过了技术关，过不了商业关？AI医疗下半场，拼的是谁能跑通闭环

2026年的AI医疗，正站在行业周期的关键拐点。

一边是政策、市场、管线的多重利好，一边是资本分化、估值重构的现实压力，当行业彻底跨过技术验证期，真正的拷问才刚刚出现：AI医疗的钱，到底该怎么赚？

9月8日，由动脉网及拱墅国投集团联合主办【AI赋能医疗创新・打通产业落地与资产交易全链路】线下沙龙在杭州举办。活动汇聚投资机构、标杆企业、前沿项目，围绕AI医疗商业化落地的核心命题展开深度拆解。

会议伊始，拱墅国投集团党委委员、副总经理周晓兰在开场致辞中表示，AI医疗正从技术验证走向商业化落地，这一阶段需要耐心资本与产业生态的共同支撑。集团以“投早、投小、投长期、投硬科技”为定位，愿做创新企业的长期伙伴。

凤栖谷生命健康产业园聚焦AI+医疗、数字诊疗等前沿赛道，构建了“基金+基地+生态链”的全周期孵化体系，形成从研发小试到产业加速再到商业落地的全链条服务能力。未来园区将从基金支撑、项目培育、产业服务三方面持续赋能，让创新企业实现从技术验证到商业闭环的全程支撑。她欢迎投资人与创新企业落地拱墅，共建AI医疗产业生态。

拱墅国投集团党委委员、副总经理 周晓兰

主题分享环节，求是资本创始合伙人金振江从一线投资视角，剖析了当下AI医疗赛道的真实处境。

国内AI医疗年度融资三年间从37亿元攀升至140亿元。但分化已至：2025年AI占全球医疗健康赛道55%的融资，2026年一季度近六成资金集中于12家头部企业，流动性虹吸效应凸显，腰部项目正遭遇资本冷落。

投资估值体系随之重构——过去看模型参数、顶刊论文，如今看管线实力、真实ROI、可跑通的支付闭环。金振江将新逻辑拆解为三个硬指标：是否深度嵌入医生真实工作流、是否有清晰可落地的支付来源、是否拥有完整的真实世界临床证据链。

“商业拐点到了，但不代表平地起飞。”他提醒，行业仍需跨越三道关卡：大模型“黑盒幻觉”的信任风险、院内工作流的嵌入阻力、C端医疗大模型的监管约束。

求是资本创始合伙人 金振江

产业端的实战验证了资本的判断。

91360从2015年布局病理AI，2023年拿到中国第一张病理AI三类注册证。91360董事长狄峰的核心判断与资本逻辑高度契合：AI在病理的价值，从来不止是算法或模型，能嵌入工作流，才是真正的价值。

中国14亿人口仅有2万人有资格签病理报告，供需缺口巨大，91360的宫颈细胞学AI能将诊断效率提升5到6倍。但狄峰直言，纯软件在医院很难收费，只有将AI嵌入从样本接收、制片、扫描到判读报告的完整流程，让医生离开工具就明显降低效率，产品才具备议价能力。

基于这套逻辑，狄峰把医疗AI创业拆成“四道门”：第一是临床价值，医生愿不愿用；第二是合规，拿不拿得到注册证；第三是交付能力，能不能真正嵌进科室工作流；第四才是规模推广。四道门必须依次跑通，任何一道卡住，商业化就走不到终点。

91360董事长 狄峰

资本逻辑变了，创业者的打法也在变。

本次沙龙的四个快闪路演项目，覆盖从基因组学、肿瘤早筛、精准免疫到新型影像诊断，每个都清晰指向明确的付费场景。

西塔基因联合创始人陆思彤带来全球轻量化全基因组生物学原生基座大模型。项目自研全新基因tokenizer与位置编码技术，破解全基因组上下文窗口的技术瓶颈，完成百万人级全基因组数据训练。业务面向AI制药靶点挖掘、遗传病早筛、海外主权基因库、商业保险四大方向输出底层技术能力。

谱睿医疗总经理张泽宁介绍了结直肠癌磁共振AI早筛系统。针对国内肠癌早筛早诊缺口，产品填补影像初筛赛道空白，筛查灵敏度表现优异。公司采取务实推进策略，科研数据库业务先行实现变现，优先推进二类证落地，稳步布局三类医疗器械注册申报。

AI赋能肿瘤精准免疫治疗平台创始人董侃分享差异化肿瘤研发路线。项目避开拥挤成熟靶点，依托浙大、浙一医院科研资源，借助AI功能域重编技术攻坚STAT3等难成药靶点，改造CAR-T提升抗肿瘤效果，已取得亮眼肝癌方向临床前数据，计划依靠管线授权、合作开发实现价值兑现。

朗捷生命科学创始人曹先生带来数智化高光谱诊疗平台，跳出纯软件内卷，选择“硬件+AI算法+专科大模型”全栈路线。其以进口替代空间巨大的头颈外科切入，采用“临床医疗器械+科学仪器”双轮驱动，用短周期的二类产品保障现金流，反哺长周期的三类诊断产品研发。

新一代AI医疗创业者，已经不再用颠覆医疗的故事打动资本，而是回归商业本质：找到具体痛点，验证临床价值，锁定付费路径。

价值验证只是起点，更核心的命题是：谁来付费、怎么收费、如何可持续。

圆桌环节由凤皇谷医疗CEO常婷婷主持，轻松健康集团执行副总裁马孝武、91360董事长狄峰、德睿智药GR负责人汤苏扬同台展开讨论。

马孝武认为，AI医疗技术迭代太快，企业节奏应谈落地，而应在产品设计之初就明确商业化目标。轻松健康选择从基层医疗场景切入，先验证医生端付费模式，再逐步向更广泛的医疗机构和产业链场景延伸。

支撑这套逻辑的，是集团围绕健康服务与保险保障构建的支付闭环：依托自有保险经纪牌照，与头部险企合作，将商业保险支付嵌入健康服务链条，同时探索企业付费、医疗机构采购和用户自费等多元支付路径。“做商业化，最关键是找到真正愿意为价值买单的支付方。”

狄峰则聚焦院内商业化的实操痛点。他提到，政策窗口正在打开，去年12月医保局将AI辅助诊断列入病理立项指南“扩展项”，同时推动病理科数字化转型，医生从显微镜转向屏幕诊断的过渡期，正是AI切入的最佳时机。

因此，团队最终转向“硬件+软件+服务”整合方案，通过配套试剂耗材和设备实现商业转化。在他看来，医疗AI的商业化比拼到后半程，拼的不是参数指标，而是医生是否真正离不开这套工具。

汤苏扬介绍，德睿智药从成立之初就定位AI原生自研药企，坚持AI主导新药研发，搭建“数据-实验-临床”闭环迭代体系，通过临床数据持续反哺模型，实现研发路径可复制。

对比传统新药研发，AI驱动模式节省药物研发50%以上时间与资金成本。公司未来将采用核心管线自主商业化与管线授权（license-out）模式并行的商业化模式，持续拓展新靶点与新适应症管线。

对话最后，三位嘉宾最终形成共识：AI医疗商业化没有捷径，需要拆解目标稳步推进，兼顾技术价值、支付通路与数据合规，行业发展也需要监管、资本、产业多方协同，共同穿越商业化周期。

当技术的光环褪去，AI医疗行业终于回归商业本质。这场落地凤栖谷的沙龙，正是行业转向务实的一个缩影。资本褪去狂热，企业回归价值，园区搭建生态，各方共同推动AI医疗从技术概念走向产业落地。

而那些率先跑通完整商业闭环的玩家，将真正拿到AI医疗下半场的入场券。