AI醫生．三｜內地醫企掀來港上市潮——香港為什麼是最佳出海口？

2004年，中國工程院院士夏家輝給宋寧出了一道題：用醫學影像自動化染色體分析。這開啟了他22年的跨學科跋涉——本科同時攻讀計算機與臨床醫學，2016年創立德適，今年3月登陸香港交易所。「香港是最好的。」宋寧說，這裏有30年真實世界數據，標準化病歷、數據互通、編碼唯一；醫院管理局中立嚴謹，數據質量獲國際認可；以及密集的醫療網絡與高接受度的市民，讓香港成為AI醫療出海的最佳出口。

2000年初，被譽為「中國醫學遺傳學之父」的夏家輝院士對宋寧說了一番話：21世紀是信息科學的新世紀，也是生命科學的新世紀，這兩個學科的結合，將對全人類健康產生重要機遇。2004年2月15日，創建中國人類染色體庫的夏家輝給出一個課題：能不能用醫學影像技術，把複雜耗時的人工染色體分析自動化？宋寧在這條道路上，一走就是22年。

透過國家生命科學與人才培養基地的試點項目，宋寧成為極少數在本科階段同時攻讀計算機與臨床醫學的人。他將計算機技術提升醫學影像分析確立為職業發展方向，並在2016年創立了德適——專注於醫學影像產品的生物科技公司，今年3月已在港交所成功掛牌。

回憶當年從計算機走向醫學的跨學科之路，宋寧指出，人類醫療技術發展史上，從青霉素到X光、CT、核磁，背後的發明者往往不是純粹的醫生，生物、化學等領域的專業人士經常扮演關鍵角色。不過，學化學和醫學還有相近之處，但計算機和醫學卻是兩條平行線，「從學生、專家的培養路線上來講，它不會相交。」

這就形成了一個結構性的困境——學計算機的人不懂醫學，學醫學的人不會計算機。宋寧觀察到，過去30年，從事計算機行業的人一直懷着「用技術改變每個行業」的雄心，從互聯網到共享經濟到移動互聯網，一個又一個行業被技術重塑。然而，到了醫療領域，這套慣性思維卻頻頻碰壁，「醫療這個行業的內涵太廣了，專業技術、進入門檻，行業監管，都是一整套非常嚴密、相對封閉的系統。」宋寧直言，僅僅懂計算機技術，「別說要顛覆這個行業了，可能連產品開發出來之後，都不一定有好的市場。」

宋寧將AI醫療領域歸為三個主要方向：第一個是醫學影像，這一分支佔據了全球醫療數據量的八成，得益於技術積累較早，已實現相對成熟的規模化商業落地。第二個是醫療文本相關的AI，如智能分診、病歷自動生成等，雖然在臨床應用中鋪設較廣，但盈利模式仍在探索。至於近來備受關注的AI製藥則是第三個，宋寧指出，儘管其藥物設計和新靶點篩選的速度極快，但因製藥行業本身的長周期屬性，後續還需經歷漫長的臨床試驗、合規註冊與報批上市階段，因此商業成果還未最終惠及人類健康。

計算機和醫學界的長期以來的斷層，讓AI醫學影像行業的進展一度緩慢。行業過往的慣常做法，是研發「專病模型」——為一個醫療檢查項目收集幾十萬張照片、花幾億元、幹三四年、再重新申報註冊，「給醫院給錢，讓老師加班，把照片重新標註一遍，拿過來訓練，不斷迭代。」宋寧的判斷很直接：「數據量太大，效率太低，投入太大，不能規模化。」如果每次研發一個新的醫學影像檢查項目都須如此龐大的成本，根本是死路一條。

德適決定走截然不同的路。宋寧的邏輯是：先訓練一個像「上海交大醫學院最優秀博士畢業生」的基礎大模型，系統學習病理學、生理學、解剖學、組織胚胎學學以及八大系統所有臨床醫學體系知識，再針對每個專科做短期強化訓練。「就像培養人類的醫學專家，先不要定讓他未來成為什麼領域的專科權威，但可以讓他花兩個月時間就掌握如何看胸片、如何看腹部B超，每一個單項都不再需要幾年時間。」於是，作為全球首創醫療影像基座大模型，「iMedImage®」誕生了，涵蓋超過90%的臨床影像檢測場景和26個臨床專科。

宋寧感慨，「iMedImage®」的出現，給中國AI醫學影像技術發展按下了加速鍵。他回憶道，在2018年，德適已經做到接近90%的準確率，但卻要運行長達兩分鐘，「在醫院內一天只能最多分析幾份報告，不可能運用於臨床」；到了今天，德適的模型參數已經擴大千倍，分析一張圖片只需要2到3秒鐘，準確率也提升至接近100%。德適與60多家頂級醫院合作超過90個AI項目，其中30項性能達到全球第一，產品進入內地400多家三甲醫院。例如，染色體核型分析設備將30至40天的報告周期壓縮至4到7天，識別率達99%以上。

對於AI來說，數據量必定是至關重要的因素之一，而對於醫療AI來說，數據的質量和準確性則更為關鍵。全球醫療數據佔全球總數據量約30%，但有效利用率不足5%，中國的數據利用率同樣不容樂觀。這座沉默的數據金礦，不僅蘊含着巨大未經開採的經濟效益，在數據治理中「高產低用」的結構性失衡與不透明的數據協同，更有重複醫療，拖長診療路徑，數據割裂導致誤診、用藥錯誤及治療延誤的問題。

宋寧分析，數據利用率低有雙重原因：一是內地部分醫院數據質量參差不齊；二是醫院過去缺乏將數據轉化為產品的通道，「醫院不具備這個職能。」德適產品負責人何訊補充，內地醫療AI企業獲取訓練數據主要透過公開學術數據集、與醫院或高校簽訂合作協議，以及近年興起的地方數據局模式，但無論哪種渠道都有嚴格的地域限制：「數據肯定是不能出這個域的。」假如德適與香港醫院進行合作，需要在醫院內部署一台算力服務器，對於數據，只能學習、不能帶走，業內稱之為「聯邦學習」，打破「數據孤島」（數據在不同部門/系統/組織中不流通），並嚴格保障數據隱私與合規性。

在內地，一瓶輸液的藥品比等量的礦泉水還要便宜的中標價，起碼短期內是不利於這一類企業的發展。

正因如此，香港的數據價值更加凸顯，香港擁有自己真實世界數據，即在日常臨床實踐中收集的健康資訊，如醫院電子病歷、處方紀錄等。立法會醫療衞生界議員林哲玄接受《香港01》訪問指，醫管局的電子病歷已推行近30年，全部醫療數據在同一個系統內實現互通，診斷結果全部以數碼化、標準化編碼記錄。他進一步解釋，香港每一隻在醫管局註冊的藥物都有獨特的編碼，「全部都是跟號碼」，因此追溯和分析都相當容易。

林哲玄提醒，內地的數據量雖然龐大，但在香港應用時未必完全匹配；到了訓練AI產品出海的層面，香港的數據才是真正能派上用場的可靠數據。他指出，AI醫療的發展離不開算法、算力、數據和應用場景四個環節，而香港正好擁有高質量的真實世界數據作為支撐，配合香港在國際間的聲譽和監管認證的信心，可以較容易地將研發成果推向國際市場。

港交所正在形成一波內地AI醫療/生物科技公司上市潮。2024至2026年間，五間內地AI醫療公司在港上市，至少八間已遞交招股書。德適今年3月掛牌，開盤價大漲超過120%。對於香港作為業務拓展首選地的表現，宋寧評價很直白：「香港是最好的。」

在他看來，香港有三大獨特優勢。第一是醫學體系中立——內地的醫療問題往往變成社會政策，「既要讓老百姓享受最好的醫療，又要價格可控，還得便捷可及，這是最難走的路」，而香港不受這些影響。第二是地方小可及性好，密集的醫療網絡利於快速迭代。第三是國際化，「香港是一個縮小的世界」，不同人種和醫療體系在此交匯，為AI的多樣性訓練和全球輸出提供了天然土壤。

對香港來說，成本優勢同樣明顯。宋寧舉例，「假設香港一個項目本身收400元，我們一個AI檢測項目約定價300元，相較來說是又快又準又便宜。」AI研發是一大塊成本，但部署之後大家按例分成，「由於更準、省員工，整體社會的負擔成本就下降了。」另外，香港市民對醫療水平的高需求、高標準的開放的場景，同樣是醫療AI肥沃的市場土壤，他舉例，如果某個地方的民眾認為「感染HIV（愛滋病）沒有關係，洗個熱水澡就可以了」，那麼在這片土壤上，做HIV疫苗或藥品開發的企業根本無從立足。在他看來，香港醫院有能力引進使用新技術，市民有接受新技術的意願和能力。這對於任何一家希望將AI醫療產品推向更大市場的企業而言，都是難得的好條件。

對於內地來港的AI醫療企業而言，香港更像是一個國際化試煉場，通過香港完成產品驗證和合規建設後，再進一步拓展東南亞及其他海外市場。

掌握跨學科專業知識和商業思維的宋寧判斷得很乾脆：「醫療影像要智能化、全球化，總要有個出口，目前最好的出口就是香港。」不過，這條出海之路才剛剛開始。德適正在香港註冊子公司，聚焦醫療AI影像研發和商業化，與港中大卓越婦兒健康研究的合作剛剛起步，北都的選址仍在考慮之中。對於更多正在排隊來港的內地AI醫療企業而言，上市只是第一步——如何在這個「超級聯繫人」的土壤上真正扎根，把香港從一個上市地點變成一個研發、驗證和商業化的綜合基地，將是下一個更難的命題。

背靠港企商湯科技，卻主攻內地公立醫院市場的商湯科技走的則是反向道路。商湯科技首席市場官羅賓接受《香港01》訪問時分析，香港企業進入內地市場，最大的挑戰在於適應內地以公立醫院為主、患者高度集中於大型三甲醫院的醫療體系，考驗的是產品本地化和市場運營能力。內地企業進入香港，面對的則是高度國際化的醫療體系——臨床標準、數據治理、知識產權保護都與國際市場接軌，醫生對AI產品的可解釋性和安全性要求更高。很多內地AI醫療企業來港，並不是直接提供醫療服務，而是將香港視為國際化試煉場，通過完成產品驗證和合規建設後，再拓展東南亞及其他海外市場。

宋寧說「香港是最好的出口」。但出口之後，從認證到本地化，從公立醫院體系到國際合規門檻，這條路具體怎麼走？進軍內地和中東市場的商湯醫療，提供了另一個視角的答案。