从人工智能进入医疗领域的趋势来看，整体性的挫败要大于成功，但沿着传统医疗器械的路径仍是最可能获得成功的商业模式，这归因于算法对器械的高效赋能。从这点上来看，人工智能与互联网进入医疗具有明显的可类比性。互联网进入医疗领域本质也是赋能而不是颠覆，只有顺应医疗服务业务逻辑的才可能获得发展，而不是希望通过技术就能逆转业务逻辑。

　　与互联网一样，算法并不是万能的。算法的本质是通过对海量数据的分析来不断提高模型的精准度，以帮助医生和医疗机构提高效率并降低错误率。但是大数据是不断产生且没有穷尽的，这意味着从某一部门或某一地域获取的数据是很大局限的，通过这类数据来改进的算法是很难具备普适性的，这也意味着人工智能在具备确定性的数据上更容易具备优势，而不是实时动态调整的数据。

　　从医疗领域来看，虽然在治疗流程上，循证医学已经得到普遍的采纳，但很多复杂疾病的治疗需要综合多方面的数据来进行分析，且病人个体不同，复杂疾病都需要个性化治疗，算法仅能在数据上提供辅助参考，无法替代决策。

　　因此，人工智能的优势聚焦在简单、直接且确定性更强的数据运用领域，而不是复杂、需要综合分析且持续变化和动态性更强的领域。从这三个基本原则出发来判断，人工智能是基于过去已知的有局限的数据进行分析后做出的决策辅助工具，并不能对未来做出有效预测和判断。因此，在医疗领域，人工智能要想取得成功就必须尽量贴近传统业务流程。但作为辅助决策工具，人工智能到底是以何种形态来发展则决定着未来市场规模的大小。

　　从客单价大小依次来看，基本的排序是大型医疗器械、小型医疗器械、专科信息系统和健康管理，前三者属于院内场景，后者属于院外场景。院内场景主要的支付方来自医院，院外场景的主要支付方是用户自费。

　　首先，从院内场景来分析，医疗器械的定价高低是可类比最强的，有AI加持的大型医疗器械能够更好满足医院的需求，在整体竞争上有一定优势，特别是不容易陷入价格战。当然，从手术机器人的发展趋势来看，耗材而不是器械本身已逐渐成为保证收入的主要来源，这保证了营收增长的可持续性。但小型医疗器械和专科信息系统本身的客单价就较低，本身竞争就异常激烈，即使有AI加持，在低定价的前提下，需要用户规模取胜。但是，人工智能产品加持的医疗器械使用场景主要集中在大中型医院，这大大压低了市场天花板。

　　其次，对于院外场景来看，以健康管理为主的数字疗法虽然号称有治疗的作用，但实际上只是以处方形式提供服务，仍然是以一套基于算法的软件对用户的健康进行管理。正如上述对基本原则的分析，如果说院内场景下，无论是器械还是影像识别都满足了医疗机构的实际需求，且面向的是确定性强、简单和直接的应用。那么院外场景的数据动态性和不确定性决定了算法面临的巨大挑战，由于用户依从性高度依赖于其生活饮食习惯，这样的服务本质上更需要个性化，也就是更需要人工的干预，算法的普适性难以得到预期的效果。这使得数字疗法陷入了一个自身创造的悖论，算法的普适性难以应对动态和不确定性的数据。

　　最后，从估值来看，人工智能领域早期投资的估值都偏高，但即使业务模式成熟，其市销率（PS）仍然偏高。不过，如果营收和利润能逐步规模化，人工智能进入医疗领域的公司还是能保持一个稳定的市销率和市盈率（PE）。

　　因此，如果中国的手术机器人公司和AI解决方案公司的营收不能快速跟上，这些公司的估值将迎来巨大的挑战，堪比过去几年创新药从巅峰跌入谷底的现状。

　　总体来看，创业型的AI解决方案和机器人公司在中国市场的估值还是比较高的，但这些模式目前都亏损严重，且收入上不了体量，长期靠融资续命。未来能否通过产品突破，获取收入的量增，进入资金自主循环，取决于其支付模式、产品和销售能力。但目前阶段来看，这类模式仍然是依赖融资资金来维持的模式。