪生通过模型“复制”，利用机器学习和深度算法，为医生提供个性化医疗方案，进行疾病预测和诊断 ，降低疾病风险，提高治疗质量。另外，数字孪生也可以为医院众多场景建立可视化虚拟模型，提供更多的数据支持。当前医疗领域运用数字孪生技术还未成熟，数字孪生技术要在医疗行业发挥更大作用，还需要解决技术支撑、数据安全及隐私、道德伦理等多重挑战。

元宇宙医疗

在医疗领域，元宇宙可以覆盖诊断治疗、远程医疗、远程病人护理和监控等潜在应用。且可以预测的是，元宇宙将会给医疗领域带来许多新的维度，通过VR结合AR等技术用来模拟真实物体，为医疗领域在预防、诊断、治疗、康复等方面带来新的发展可能性，以AI为基础的元宇宙在未来医疗领域将会有非常大的潜力。

报告指出，2021年中国医疗健康资金需求规模预期将超过9万亿元人民币，同比增长14.6%，且有望于2026年突破15万亿元人民币。医疗科技行业中 “服务&用户”板块的市场规模最为可观，其主要赛道在线诊疗及医药电商两者2021年市场规模相加约为2400亿元人民币，然而仅占据总体医疗健康市场规模的2.6%。由此可见，目前医疗科技于整体医疗健康市场中的渗透率仍较低，且具备较大的上升空间。

未来随着各类技术、应用和服务等各种要素的联动融合，医疗科技各细分赛道将助力医疗服务模式实现系统性优化，从而完成行业整体规模的再一次飞跃式增长。

但智慧医疗的发展离不开各类医疗大数据的处理，其中医疗大数据的管理与应用，即数据价值的挖掘及体现为重中之重。医疗大数据的体量目前已达近50万亿GB，然而，如何在保证数据安全的前提之下使庞大且丰富的医疗大数据得到合理应用成为一大难题，更是信息化走向数字化的过程中必须解决的痛点问题。