〓【球友会】分享IT计算机各类电子书,包括各类编程语言,人工智能,机器学习、深度学习以及各类大数据、算法等内容的电子书
拆解鹰瞳科技财报:亏损长跑过后AI 医疗能否价值重生?
拆解鹰瞳科技财报:亏损长跑过后AI 医疗能否价值重生?

拆解鹰瞳科技财报:亏损长跑过后AI 医疗能否价值重生?

日前,鹰瞳科技发布了 2022 财年年报。公告显示,公司在 2022 年 1 月 1 日 -2022 年 12 月 31 日实现营业收入 1.14 亿元,同比下降 1.32%,归属母公司净亏损 1.80 亿元,亏损同比扩大 26.20%,基本每股收益为 -1.75 元。

对于这份亏损继续扩大的财报,资本市场几乎已经见怪不怪了。毕竟如果把时间线拉长,不难发现鹰瞳科技的归母净利润已经连续 4 年出现了净亏损的情况。

市场的价值判断逻辑是很直接的,近一年以来,鹰瞳科技也一直在股价低点徘徊。

要知道,虽说过去一年 AI 整体估值受挫,可医疗板块却一直坚挺,而鹰瞳科技又是国内第一家医疗 AI 上市公司,按道理表现应该不会太差,但为何却交出了这样一份成绩单?

AI 医疗赛道是一个成长性赛道,理性来看,这个赛道的成长性还没有到真正释放的时候。

对于营收的变化,鹰瞳科技在财报中解释: 主要是由于健康业务场所活动受限导致收入减少,部分被眼健康业务的收入抵消 。翻译过来就是:业绩受到疫情影响,出现了下滑,但部分下滑被眼健康业务增长抵消了,所以整体营收微降。

营收波动,其实不是市场在意的问题,因为抛开企业所处的阶段来评价营收,其实没有太大意义,而对于一个成长性的科技企业来说,市场可能更关心盈亏、毛利率等数据的变化。

从数据上来看,鹰瞳科技 2019 年亏损 8714 万,2020 年亏损 7963 万,这期间亏损有所收窄,到了 2021 年,亏损翻了一倍,亏损额来到 1.425 亿。2022 年,进一步拉大,亏损 1.82 亿。

也就是说,虽然 2022 年公司营收变动不大,但净亏损进一步扩大。不过,好的一面是,相比 2021 年与 2020 年直接的亏损增幅,亏损的增长有所减缓。

对于鹰瞳科技来说,连亏 4 年之后,整体亏损的局面并没有有效扭转,如果接下来的 2023 年、2024 年营收增长没有质变,那么外部对于公司成长价值的判断可能不会乐观,下限可能会很低。

亏损的速度减缓是一个好的信号,能否在接下来 2 个季度实现亏损同比收窄颇为关键。

科技企业的毛利率一般都比较高,鹰瞳科技也是如此,值得注意的是,2022 年公司毛利率为 49%,同比减少 10 个百分点。对比过去三年来看,2022 年公司毛利率也处在最低点。

毛利率,代表着公司核心的挣钱能力,一家公司如果没有毛利率做支撑,营收规模即便是有增长,他的盈利能力也不会太强。

所以,接下来,如何通过业务端的策略变化,去提升公司整体的毛利率,也许是公司管理层需要思考的一个问题。毕竟,在市场上融资多次之后,可能也需要通过更实在的财务数据来给到市场更多的想象力。

2021 年 11 月,鹰瞳科技在香港上市,当时,鹰瞳科技的发行价为 75.1 港元,募集资金 15.66 亿港元,市值超过 70 亿港元。天眼查 APP 显示,上市前,公司融资到了 D 轮。

上市无非就是另外一轮融资。 鹰瞳科技创始人兼 CEO 张大磊曾经对外界表示。事实上,上市不仅仅是一轮融资,也是对企业商业化落地的一种督促。

显而易见的是,上市之后,投资者可能会更多地去考虑回报问题。因此,最终的落脚点,可能还是在于业务端的商业化进展情况。

一直以来,规模化商业落地都是困扰鹰瞳科技和 AI 医疗行业进一步发展的难题。

但很有意思的是,从理论上来看,AI 医疗的商业化落地与医院、患者之间的治疗需求似乎是双向奔赴的。

比如各地医疗资源配置不平衡是我国当前医院的客观现实情况,再加上一名好的医生培养周期又特别长,所以这一医疗格局在相当长的一段时间内几乎都很难改变。而对于患者而言,现在我国慢性病的主要难题之一就是不能够尽早筛查、尽早治疗。

在这种情况下,能够最大程度跨越时间、空间和人力限制的医疗 AI 的落地应用,似乎正好可以在这方面起到很好地弥补作用。

但是从现实来看,AI 医疗在医院和患者之间却似乎缺少一条能连接起来的信任主线,以至于其在规模化落地时经常会面临三方排斥割裂的情况。

比如 AI 眼底筛查需要 AI 医疗对环境以及照片像素等外界因素的依赖程度极高,而在实际情况中,不同医疗机构收集、标记、处理医疗数据的方法并不一致,甚至有的 X 射线影像、CT 影像的质量也会因为采购机器的差异而存在较大的出入,这些都可能会影响到医疗 AI 的最终判断结果。

更棘手的是 C 端患者的信任接受度问题。毕竟只有患者愿意接受付费了,B 端医院、医疗机构才愿意引进购买。

以鹰瞳科技为例,在其业务营收结构中,软件服务收入占据了绝对大头,硬件收入和其他服务占比较小。但问题是,让更多患者信任软件算法的判断力并不是一件容易的事, 相比一些可见的医疗设备,软件提升患者就医体验的效果并不明显,医院也没有太强的升级动力。 某三甲医院的副院长表示: 实物的医疗设备引进医院,患者感知更明显,对就医院硬件条件的提升也比较大。

很明显,在这种互有顾虑和质疑情况下,医保是串联起 AI 医疗与医院、患者之间最好的信任主线。

在这方面,今年两会期间,全球顶尖的眼科专家、第十四届全国政协委员王宁利就曾提交了一份关注致盲眼病早防早治的提案。他建议,将眼底照相纳入慢病管理与防控体系,由医保基金支付费用……。

从客观来看,这的确算是个利好消息,但是 AI 医疗屡获大奖,可市场叫好不叫座的情况也时有发生,更不用说眼科眼底病 AI 识别究竟能不能落地医保,还依然是个不确定的话题。

具体来看,方向有两个,一个是在落地场景方面,持续渗透下沉市场;另一个是在销售策略方面,转变思路,在购买销售的基础上增添 以租代卖 等多种快速变现的销售形式。

对于前者,除三甲医院外,由于基层医疗更缺医疗资源,所以乡村医疗卫生机构和社区医院才是医疗 AI 能够发挥最大价值的地方。

或许正因如此,在今年刚刚发布的《关于进一步深化改革促进乡村医疗卫生体系健康发展的意见》中第七条提到, 构建乡村远程医疗服务体系,推广远程会诊、预约转诊、互联网复诊、远程检查,加快推动人工智能辅助诊断在乡村医疗卫生机构的配置应用。

很明显,有政策的支持,如果再加上 AI 医疗单次检测费用的进一步降低调整,下沉市场未尝不会成为鹰瞳科技们最规模化落地的。

至于后者,AI 医疗商业化落地难的另一大因素在于,医疗机构们投入的成本与医疗 AI 带来的实用价值不成正比。因为现在最终做出诊断结果的,其实还是主治医师,而非 AI 医疗。而如果 AI 诊断只能作为辅助,那么对于医疗机构来说,又何必还要花更多的成本?

但是如果 AI 医疗的购买形式转变为更为灵活的租借方。

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注