医学影像AI产品的成本与盈利分摊，目前行业尚未形成统一标准，但大致可分为研发与硬件投入和软件服务收费两大模块。硬件成本（如GPU服务器、设备集成）通常通过软硬一体设备销售回收，而软件服务则主要依赖按例收费或软件授权实现利润。以联影医疗为代表的国产厂商，正通过“软硬一体化”模式，将AI算法与硬件融合，提升智能程度，同时通过软件功能的持续迭代来拓展收入来源。
成本端：高研发投入与硬件集成
医学影像AI产品的成本主要来自三方面：
- 研发人员薪酬：AI人才成本高昂，是研发投入的大头。
- 数据标注费用：高质量医学影像数据的标注成本较高，是训练AI模型的基础。
- 算力与硬件：训练和部署AI需要高性能GPU服务器，硬件集成（如与CT、MR设备结合）也增加了成本。
目前，国产医学影像设备行业正逐步实现与国际品牌比肩并跑，但核心部件（如磁共振磁体、CT球管）的自主研发仍是降本关键。
收入端：软件授权与按例收费
盈利模式主要有三种：
- 软件授权：医院或影像中心按年或一次性付费，获取AI阅片软件的使用权。
- 按例收费：按每例影像诊断收取费用（行业常见区间为每例10-50元），适合中小医院按需使用。
- 软硬一体设备销售：将AI算法预装至整机设备（如联影医疗模式），通过设备销售同时覆盖硬件与软件成本。
以推想科技为例，其2021年营收约1.3亿元，毛利率约60%，但公司仍处于亏损状态，说明当前阶段研发投入远高于收入，行业整体仍在探索盈利平衡点。
常见问题
医学影像AI产品的研发成本为什么这么高？
因为需要大量AI工程师、昂贵的算力资源，以及高质量标注数据（每例标注可能花费数十元），且产品需要通过严格的医疗器械注册审批，周期长、投入大。
按例收费模式对医院有什么好处？
医院无需一次性投入大笔资金购买软件，而是按实际使用量付费，降低了财务压力，尤其适合基层医院和体检中心。
国产医学影像设备在AI方面是否具备竞争力？
目前，国内外已上市多款医学影像AI产品，在AI阅片、辅助诊断、疫情防控等领域展现出足够竞争力。国产企业正通过技术创新实现弯道超车，进口垄断格局正在发生变化。