登录注册

用户中心

米内网官方微信:米内网 menetwx

(微信中常按图片识别二维码)

亏损超70亿,依图科技终止科创板

来源:医谷2021-07-12

近日,依图科技有限公司(简称“依图科技”)IPO审核状态变更为“终止”。

图片来源:上交所官网

据上海证券交易所2021年7月2日《关于终止对依图科技有限公司首次公开发行存托凭证并在科创板上市审核的决定》的文件显示,2021 年 6 月 30 日,依图科技和保荐人国泰君安证券股份有限公司分别向上交所提交了《依图科技有限公司关于撤回首次公开发行存托凭证并在科创板上市申请文件的申请》(依图科技司发[2021]3 号)和《国泰君安证券股份有限公司关于撤回依图科技有限公司首次公开发行存托凭证并在科创板上市申请文件的申请》(国泰君安司发〔2021〕738 号),申请撤回申请文件。

根据《上海证券交易所科创板股票发行上市审核规则》第六十七条的有关规定,上交所决定终止对该公司首次公开发行存托凭证并在科创板上市的审核。

有报道称,依图科技此次主动撤单,主要原因是更新财报。不过,目前该消息未得到依图科技确认。

2018年实现商业化

公开资料显示,依图科技成立于2012年9月,是一家人工智能公司,研发及销售包含人工智能算力硬件和软件在内的人工智能解决方案。

根据上交所审核问询函的回复资料显示,依图科技的产品和服务主要面向智能公共服务、智能商业两大应用领域,对应城市管理、医疗健康、园区管理、智能金融、交通出行、互联网服务6种应用场景,主要提供了20余个软件产品系列、10余个硬件产品系列组成的超过10类综合解决方案。

资料来源:上交所问询回复函

面向医疗健康服务场景,依图科技研发出 care.aiTM系列解决方案,包括智能医疗临床决策、智能医疗大数据、智能医疗管理等解决方案,以及胸部CT智能4D影像平台、乳腺X线智能诊断系统、儿童生长发育诊断系统、临床NGS分析解读系统、智能病种数据库、多组学智能科研平台、智能医疗管理平台等软件产品。

招股书显示,依图科技探索智能医疗相关技术的商业化是在2018年。2019年、2020年其分别向上海市徐汇区卫生事业管理发展中心和四川大学华西医院交付儿童生长发育诊断系统和智能病种数据库,实现医疗健康领域较大金额项目的落地。

2018年度、2019年度及2020年1-6月,依图科技的医疗健康应用场景分别实现收入9.91万元、559.73万元和562.67万元,依图科技方面称,由于人工智能技术在医疗领域尚未实现规模化商用,报告期内收入规模不大,占营业收入的比例较小。

报告期内,其在医疗健康应用场景收入确认金额在150万以上的项目如下:

亏损已成为行业常态

从现实来看,布局医疗AI领域不乏谷歌、IBM、苹果等知名科技公司,在探索的过程中屡遭挫折,在医疗AI行业面前铩羽而归。诸如2018年11月,谷歌成立谷歌健康部门(Google Health),合并了DeepMind旗下的健康部门DeepMind Health和负责推进“Streams”医疗APP的团队。

但现实情况是,直至2021年,谷歌与医疗AI相关的创新业务也没有做起来。谷歌最新一期2021 Q1季度财报显示,谷歌包括人工智能DeepMind、智能医疗Verily在内的创新业务,仍然处于亏损状态。

例如,一项名为糖尿病视网膜病变筛查的业务,一直是谷歌健康对医疗AI重点宣传的核心。然而,这一工具在实际应用中却出现了“水土不服”的情况。

从国内医疗人工智能企业来看,主要布局在影像识别和电子病历上,希望能进一步提升医疗效率、优化资源。据统计,2020年中国人工智能医疗公司共计129家(不包含以基因检测技术为主的企业),其中医学影像领域的公司数量最多,达55家,占人工智能医疗公司总数的42.6%。活着的大部分企业都在各个场景里面努力的寻找自己落地和规模化商业的可能性。

就依图科技而言,从招股书来看,公司三年半亏损超70亿元,与依图科技并称为“AI四小龙”的商汤科技、旷视科技、云从科技也正在积极加快上市的步伐,其原因主要也是为缓解资金压力,旷视科技四年亏损超130亿元,云从科技三年也亏损超20亿元。如今伴随IPO终止审核,依图科技上市之路暂时止步科创板。

但是毫无疑问,作为医疗科技领域最具代表性的技术,医疗人工智能已经成为未来医疗科技发展的重要方向。国家政府高度重视AI+医疗发展,持续释放政策红利。2017年国务院发布的《新一代人工智能发展规划》中提出要发展便捷高效的智能服务,推广应用人工智能治疗新模式、新手段,建立快速精准的智能医疗体系。近期国家药监局发布的《人工智能医用软件产品分类界定指导原则》,为人工智能医疗器械监管规则、标准化研究提供了指南。

据IDC数据预测,到2025年人工智能应用市场总值将达到1270亿美元,其中医疗行业将占市场规模的五分之一。

分析认为,真正切实有效的解决临床需求,实现更高效、更有效的诊断、形成医生共识,并传递给更多受众是医疗AI必须思考和面临的问题。

推荐阅读: