AI醫療賽道價值解析：投資人預警泡沫，AI製藥與影像差異化發展

從單一設備到全面覆蓋的產業變遷

在2002年，梁穎宇進入美國矽谷的一家風險投資機構任職。期間，她獲悉一位居住於廣東的遠親患上肝癌，便協助尋找先進的治療藥物。過程中她察覺到，彼時美國不斷湧現新型創新藥物，而中國醫藥市場卻相對落後。2001年數據顯示，美國處方藥銷售額已達1,410億美元，佔據全球藥品銷售的半壁江山；相比之下，中國藥品市場總規模僅約1,260億元人民幣，且主要依賴仿製藥及傳統中藥，創新藥物滲透率極低，甚至缺乏基礎腫瘤用藥，同時受批文限制難以引入進口產品。

隨後，梁穎宇赴深圳參加全國規模最大的醫藥展覽會，發現展場內幾乎全部是超聲波檢查儀器，對此深感震驚與惋惜。「當時我決定離開矽谷，回國創辦醫藥企業，將癌症相關藥物及治療手段引入國內。」基於此理念，她歸國後與夥伴共同建立了三家專注於腫瘤領域的醫藥公司。

2006年，應「啟明創投」創辦人邀請，她從零搭建醫藥投資板塊。在此後的近二十年間，投資範圍涵蓋CRO（新藥研發與臨床試驗外包服務）、仿製藥企業、創新藥公司及AI新藥研發機構，累計投資醫療企業接近220家。她見證了眾多初創企業成長為各細分領域龍頭，也目睹中國醫療健康市場擴展至擁有超過700家上市公司（A股逾500家，港股近270家）的龐大格局，成為全球在研創新藥數量最多的國家之一，穩居全球生物技術核心參與者地位。梁穎宇曾笑稱：「如今再逛同一個展覽，歐美有的技術我們都已具備。」

從認知模糊到高價值賽道的演進

「AI+醫療健康」領域涵蓋多個方向，如AI醫學影像、AI精準醫療與基因分析、AI醫療機器人、AI健康管理及AI病理診斷等。在這些賽道中，梁穎宇最為看好的是兼具高價值與長週期的AI製藥。2016年，她意識到國內創新藥研發面臨經驗與人才短缺問題，因此決定投資能提升創新製藥能力的工具——CADD（計算機輔助藥物設計）與AIDD（人工智慧藥物研發），並向所投資的國內創業者及創新藥科學家開放使用權。「不僅限於我投資過的團隊，我還向所有科學家開放，讓更多人掌握利用AI進行新藥研發的方法。」

由梁穎宇投資的英矽智能（Insilico Medicine）自2017年起運用生成式AI推動藥物研發——先以AI篩選靶點，再利用AI設計完整藥物分子結構，成為全球首個實現AI挖掘全新靶點並設計完整分子結構的企業。在她的協調推動下，英矽智能將總部從美國遷至香港，藉助內地豐富的臨床資源與人才優勢，加速新藥臨床開發進度。去年，該公司在港交所上市，被視為「AI創新藥第一股」；今年，更與全球製藥巨頭禮來簽訂了近30億美元的AI製藥合作協議。

根據艾媒諮詢最新統計，2025年全球AI製藥市場規模已達24億美元。中國AI製藥市場亦步入高速發展階段，華創證券數據指出，2025年市場規模突破6億元人民幣。該賽道的核心特徵在於技術要求高、准入門檻嚴、商業化週期長，但潛在價值同樣最大。截至2026年中，全球尚無一款完全由AI驅動研發的新藥（AIDD）獲得主要國家藥監機構批准上市。英矽智能已披露30款AIDD項目，其中一款針對「特發性肺纖維化」的藥物成為首個進入三期臨床研究的AI設計藥物，被投資者視為最具潛力、最早可能獲批的AI藥物之一。

AI製藥領域正經歷「第二輪泡沫」

儘管領投多項AI製藥項目，梁穎宇認為該領域實現真正產業化需滿足四項條件：獲得大型藥廠認可與授權、臨床數據呈現正面結果、取得藥監局上市批准、以及上市後證實確實降低時間與成本。就當前進展而言，大型藥廠授權已有成功案例，部分項目產出正面臨床數據但仍需更多數據驗證；然而，藥監上市批文及上市後降本增效驗證兩項標準，目前尚無企業達成。即便如此，她對行業前景仍持樂觀態度：「關於AI新藥研發，我們尚未完全釐清AI在產業鏈中的最佳賦能模式。但作為創投機構，我們的投資邏輯始終聚焦於五至十年後的長期趨勢。」

梁穎宇同時提醒，AI製藥已出現兩波泡沫。第一波發生在2018年，她看好的Schrödinger的成功徹底點燃了AI製藥熱潮。頭豹研究院數據顯示，當年全球投資額達65.2億美元，較2016年的水平增長18.4倍。第二波泡沫則出現在當下，在大模型浪潮推動下，投資者普遍關注「如何盈利」，醫療被視為首要應用場景之一，而新藥研發正是其中門檻最高、價值最突出的細分領域。「AIDD相關的辦公室數量激增，許多宣稱可行的技術成果實際上無法落地。」她直言不諱：「（AI製藥）確實存在泡沫。第一波中有大量公司倒閉，當前這波很可能重蹈覆轍。」

若將AI製藥視為一場漫長且昂貴的賭注，那麼在梁穎宇看來，AI影像則是一條從起步階段就難以實現盈利的賽道。單從市場數據觀察，該領域似乎正處於爆發期。「IIM信息」統計顯示，2025年全球醫療影像AI輔助行業市場規模達到86.5億美元，一年內增長近四分之一；中國市場表現更為活躍，規模達128.6億元人民幣，同比增幅近三成，佔全球總量超過兩成。

大約八九年前，梁穎宇便開始布局AI影像投資，但她得出了與市場增長數字截然不同的結論：「利潤空間有限，因為技術難度不高。」較低的進入門檻導致大量企業湧入，中國醫學影像AI公司在高峰期超過百家，尤其在肺結節、眼底影像、腦卒中CT等領域競爭激烈。然而，真正实现規模化盈利的企業屈指可數。北京研精畢智資訊的市場調研表明，行業繁榮並未轉化為企業盈利。全球醫療AI企業存活率僅38%，國內醫學影像AI初創B輪融資通過率低於15%，六成以上企業仍未盈利，平均回本週期長達三至五年。技術空心化與數據匱乏是企業淘汰的主因，且83%的醫療數據洩露事件涉及敏感信息，責任界定至今缺乏統一標準。

梁穎宇進一步指出，更關鍵的痛點在於，大型醫療設備廠商紛紛將AI功能內置於硬體系統中，第三方AI影像軟體難以獨立收費，商業化路徑充滿挑戰。儘管「IIM信息」數據顯示，超過45%的三級醫院已部署AI影像輔助系統，二級醫院滲透率也突破22%，但部署率並不等同於商業化成功。2022年上海長征醫院的調查發現，三級醫院配備AI輔診軟體的比例達73.9%，二級醫院為32.5%，但能夠向患者收費的比例分別僅有4.4%和5.9%。國家醫保局已明確規定，AI技術現階段無法單獨向患者收費。換言之，AI醫學影像市場規模雖在擴大，但企業實際可獲取的收益並未同步增長——多數產品仍以「科研合作」或「試用」名義進入醫院，真正的付費模式尚未建立。

「科技公司」與「醫藥公司」的定位之辨

對於「何謂真正的AI醫療公司」，梁穎宇有著明確的判斷標準：若企業核心業務是借助AI研發新藥，其本質屬於醫藥公司；若僅運用AI開發各類醫療軟體應用，則仍應歸類為「AI科技公司」。她強調，從長遠視角看，大模型與AI技術將成為行業通用的標準化工具，不再構成稀缺性護城河；真正決定企業核心價值的是新藥研發能力，「藥物資產的商業價值遠高於單純的技術工具」——這也正是她評估不同賽道投資回報差異的核心依據。

在近二十年的投資實踐中，她總結出一項關鍵評判標準：區分一個項目屬於「真創新」還是「偽需求」，核心不在於技術本身，而在於創始人的堅韌程度。她指出，95%的創業者在初期展示的商業計劃，最終都與實際執行情況存在偏差，「關鍵在於創始人能否依據市場反饋、競爭態勢及產品研發進展，持續調整戰略方向，推動企業與項目向前邁進。」

她的視野已延伸至比當前熱門領域更具前瞻性的方向——長壽科學、AI智能體、數字孿生患者、多組學精準醫療及AI手術機器人。然而，這些並非她當前最為看好的重點。「我們正在佈局的領域將比上述方向更具突破性。」她僅透露了一個方向：腦機接口——使癱瘓患者或漸凍症患者能直接透過大腦信號控制外部裝置，實現「意念操控」或與外界溝通，「其餘細節，暫時不便透露。」

梁穎宇與香港資本市場的聯繫，遠超一般投資人身份。她曾擔任港交所董事四年，全程參與並見證了《主板上市規則》18A章（生物科技公司上市規則）及18C章（特專科技公司上市規則）的制定過程。她提出了一個長期未被充分探討的問題：香港的收購門檻過高。在美國，50%的收購案針對上市公司，僅需20%的小股東同意即可完成要約收購；而在香港，必須獲得大多數小股東批准，導致收購難度大增。「倘若我們在港上市的創新藥研發企業缺乏被收購的退出渠道，將嚴重制約我們的退出機制。」對許多內地醫藥企業而言，香港是最理想的國際化出口，而梁穎宇補充道：出口通道之外，還需要一道確保資金退出的門戶。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，硕谷新闻聚合所有文章均包含本声明。