执行摘要
窗口真实存在：传统 PACS 的 AI-Native 升级换代，市场上没有同类产品，传统信息化厂商和 AI 算法公司都还没进来。但这是一个"升级市场"不是"新建市场"——空间来自 1.4 万套存量 PACS 的换代，约 19 亿/年；突破点在县域医共体和二级医院，打法是"卖升级不卖新建、卖效率不卖 AI"。
- 两个市场：信息化市场（RIS/PACS 系统，存量升级逻辑）vs AI 算法市场（单病种算法，按次收费逻辑）——我们是前者的升级者、后者的集成方，不跟算法公司抢赛道。
- 无直接竞品：全网未检索到"LLM+PACS/RIS 系统升级"公开案例；东软、创业慧康、东华的 AI 停留在"大模型赋能原有模块"，没有一家发布 LLM-Native RIS/PACS。
- 技术已到实用线：讯飞星火医疗 V3.5 病历采纳率 91%、X 线/MR 报告生成采纳率 75%（"首次达到实用水平"）；LLM 擅长的流程自动化、报告生成、质控，正好打在 RIS/PACS 的痛点上。
- 政策出现松动：县域影像中心建设指南（2026-05）+ 强基工程 312.94 亿。注：网传"12 项 AI 辅助诊断进医保乙类目录、837 家医院落地"为单源消息，无官方确认，暂不作为论据。
- 最大风险：医院付费能力承压，"AI 订阅"接受度极低；安徽某三甲 4 家算法厂商免费试用零转化——证明必须卖"效率提升"而不是卖"AI"。
一、先纠错：v1 的四个错误
用户指出的四点全部成立，v2 按纠正后口径重做：
| # | v1 错误 | v2 纠正 |
|---|
| 1 | 把传统信息化厂家的系统和 AI 算法服务混在一个市场写 | 两个赛道彻底分开：信息化市场（第 2、5 节）vs AI 算法市场（第 6 节单独） |
| 2 | 把联影医疗/GE/飞利浦/西门子列为 PACS 系统厂商 | 它们是影像设备厂商。PACS 软件看东软、东华医为、创业慧康、卫宁健康等信息化厂商；设备厂商出局 |
| 3 | 市场空间和市场定位混淆 | 分开：空间 = 传统 PACS 存量升级换代的市场；定位 = LLM 赋能 RIS/PACS + 集成 AI 算法的新物种 |
| 4 | 没讲清产品到底是什么 | 产品定义：基于 LLM 赋能的 RIS/PACS 系统（传统信息化的 AI-Native 升级）+ 集成第三方 AI 影像算法，目标是提升科室工作效率和能力 |
二、两个市场，一张图
市场 A：医院信息化市场
我们的主战场
卖什么：RIS/PACS 系统（流程信息化）
玩家：东软、卫宁健康、创业慧康、东华软件等综合医疗信息化厂商
结构性事实：中国没有独立的 PACS 软件赛道，PACS 是信息化大包中的一个模块（艾瑞咨询）
商业模式：项目制整单（软件+实施+服务），5–7 年替换周期
纯软件口径 2025 年约 6.2 亿；整单远大于此
市场 B：影像 AI 算法市场
我们是集成方，不是竞争方
卖什么：单病种/单器官 AI 辅助诊断算法
玩家：数坤、推想、深睿、鹰瞳、商汤医疗等
商业模式：按次收费 / 按年订阅 / 免费试用转收费
现状：普遍亏损（鹰瞳 2026H1 亏损扩大 28 倍）；数坤按次收费 5.6 亿是少数跑通者（媒体口径）
我们的角色：集成第三方算法，不自研算法、不跟算法公司抢赛道
一句话：我们在市场 A 里做"AI-Native 升级"，从市场 B 里"采购算法能力"。两个市场用两套打法、两套财务模型，不要混在一起算账。
三、我们的产品到底是什么
LLM 赋能的 RIS/PACS 系统 + 集成第三方 AI 影像算法，目标是提升放射科工作效率和能力。三个定位要点：
- 不是"传统 PACS + 外挂 AI"：LLM 原生重构工作流——智能登记分诊、报告自动生成、语义质控、危急值/随访闭环、运营统计。LLM 擅长的是流程和语言，正好打在 RIS 的强项区。
- 不是"AI 算法公司"：影像算法（肺结节、冠脉、脑卒中等）从市场 B 采购集成，我们不自研、不拿算法三类证，把合规成本留给算法厂商。
- 没有同类产品：全网未检索到"LLM+PACS/RIS 系统升级"公开案例。最接近的是讯飞"影像诊断长程智能体"（诊断智能体，非系统升级）和东软 NeuSpace（影像后处理平台，非 RIS/PACS）。数据事实
为什么传统厂商和 AI 公司都还没做？
| 阵营 | 为什么没做 |
|---|
| 传统信息化厂商（东软/创业慧康/东华） | AI 停留在"大模型赋能原有模块"（病历、质控、CDSS）；LLM-Native 重构等于革自己的命，没有动力也没有基因。添翼 2.0、云枢智能体都是"加法"，不是"重构"。 |
| AI 算法公司（数坤/推想/深睿） | 基因是算法，进不了医院信息化核心流程；安徽某三甲 4 家厂商免费试用零转化，证明单点算法难收费——它们缺的是"系统"，不是"算法"。 |
| 设备厂商（联影/GE/飞利浦/西门子） | 主业是卖设备；联影智能的 AI PACS 是"AI 原生新一代影像平台"（新玩家），不是传统 PACS 的 LLM 升级。 |
窗口逻辑：传统厂商不愿革自己的命，算法公司进不了系统层——中间"LLM 重构 RIS/PACS 工作流"这一层是空的。这就是用户说的"整个市场升级的一个窗口"。
四、升级窗口是否可行：四维验证
1. 技术可行 已到实用线
- 讯飞星火医疗 V3.5（2026-06）：病历医生采纳率 91%、书写时间缩短 52%；X 线/MR 影像报告生成采纳率 75%，"首次达到实用水平"。已核实
- 天坛医院"龙影"RadGPT：MRI 分析 0.8 秒生成上百种疾病诊断意见。已核实
- 东软添翼 2.0：武汉大学中南医院日均自动完成 3500–4000 份病历内涵质控，采纳率 70–80%。已核实
- 匹配度：LLM 强在流程自动化、报告生成、语义质控——正是 RIS/PACS 四大痛点（架构老、AI 割裂、数据孤岛、流程低效）中的后三个。PACS 的"调阅归档"不需要 LLM，RIS 的"流程"需要。
2. 供给侧 无直接竞品
- 传统 PACS 厂商：零家发布 LLM-Native RIS/PACS 升级产品或战略（全网检索结果）。
- 最接近的在研：讯飞"影像诊断长程智能体"（诊断智能体，非系统升级）；东软 NeuSpace（影像后处理平台，2026-09 获 NMPA 证，非 RIS/PACS）。
3. 需求侧 痛点真实、付费承压
- 硬需求：影像数据年增速 30% vs 医生年增速 4%；每 7 万人 1 名放射科医生；日均阅片 300–400 张 X 光——人不够是结构性矛盾。已核实
- 存量痛点：传统 PACS 四大痛点（架构老、高并发不足、AI 工具割裂、数据孤岛、报告依赖人工）是行业共识。已核实
- 付费承压：第一财经 2026 年访谈——"医院现在唯一接受订阅的，可能只有短信、网费这种基础服务，AI 还远没到这个阶段"；B 端出路是帮医院节省成本/留住患者而非增加支出。已核实
- 反面教材：安徽某三甲 4 家 AI 厂商免费试用，无一实现收费转化——单点 AI 卖不动，必须卖"效率提升"的整体方案。已核实
4. 政策侧 出现松动
- 医保支付口径（官方口径）：AI 为"扩展项"、不能单独收费，续费只能走按次/按 Token/年费或财政买单。注：网传"12 项 AI 辅助诊断进医保乙类目录、837 家医院落地"为单源消息，无官方确认。
- 但红线未变：医保局明确 AI 是"扩展项"不是独立收费项，"AI 带来的效率提升是医院自己的事，不能转嫁给患者"——所以必须卖"效率"而不是卖"AI"。已核实
- 县域指南（2026-05）+ 强基工程 312.94 亿 + 山东 2027 年 60% 县覆盖 KPI——县域是政策、钱、标准三对齐的市场。已核实
- 治理框架：《医疗机构人工智能应用与治理专家共识（2026 版）》明确人机协同权责与熔断机制——合规路径清晰。已核实
可行性结论：技术到线、供给空白、需求真实、政策松动——四个维度都支持"升级窗口"存在。但需求侧的付费承压是最大变量：可行性的钥匙不在"AI 多强"，而在"能不能算出医院省多少钱/多接多少检查"。第一家标杆的真实 ROI 数据是整个计划的生死线。
五、市场空间有多大
只算市场 A（信息化升级），市场 B 我们是集成方不算收入。
存量基数
- 二级以上医院约 1.58 万家（三级 3,855 + 二级 11,946，2023 年口径）——PACS 存量装机上限。已核实
- 按行业常识二级以上基本普及，存量约 1.4 万套（推算，非官方）。
- 替换周期 5–7 年 → 年均约 15–20% 进入升级窗口 → 每年约 2,100–2,800 家医院面临 PACS 换代决策。
年升级市场测算
测算：2,400 家 × 80 万（整单均价，三甲 175 万/县级 60–95 万加权）≈ 19 亿/年。其中"AI-Native 升级"是我们定义的新品类，初期渗透率假设 5% → 约 1 亿/年的新品类空间，随标杆复制放大。
SOM（3 年目标）
- 第一年：10–15 个县域医共体标杆 → 收入 0.3–0.5 亿
- 第二年：省内复制 + 二级医院升级 → 收入 0.8–1.2 亿
- 第三年：新品类市占率 15–20% → 收入 1.5–2 亿
算法集成收入（市场 B）：按"平台集成费 / 按次分成"另计，不混入系统收入。数坤按次收费 5.6 亿证明模式有人买单，但那是算法厂商的收入，不是我们的——我们的算法收入来自集成溢价，量级小一个数量级，不要把它当主营收来讲故事。
六、突破点在哪里
突破点一：县域医共体影像中心——"新建即 AI-Native"
- 3,099 个医共体，80% 的县"初步建成"影像中心——但 2026-05 建设指南刚出，"初步"≠"达标"，规范化升级是刚需。
- 买方是财政+卫健委（强基工程 312.94 亿），不占用医院日常预算——绕开"医院付费能力承压"的坑。
- 山东滨州：11 家医共体影像中心已出报告 10 万+ 份——从建设转入运营，早进场比晚进场好。
- 打法：跟着指南做"新建即 AI-Native"，不跟老 PACS 拼替换。
突破点二：二级医院 PACS 换代——"升级不重建"
- 11,946 家二级医院是存量最大的一块；预算 60–95 万适中；信创有加分。
- 浙江海盐（94.6 万一体化升级，响应信创+电子病历 5 级）是标准模板。
- 打法："升级"而不是"推倒重建"——利旧历史数据、平滑迁移，降低决策门槛；用"LLM 报告生成采纳率 75%"这类硬数字说话。
突破点三：话术——"卖效率，不卖 AI"
- 医院不接受"AI 订阅"，但接受"节省成本/留住患者"。话术必须翻译成：报告周转时间缩短 X%、医生人均阅片量提升 X%、危急值漏报率降到 X——全部可核验。
- 医保"扩展项"红线决定了：永远不要提"AI 诊断费"，只提"效率提升带来的检查量增长和人力释放"。
三不做：不碰头部三甲整单（联影智能已卡位+关系壁垒）；不自研影像算法（那是市场 B 的红海，合规成本高）；不等拿证再启动（我们卖的是信息化升级，LLM 流程模块不需要三类证，算法模块用已持证第三方）。
七、风险清单
- 第一家标杆难产：90 天 MVP 与 20 个验收用例仍是计划状态。没有第一家跑通，"升级窗口"就是 PPT——这是当前最大的单一风险。
- 传统厂商醒过来：东软/创业慧康/东华账上都有 AI 团队，一旦它们从"赋能模块"转向"重构系统"，渠道优势会碾压。窗口期可能只有 2–3 年。
- 医院付费能力：B 端为 AI 付费的意愿极低，必须算出"省多少钱"的硬账；县域项目账期长，现金流要留余量。
- LLM 下沉水土不服：三甲训练的大模型下沉基层有失败先例（方言、数据不完整、增加核对负担）——产品必须按县域真实数据调优，不能拿三甲模型直接套用。
- 医保政策反复：12 项 AI 辅助诊断进乙类目录是单源消息，需跟踪官方文件；"扩展项"红线短期不会变。
- 算法依赖：集成第三方算法意味着把部分产品力交出去——需要签好 SLA 与替换条款，避免被单一算法厂商绑定。
八、数据缺口与假设
- PACS 存量装机套数：无直接数据，用二级以上医院数（1.58 万家）做上限、按 90% 覆盖率推算 1.4 万套——是推算不是统计。
- PACS/RIS 软件端厂商份额：近 2 年无公开研报（因中国无独立 PACS 软件赛道）；只有 2017–2018 年整体医疗信息化老份额。
- 医院"升级 vs 重建"偏好：无直接调研，只有痛点/信创/付费能力三方面的间接证据。
- "LLM+PACS/RIS 升级"零竞品：是全网检索的数据事实，不是逻辑推导——但检索不可能穷尽，需持续监测。
- 市场规模为第三方研报口径，各家差异大；SAM/SOM 中的渗透率与均价为假设，见正文。
关键数据源：艾瑞咨询《中国医疗信息化行业研究报告》、中国软件行业协会影像平台软件报告、中国政府采购网（2025 年中标价）、卫健委统计公报、国家医保局、格隆汇（讯飞/商汤）、第一财经（医院付费访谈）、itnonline/RSNA（替换周期）。v1 简报数据（PACS 规模、AI 影像增速、定价锚点、县域四单）继续有效，不再重复列出。