本文系基于公開資料撰寫，僅作為信息交流之用，不構成任何投資建議

對于未知事物，人類總是充滿恐懼。

火車作為工業革命標志性產物，已經成為人們長途出行的主要交通工具之一，可在它剛被發明出來的時候，人類對這個鋼鐵巨物的情緒卻充滿恐懼。由于早期鐵路技術不成熟，旅客協調也不到位，僅英國當時每年就有超百人死于鐵路事故，因此很多人當時都患上了“鐵路焦慮癥”。

以現代人視角，當時人們對于火車的恐懼十分幼稚，但現如今的我們不同樣如此嗎？在AI大時代浪潮中，AI技術落地成為大勢所趨，但對于這種轉變，仍有很多人抱有擔憂，提出AI會增加失業率的擔憂。甚至還有觀點認為，AI就是一個噱頭，只不過是資本收割投資者的工具。

AI究竟意味著什么？它又對醫藥產業有怎樣的影響呢？這是我一直思考的問題，不過在看過訊飛醫療招股書后，我想已經找到了問題的答案。

首先，我們必須明確一個事實：盡管醫生隊伍不斷擴大，但我國仍面臨較大的醫療缺口。即便是醫療資源最為發達的北京，也在今年年初遭遇“兒科醫生荒”，整個醫療體系承受極大的病患壓力。

這只是全國醫療缺口的一個縮影，與之相對醫療資源不均衡的問題更加凸顯。根據國家統計局數據，我國城市地區每萬人擁有執業（助理）醫師數由2004年的22人增至2022年的38人，同時每萬人注冊護士數由16人增至47人；而在農村地區，每萬人擁有執業（助理）醫師數和注冊護士數到2022年也僅為25人和28人。

圖：每萬人擁有執業（助理）醫師數，來源：國際統計局

如何更加合理的分配醫療資源，解決患者看病難的痛點，這顯然是每個人都密切相關的課題。既然醫生數量少，那么最直接的解題思路就是培養更多的醫生，但你可知道培養一名醫生有多難？

我國每年有60萬醫學畢業生，可其中能夠真正成為醫護人員的，可能不足10萬人。從本科算起，學醫的學生就比普通大學生多讀一年，如果算上考研的話，那么就是整整8年時間。然而，順利畢業的前提是必須掌握充足的理論知識，考過近40門課程。但畢業并不意味著成為醫生，如果他想從醫還必須考取執業醫師資格證，并在醫院接受專科醫師培訓。

一名新晉醫生需要經過十年的專業學習，但他對于很多臨床病癥仍略顯稚嫩，因此還需要接受多年的實操培訓。這些努力也僅僅是能夠擠進醫生門檻，想要成為主任醫師，甚至院長，那更是長期磨礪才能換來的碩果。

對于學醫的學生而言，大學是極為重要的轉折點，意味著他們從學生到醫生的蛻變。這是一種選拔，并不是所有人都能接受這種身份轉變，因此這本身就是一個“寬進嚴出”的過程，同時也注定醫生是很難快速培養的。

我國醫療體系還呈現出明顯的金字塔分布，三級醫院集中了全國絕大部分醫療資源，能夠應對緊急危重病人；二級醫院和縣級醫院則主要承接常規病人；而基層醫療機構則只能做一些簡單的診斷和治療。

圖：各級醫療機構診療服務功能定位，來源：浦銀國際

這種金字塔結構注定，三級醫院的醫生擁有下級所不具備的資源與條件，無論是設備、數據、還是經驗，它們都全面優勝于下級醫院的醫生。這就導致有理想抱負的醫生會努力向三級醫院集中，而基層醫院的醫生則處于無經驗、無數據的尷尬境地，即使他們想做的更多也是無能為力的。

優質人才資源向頭部集中，基層醫療機構有心無力，這是中國醫療最明顯的缺口。只有提升了基層醫療機構的看病能力，才能從本質上解決我國看病難的痛點。

大多數投資者對于AI的認知都在于顛覆，認為它能夠替代人類完成很多工作。這確實是AI可以做到的事情，但卻并非AI技術應用推廣的核心，AI技術的價值內核在于賦能。

基于大量數據積累，依照先進的算法，借助充足的算力，AI就能夠快速完成過去需要大量時間研究才能夠解決的問題。在醫療領域，AI這種曉過去，算未來的優勢得到更進一步的凸顯。

一名優秀醫生與普通醫生最大的區別在哪里？深厚的知識儲備、清晰的診療思路，豐富的臨床經驗。對于一名醫生而言，這三點都是需要經歷長期臨床實踐才能逐漸積累起來的。可對于一名基層醫療機構的醫生而言，它們如何積累豐富的經驗？掌握充足的數據支撐呢？按照傳統方法這幾乎是不可能完成的事情。

但這種不可能卻能夠借助AI技術完成。通過大量的數據積累可以形成強大的歷史數據庫，再利用不斷精進的算法，實現更加精準的治療判斷，從而讓一名普通醫生也能借助AI算法而給出精確診斷。

這其中存在兩大難點，其一是數據集收集能力，其二是算法計算能力。數據集收集是AI系統的根基，只有在海量的數據庫中，AI系統才可能做出精準判斷。在擁有數據集后，就需要利用這些數據推導出正確的結果，而這考驗的正是AI公司的算法能力。

賦能基層醫療機構，正是訊飛醫療所聚焦的事情。從營收角度分析，基層醫療機構服務營收占據訊飛醫療公司總營收的50%以上。按收入計算，訊飛醫療在中國基層醫療機構CDSS（臨床決策支持系統）市場份額第一，占總份額的76.6%。賦能基層醫療機構既是訊飛醫療的核心競爭力所在，也是公司的核心營收來源。

圖：訊飛醫療營收結構，來源：招股書

數據集收集能力方面，訊飛醫療與中國醫學雜志等頂尖醫療研究機構形成戰略合作，能夠從多語種臨床醫學指南、專家共識及學術文獻中獲得海量的權威數據，形成了龐大的醫療數據庫。

在這個龐大數據庫的基礎上，訊飛醫療構建了大型語言模型，通過數據集的不斷訓練、理解、總結，生成持續更新的預測內容。訊飛星火醫療大模型具備綜合醫療知識圖譜、復雜醫療語言理解、醫療文書生成、診斷邏輯的循證推理等能力。在國家執業醫師資格考試（綜合筆試）中，訊飛醫療的AI算法取得了456分，超過96.3%的人類考生，這是對于訊飛醫療AI算法能力最深刻的肯定，

更為驚人的是，基于不斷的迭代學習，訊飛醫療的算法是在持續升級優化的。2021年的時候，訊飛醫療只能協助診斷1100種疾病，而到了2023年已經提升至1600種；首次診斷推薦可靠性也由2021年的96%提升至2023年的98%。隨著數據庫不斷增大，訊飛醫療的AI能力有望得到持續提升。

有了AI系統的輔助，基層醫療機構醫生的下限得到顯著提升，即使不具備豐富的經驗，他們也能在AI系統的幫助下給出精確診斷方案。

賦能基礎醫療機構，這是一件極具社會價值的事情，但卻可能并不是一個很賺錢生意。

不同于軟件行業動輒80%以上的極高毛利率，聚焦于賦能基層醫療機構的訊飛醫療毛利率僅為50%左右，這樣的毛利率已經接近于定制家居等實體制造業，只能算得上略有盈余。

圖：訊飛醫療毛利率情況，來源：招股書

當然，隨著訊飛醫療客戶量的提升，公司毛利率將逐漸呈上升趨勢，但這種提升是有限度的。訊飛醫療核心業務的價值還是在于社會層面，而非能為投資者創造客觀的回報。

但這同時也是訊飛醫療的護城河，在超強技術力的背景下，公司不易利益為導向的做法進一步加深了與客戶的關系。先發優勢、技術優勢、價格優勢，使得訊飛醫療擁有很深的護城河，新晉競爭對手幾乎沒有利潤空間，也就無法搶奪市場份額。

訊飛醫療有著極為穩固的基本盤，它需要做的就是如何進一步開拓更多的業務進行變現，如開拓助聽器等智能硬件業務。在基本盤穩固的情況下，增量智能硬件業務能夠達到怎樣的高度，這將直接影響到公司未來的天花板。這種邏輯很像社交平臺，核心業務不賺錢甚至是免費的，主要還是依靠增至服務賺錢。

簡而言之，訊飛醫療的核心主業，社會價值巨大，但商業價值有限。公司要做的就是如何在保持基本盤增長的情況下，迅速找到新的業績增長點，從而實現遠方的價值。