日前，專注于AI視網膜影像領域的鷹瞳科技已通過港交所的聆訊，并于9月22日晚在港交所官網披露通過聆訊后的資料集，擇日將正式啟動招股和掛牌上市，由瑞銀集團和中信證券擔任聯席保薦人。

這也意味著，如若不出大的意外，鷹瞳科技也將成為“AI醫療第一股”。

盡管鷹瞳科技的上市將為大AI醫療產業帶來一股極大的信心與希望，又盡管AI醫療的出現與推廣切實為臨床醫生減輕了工作負擔和提供了備受期待的解決方案，然而事實上，AI醫療的商業落卻遠非想象中那般順利。

那么問題來了，AI醫療企業為何難撕盈利難的“標簽”？上市到底是不是AI醫療企業的必經之路？什么阻礙了AI在醫療上獲得重大突破？哪些方向有望拓寬AI醫療的想象空間？或許，我們可以從鷹瞳科技的招股書中窺見一斑。

#01

難以撕掉的盈利難“標簽”

事實上，AI技術發展至今已有十余年的光景。但公眾對于AI技術真正有所感知，始于2017年的人工智能圍棋程序Alpha Go戰勝了人類世界當時排名第一的棋手柯潔一事。在引發很長一段時間熱議的同時，人們也看到AI為世界所帶來的無限可能。

眼下，除了智能風控、對話式AI/智能客服、自動駕駛、RPA（機器人流程自動化）、智慧城市等各類熱門賽道不斷爆出融資、合作等利好消息之外，一些已擁有一定市場優勢的AI企業也開啟了一波“上市潮”。

除了“AI四小龍”商湯科技、曠視科技、云從科技、依圖科技均處于不同的上市進程之外，精耕于AI醫學影像的鷹瞳科技也已通過港交所聆訊，并有望在近期正式掛牌上市。

公開資料顯示，鷹瞳科技創立于2015年，主要提供AI視網膜影像識別的早期檢測、輔助診斷及健康風險評估解決方案，改進了慢性病傳統的早期檢測及輔助診斷方式，在醫療機構和大健康供應商中實現對慢性病的無創、準確、快速、高效且可擴展的慢性病檢測及診斷。

對于鷹瞳科技的上市，一位投行工作人員對『數科社』表示，“在AI醫療大賽道中，由于醫療影像診斷有著可存儲、可傳輸、又相對更易標準化等方面的特點，因此這也是AI在醫療領域最早落地的領域。當然，專注于此的鷹瞳科技自然也獲得了IPO的先發機會?！?

招股書顯示，2019年、2020年及2021年前三個月，鷹瞳科技錄得營收分別為3041.5萬元、4767.2萬元和2216.8萬元。隨著公司核心產品Airdoc-AIFUNDUS的落地以及為公司創下收入，鷹瞳科技2021年前三個月的營收較上一年同期的205.2萬元，劇增了980.3%。

目前，鷹瞳科技的產品線主要包括三大部分：用于檢測及診斷的SaMD、健康風險評估解決方案和獨有的硬件設備。上述Airdoc-AIFUNDUS便屬于一款使用復雜深度學習算法的人工智能SaMD，利用視網膜影像等數據準確檢測及輔助診斷慢性病。

從收入結構來看，提供人工智能軟件解決方案一直是鷹瞳科技的營收“大頭”，該業務收入在2019年、2020年及2021年前三個月期間分別占比總營收的71.8%、89.9%和88.2%；而銷售硬件設備的收入占比分為11.0%、7.0%和9.1%；其他收入的占比有所下降，由此前的17.2%下降至2.7%。

盡管鷹瞳科技在營收增長方面可圈可點，然而盈利水平才是真正考量一家企業經營能力的直接體現。

2019年、2020年和2021年前三個月，鷹瞳科技的運營虧損分別為4614.1萬元、5191.3萬元和1199.2萬元；同一時期內，凈虧損為8713.9萬元、7962.6萬元和1207.1萬元。但需要提到的是，虧損程度正在2021年前三個月內有所收窄。

需要指出的是，技術創業始終是一項投入力度大、回報周期長的事情，因此相關企業想要最終實現商業化，前期勢必會面臨極大的資金壓力。在AI醫療領域同樣有所布局的“AI四小龍”，每一家都處于巨虧，且中短期內均無扭虧為盈的可能。

“盡管IPO已在一定程度上證實了市場認可，同時也讓鷹瞳科技拓寬了融資渠道，為后續發展奠定基礎，但無法否認的是，相較于‘補血’，資本市場更關注的始終是‘造血’。這也是大科技領域中各賽道‘選手’都要思考的一個商業本質層面的問題?！鄙鲜鐾缎腥耸勘硎尽?

#02

上市難，技術落地更難？

這里還要提到另外一家AI醫療影像企業，即科亞醫療。

今年3月16日，有媒體曝出科亞醫療已申報港股IPO，以期爭當第一個上市的AI醫療影像公司，但后來其未在6個月內通過聆訊，伴隨而來的，是港交所網站上的信息狀態變更為“失效”，這意味著科亞醫療首次沖擊IPO折戟，后續還要看其補充材料繼續申報的情況。

這才給了鷹瞳科技拿到“AI醫療第一股”的機會。當然，對于鷹瞳科技招股書中僅展示了兩個年度財務數據的現象，不少業內人士指出，一般情況下，無論是A股、美股、還是港股，公司IPO時大多都會提交三個年度財報，這種情況確實不常見。

值得一提的是，鷹瞳科技最初的上市目的地是科創板。今年1月，鷹瞳科技曾與保薦機構簽署Ａ股IPO輔導協議。此后，由于公司業務發展及策略調整，同時考慮到香港資本市場的投資認知及其提供的融資工具和機遇更加豐富，最終決定通過借以港股來尋求融資機會。

事實上，不止科亞醫療、鷹瞳科技，還有至少2家AI醫療影像企業申報了港股IPO，如推想醫療、數坤科技，且后兩家企業在提交招股書時的估值均比鷹瞳科技高出不少，數坤科技的估值甚至是鷹瞳科技的近乎2倍。

除了上市不易之外，AI醫療技術落地同樣也面臨著各種挑戰，這一點從鷹瞳科技招股書中48頁風險因素的描述中足以看出，這些風險因素主要集中在：

一來體現在產品層面。

鷹瞳科技的核心產品Airdoc-AIFUNDUS擁有三個版本：Airdoc-AIFUNDUS (1.0)是一款人工智能醫療器械軟件(SaMD)，獲批用于輔助診斷糖尿病視網膜病變；Airdoc-AIFUNDUS（2.0）用于治療高血壓性視網膜病變、視網膜靜脈阻塞以及年齡相關性黃斑變性；Airdoc-AIFUNDUS（3.0）用于治療病理性近視及視網膜脫離。

據了解，目前，僅Airdoc-AIFUNDUS (1.0)已通過商業化策略獲得有限收入之外，Airdoc-AIFUNDUS (2.0）和Airdoc-AIFUNDUS (3.0）尚未開始臨床試驗，同時也未收到國家藥監局就開始Airdoc-AIFUNDUS (2.0)臨床試驗的任何反對通知。

二來體現在市場層面。

一方面AI視網膜影像競爭格局，騰訊、百度、谷歌、IBM等都是其中的實力玩家，但尚未有消息表明其推出商業化產品；另一方面，公司此前并未擁有太多市場經驗，這就要求公司調整銷售及營銷策略，招聘額外人員，以及對不可預見的成本及開支等情況提出應對方案。

盡管鷹瞳科技高層曾表示過，做好技術、產品比市場營銷更加重要，且并不希望采用傳統廣告或者會議營銷方式去獲客，但畢竟，市場才是檢驗產品能力的終極一環，因此提升銷售能力其實與專注產品并不沖突。況且就這一點而言，鷹瞳科技的營銷費用也在逐年攀高。

2019年，鷹瞳科技的銷售開支僅為1313.2萬元，2020年一躍至2580.1萬元；2021年前三個月，這項開支達到934.8萬元，同比大幅增長了174.8%。換言之，產品創收的背后也是不斷增長的銷售費用作為支撐。

三來體現在監管層面。

招股書中不斷強調，整體監管體系的任何變動均可能限制公司提供產品的能力，以及可能會缺乏適用于公司業務的必要執照或證書。

特別是，由于鷹瞳科技的業務受制于與數據保護有關的多種法律、規則、政策及其他義務，任何機密信息及數據的丟失或未經授權訪問或發布均可能令公司面臨重大的聲譽、財務、法律及經營后果。

#03

AI醫療影像未來幾何？

當今，國內醫療資源相對匱乏、分布不平衡的問題日益突出，AI技術的應用可以在一定程度上緩解這種局面。比如，醫生可以通過遠程方式解決偏遠地區看病難問題，AI讀片工具可以縮短臨床醫生判斷時間。但前提是，AI技術工具的服務輸出要足夠準確可靠。

但在實際情況中，不同醫療機構收集、標記、注釋、處理醫療數據的方法并不一致；X射線影像、CT影像的質量也會因為采購機器的差異而存在較大的出入；患者病例或健康記錄中也嘗嘗缺少全面的信息。

這些原因都會導致用于訓練AI模型的數據不夠精準、連續，這也是目前一些AI模型在實際應用過程中效果并不理想的根本原因。

例如，谷歌的一個AI模型就折戟在實際應用這一階段。該AI模型被設計用于提升篩查糖尿病性視網膜病變的效率，根據病人眼球照片快速給出專業診斷。在實驗室測試階段，該模型可以把診斷時間縮減到秒鐘級，準確率達到了90%。

但在11個眼科診所的測試中，該模型的使用效果就沒有這樣理想了。

首先，每個眼科診所的環境條件不同，有些診所無法拍攝出高清的眼球照片或網絡信號較差，這導致模型上傳圖片的時間變長（60到90秒）；與此同時，一些護士也擔憂AI模型的安全性問題，這說明通過實驗室檢驗并不完全意味著AI工具可以順利落地應用。

IBM的境遇也未好到哪里。

在鷹瞳科技創立的同一年，IBM也大力加碼了AI醫療，一方面成立了獨立部門Watson Health，另一方面還收購了多家醫療數據公司，以期在這一新興領域中開辟出更多新的價值空間。然而僅僅過了三年的時間，IBM就因難以跨越的技術與業務鴻溝，宣布了最高70%的裁員比例。

但不少業內人士對AI醫療的未來始終保持著樂觀態度。在他們看來，今天能夠提供最大價值的AI醫療應用，如AI醫療影像、AI輔助手術、虛擬護士等等項目，仍應被優先關注和投資，從而使醫療提供者、保險公司有機會參與進來，構建一個更大社會健康生態。

特別是對于健康保險產業而言，AI的最深遠影響可能落腳在風險識別方面，不斷提高對個體風險的評估能力。當然，傳統保險模式目前仍是主流，且AI也需要一定時間進化和被廣泛接納，讓算法有更強的能力輔助、甚至是替代人工。

不難看出，AI在醫療臨床判斷中的應用仍處于初級階段，未來恐將須要很長一段時間才可能以一種更具實際意義的方式立足。

劍橋大學教授Mihaela van der Schaar曾在某次演講中講到，“我們正處于這場革命的開始，還有很長的路要走。但這是一個令人興奮的時刻，是專注于此類技術的重要時刻。”

隨著AI醫療各項研究的持續推進，這勢必將會為臨床醫生、醫學研究人員、患者及其他大健康服務主體，帶來更強大、可靠的新工具。