AI医疗在患者招募领域的定价模式主要分为按成功招募付费、按项目固定收费和SaaS年费三种，其议价能力源于技术稀缺性、效果可量化以及替代成本高，但药企和CRO会通过按效果付费和引入多家供应商竞价来压低价格。
定价模式
AI医疗公司向药企和CRO提供患者招募服务时，常见的定价模式包括：
- 按成功招募付费：每成功招募一位符合条件的患者，药企或CRO支付固定费用，这种模式将风险部分转移给AI公司，且单例费用通常低于传统方式。
- 按项目固定收费：针对整个临床试验的患者招募需求，收取一笔固定的项目费用，覆盖AI系统部署、数据匹配和运营成本。
- SaaS年费：药企或CRO按年订阅AI患者招募平台的使用权，费用与招募数量脱钩，适合长期、多项目合作的场景。
这些模式均基于AI技术对医疗记录、医学文献和患者病理信息的智能匹配，以提升招募效率。
议价能力来源
AI公司在产业链中的议价能力主要来自三方面：
- 技术稀缺性：当前AI制药领域仍处于积累训练期，具备成熟患者招募算法和数据处理能力的公司数量有限，形成技术壁垒。
- 效果可量化：临床试验中，患者招募是耗时最久、资金花费最高的环节之一，近三分之一的III期临床因招募问题失败。AI能显著缩短招募周期、提高成功率，这些效果可直接通过数据验证，增强AI公司的谈判筹码。
- 替代成本高：一旦药企或CRO将患者招募流程与AI系统深度整合，更换供应商需要重新匹配数据、调整算法，转换成本较高。
药企和CRO的压价方式
下游客户（药企和CRO）会采取以下策略控制成本：
- 要求按效果付费：将部分费用与招募成功率、时间节点挂钩，迫使AI公司承担更多风险。
- 引入多家AI供应商竞价：在同一个临床试验中或不同项目中同时试用多家AI患者招募平台，通过对比效果和报价压低整体价格。
随着行业成熟，议价能力可能从技术方逐渐转向渠道方（即拥有医院网络和患者数据的机构），因为数据质量和患者触达能力将成为更稀缺的资源。