商业模式|医疗AI第一股鹰瞳科技的硬核战事:一切围绕健康( 二 )


这已经在鹰瞳科技身上得到了验证 。 可以看到 , 随着产品以及服务收入持续增长 , 2019年、2020年 , 公司收入分别为3041.5万元、4767.2万元;到了今年上半年 , 公司收入达4947.7万元 , 已经超过去年全年 。
并且 , 公司的毛利率也持续增长 。 2019年—2021年上半年 , 公司毛利率分别为52.94%、61.00%、64.1% 。

不难预见 , 随着医疗AI使用渗透率和频次的提升 , 其收入和利润将继续呈现快速增长态势 。
/ 02 /
商业化拐点的关键所在
你可能会有疑惑 , 为什么商业模式如此性感 , 但此前医疗AI公司却受到不少质疑 , 很多玩家至今连商业模式都没能走通呢?
要回答这个问题 , 还要回到S2B2C模式身上 。 这一模式成立的前提条件 , 是加上S之后 , 要比B直接服务C 的价值要大得多 。 只有这样 , S才会成为B不能绕开 , 也不愿意绕开的合作伙伴 。
过去之所以医疗AI商业化难 , 核心在于产品解决的痛点还不够 。 眼下 , 随着产品在持续迭代后愈加成熟 , 这一问题已经逐渐得到解决 。
典型如鹰瞳科技的Airdoc-AIFUNDUS(1.0) 。 这款产品只需简单拍摄眼底照片 , 然后经过系统分析 , 就能迅速给出是否存在糖尿病视网膜病变诊断结果 , 并且准确率媲美医学专家 。

这无疑能够解决医院有限的人手与日益增长的医疗需求之间的矛盾 。 从总量上看 , 我国每年医学影像超30%的增长量 , 远远大于每年4%的放射科医生增长数量 。
实际上 , 鹰瞳科技不仅解决了效率提升的问题 , 更解决了医生难以解决的问题 。 例如 , 鹰瞳科技的算法模型可以从视网膜上识别出医生无法识别的糖前病变 , 这意味着可以在更早的阶段识别疾病 , 这对患者的价值可想而知 。
从更高的维度来说 , 鹰瞳科技的广泛应用 , 能够更好地解决医疗资源分配不均这一世纪难题 。 众所周知 , 小城市和边远地区影像学诊断人才资源更为紧缺 , 不少患者往往要到几十甚至百公里外的大城市才能完成检查 。
而随着医疗AI的应用 , 边远地区也能轻松享受到专家级服务 。 2021年7月 , 鹰瞳科技赋能首个上海医疗援疆云诊室 , 项目启动一个月后 , 便服务了新疆巴楚县超3000人次 。
也正因此 , 通过快速审批 , 2020年8月鹰瞳科技率先拿到国内“三类证” , 为其Airdoc-AIFUNDUS(1.0)产品打开了在医院的商业化之门 。
/ 03 /
为什么是鹰瞳科技?
人工智能这个大风口吸引了不少玩家的加入 , 它们基本可以划分为两类:IT巨头与以鹰瞳科技为代表的创业公司 。 由于IT巨头掌握了大量C端数据和资金优势 , 市场上不少人认为 , 前者会比后者更有优势 。
那么 , 为什么鹰瞳科技还能率先突围呢?核心在于 , 在医疗AI赛道上 , 决定身位的不仅仅是上半场的技术积淀 , 公司对细分产业、临床需求的理解同样重要 。
具体来看 。 一方面 , 对AI公司来说 , 算法技术的底层是数据支撑 , 因此数据能力是医疗AI公司的核心 。 而从拿到原始数据到把数据变成AI可用的训练集 , 人力、资金、时间的投入必不可少 。
鹰瞳科技凭借率先进入市场的优势 , 与顶级医院和机构建立了密切的联系 。 可以看到 , 像中山眼科中心、北京同仁医院、解放军总医院第一医学中心等全国最顶尖的眼科医院及相关带头人 , 都是鹰瞳科技的深度合作伙伴 。
这不仅为公司高质量数据的获取带来了优势 , 更为后续算法的开发带来帮助 。 当前 , 鹰瞳科技积累的370万张真实世界用户视网膜影像数据 , 都得到了全球数百位专家的交叉标注 , 使得公司能够进入更深入的算法研究 。