祥生医疗 × AI

[导语·核心观点]2026年1月，祥生医疗宣布自研AI助手应用CHISON Pilot在全球范围上线 [2]；往前两个月，SonoAI已全面搭载于SonoFamily产品系列，具备病灶智能识别、图像自优化与诊断路径导航能力 [1]；再往前，2025年8月公司推出了乳腺人工智能超声机器人系统 [4]。与之形成硬对照的是：2023年至2025年，祥生医疗营收和净利连续三年下滑，海外市场营收增速连续两年下降 [3]。产品端的密集AI动作与财报端连续三年的下行曲线并置，构成一个典型的判断难题——这是市场尚未认知的隐藏资产，还是被包装过的产品竞争力维护？本文的判断是：被低估存在逻辑基础，但现有证据只支持「值得跟踪」，尚不足以支撑「确定重估」。

[事件回顾·发生了什么]按时间线回看三件事。第一，2025年8月，祥生医疗推出「乳腺人工智能超声机器人」系统，报道称其融合超声、机器人与人工智能三大技术，切入全球发病率最高的癌症——乳腺癌的群体筛查难题 [4]。第二，2025年11月的报道显示，SonoAI已全面搭载于祥生医疗SonoFamily产品系列，通过病灶智能识别、图像自优化与诊断路径导航等核心能力，将影像价值贯穿诊疗全流程 [1]。第三，2026年1月，公司正式在全球范围内推出自研AI助手应用CHISON Pilot [2]。三件事的共同点是：都发生在产品与功能层面。而在2026年5月的股东会报道中，另一组数字被同时摆上台面——自2023年至2025年，公司营收和净利均已连续三年出现下滑，作为业绩主力的海外市场营收增速亦连续两年出现下降 [3]。同一篇报道还提到，「二代」接力守业，公司以AI博弈超声的下半场 [3]。产品叙事与财务现实，就这样被放在同一个句群里。

[背景与格局·公司沿革 · 行业脉络]理解祥生的AI选择，需要先理解超声这个品类的特殊性。超声是医疗器械中装机基数最大、但AI渗透最慢的品类之一，核心障碍不在算法精度，而在图像的获取环节高度依赖操作者手法——同一个病人、同一台机器，不同医生扫出来的图像可能差异巨大。这意味着，任何在图像生成之后再做辅助识别的方案，都必须面对一个未被控制的前端变量。祥生医疗的产品路径因此有其内在一致性：SonoAI强调图像自优化与诊断路径导航 [1]，本质是用算法补偿操作者的手法差异；乳腺人工智能超声机器人则更进一步，用机械臂替代人手，把「手法」这个变量从采集流程中剔除，才可能在群体筛查场景中获得一致性图像 [4]。这条「机器人+AI」的组合，与在现有设备上加装一个辅助诊断模块的路线并不相同，它改变的是检查流程本身，而流程改变往往比功能叠加更难被复制。从公司结构看，祥生医疗的业绩主力在海外 [3]，这既是AI产品出海的渠道基础（CHISON Pilot定位全球上线 [2]），也意味着其收入对海外市场景气度高度敏感——这一点在判断AI业务的独立价值时不能忽略。

[深度解读·为什么发生 · 意味着什么]为什么市场可能低估了这块资产，有三条理由，但每条都附带边界。 其一，AI资产在当前财报中不可见。公司披露的信息集中在产品与功能层面——SonoAI搭载于哪些系列 [1]、CHISON Pilot是否全球上线 [2]、机器人系统解决什么临床问题 [4]——而未披露AI相关产品的装机量、软件订阅收入、单价溢价或客户留存。在现有估值模型中，这部分只能被计为零。对一家营收与利润同步承压的公司 [3] 而言，「未被计入」本身构成重估的前提。但必须说清楚：前提不等于结论，资产未被计入，也可能是因为它尚无可计入的东西。 其二，产品定位触到了超声AI最难的工程约束。多数厂商选择在图像生成后做辅助识别，前端变量仍由医生手法决定；祥生把机械臂引入采集环节 [4]，把变量控制前移，这在工程逻辑上更接近「可规模化」的解法。而群体筛查场景对单次检查成本与结果一致性的要求极高，恰恰是人力供给最紧张、最需要自动化的环节。这是需求侧的结构性缺口，不是被营销创造出来的需求——这一点对估值判断很重要，因为结构性缺口决定了产品一旦达标就会有采购。 其三，全球化分发能力已经存在。CHISON Pilot选择全球上线而非国内试点 [2]，说明公司打算复用既有的海外渠道。海外市场虽然增速下滑 [3]，但存量渠道与装机基础仍是新产品冷启动时最稀缺的资源；一家只有产品没有渠道的公司，AI功能再强也难变现。 谁受益、谁受损？若这条路径成立，受益方是祥生医疗自身——从设备一次性销售转向设备加软件的复购结构，以及筛查场景的采购方——基层医疗机构在医师短缺下获得可用的筛查产能；潜在受损方是传统超声AI软件供应商，当算法被集成进设备与机器人本体，独立第三方的辅助诊断软件在渠道上会被持续挤压。 但以上全部是逻辑推演，不是已发生的事实。报道中没有出现任何一份订单金额、任何一家客户名称、任何一项临床终点数据。这个真空，是本文所有乐观推论的天花板。

[关键数据与证据·来自报道的数字与事实]把可核验的条目逐条列出，并标明其证据强度： ——SonoAI已全面搭载于祥生医疗SonoFamily产品系列，核心能力包括病灶智能识别、图像自优化与诊断路径导航 [1]。 ——2026年1月，祥生医疗正式在全球范围内推出自研AI助手应用CHISON Pilot [2]。 ——祥生医疗推出「乳腺人工智能超声机器人」系统，融合超声、机器人与人工智能三大技术，精准切入乳腺癌群体筛查难题 [4]。 ——自2023年至2025年，祥生医疗营收和净利连续三年出现下滑；作为业绩主力的海外市场营收增速连续两年出现下降 [3]。 ——公司在股东会语境下被描述为「二代」接力守业、以AI博弈超声下半场 [3]。 需要特别提示：上述前三条均为厂商口径的产品描述，属于媒体报道转述，尚无第三方临床验证、监管注册信息或财务口径的独立佐证；后两条为公司经营数据，性质不同但同样来自媒体转述 [3]。证据链的层级差异，直接决定了后文情景推演的置信区间——产品存在是事实，产品被规模化采购是未知。

[风险与争议·审慎的批评视角]第一，叙事与财务的背离，是本文最需要正视的反方证据。公司连续三年营收与净利双降、海外增速连续两年下降 [3]；而AI产品的发布节奏集中在2025年下半年至2026年初 [1][2][4]，恰好与业绩下行区间重叠。这至少提出一个被乐观者忽略的可能性：AI当前是稳住产品竞争力与渠道信心的手段，而非新的收入引擎。倘若后续定期报告中AI相关收入仍无法单独列示，那么「被低估」的假设就会被「尚未变现」的现实证伪。要区分「市场没看见」和「确实还没有」，标准只有一个：能不能在财务科目里出现。 第二，证据链层级偏低。现有材料全部是媒体对厂商产品描述的口径 [1][2][4]，缺失的环节包括：是否需要及是否取得相应监管审批路径、是否有临床终点数据支撑筛查效率的实际提升、是否有规模化采购合同。用「技术领先」去填补这些空缺，是典型的高估风险。 第三，商业模式摩擦。超声设备行业的主流付费习惯是一次性购置，软件订阅与服务收费在国内外都面临医院预算科目与采购流程的现实阻力。CHISON Pilot的收费模式报道未予说明 [2]，若仍是免费绑定硬件销售，则对毛利率的贡献将非常有限，AI的估值溢价也就无从附着。 第四，伦理与责任边界。机器人自动采集加AI辅助诊断，必然牵涉误诊责任划分：当系统给出「未见异常」而实际存在病灶时，责任在厂商、操作者还是医疗机构，行业内并无成熟惯例。筛查场景覆盖人群基数大，一旦出现系统性漏诊，反噬的是产品信任度而非单次赔付金额，这类风险在估值模型里通常被严重低估。 第五，样本与时间窗偏差。以两三条产品新闻推断一家公司的技术代际，样本量过小；同时医疗AI产品的临床验证周期通常以年计，短期内任何「重估」都只能是预期交易，而非业绩交易。把预期交易当成业绩兑现来定价，是这类主题最常见的亏损来源。

[未来展望·情景推演]保守情景（判断为概率较高）：AI继续停留在产品特性层面，不单独贡献收入。CHISON Pilot [2] 与SonoAI [1] 的作用体现在维持设备在招标中的竞争力，公司业绩仍受海外市场景气度主导 [3]，估值随业绩波动，AI叙事难以独立驱动重估。此情景下的关键信号是：下一期财报仍未出现AI相关的量化披露。 中性情景：乳腺超声机器人 [4] 在部分区域筛查项目或基层采购中取得首批订单，公司在定期报告或投资者交流中首次给出AI相关业务的量化口径。此时市场开始将其从「超声设备商」重估为「设备+软件+服务」的混合体，估值弹性才会真正出现。这一情景并不需要爆发式增长，只需要「可计量的第一笔」。 乐观情景：筛查机器人形成可复制的交付能力，且AI助手在海外实现与设备解耦的软件收费 [2]，公司收入结构出现第二曲线。需要强调，触发这一情景的必要条件不是更多的产品发布会，而是可验证的第三方临床结果与重复采购订单——前者决定产品是否可信，后者决定模式是否成立。 时间坐标上，公司后续的定期报告是关键的观察节点，因为它们构成AI业务能否从「产品描述」转为「财务科目」的第一道检验 [3]。在三到四个报告周期内仍未出现量化披露，则应下调对重估时点的预期。

[建议与启示·面向决策者]对投资者的建议：不要用产品新闻的密度替代业绩验证的强度。建议建立三个可跟踪指标——AI功能是否成为独立收费项、机器人系统的装机与复购数量、海外渠道中AI产品的渗透比例。在这三项中至少出现两项之前，宜把祥生医疗的AI资产按「期权」而非「现金流」定价，仓位与预期同步控制。同时把海外营收增速 [3] 作为前置变量：主业现金流若继续恶化，AI研发的持续投入能力本身就会被质疑。 对同类医疗AI企业的建议：祥生把变量控制前移到采集环节（机器人）[4] 这一选择值得借鉴。多数医疗AI困在「算法精度」的军备竞赛里，而真正的壁垒往往在输入标准化与流程再造——控制输入端，比优化输出端更容易形成不可替代性。 对医院与采购方的建议：评估这类系统时应要求厂商提供可复核的临床性能数据与责任界定方案，把「出现漏诊时谁负责」写进合同，而非只看功能演示 [4]。筛查场景的失败成本，远高于设备采购的价差。 与调度平台的关联：无论是SonoAI的图像自优化与路径导航 [1]，还是机器人的自动采集流程 [4]，本质都是采集、识别、导航、报告等多个专业模块的串行协作。这类多环节流水线非常适合用统一的智能体调度层来编排——例如 AgentSH 多智能体调度平台所做的，就是把设备侧、算法侧与业务侧的能力抽象为可编排的智能体，让医疗设备厂商不必为每一个新功能重建一次集成链路。对祥生医疗这种产品线已经铺开（SonoFamily系列、AI助手、筛查机器人）的公司而言，中台化调度的价值在于压低后续功能迭代的边际成本——而这恰恰是决定AI投入能否转化为利润率的隐性变量。

[结语·一句话立场]祥生医疗的AI布局是真实的，产品也确实指向了超声AI最难的两个环节——操作者依赖与筛查产能 [1][4]；但它同时是一家营收净利连续三年下滑、海外增速连续两年回落的公司 [3]。这两件事并不矛盾，只是说明：市场给出的低估值，既可能是认知滞后，也可能是对变现能力的合理定价。在AI从产品描述变成财务科目之前，我倾向于称之为「值得跟踪的被低估候选」，而不是「被低估的确定性机会」。