北京鹰瞳科技发展股份有限公司：人工智能视网膜影像识别技术的研发与…、整机系统与场景应用专精特新企业档案

一、企业速览

企业基础信息：公司名称：北京鹰瞳科技发展股份有限公司；地区：北京市海淀区；行业方向：医疗信息化；成立时间：2015-09-09；注册资本：10356.8013万元；员工规模：105人；专利数量：250件；专精特新认定：2022年 第四批；上市状态：香港联交所上市（02251.HK）。

北京鹰瞳科技发展股份有限公司（简称“鹰瞳科技”）是一家以人工智能视网膜影像分析为核心技术的医疗信息化企业。其在产业链中定位为“整机系统与场景应用”环节，核心业务是将自主研发的AI算法与眼底相机硬件集成，输出针对慢性病早期筛查的软件及服务解决方案。

二、主营产品与产业链定位

鹰瞳科技的核心产品为“Airdoc-AIFUNDUS”系列，这是一个基于深度学习的视网膜影像辅助诊断软件。该系列已推出三个版本，其中1.0版本获得国家药监局第三类医疗器械认证，用于辅助诊断糖尿病视网膜病变。从产业链看，其产品形态并非单纯的硬件设备或底层SaaS平台，而是将算法、数据与医疗场景深度耦合的“整机系统与场景应用”。

在“生物医药与医疗器械”产业链中，上游是核心零部件与底层技术，包括：光学镜头、CMOS图像传感器、专用ASIC芯片、以及用于模型训练的GPU服务器集群。下游则是多元化的医疗服务终端，包括：体检中心（如美年大健康等）、基层社区卫生服务中心、眼科诊所、视光中心、保险公司的健康管理模块，以及未来可能的药店慢病筛查点。

鹰瞳科技将“软件即医疗器械”（SaMD）的模式落地，解决了产业链中“基层医疗场景缺乏专业眼科医生进行大规模、低成本慢病眼底筛查”的核心痛点。它将原本需要三级医院眼科医生才能完成的诊断能力，通过AI算法在便携式眼底相机上实现，从而链接了上游的光学硬件制造与下游广阔的基层医疗服务市场。其“整机”价值在于算法与硬件的高度适配，“场景”价值在于针对体检、保险等非公立医疗体系的高效拦截与转诊能力。

三、核心工序与技术依赖

作为一家“医疗信息化/整机系统与场景应用”类企业，其核心工序不在传统的硬件制造，而在于算法-芯片-场景的垂直整合。典型研发与生产工序如下（行业共识）：

1. 高质量视网膜图像采集与标注： 这是AI模型的根基。需要从多家医院获取超过数百万张符合临床诊断标准的彩色眼底照片，并组织多位高级别眼科医师（通常要求主治医师及以上）进行像素级标注，标注包括微动脉瘤、硬性渗出、软性渗出等数十种病变特征。要求标注一致性达到Kappa系数>0.8。

2. 深度学习模型训练与调优： 使用ResNet、Transformer等架构搭建模型，在配备NVIDIA A100/H100 GPU的服务器集群上进行数周至数月的训练。关键技术难点在于解决数据不平衡（罕见病样例少）和跨院泛化问题，通常需要采用数据增强、联邦学习等技术。

3. 算法压缩与芯片级适配： 将训练好的庞大的深度学习模型（可能超过数百兆）通过量化、剪枝、蒸馏等手段压缩至数兆级别，并部署在轻量级的移动端芯片（如华为海思、高通、联发科平台）上，确保在成本较低的便携式眼底相机上实现500毫秒内的实时推理。

4. 整机系统集成与验证： 将AI算法嵌入专用眼底相机硬件，完成光学-机械-电控-算法的联调。需进行严格的EMC电磁兼容测试、高低温环境测试及老化测试，确保设备在体检中心、社区诊所等非实验室环境下的长期稳定运行。

5. 临床试验与注册申报： 针对Airdoc-AIFUNDUS等核心软件，需按照《医疗器械软件注册技术审查指导原则》进行大样本、多中心临床试验，证明其灵敏度>90%、特异性>90%，最终获得三类医疗器械注册证。

上游关键原材料和设备的依赖情况如下（行业共识）：

基于其主营记录和经营范围内的“生产第二类、第三类医疗器械（仅限于医用软件开发）”，以及250件专利，鹰瞳科技在产业链中的具体定位是算法开发与系统集成的“轻资产”型公司。它不直接生产硬件，而是通过与上游硬件厂商合作或自行设计规格，将算法能力封装成可交付的医疗器械软件。

四、竞争格局

鹰瞳科技所处的“人工智能辅助诊断”赛道竞争激烈。全国与鹰瞳科技处于同一产业链位置（整机系统与场景应用）的企业多达5215家。在这个细分领域中，其主要竞争对手包括：

1. 北京致远慧图科技有限公司（Vistel）：成立于2014年，专注于眼科AI，尤其是糖尿病视网膜病变和青光眼。其拥有“EyeWisdom”系列软件，也获得NMPA三类证。与鹰瞳科技在体检、社区渠道上直接竞争。

2. 北京欧普特科技有限公司（旗下有视微影像等）：虽然欧普特以硬件起家，但其新一代OCT设备结合了AI分析软件，实现了“硬件+AI”的整合方案，规模较大，拥有自己的硬件渠道。

3. 上海硅基智能科技有限公司（Skylark）：同样聚焦于糖尿病视网膜病变AI，并开发了便携式眼底相机硬件，采取软硬一体的全栈路线，在产品策略上与鹰瞳科技高度重合。

竞争主要围绕以下三个维度展开：

• 注册证壁垒与临床验证： NMPA三类证是刚需。目前国内仅少数头部企业获得该证，鹰瞳科技先发优势明显，但后来者正在追赶。
• 商业化渠道与覆盖广度： 谁能在体检中心、基层社区、保险、药店等非公立渠道占得先机，谁就能获得海量数据入口和持续收入。鹰瞳科技在体检中心的渗透率较高，是其核心优势。
• 算法准确率与泛化能力： 在公开数据集和真实临床场景中的AUC值、灵敏度和特异性是硬核指标。各家都在不断迭代模型。

在专利维度，鹰瞳科技拥有250件专利，是北京市同行业样本（3家）中当之无愧的第一。对比全国医疗信息化行业专利中位数89件，鹰瞳科技的专利数量为行业中位数的约2.8倍，显示出极强的技术密度和护城河意愿。这250件专利大概率集中在模型训练、图像处理、算法优化以及硬件适配领域。

五、护城河判断

• 技术壁垒：高。250件专利（行业89件中位数）直接反映其技术积累。结合其主营产品Airdoc-AIFUNDUS，这些专利很可能涵盖了从视网膜图像的去模糊、增强、病灶分割，到深度学习模型的结构设计、压缩、乃至与特定芯片的联合优化方法。这些专利构成了一个网状的保护，覆盖了从数据到模型再到部署的关键环节。
• 客户壁垒：中等。在整机系统与场景应用环节，客户验证周期较长。对于体检中心、保险公司而言，一旦将AI筛查作为标准服务流程（SOP）的一部分，更换供应商需要重新培训、校准、甚至涉及内部业务流程的调整，切换成本较高。但总体而言，客户关系取决于产品的准确率稳定性和售后服务响应速度，并非绝对锁定。
• 规模壁垒：较低。105人的员工规模在AI医疗公司中属于中等偏小。相较于传统医药企业动辄数千名员工的研发和销售团队，这个规模对应的是“小而精”的算法团队和渠道服务能力。在应对大规模、高并发的客户需求（如大型体检高峰期）时，可能面临研发或交付压力。未披露收入，无法判断其人均效率。
• 认定价值：“第四批国家级专精特新小巨人”意味着鹰瞳科技在细分领域（视网膜影像AI）的“专业化、精细化、特色化、新颖化”获得官方背书。在当前政策环境下，这不只是荣誉，更直接关联到政府项目优先采购、税收优惠、以及银行融资的便利性，降低了其在商业化初期的运营成本。

六、风险与机会

• 行业风险——监管与支付不确定性：医疗AI作为新兴事物，其收费标准和医疗服务定价目录尚未在全国范围内统一建立。目前进入医院渠道的软件通常以“技术服务费”或“设备销售”的形式体现，而非直接向医保或患者收费。若未来医疗服务价格改革收紧，将对公司的营收模型造成冲击。
• 行业风险——算法可解释性与责任归属：人工智能辅助诊断系统虽然灵敏度高，但毕竟是“黑箱”模型。一旦出现漏诊或误诊，法律上的责任归属尚不清晰。这可能会抑制医疗机构的采购意愿，尤其是在公立医院体系中。
• 公司风险——盈利能力与资本压力：公司2025年业绩报告显示亏损，尽管亏损幅度收窄。作为一家已上市（港股）的公司，持续的亏损对股价和再融资构成压力。其回购动作（如5月15日以50.06万港元回购4.27万股）表明管理层试图稳定市场信心，但这本身也反映股价承压。105人的规模下，要实现盈亏平衡，必须依赖高客单价或极高渠道渗透率，两者都面临挑战。
• 机会窗口——老龄化与慢病管理需求爆发：中国人口老龄化加速，糖尿病、高血压等慢病患者基数庞大。全国范围内，数千家体检中心和数万家社区卫生服务中心对低成本、标准化、可复制的慢病筛查工具有巨大需求。鹰瞳科技Airdoc-AIFUNDUS作为已经商业化的产品，正处于这个确定性需求的爆发初期。
• 机会窗口——多模态大模型的技术红利：2025年后生成式AI和大模型的成熟，为医疗AI提供了新的技术跃迁机会。鹰瞳科技可以利用大模型实现更自然的人机交互（如自动生成解读报告、个性化健康建议），甚至对AIFUNDUS 2.0/3.0版本涉及的更多病变（如青光眼、冠心病风险）提供更强的分析能力。其250件专利中，若有向大模型+医学影像方向布局，则有望在下一轮竞争中领跑。