医疗 AI 诊断加速发展与甲状腺癌诊断赛道研究交流纪要

摘要： 本次会议探讨了医疗 AI 技术在甲状腺癌诊断中的应用及其市场潜力，重点分析了深度学习在超声影像和病理分析中的实际作用，以及通过资本合作突破商业化收费瓶颈的行业趋势。

行业主线：

1. AI 技术赋能诊断：AI 通过与超声影像及病理学结合，利用深度学习算法减少医生主观判断差异，实现微观参数的定量评估。
2. 应用场景拓展：随着数字病理科建设加速及 AI 辅助诊断纳入医疗服务价格试点，AI 诊断在术后随访及基层筛查场景中具备差异化应用空间。

关键变化与分歧：

1. 商业模式转型：面对 AI 诊断收费瓶颈，行业出现“硬件设备+智能算法”协同模式（如康众医疗战略入股迈德智能），旨在加速产品院内渗透，推动厂商由硬件供应商向诊断解决方案提供商转型。

受益方向与风险：

1. 受益方向：具备渠道优势并积极整合 AI 能力的影像设备厂商，以及能通过 AI 提升检测效能的分子诊断龙头企业。
2. 核心风险：研发进度不及预期、商业化落地缓慢以及相关医疗政策变动带来的风险。