📰 研报摘要
查看全文 ➔摘要： 本报告通过深度分析海外（尤其是美国）医疗 AI 的发展模式，探讨其在数据共享机制、监管政策及支付流程方面的实践，旨在为国内 AI 医疗企业提供借鉴。报告认为，AI 医疗的商业闭环依赖于高质量数据、明确的监管审批和医保支付支持。
行业主线：
- 海外生态已初步跑通：美国通过 HIPAA 等法案建立数据保护矩阵，FDA 实施风险分级监管并引入预定变更控制计划（PCCP），部分影像类 AI 产品已获得 CPT 一类码进入医保支付。
- 多样化商业模式验证：Tempus AI 通过“检测+数据许可”构建数据飞轮，Doximity 打造医生专业社交平台获取订阅收入，OpenEvidence 则凭借极高的数据检索效率快速获取医生用户。
关键变化与分歧：
- 数据价值凸显：在算法和算力趋同的背景下，涵盖诊断与治疗闭环的高质量医疗数据成为核心竞争壁垒。
- 支付瓶颈依然存在：尽管 AI 产品获批数量爆发式增长，但纳入医保支付的门槛极高且节奏缓慢，支付端仍是行业最大的挑战。
受益方向与风险：
- 受益方向：医疗信息化底座公司（电子病历龙头）、具备专科闭环数据的资源平台、有明确场景映射的 C 端应用及相关产业链。
- 核心风险：国内外医疗体系与国情差异导致模式无法落地、国内监管及支付政策落地不及预期、新技术研发与医疗严谨性要求之间的节奏偏差。