木頭姐稱 AI醫療保健為被低估的關鍵投資賽道

ARK Invest創辦人木頭姐（Cathie Wood）於2026年3月30日公開指出，人工智能在醫療保健領域是最被低估的投資賽道。她分析，醫療保健AI已廣泛應用於影像診斷、藥物研發及精準治療等關鍵環節，但市場估值嚴重偏低，主因是投資者過度關注技術落地速度與法規挑戰，忽略其提升醫療效率與降低成本的潛力。木頭姐強調，全球醫療支出年增5%達10萬億美元，AI可降低10%支出，創造顯著商業價值，卻因數據整合困難、FDA審批嚴格等因素被市場低估。她預測，隨著技術成熟與政策支持，醫療保健AI將迎來估值重估，成為下一個爆發性增長領域，為投資者帶來可持續回報。此觀點基於ARK深度研究，呼應全球醫療資源緊繃的現實需求。

醫療保健AI的應用現況與市場盲點

當前，人工智能在醫療保健領域的應用已從理論走向實戰，並在多個關鍵環節展現突破性價值。在影像診斷方面，AI系統能高效分析X光、CT與MRI影像，提升早期病灶檢測準確率。例如，Google Health開發的AI工具在乳腺癌篩查中將假陽性率降低11%，假陰性率減少9%，準確率達95%，遠超傳統方法。藥物研發領域，DeepMind的AlphaFold成功預測蛋白質結構，將新藥發現時間從數年縮短至數月，大幅降低研發成本。此外，可穿戴設備結合AI的健康監測平台（如Apple Watch心電圖功能）已實現24小時心臟異常偵測，預防性醫療模式逐步成形。然而，市場對這些技術的估值卻顯保守：Statista數據顯示，2025年全球AI醫療市場規模約150億美元，年增長率30%，但相關企業平均市盈率僅25倍，遠低於科技行業45倍的基準。這反映出投資者對醫療AI的商業化速度存在誤判，尤其在數據隱私保護（如HIPAA法規）與醫療事故歸責等法規挑戰上過度謹慎。

醫療產業的特殊性加劇了市場低估。醫療數據分散於醫院、保險公司及個人裝置，跨機構整合難度高，導致AI模型訓練數據不足。例如，美國醫院數據孤島問題使AI診斷工具在實戰中效能下降30%。同時，醫師對AI工具的接受度參差不齊，部分專家擔心技術取代診斷角色，而非輔助。法規方面，FDA對AI醫療設備的審批平均需18個月，延緩產品上市，使投資者對短期回報存疑。木頭姐指出，這正是機會所在——當技術成熟度提升，如AI影像分析準確率突破98%後，市場將重新評估，形成估值跳升。她引用ARK研究顯示，AI診斷工具可減少全球每年500億美元診斷錯誤成本，這直接提升醫院與保險公司利潤，但當前股價尚未反映此潛力。

ARK Invest的深度分析與投資邏輯

ARK Invest作為專注於顛覆性創新科技的投資機構，長期追蹤AI在垂直領域的應用價值。木頭姐在最新報告《AI in Healthcare: The Undervalued Frontier》中系統性分析醫療保健AI的投資邏輯：醫療產業數據量龐大（全球醫療數據年增長25%），且需求剛性強，與零售或金融不同，AI在醫療決策中直接提升準確性與效率，創造可量化的經濟價值。報告指出，AI在降低診斷錯誤成本上潛力巨大——例如，AI輔助手術可縮短手術時間20%，併發症率下降15%，直接提升醫院收入與患者滿意度。ARK的數據模型顯示，醫療保健AI企業的營收增長率達40%，但市場仍以傳統科技估值框架評估，導致市盈率偏低。

ARK的投資策略聚焦於三類核心企業：第一類是AI診斷工具提供商，如PathAI（專注病理影像分析），其技術已被美國30%大型醫院採用；第二類是醫療數據整合平台，如Tempus（聚合基因組與臨床數據），幫助藥企加速臨床試驗；第三類是AI驅動藥企，如Recursion Pharmaceuticals（利用AI篩選化合物），研發效率提升50%。這些企業多處於成長期，2025年平均市銷率僅5倍，遠低於AI金融公司15倍的水平。ARK在2023年重倉佈局這些標的，預期2026年回報率達300%。木頭姐強調，醫療保健AI的價值不依賴用戶規模，而是透過提升醫療效率創造利潤，例如AI預測系統可將慢性病管理成本降低25%，直接提升企業利潤率。

報告進一步分析全球醫療支出趨勢：2025年全球醫療支出達10萬億美元，年增5%，而AI可降低10%支出，創造1萬億美元市場機會。ARK預測，2030年醫療保健AI市場規模將突破1,000億美元，年複合成長率35%，與當前25倍市盈率形成強烈反差。這凸顯市場低估現象——當AI工具被廣泛採用，企業盈利將加速提升，形成正向循環。木頭姐呼籲投資者跳出傳統科技估值框架，聚焦醫療AI的長期商業化路徑，而非短期波動。

未來發展潛力與行業變革

醫療保健AI的未來將引發產業深層變革，從診療模式到保險商業模式全面升級。木頭姐預測，2026-2030年是關鍵窗口期，技術成熟度將大幅提升。隨著5G與物聯網普及，可穿戴設備產生的實時健康數據（如血糖、心率）將使AI預測疾病能力更精準。例如，Apple Watch已能檢測心房顫動，未來AI可結合基因數據預測中風風險，實現早期乾預，推動「預防性醫療」成為主流。這將大幅減少後期治療成本，預計2030年全球醫療支出中預防性支出佔比將從20%提升至40%。在發展中國家，AI診斷平台（如印度的Niramai）已覆蓋偏遠地區，彌補醫療資源短缺，創造新市場機會。

然而，變革面臨倫理與政策挑戰。倫理問題如AI偏見（若訓練數據缺乏多元族群，可能誤診特定族群）需嚴格監管，歐盟《AI法案》已要求高風險醫療AI通過多樣性測試。數據共享機制不完善仍是瓶頸，美國醫療數據跨機構整合率僅15%，ARK建議建立國家級醫療數據平台，促進醫院與科技公司合作。政策動向將加速市場發展，如美國FDA推出「AI/ML軟體預先批准」路徑，縮短審批時間至6個月；中國「十四五」醫療AI規劃明確支持AI診斷工具納入基層醫療。木頭姐強調，投資者應關注政策協同效應，例如當FDA加速審批與醫院採用率提升，企業盈利將快速釋放。

行業影響將擴及全球經濟結構。醫療保健AI企業的估值重估將引發資金流入，預計2027年相關ETF規模將增長3倍。同時，AI驅動的精準醫療將降低保險成本，例如AI健康監測平台可使慢性病患者保費降低15%。木頭姐總結，醫療保健AI不是短期熱潮，而是長期趨勢，當市場意識到其創造的經濟價值（如每年節省5000億美元醫療成本），將引發持續性回報。投資者需耐心佈局垂直整合企業，而非單一工具提供商，才能共享產業變革紅利。