Рынок искусственного интеллекта в здравоохранении переживает новый мощный виток инвестиционного бума. В июле 2026 года дочерняя компания SenseTime — SenseTime Medical — привлекла более 100 миллионов долларов в раунде B, доведя свою оценку до десятков миллиардов юаней и готовясь к IPO с концепцией «медицинской модели мира» (Medical World Model).
Технологические гиганты также форсируют экспансию: ByteDance инвестирует 6 миллиардов юаней в строительство первой «AI-native» больницы, Ant Group развивает медицинский сервис «Афу» с аудиторией свыше 30 миллионов активных пользователей в месяц, а Baidu выводит на биржу свою биотех-компанию BioMap.
По оценкам Analysys, объем китайского рынка «AI + медицина» превысил 150 миллиардов юаней, демонстрируя ежегодный прирост на уровне 40–50%. Проникновение систем ИИ-диагностики в больницах высшей категории (Tier-3) перешагнуло отметку в 65%, а регуляторы одобрили более 130 медицинских ИИ-систем наивысшего, третьего класса риска.
Однако этот подъем разворачивается на фоне памяти о кризисе первой волны 2021 года, когда почти все звездные стартапы компьютерного зрения столкнулись с заморозкой IPO и обвалом капитализации из-за неспособности доказать устойчивость своей бизнес-модели.
Четыре ключевых направления: от снимков до операционных
На текущем этапе применение искусственного интеллекта в медицине распределилось по четырем магистральным направлениям:
Вспомогательная диагностика и анализ снимков (Medical Imaging AI). Самый коммерчески зрелый сегмент, объем которого в Китае приближается к 23,5 млрд юаней. Однако практикующие врачи отмечают существенную разницу между маркетингом и клинической практикой: ИИ пока не ставит диагнозы самостоятельно, а выступает инструментом точной количественной оценки. Например, при ишемическом инсульте трехмерная реконструкция позволяет объективно рассчитать объем пораженных тканей, что критично для выбора тактики лечения.
Фармацевтическая разработка (AI Drug Discovery). Инструменты ИИ активно применяются для поиска мишеней, моделирования молекул и предсказания структуры белков, сокращая многолетние этапы лабораторного подбора. К середине 2026 года более 170 препаратов, разработанных при участии ИИ, перешли к клиническим испытаниям, а более десятка вышли на решающую III фазу. Тем не менее клинический барьер остается непреодолимым без длительных испытаний: ИИ может рассчитать формулу, но не способен гарантированно предсказать комплексный физиологический ответ живого организма.
Хирургия и терапия. Включает предоперационное моделирование, расчет траекторий вмешательства и роботизированную хирургию. Главными препятствиями для широкого внедрения роботов в базовых клиниках остаются высокая стоимость расходных материалов, сложность обучения хирургов и жесткие требования к задержкам и стабильности каналов связи при удаленных операциях.
Потребительские медицинские сервисы и превентивный контроль. Массовые приложения для расшифровки анализов и онлайн-консультаций генерируют десятки миллионов обращений ежедневно. Однако в потребительском сегменте сохраняется низкая готовность платить, а сами ассистенты нередко страдают дисбалансом — преувеличивают риски при легких недомоганиях и упускают скрытые угрозы при сложных клинических картинах.
За лидерство на рынке борются три группы игроков с принципиально разным бэкграундом:
Интернет-гиганты (ByteDance, Tencent, Ant Group, Alibaba, JD Health). Обладают колоссальным трафиком, вычислительными мощностями и капиталом, выстраивая потребительские платформы и развивая сервисы электронной коммерции лекарств. Их слабая сторона — нехватка глубокой клинической экспертизы и сложности адаптации к консервативной культуре регулируемой медицины.
Производители медицинского оборудования (United Imaging, Mindray, Contec).Интегрируют алгоритмы непосредственно в выпускаемые томографы, УЗИ-аппараты и мониторы. Их защита — аппаратные патенты, прямые каналы поставок в больницы и лицензии регуляторов. ИИ для них служит дополнительным фактором удержания маржинальности и переходом от продаж «железа» к комплексным решениям.
ИИ-стартапы (SenseTime Medical, Shukun, Deepwise, Baichuan Intelligent). Опираются на передовые алгоритмы, специализированные медицинские модели и работу с данными. Главная проблема чисто программных стартапов — модель внешних надстроек (plugins): клиники все чаще закрывают прямой доступ к внутренним базам данных для сторонних интерфейсов, а больничные бюджеты на закупку отдельного программного обеспечения жестко ограничены.
Судьба всей индустрии упирается в архитектуру монетизации. Экономический ландшафт и специфика монетизации ИИ в здравоохранении распределяются по ключевым каналам следующим образом.
В сфере государственного и обязательного медицинского страхования появление первых официальных тарифов на применение ИИ-ассистентов в диагностике закладывает нормативный фундамент для рынка, однако единые и понятные стандарты возмещения затрат пока находятся лишь на стадии формирования.
Прямые закупки со стороны больниц и клиник испытывают серьезное давление из-за программ государственного контроля расходов и политики централизованных закупок, что существенно ограничивает бюджеты медицинских учреждений на приобретение автономного программного обеспечения.
Партнерские соглашения с фармацевтическими гигантами выступают наиболее платежеспособным и зрелым каналом монетизации, где транснациональные корпорации готовы выделять масштабные бюджеты ради ускорения процессов разработки и вывода новых перспективных молекул на клинические испытания.
Сегмент B2C-подписок сталкивается с низким уровнем конверсии в постоянную оплату, поскольку массовые пользователи по-прежнему неохотно финансируют превентивные цифровые консультации и персональные трекеры здоровья на регулярной основе.
Опыт рынка показывает, что выживание разработчиков монопродуктов (только софт для распознавания снимков или только чат-бот для симптомов) становится почти невозможным. Будущее сектора принадлежит гибридным игрокам, способным объединять аппаратную базу с глубокой интеграцией в больничные контуры и диверсифицировать доходы за счет корпоративных клиентов, фарминдустрии и сервисов сопровождения пациентов.