《醫藥生物行業：應用場景豐富提質增效顯著資源共享可期-250331（40頁）.pdf》由會員分享，可在線閱讀，更多相關《醫藥生物行業：應用場景豐富提質增效顯著資源共享可期-250331（40頁）.pdf（40頁珍藏版）》請在三個皮匠報告上搜索。

1、 此報告僅供內部客戶參考此報告僅供內部客戶參考 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 證券研究報告證券研究報告 應用場景豐富，提質增效顯著，資源共享可期應用場景豐富，提質增效顯著，資源共享可期 2025 年年 03 月月 31 日日 評級評級 領先大市領先大市 評級變動：維持 行業漲跌幅比較行業漲跌幅比較%1M 3M 12M 醫藥生物-1.07 0.34-0.32 滬深 300-2.04-2.79 9.89 吳號吳號 分析師分析師 執業證書編號:S0530522050003 相關報告相關報告 1 醫藥生物行業 2025 年投資策略：聚焦創新藥產業鏈，靜待消費醫療改善

2、 2025-01-21 重點股票重點股票 2024A 2025E 2026E 評級評級 EPS（元）（元）PE（倍）（倍）EPS（元）（元）PE（倍）（倍）EPS（元）（元）PE（倍）（倍）藥明康德 3.27 20.57 4.00 16.83 4.49 14.99 買入 泰格醫藥 0.47 108.48 1.68 30.21 2.16 23.51 買入 資料來源：Wind，財信證券 投資要點：投資要點：AI+醫學檢驗：醫學檢驗：AI 技術在醫學檢驗領域的應用覆蓋檢驗前、檢驗中、檢驗后等全流程，具體包括項目推薦、樣本處理、形態學分析、臨床生化及免疫學分析、臨床微生物學分析、檢驗結果審核及檢驗報告

3、解讀等。AI技術的應用有助于提升醫學檢驗的效率及質量、推動醫檢資源共享，同時促進醫檢數據價值挖掘，有望為醫學檢驗公司貢獻第二增長曲線。瑞金醫院與華為合作開發的瑞智病理大模型 RuiPath覆蓋中國 90.00%的常見癌癥，單切片病理診斷時長僅為秒級。AI+藥物研發：藥物研發：AI 技術可應用于靶點識別、虛擬篩選、從頭設計、預測候選藥物的安全性與有效性、化合物合成、臨床試驗管理等藥物研發環節，有助于提升藥物研發的成功率與效率，降低藥物研發成本。英矽智能基于AI研發的ISM001-055推進至臨床前候選藥物階段耗時少于 18個月，推進至 I期臨床試驗僅耗時額外九個月。醫渡科技打造的“患者招募智能篩

4、選系統”，可以為腫瘤類項目平均節省88.5%人工篩查成本，非腫瘤類項目平均節省 69.8%人工篩查成本。AI+醫院診療：醫院診療：AI技術可以賦能醫院診療的診前、診中和診后眾多環節，應用場景包括臨床診療輔助決策、處方輔助審核、臨床用藥智能輔助、文書質控輔助、智能醫療質量管理、智能患者服務等。AI 技術的應用有助于提升醫院診療效率與精確度、強化醫院運營管理、優化醫療資源配置。華西醫院部署的智慧服務產品已隨訪患者超120萬人次，工作效率媲美 31名全職隨訪護士，在三個月的時間內 AI 篩查出未遵醫囑服藥等異?；颊?2萬余人。投資建議：投資建議：受益于國家政策支持、計算機技術發展、醫療需求增加、醫療

5、改革深入等，AI 醫療市場有望呈現較快增長，維持行業“領先大市”評級，建議重點關注具備數據優勢、AI 醫療布局領先、經營情況較好的企業。在“AI+醫學檢驗”領域，建議關注金域醫學、迪安診斷等；在“AI+藥物研發”領域，建議關注藥明康德、泰格醫藥、成都先導、泓博醫藥等；在“AI+醫院診療”領域，建議關注美年健康、國際醫學、愛爾眼科、通策醫療等。風險提示：風險提示：行業政策風險；行業政策風險；AI醫療技術進展不及預期風險；地緣政治醫療技術進展不及預期風險；地緣政治風險；醫療安全風險等。風險；醫療安全風險等。-18%-8%2%12%22%32%2024-032024-062024-092024-12

6、2025-03醫藥生物滬深300行業深度行業深度 醫藥生物醫藥生物 此報告僅供內部客戶參考此報告僅供內部客戶參考 -2-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 內容目錄內容目錄 1 AI+醫療概況醫療概況.4 2 AI+醫學檢驗醫學檢驗.7 2.1 AI 賦能醫學檢驗全流程，個性化診療、高精準決策等應用可期.7 2.2 AI 推動決策水平提高、運營管理優化、數據價值挖掘、醫檢資源共享.9 2.3“AI+醫學檢驗”重點公司梳理.10 3 AI+藥物研發藥物研發.16 3.1 AI 提升藥物研發的成功率、效率，降低藥物研發成本.16 3.2 AI 在藥物發現

7、、臨床試驗等領域具有廣闊應用場景.19 3.3“AI+藥物研發”重點公司梳理.24 4 AI+醫院診療醫院診療.32 4.1 政策逐漸明確應用場景及收費標準，“AI+醫院診療”有望加速落地.32 4.2 AI 助力醫院提升診療效率，強化院內管理，優化醫療資源配置.33 4.3“AI+醫院診療”重點公司梳理.35 5 投資建議投資建議.39 6 風險提示風險提示.39 圖表目錄圖表目錄 圖 1：衛生健康行業人工智能應用場景參考指引全景圖.6 圖 2：2022-2028 年中國 AI 醫療市場規模及增速.7 圖 3：瑞智病理大模型 RuiPath 的總體框架.9 圖 4：金域醫學發布“醫檢 4.0

8、”愿景（2020 年）.11 圖 5：“211”工程規劃（兩庫一中心一基地，2020 年）.11 圖 6：金域醫學數字化轉型以“三大價值鏈”為建設路徑（2021 年）.11 圖 7：金域醫學“六智”模式加速數字化轉型（2022 年）.11 圖 8：金域醫學建立專病數據庫（2023 年）.11 圖 9：金域醫學發布的域見醫言大模型.11 圖 10：金域醫學數智病理系統（KMDP）.13 圖 11：金域醫學打造的區域病理遠程會診模式.13 圖 12：金域醫學多款數據產品上架廣州數據交易中心.13 圖 13：數智賦能高效運營.13 圖 14：迪安診斷的智能化實驗平臺.14 圖 15：迪安診斷的智慧區

9、域檢驗平臺 Iris.15 圖 16：醫策科技在人工智能領域的布局情況.16 圖 17：藥物研發階段及成功率.17 圖 18：AI 制藥的發展歷程梳理.18 圖 19：AI 制藥與傳統人工制藥方式的效率比較.18 圖 20：AI 在藥物研發過程中的應用概覽.20 圖 21：AI 驅動的合成規劃和自動化.21 圖 22：利用 AI 可增強臨床試驗進程和真實世界的醫療實踐.22 圖 23：英矽智能 ISM001-055 項目研發全流程圖解.24 圖 24：英矽智能自研 Pharma.AI 人工智能平臺.25 圖 25：晶泰科技結合干實驗室及濕實驗室能力的閉環綜合技術平臺的結構.26 此報告僅供內部

10、客戶參考此報告僅供內部客戶參考 -3-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖 26：晶泰科技綜合技術平臺的工作流程.27 圖 27：晶泰科技自主研發的 AI 驅動的小分子藥物研發平臺 ID4Inno.28 圖 28：晶泰科技自主開發的 AI 驅動的下一代抗體發現平臺 XupremAb.28 圖 29：晶泰科技自主開發的藥物固體形態研發平臺 Xtalgazer.29 圖 30：晶泰科技的智能機器人濕實驗室.30 圖 31：晶泰科技研發的智能合成工作站.30 圖 32：泰格醫藥 DCT 解決方案全景系統.31 圖 33：AI 賦能醫療服務診前、診中和診后

11、眾多環節.33 表 1：人工智能+醫療政策支持梳理.4 表 2：不同藥物發現方法的情況比較.19 表 3：多家醫院加快部署全科或?？漆t療大模型.34 表 4：愛爾眼科、通策醫療、國際醫學在 AI 醫療領域的最新進展.38 此報告僅供內部客戶參考此報告僅供內部客戶參考 -4-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 1 AI+醫療醫療概況概況 政策明確鼓勵政策明確鼓勵 AI 在醫療領域的應用。在醫療領域的應用。中共中央、國務院發布的 “健康中國 2030”規劃綱要提出：要全面建立遠程醫療應用體系，發展智慧健康醫療便民惠民服務，推進健康醫療大數據應用。國務院辦

12、公廳發布的關于促進“互聯網+醫療健康”發展的意見 指出：要研發基于人工智能的臨床診療決策支持系統，支持中醫辨證論治智能輔助系統應用，支持研發醫療健康相關的人工智能技術、醫用機器人、大型醫療設備、應急救援醫療設備、生物三維打印技術和可穿戴設備等。國家衛生健康委等部門發布的“十四五”全民健康信息化規劃 明確：要推動完善健康醫療大數據、醫學人工智能等新一代信息技術標準體系，支撐在應急救治、遠程會診、遠程檢查、臨床輔助診斷決策、公共衛生服務、醫院管理等方面應用。2024 年 11 月，為貫徹落實黨中央、國務院關于開展“人工智能+”行動的決策部署，推進衛生健康行業“人工智能+”應用創新發展，國家衛健委發

13、布 衛生健康行業人工智能應用場景參考指引。在中央政府的號召下，地方政府紛紛出臺政策鼓勵 AI 醫療的發展。例如，上海市人民政府辦公廳發布了上海市發展醫學人工智能工作方案（20252027 年）；重慶市人民政府辦公廳發布了重慶市智慧醫療裝備產業創新發展行動計劃（20252027 年）。表表 1：人工智能：人工智能+醫療政策支持梳理醫療政策支持梳理 文件名稱文件名稱 發布時間發布時間 發布單位發布單位 發布內容發布內容 “健康中國2030”規劃綱要 2016年 10月25日 中共中央、國務院 規范和推動“互聯網+健康醫療”服務，創新互聯網健康醫療服務模式；實施健康中國云服務計劃，全面建立遠程醫療應

14、用體系，發展智慧健康醫療便民惠民服務。推進健康醫療大數據應用。加強健康醫療大數據應用體系建設，推進基于區域人口健康信息平臺的醫療健康大數據開放共享、深度挖掘和廣泛應用；全面深化健康醫療大數據在行業治理、臨床和科研、公共衛生、教育培訓等領域的應用，培育健康醫療大數據應用新業態。國務院辦公廳關于促進“互聯網+醫療健康”發展的意見 2018年 4月28日 國務院辦公廳 發展“互聯網+”醫療服務。鼓勵醫療聯合體內上級醫療機構借助人工智能等技術手段，面向基層提供遠程會診、遠程心電診斷、遠程影像診斷等服務。推進“互聯網+”人工智能應用服務。1.研發基于人工智能的臨床診療決策支持系統，開展智能醫學影像識別、

15、病理分型和多學科會診以及多種醫療健康場景下的智能語音技術應用，提高醫療服務效率。支持中醫辨證論治智能輔助系統應用，提升基層中醫診療服務能力。開展基于人工智能技術、醫療健康智能設備的移動醫療示范，實現個人健康實時監測與評估、疾病預警、慢病篩查、主動干預。2.加強臨床、科研數據整合共享和應用，支持研發醫療健康相關的人工智能技術、醫用機器人、大型醫療設備、應急救援醫療設備、生物三維打印技術和可穿戴設備等。順應工業互聯網創新發展趨勢，提升醫療健康設備的數字化、智能化制造水平，促進產業升級。此報告僅供內部客戶參考此報告僅供內部客戶參考 -5-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部

16、分 行業研究報告 大力提升醫療機構信息化應用水平，二級以上醫院要健全醫院信息平臺功能，整合院內各類系統資源，提升醫院管理效率?！笆奈濉比窠】敌畔⒒巹?2022年 11月7日 國家衛生健康委、國家中醫藥局、國家疾控局 推動完善健康醫療大數據、“互聯網+醫療健康”、醫學人工智能及 5G、區塊鏈、物聯網等新一代信息技術標準體系和統一規范的國家中醫藥數據標準和資源目錄體系，支撐在應急救治、遠程會診、遠程檢查、臨床輔助診斷決策、公共衛生服務、醫院管理等方面應用。衛生健康行業人工智能應用場景參考指引 2024年 11月6日 國家衛生健康委、國家中醫藥局、國家疾控局 將 AI應用場景分為醫療服務管理、

17、基層公衛服務、健康產業發展和醫學教學科研四大板塊，細分為13類小版塊，涵蓋 84個細分應用情景。其中，與“人工智能+醫療服務”板塊內容主要包括醫學影像智能輔助診斷、醫學影像數據智能輔助質控、臨床專病智能輔助決策、基層全科醫生智能輔助決策、醫學影像智能輔助治療、手術智能輔助規劃、放射治療靶區智能輔助勾畫、智能門診分診、智能就醫咨詢、智能預問診、智能陪診、智能隨訪、智能滿意度調查、智能患者院后管理、智能病歷輔助生成這十五個應用場景。上海市發展醫學人工智能工作方案（20252027年）2024年 11月23日 上海人民政府辦公廳 從臨床醫學、中醫藥、公共衛生、醫療管理、醫保監管和藥械研發六個方面列舉

18、人工智能與醫學創新深度融合的應用場景。臨床醫學應用場景包括臨床診療輔助決策、檢驗檢查輔助診斷、智能手術輔助應用、智能用藥服務、智能康復服務和智能患者服務；中醫藥應用場景包括智慧中醫診療系統、智慧中藥藥事服務和管理；醫療管理應用場景包括智慧醫院管理、行業智慧治理、智能醫學教培；藥物研發應用場景包括蛋白結構預測與從頭設計、藥靶預測、藥物設計與智能優化、虛擬篩選、臨床試驗等。重慶市智慧醫療裝備產業創新發展行動計劃（20252027年）2025年 1月 6日 重慶市人民政府辦公廳 鼓勵創新產品入院配備使用和拓展家用市場。研究制定重慶市智慧醫療裝備創新產品目錄，在市藥交所建立重慶市智慧醫療裝備創新產品掛

19、網采購專區，醫療機構按照“應配盡配”原則推動智慧醫療裝備創新產品入院配備使用。常態化開展醫療服務價格項目審核。建立智慧醫療裝備創新產品快速納入醫保新機制，支持新增醫療服務價格項目備案應用。對納入 重慶市智慧醫療裝備創新產品目錄 的產品，3個月內完成掛網銷售。已公布實施的新增醫療服務價格項目，具備實施條件的醫保定點醫療機構可隨時向市醫保局備案后開展應用。資料來源：中國政府網、國家衛健委官網、上海市人民政府網、重慶市人民政府網、財信證券 人工智能在醫療領域具有廣闊的應用場景。人工智能在醫療領域具有廣闊的應用場景。衛生健康行業人工智能應用場景參考指引全景圖提出了人工智能在衛生健康領域的 84 個應用

20、場景，包括醫療服務管理、基層公衛服務、健康產業發展和醫學教學科研四大方向，具體包括：（1）人工智能+醫療服務管理方向的應用場景包括醫療服務醫療服務（輔助診斷、輔助決策、手術規劃、就醫咨詢、病歷生 此報告僅供內部客戶參考此報告僅供內部客戶參考 -6-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 成等）、醫藥服務醫藥服務（處方審核、輔助用藥等）、中醫藥管理服務中醫藥管理服務（經絡檢測、中藥審方、名中醫思想傳承等）、醫保服務醫保服務（醫保審核、核算、保險產品設計等）、醫院管理醫院管理（文書質控輔助、手術室管理、智能藥房等）；（2）人工智能+基層公衛服務方向的應用場景

21、包括健康健康管理服務管理服務（慢性病管理等）、公共衛生服務公共衛生服務（疾病監測、應急管理等）、養老托育服務養老托育服務；（3）人工智能+健康產業發展方向的應用場景包括醫用機器人醫用機器人（手術機器人、康復機器人等）、藥物研發藥物研發（藥物發現、臨床試驗等）、中醫藥產業中醫藥產業（中藥材種植、仿生鑒定識別等）；（4）人工智能+醫學教學科研方向的應用場景包括醫學教學醫學教學（仿真實驗、患者虛擬人等）、醫學科研醫學科研（數據分析等）。圖圖 1：衛生健康行業人工智能應用場景參考指引全景圖衛生健康行業人工智能應用場景參考指引全景圖 資料來源：國家衛健委官網 AI醫療市場規模持續增長，頭部企業加快布局。

22、醫療市場規模持續增長，頭部企業加快布局。人工智能技術的應用有助于提升醫 此報告僅供內部客戶參考此報告僅供內部客戶參考 -7-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 療效率與質量、優化醫療資源分布、降低醫療成本等，符合醫療改革方向。受益于國家政策支持、計算機技術發展、醫療需求增加、醫療改革深入等，AI 醫療市場有望呈現較快增長。根據甲子光年智庫發布的中國 AI 醫療產業研究報告，2023 年中國 AI 醫療行業規模達到 973 億元，預計在 2028 年增長至 1598 億元，2022-2028 年間的年復合增長率為 10.50%。根據科創板日報消息，20

23、25 年 3 月，華為正式組建醫療衛生軍團，意味著華為將智慧健康產業納入更高級的戰略級別。醫療衛生軍團將重點構建 AI 輔助診斷解決方案體系，推動醫療大模型在臨床場景的應用。以華為為代表的大型科技企業布局 AI醫療，反映出 AI 醫療發展前景廣闊。圖圖 2：2022-2028年年中國中國 AI醫療市場規模及增速醫療市場規模及增速 資料來源：甲子光年智庫，財信證券 2 AI+醫學檢驗醫學檢驗 2.1 AI 賦能醫學檢驗全流程，個性化診療、高精準決策等應用可期賦能醫學檢驗全流程，個性化診療、高精準決策等應用可期 醫學檢驗是人工智能技術應用的重要領域，政策積極鼓勵“醫學檢驗是人工智能技術應用的重要領

24、域，政策積極鼓勵“AI+醫學檢驗”。醫學檢驗”。國務院辦公廳 2018 年 4 月發布的關于促進“互聯網+醫療健康”發展的意見指出，要研發基于人工智能的臨床診療決策支持系統，開展智能醫學影像識別、病理分型和多學科會診以及多種醫療健康場景下的智能語音技術應用，提高醫療服務效率；鼓勵醫療聯合體內上級醫療機構借助人工智能等技術手段，面向基層提供遠程會診、遠程心電診斷、遠程影像診斷等服務，促進醫療聯合體內醫療機構間檢查檢驗結果實時查閱、互認共享。國家衛健委等三部門 2024 年 11 月發布的衛生健康行業人工智能應用場景參考指引明確了 84 個 AI 醫療應用情景。其中，前 4 個應用場景為醫學影像智

25、能輔助診斷、醫學影像數據智能輔助質控、臨床專病智能輔助決策、基層全科醫生智能輔助決策（為基層全科醫生提供智能診斷推薦等）。0.00%2.00%4.00%6.00%8.00%10.00%12.00%14.00%020040060080010001200140016001800202220232024E2025E2026E2027E2028E規模（億元）增速 此報告僅供內部客戶參考此報告僅供內部客戶參考 -8-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 AI賦能醫學檢驗全流程，個性化診療、高精準決策等應用可期。賦能醫學檢驗全流程，個性化診療、高精準決策等應用可期

26、。人工智能在檢驗醫學領域的應用覆蓋檢驗前、檢驗中、檢驗后等全流程，具體包括樣本處理環節、形態學分析、臨床生化及免疫學分析、臨床微生物學分析、檢驗結果審核及檢驗報告解讀等。檢驗前，通過機器學習原理結合就診者及醫生所提供信息、以往相關檢驗檢查結果進行整合分析，可幫助患者或者醫生篩選及推薦合適的檢驗項目；在樣本處理環節，視覺識別、機器學習等人工智能技術可以賦能標本采集系統、標本傳輸系統和標本分揀流水線，可以提高標本管理的效率、準確性、質量水平。在檢驗過程中，人工智能可賦能標本的形態學分析、臨床生化及免疫學分析、臨床微生物學分析以及基因組學、轉錄組學、蛋白組學、代謝組學等組學分析；人工智能可用于識別檢

27、驗異常值，提升檢驗質量控制水平。檢驗后，通過基于圖形的智能檢驗和基于圖譜的智能檢驗，可以實現對檢驗圖形結果的自動分析和解讀；通過程序化規則和深度學習算法，可以實現檢驗報告的自動審核與智能復查；借助人工智能技術的醫療決策系統能夠高效處理復雜檢驗數據（如個體在不同時間節點的多組學數據，來源于不同細胞、組織和器官的多空間尺度數據），建立檢驗數據與疾病種類的診斷模型，從而提供精準的疾病診斷與預測、治療方案選擇和預后預測，幫助醫生做出更優決策，該方法已成功應用于癌癥、心血管疾病和神經退行性疾病等疾病檢測。此外，人工智能模型可以充分挖掘個體組學檔案（涵蓋個體在時間和空間維度上的全方位組學數據，能夠提供個體

28、在不同生命階段的健康狀況和疾病風險的全面畫像）中的數據關聯，實現組學數據的全面分析并提供個性化的醫療方案。例如，在癌癥治療中，人工智能可以通過分析患者的基因突變、蛋白質表達等組學數據，推薦最有效的靶向藥物和治療策略，包括不同階段的用藥劑量。AI賦能醫學檢驗的應用案例賦能醫學檢驗的應用案例華為與瑞金醫院發布瑞智病理大模型華為與瑞金醫院發布瑞智病理大模型RuiPath。我國病理行業存在病理醫生數量缺口大、病理醫生分布不均、基層醫院初診符合率低等挑戰，而數字化病理是解決問題的關鍵。2025 年 2 月，瑞金醫院攜手華為共同發布瑞智病理大模型 RuiPath。瑞智病理大模型 RuiPath 基于瑞金數

29、字化智慧病理科業務流，融合多模態數據構建全場景醫療下游任務。在廣度上，瑞智病理大模型 RuiPath 覆蓋中國每年全癌種發病人數 90%的常見癌種，以及覆蓋垂體神經內分泌腫瘤等罕見病。在深度上，瑞智病理大模型 RuiPath“學習”病理診斷書籍 300 余本，在病理醫生整理的常用問題測試中回答準確率可達到 90%+。從結果來看，瑞智病理大模型 RuiPath 賦能下，病理診斷效率明顯提高。以 15 張乳腺癌切片診斷為例，在傳統顯微鏡病理診斷下，醫生在顯微鏡下逐個切片診斷，顯微鏡閱片需要 40 分鐘，PIS 系統手動寫病理報告 5 分鐘；在使用 RuiPath交互式病理診斷下，RuiPath 提

30、前識別病灶區域，單切片 AI 診斷時間為秒級，醫生從鏡下找病灶轉變為互動式審核 AI 診斷結果。未來，“瑞金模式”有望復制全國，解決優質病理資源分布不均問題，提高行業診斷水平。此報告僅供內部客戶參考此報告僅供內部客戶參考 -9-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 3：瑞智病理大模型瑞智病理大模型 RuiPath 的的總體框架總體框架 資料來源：華為官網 2.2 AI 推動決策水平提高推動決策水平提高、運營管理優化、運營管理優化、數據價值挖掘、數據價值挖掘、醫檢資源共享醫檢資源共享 AI 提升醫學檢驗決策的效率、精準度。提升醫學檢驗決策的效率、精

31、準度。例如，李利毛等通過結合表面增強拉曼光譜技術和機器學習算法，開發了一種用于結直腸癌早期篩查的血清檢測方法。該檢測方法取得了 90.9%的分類準確率、96.5%的敏感度和 99.4%的特異度，曲線下面積為 98.3%，提高了直腸癌篩查的準確性和效率。又如，金域醫學聯合廣州呼吸健康研究院副院長楊子峰教授團隊等，基于環境數據與機器學習方法，開發出一種全新的呼吸道病毒感染風險預測模型，揭示了年齡、NO 濃度、氣溫等關鍵因素對呼吸道病毒感染風險的影響。該模型的平均準確率達到 0.76，平均 AUC（曲線下面積）高達 0.9，表現出優異的預測性能，為臨床醫生提供了更直觀、可信的診斷依據，有望實現對病原

32、體傳播趨勢和潛在風險的實時精準評估。賦能醫檢公司內部運營管理，提升醫檢效率及醫檢質量。賦能醫檢公司內部運營管理，提升醫檢效率及醫檢質量。王綿生等研究證實，氣動物流傳輸、自動排樣、自動質控、智能監測、自動審核等智慧檢驗實驗室系統的應用，提高了檢驗工作效率和質量，為臨床診療提供了更高效和準確的支持。其中，實施氣動物流傳輸系統后，樣本傳送到接收效率提升了 64.9%；樣本從接收到上機檢測效率提高了75.6%；通過自動質控 3h 內報告率從 28.68%提高到 38.26%；整體自動審核通過率達到28.19%；實驗室內 TA T 周轉時間（turn around time,TA T）從 203 min

33、 減少到 177 min；危急值通報及時率達到 99.52%；門診生化免疫的 TA T 中位數由 222min 降至 145min，合格率從 86.88%提高到 96.32%。AI推動醫檢數據價值挖掘，有望為醫學檢驗公司貢獻第二增長曲線。推動醫檢數據價值挖掘，有望為醫學檢驗公司貢獻第二增長曲線。數據是人工智能技術發展及應用的關鍵要素。伴隨著人工智能技術在醫學檢驗領域的應用不斷深入，醫檢數據的價值不斷被挖掘，推動醫檢數據產品化、流通規范化、數據資產化，有望為醫學檢驗公司貢獻第二增長曲線。根據前瞻產業研究院發布的2024-2029 年全球健康醫療大數據行業發展前景預測與投資戰略規劃分析報告，預計到

34、 2028 年，中國健康醫療大 此報告僅供內部客戶參考此報告僅供內部客戶參考 -10-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 數據行業市場規模將近 1700 億元。從 2024 年下半年開始，越來越多醫療健康數據產品上架各地數據交易所，并有部分實現了交易。例如，2024 年 9 月以來，金域醫學已有“結核分枝桿菌耐藥地圖”“宮頸癌篩查大數據分析報告”等多款數據產品完成數據合規審核，上架廣州數據交易所。2024 年 12 月，金域醫學與宸汐健康完成乳腺癌檢測數據產品場內交易，完成中國第三方醫檢行業首款數據產品的場內交易，邁出了醫檢數據合規交易的關鍵一步。又

35、如，2024 年 12 月，“迪安診斷全國宮頸癌篩查陽性率分析數據報告”“迪安診斷 OCR 醫學檢驗報告識別服務”兩款數據產品在杭州數據交易所正式上架，迪安診斷也邁出了醫檢數據產品合規交易的重要一步。AI 助力醫檢資源共享。助力醫檢資源共享。以金域醫學為例，金域醫學率先在國內打造了領先的遠程病理協作網，數字病理服務網點超過 450 個，每年遠程會診服務近 20 萬例，其中術中冰凍協助臨床手術決策、疑難會診超 10 萬例，充分解決區域病理資源共享的困境。2024 年 12月，金域醫學正式發布全新的金域醫學數智病理系統（KMDP），為病理診斷量身打造“數字幫手”。全新升級的 KMDP 的區域病理模

36、式現已經可支持多區域、多中心、多院區跨區域的遠程病理診斷、會診、質控、疑難病理交流等，具備數據安全、同屏閱片、數據分析等特點，助力病理診斷資源均等可及。2.3“AI+醫學檢驗醫學檢驗”重點公司梳理”重點公司梳理（1）金域醫學：）金域醫學：數智化轉型成效初顯，發布首個醫檢大模型數智化轉型成效初顯，發布首個醫檢大模型 以“醫檢以“醫檢 4.0”愿景與規劃為引領，扎實推進數字化轉型。（”愿景與規劃為引領，扎實推進數字化轉型。（1）2020 年年，公司率先提出業務數字化、數字化業務，全面啟動數字化轉型系列工作，發布“醫檢 4.0”愿景：以疾病診斷和健康服務為中心，數據和技術驅動實現醫檢服務全程智能化、

37、生物醫學與新一代信息技術融合創新、打造開放式創新平臺，讓醫療與健康服務更精準，便捷，普惠；公司全面啟動“211”工程規劃建設（兩庫一中心一基地，即生物醫學樣本資源庫、醫學檢驗與病理診斷大數據庫、智慧醫檢與大健康科技創新中心、第三方醫檢數字化產業應用示范基地），以此為基礎構建智慧醫檢行業生態。（2）2021 年年，公司以“醫檢 4.0”愿景與規劃為引領，明確以三大價值鏈（產品管理價值鏈、服務履約價值鏈、資產及耗材管理價值鏈）為建設路徑；公司緊緊圍繞業務數字化、數字化業務、平臺基礎三大方向，啟動 34 個建設項目，包括宏基因臨床輔助決策系統“小宏燈”、智慧報告等。（3）2022 年年，與華南理工大

38、學合作建設全國第三方醫檢領域首家人工智能聯合實驗室；與華為云共同舉辦中國第三方醫檢行業首個開發者大賽“域見杯”醫檢人工智能開發者大賽；打造出“六智”模式為數字化變革加速。（4）2023 年年，公司聚焦降低運營成本、提升服務效率、改善客戶體驗等三大目標，以 AI 技術應用為引擎，探索建立專病數據庫，積極推進醫檢行業大模型研發；公司與騰訊、華為云簽署戰略合作協議，搭建智慧醫檢生態。此報告僅供內部客戶參考此報告僅供內部客戶參考 -11-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 4：金域醫學發布“醫檢：金域醫學發布“醫檢 4.0”愿景（”愿景（2020年）年

39、）圖圖 5：“：“211”工程規劃（兩庫一中心一基地，”工程規劃（兩庫一中心一基地，2020年）年）資料來源：金域醫學官方微信公眾號 資料來源：金域醫學官方微信公眾號 圖圖 6：金域醫學金域醫學數字化轉型以“三大價值鏈”數字化轉型以“三大價值鏈”為建設為建設路徑（路徑（2021 年）年）圖圖 7：金域醫學金域醫學“六智”模式加速數字化轉型（“六智”模式加速數字化轉型（2022年）年）資料來源：金域醫學官方微信公眾號 資料來源：金域醫學官方微信公眾號 圖圖 8：金域醫學建立專病數據庫（：金域醫學建立專病數據庫（2023年）年）圖圖 9：金域醫學發布的域見醫言大模型：金域醫學發布的域見醫言大模型

40、資料來源：金域醫學官方微信公眾號 資料來源：金域醫學官方微信公眾號 數智化轉型成效初顯：發布行業首個醫檢大模型，數智化轉型成效初顯：發布行業首個醫檢大模型，發布全新的金域醫學數智病理系發布全新的金域醫學數智病理系 此報告僅供內部客戶參考此報告僅供內部客戶參考 -12-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 統（統（KMDP），多多款數據產品上架廣州數據交易中心，運營效率提升。（款數據產品上架廣州數據交易中心，運營效率提升。（1）發布行業首個發布行業首個醫檢大模型醫檢大模型。2024 年 8 月，金域醫學正式發布第三方醫檢行業首個醫檢大模型域見醫言大模型，

41、并上線智能體應用“小域醫”。域見醫言大模型基于金域醫學 30 年的醫檢專業數據和知識積累，以及 23000 家醫療機構的服務經驗，在通用語料基礎上注入了超 20 億 Token（數據單元）醫檢語料，經過近兩年的開發訓練而成。域見醫言大模型可支持整合圖像、語音、文本等多模態，基因、蛋白、病理等多組學，以及項目推薦、實驗室檢測、報告生成等多場景的信息，實現醫學檢驗服務的全場景智能化，推動檢前項目查詢更便捷、檢中生產作業更智能、檢后報告解讀更精準，同時幫助臨床醫生、檢驗醫師在多輪交互中作出科學決策。區別于其他行業大模型，域見醫言大模型不依賴特定大模型底座，可適應和融合各類通用多模態大模型、專業領域大

42、模型、醫檢特定場景的專用模型與工具，精準度、開放性更好?！靶∮蜥t”是以域見醫言大模型為核心，面向醫檢全場景的智能體應用?！靶∮蜥t”已經具備智能項目推薦、實驗室智能檢測、智慧報告解讀、輔助疾病診療等功能，覆蓋了全病種、全生命周期，可大幅縮短醫生決策的時間，減輕醫生負擔，幫助患者盡快拿到檢測結果，取得更及時、更精準的治療。以 HPV 檢測為例，過去醫生只能夠收到陽性/陰性的檢測報告，而通過小域醫，檢測報告還會給出不同 HPV分型在疾病中的陽性率、HPV 檢測意義及持續感染等重點問題、前沿篩查技術，并附上下一步的建議以及文獻資料，大幅縮短醫生向患者解釋結果的時間。2024 年 11 月，金域醫學域見

43、醫言大模型算法通過國家網信辦備案，意味著該醫檢大模型服務在合法性、安全性、合規性方面得到權威認可。（2）發布全新的金域醫學數智病理系統（）發布全新的金域醫學數智病理系統（KMDP）。金域醫學數智病理系統（KMDP）是一個集成病理學科干、濕實驗為一體的全流程智能化管理解決方案平臺，可為病理科室全流程管理提供 AI 智能輔助、數字病理閱片存儲、區域病理、數據大屏和質控管理等服務，具備操作便捷、安全穩定、決策科學、診斷精準、兼容性強、可個性化定制功能等優勢。其中，AI 輔助宮頸癌篩查模型輔助宮頸癌病理診斷排陰率大于 70%，陰性預測值大于 99%，大大解放病理醫生的雙手。（3）多款數據產品多款數據產

44、品上架廣州數據交易中心上架廣州數據交易中心，并完成國內首款醫檢數據交易。，并完成國內首款醫檢數據交易。2024 年 9 月，基于金域醫學脫敏的檢測數據，經過數據清洗、統計分析形成的神免疾病相關抗體送檢情況及陽性率分析報告、結核分枝桿菌耐藥地圖兩款數據產品，正式獲得廣東省數據資產登記憑證，并在廣州數據交易所正式上架，成為第三方醫檢行業首批實現數據資產登記并掛牌交易的數據產品，意味著金域醫學已打通醫檢數據要素的流通路徑，邁出了醫檢數據合規交易的可喜一步。截止目前，根據廣州數據交易所官網顯示，金域醫學已有 11 款數據產品掛牌廣州數據交易所。2024 年 12 月，金域醫學與宸汐健康完成乳腺癌檢測數

45、據產品場內交易。這是廣州數據交易所首款醫學檢驗數據產品的場內交易，也是中國第三方醫檢行業首款數據產品的場內交易，不僅邁出了醫檢數據合規交易的關鍵一步，更為今后全國醫檢數據的高質量供給、合規高效流通樹立了新標桿。（4）數智賦能高效運營方面，）數智賦能高效運營方面，宮頸癌智慧篩查工作站系列產品落地后，該項目生產效率提升 4 倍；血液流式 AI 智能分析系統應用后，該項目效率提升 90%等。此報告僅供內部客戶參考此報告僅供內部客戶參考 -13-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 10：金域醫學數智病理系統（金域醫學數智病理系統（KMDP）圖圖 11：

46、金域醫學打造的金域醫學打造的區域病理遠程會診模式區域病理遠程會診模式 資料來源：金域醫學官方微信公眾號 資料來源：金域醫學官方微信公眾號 圖圖 12：金域醫學多：金域醫學多款數據產品上架廣州數據交易中心款數據產品上架廣州數據交易中心 圖圖 13：數智賦能高效運營：數智賦能高效運營 資料來源：廣州數據交易所 資料來源：金域醫學官方微信公眾號（2）迪安診斷：迪安診斷：搭建面向企業內部、醫療機構、搭建面向企業內部、醫療機構、C 端客戶的人工智能醫檢平臺端客戶的人工智能醫檢平臺 迪安診斷是一家以提供“服務+產品”為核心業務的醫學診斷整體化解決方案提供商，主要業務涉及醫學診斷服務、診斷技術研發、診斷產品

47、生產及銷售、CRO、司法鑒定、健康管理等領域。迪安診斷通過自主研發、與華為等企業合作的方式逐漸搭建起人工智能賦能的醫檢平臺，包括助力公司內部運營的智慧實驗室信息化管理系統 irisLIMS、助力醫院臨床科研的臨床科研大數據平臺 X-Med Explorer、助力區域醫療機構資源協同的智慧區域檢驗平臺 Iris、面向 C 端客戶的“迪安醫檢大模型”等。智慧實驗室信息化管理系統智慧實驗室信息化管理系統 irisLIMS。智慧實驗室信息化管理系統irisLIMS包含病理系統、微生物系統、IoT 設備智能管理平臺、項目智能審核、智能分析系統、OCR 智能 此報告僅供內部客戶參考此報告僅供內部客戶參考

48、-14-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 錄單系統、數字實驗室看板等智能化模塊。2021 年以來，迪安診斷相繼在總部、全國各地實驗室上線 irisLIMS，實驗室效能不斷提高。例如，智能分析系統 DiFlowAI 采用深度學習技術，通過對大量臨床數據的訓練，建立起穩定可靠的細胞分群模型，創建一個無縫對接現有實驗流程、高度個性化的智能分析生態系統。該系統將單個樣本分析時間減少20%，在 2 萬余例臨床樣本中保持 90%以上的分析準確率，其中部分指標精度達 98%。在實際應用環境中，各分析項指標符合率穩定在 93%以上，有效提升檢驗結果的一致性和可比性

49、，增強了臨床檢驗效能。再如，智能審核系統深度融入 AI 算法與大數據分析精髓，緊密貼合 CLSI AUTO 10、AUTO 15 及 WS/T 616-2018 等行業標準，構建起集“通用規則、值域規則、差值規則、邏輯規則、關聯規則”于一體的綜合審核框架。當檢驗結果被錄入系統后，系統會立即依據實驗室預設的規則從閾值到復雜的質量控制參數，進行逐一對照，精確到不同項目和樣本類型的定制化審核策略。智能審核系統不只是機械地檢查數值是否正確，更能敏銳察覺樣本的一致性、復雜性和趨勢分析，甚至能夠識別和提示可能的樣本處理錯誤或設備故障。經系統智能審核后的結果，將被自動標記為“已確認”，靜候人工復核。該智能審

50、核系統已經成功覆蓋超 400 種專業檢驗項目，將人工審核時間縮短了 50%，并有望提高檢驗的準確率和效率。圖圖 14：迪安診斷的智能化實驗平臺：迪安診斷的智能化實驗平臺 資料來源：迪安診斷官方微信公眾號 臨床科研大數據平臺臨床科研大數據平臺X-Med Explorer。迪安診斷與國內多家頭部三甲醫院的院士級專家及學科帶頭人合作推出臨床科研大數據平臺X-Med Explorer。X-Med 此報告僅供內部客戶參考此報告僅供內部客戶參考 -15-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 Explorer 運用大數據和 AI 技術提供?？?專病數據庫建設，涵蓋患

51、者數據智能采集、多元化院外隨訪和全景式數據管理，配備一站式臨床科研分析工具，解決了臨床科研數據難題（數據散落在各個系統難以匯集，病歷書寫不規范，數據標準不統一等），有助力提高科研效率和診療精度，促進研發成果轉化落地，幫助醫療機構打造數字化精準診療新模式。X-Med Explorer 已在上海瑞金醫院、華中科技大學同濟醫學院附屬協和醫院等二十余家三甲醫院落地使用，成功助力安徽醫科大學第二附屬醫院、安徽醫科大學第二附屬醫院、北京婦產醫院等發表多項學術成果。智慧區域檢驗平臺智慧區域檢驗平臺 Iris。Iris 智慧區域檢驗平臺集成了多個核心板塊，包括區域檢驗中心智慧管理平臺、數智病理平臺和質量管理平

52、臺。平臺采用一體化標準建設數據中心、交互中心和協同平臺，實現了業務的統一標準、交互和數據管理，全面支持了全流程信息傳輸、危急值閉環管理、質量數據統一管理和全域數據智能分析。Iris 智慧區域檢驗平臺支持多中心、多院區應用，滿足病理中心從開單、取材到報告的全流程管理。同時支持遠程診斷、會診和交流等，實現區域內各醫療機構之間資源共享和協同工作，提高服務覆蓋范圍和效率。Iris 智慧區域檢驗平臺不僅滿足了緊密型醫療集團、縣域醫共體及單體醫療機構在數字化檢驗、病理中心建設中的需求，更是通過區域衛生網絡的互聯互通，實現了醫療資源的高效共享。Iris 智慧區域檢驗平臺已在山東省立第三醫院、四川友誼醫院、榮

53、昌區檢中心等 7 家醫療體/醫共體上線使用。圖圖 15：迪安診斷的：迪安診斷的智慧區域檢驗平臺智慧區域檢驗平臺 Iris 資料來源：迪安診斷官方微信公眾號“迪安醫檢大模型”?！暗习册t檢大模型”。2024 年 9 月，迪安診斷與華為云共同發布“迪安醫檢大模型”?！暗习册t檢大模型”依托迪安診斷存量大、增速快、來源廣、質量高、專業性強的醫療診斷數據，基于盤古大模型的先進技術和資深專家團隊的專業知識，通過深度整合體檢和檢測報告數據，為 C 端用戶提供個性化的“健康促進書”?！敖】荡龠M書”包括報告總結、疾病風險分析、就醫推薦和干預建議等。針對特定功能醫學報告，AI 對話小助手會通過綜合分析、多輪對話和專

54、業解讀，提供個性化健康建議。在醫檢大模型的助力下，出具檢驗報告的所需時長由 24 小時縮短至 3-4 小時。此報告僅供內部客戶參考此報告僅供內部客戶參考 -16-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 旗下公司醫策科技專注于旗下公司醫策科技專注于 AI+輔助診斷產品的開發。輔助診斷產品的開發。迪安診斷于2021年成立醫策科技，聚焦 AI+輔助診斷產品的研發、應用，推動病理數據行業標準化建設。目前，醫策科技原研的宮頸細胞病理圖像處理軟件 PathoInsight-T、Ki67 免疫組化數字病理圖像處理軟件相繼成功獲批二類醫療器械注冊證，病理 AI 三類證產

55、品宮頸細胞病理圖像輔助診斷軟件已順利完成臨床試驗。其中，PathoInsight-T 可提升實驗室效能達到 40%以上，已在眾多三甲醫院投入使用。2023 年，醫策科技人工智能輔助診斷系列產品輔助醫生發放診斷報告近 200 萬份，且宮頸細胞病理人工智能篩查解決方案已推廣并應用于馬來西亞、摩洛哥、阿聯酋和澳大利亞。此外，醫策科技主導完成的宮頸細胞病理圖像標準數據庫數據標準體系經國家藥監局人工智能醫療器械創新合作平臺審批并正式發布。圖圖 16：醫策科技醫策科技在人工智能領域的布局情況在人工智能領域的布局情況 資料來源：迪安診斷官網 3 AI+藥物研發藥物研發 3.1 AI 提升藥物研發的成功率、效

56、率，降低藥物研發成本提升藥物研發的成功率、效率，降低藥物研發成本 生物醫藥研發具有技術難度大、研發周期長、資金投入大、不確定性高等特點。生物醫藥研發具有技術難度大、研發周期長、資金投入大、不確定性高等特點。藥物研發過程通常包括：（1）4-6 年的藥物發現過程，包括約 25 個月的靶點至苗頭化合物階段、約 25 個月的苗頭化合物至先導化合物階段以及約10個月的先導化合物優化階段；（2）1-2 年的臨床前候選化合物階段；（3）6-7 年的臨床試驗階段；（4）0.5-2 年的監管審批階段。從全球藥物研發成功率來看，藥物發現階段、臨床前開發階段、臨床試驗階段、上市申請階段的成功率分別為 51.00%、

57、69.00%、12.90%、91.00%，全過程的研發成功率僅為 4.13%。根據 Pharma Intelligence 統計數據，基于 20 家領先生物制藥公司的研究數據，新藥從開始臨床試驗到獲批所需的時間，從 2021 年的 6.9 年增加到 2022 年的7.09 年；而開發一種新藥的平均成本也有所增加（包括失敗的成本），從 2021 年的 19.86億美元增加到 2022 年的 22.84 億美元。此報告僅供內部客戶參考此報告僅供內部客戶參考 -17-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 17：藥物研發階段及成功率：藥物研發階段及成功率

58、 資料來源：英矽智能招股說明書 AI 技術的飛速發展，特別是在圖像識別、自然語言處理（NLP）和計算機視覺領域的突破，為藥物研發中的難題提供了全新的解決方案。與傳統藥物發現方法相比，與傳統藥物發現方法相比，AI 制制藥具有明顯的效率、成功率、成本優勢：藥具有明顯的效率、成功率、成本優勢：（1）為確定臨床前候選化合物，傳統藥物發現方法需要在 4-6 年內合成及測試約 5000 個分子，而 AI 制藥方法可對數十億個分子進行實際篩選，僅需在 2-3 年內合成及測試數百個分子即可；（2）傳統藥物發現方案對現有的有限分子庫進行實驗篩選，而 AI 制藥方法可以針對特定靶點定制生成數百萬個苗頭分子，可提高

59、藥物研發的創新性、成功率；（3）傳統藥物發現方案需要在實驗室通過反復試驗測試及優化分子，AI 制藥方法可以通過計算機模擬分子特性，減少需要在實驗室進行驗證的分子數，從而減少測驗時間。例如，英矽智能基于 AI 研發的 ISM001-055 推進至臨床前候選藥物階段耗時少于 18 個月，推進至 I 期臨床試驗僅耗時額外九個月。此外，英矽智能能夠在僅一年的時間內提名九種臨床前候選藥物，速度遠高于每約 4.5 年提名一種臨床前候選藥物的行業平均值。又如，晶泰科技的結合親和力預測平臺 XFEP 每年能夠評價約 240000 個分子的結合親和力，是其他知名生物技術與制藥公司的 FEP（自由能微擾）能力的約

60、 10 到 100 倍。據晶泰科技估計，XFEP 透過算法調整及優化將傳統 FEP（自由能微擾）的成本降低約 75%。再如，醫渡科技利用“大數據+大模型”技術打造的“患者招募智能篩選系統”，可以為腫瘤類項目平均節省 88.5%人工篩查成本，非腫瘤類項目平均節省 69.8%人工篩查成本，已在北京大學腫瘤醫院、首都醫科大學附屬北京友誼醫院等臨床試驗中心完成了系統部署及推廣工作，發揮實際效果。此報告僅供內部客戶參考此報告僅供內部客戶參考 -18-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 18：AI制藥制藥的發展歷程梳理的發展歷程梳理 資料來源：英矽智能招股

61、說明書，Frost&Sullivan，財信證券 圖圖 19：AI制藥與傳統人工制藥方式的效率比較制藥與傳統人工制藥方式的效率比較 資料來源：晶泰科技招股說明書，Frost&Sullivan，財信證券 此報告僅供內部客戶參考此報告僅供內部客戶參考 -19-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 表表 2：不同藥物發現方法的情況比較：不同藥物發現方法的情況比較 疾病假設疾病假設 靶點識別靶點識別 苗頭化合物至先導化合物苗頭化合物至先導化合物 先導化合物優化先導化合物優化 目的 通 過 疾 病 機制 及 生 物 學途 徑 確 定 潛在 的 藥 物 靶點 對選定

62、的靶點進行驗證，以確認其在疾病中的作用，并確保其是藥物開發的合適靶點 發現并識別與靶點相互作用的小分子或化合物，該等小分子或化合物有可能產生治療效果 對先導化合物進行優化與修改，以提高其效力、特異性和 PK 特性 傳統方法 需 要 時 間 識別 疾 病 的 分子機制 疾病通常是多因素的，因此難以識別單個分子靶點 眾多靶點是棘手的或不可藥用的 用傳統方法進行跨藥物特性可行測試的分子數量預先 次優化苗頭化合物 測定并不總能反映生理環境中發現的復雜性 藥物可能作用于多個靶點 計算驅動方法 涉 及 與 目 標疾 病 相 關 的基因組學、代謝 組 學 和 蛋白 質 組 學 的完 整 多 尺 度分析 利用

63、包含生物信息的分析平臺及組學數據庫 促進識別靶點的前景 通過結合自由能微擾（FEP）計算與自動構思 在先導化合物優化中應用計算工具以覆蓋更廣泛的化學空間，同時減少化合物的數量屬有益 AI方法 機器學習 分 析 文 獻 的自 然 語 言 處理 和 文 本 挖掘算法 促 進 多 組 學途徑分析 訓練成藥性模型以預測成藥性靶點 通過多變量特征選擇評估目標的療效 使用設計層次/隨機森林回歸算法創建新的生物活性化學空間 使用不同的機器學習算法來預測ADME/T 的各種特性 深度學習 基 于 卷 積 神經 網 絡 方 法已 廣 泛 用 于生 物 醫 學 數據 中 尋 找 疾病機制 深度學習在藥物靶點復合物

64、的姿勢/親和力預測以及活性/非活性檢查方面顯示出相當優異的能力 對整個化學空間進行采樣 預測潛在先導化合物的結合親和力 通過先導化合物的化學特性（例如靶點結合親和力）優化先導化合物的結構 生成式 AI 自 動 從 編 碼大 量 生 物 學數 據 的 知 識圖譜中學習，以 預 測 基 因的 特 性 或 推斷 基 因 疾病 基于 transformer的架構識別相關靶點 生成對特定蛋白質具有特定結合特性的分子 通過生成針對效力、選擇性及生物利用度進行優化的分子 通過生成類似于先導化合物但具有改進特性的新分子 可合成該等新分子并測試其有效性和安全性 資料來源：Frost&Sullivan，財信證券

65、3.2 AI 在藥物發現、臨床試驗等領域具有廣闊應用場景在藥物發現、臨床試驗等領域具有廣闊應用場景 根據權威學術期刊自然-醫學（Nature Medicine）發表的綜述文章Artificial Intelligence in Drug Development，目前 AI 已經在分析復雜生物系統、識別疾病生物標志物和潛在靶點、模擬藥物與靶點的相互作用、預測候選藥物的安全性與有效性，以及臨床試驗管理等多個環節中展現出巨大的應用價值。此報告僅供內部客戶參考此報告僅供內部客戶參考 -20-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 20：AI在藥物研發過程中

66、的應用概覽在藥物研發過程中的應用概覽 資料來源：Nature Medicine 在藥物發現領域，在藥物發現領域，AI 主要應用包括：（主要應用包括：（1）靶點識別。）靶點識別。AI 通過分析多組學數據和生物網絡，發現與疾病相關的分子模式，幫助提升靶點發現的靈敏度。此外，將多組學數據、科學和醫學文獻整合到知識圖譜中，人工智能能夠識別基因和疾病途徑之間的關系。例如，PandaOmics 平臺成功地利用多組學數據和生物網絡分析識別出 TRAF2-和 NCK-相互作用的激酶是抗纖維化治療的潛在靶點，從而指導開發出特異性 TRAF2-和 NCK-相互作用的激酶抑制劑（INS018_055）。（2）虛擬篩

67、選。）虛擬篩選。AI 通過預測配體的空間變換、生成原子坐標并學習受體-配體結合的概率分布，提高候選化合物篩選的速度和準確性，顯著縮短發現潛在藥物的時間。（3）從頭設計（）從頭設計（de novo design）。）。在深度學習驅動的新藥設計中，分子生成組件是核心，通常使用化學語言模型或基于圖的模型?；瘜W語言模型將分子生成任務轉換為序列生成，如 SMILES 字符串（一種以線性文本格式表示化學結構的符號系統）等?；趫D的模型將分子表示為圖，使用自回歸或非自回歸策略生成結構。在分子構建過程中，會引入優化機制（如基于指標的評分功能，包括與已知活性分子的相似度和預測的生物活性）以及約束條件（如與疾病相

68、關的基因表達特征、藥效團、蛋白質序列或結構等）指導模型生成所需的分子。分子生成 AI 模型基于多種化合物、靶點和藥物-靶點相互作用數據庫進行訓練，這些模型包括生成對抗網絡（GAN，一種由生成器和判別器兩個競爭網絡組成的神經網絡架構，共同工作以生成逼真的數據樣本）、循環神經網絡（RNN，用于處理序列數據）、變分自編碼器（V AE，一種生成模型，能夠學習將輸入數據編碼到潛在空間中，并將其解碼以重建原始數據）、正則化流模型（通過一系列可逆變換將簡單概率分布轉換為更復雜分布的一類生成模型）以及擴散模型（通過模擬擴散過程生成數據的生成模型）?？偟膩砜?，AI 可以模擬不同化合物的結構和活性,通過生成新的分

69、子結構并優化其藥理性質,幫助開發更具療效和副作用更低的新藥，縮短藥物設計周期。（4）ADMET預測。預測。通過分析候選藥物的化學性質和生物反應，AI 能夠提前預測其可能的毒性，這有助于在早期階段篩除高風險化合物，減少臨床試驗中的失敗率，提升藥物的安全性和成功率。（5）合成規劃和自動化合成。）合成規劃和自動化合成?；?AI 的 CASP、自動化合成技術 此報告僅供內部客戶參考此報告僅供內部客戶參考 -21-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 有望提升化學合成的效率，減輕化學家的合成負擔。計算機輔助合成計劃（CASP）是一種將目標分子遞歸地轉化為越來越

70、簡單前體的技術，幫助化學家通過反合成分析確定反應路徑。早期的 CASP 程序是基于規則的（例如，應用于合成分析的邏輯和啟發式、化學合成的模擬和評價、基于反合成的合成可及性評估程序），后續的 CASP 程序基于機器學習技術、深度學習模型等持續改進合成計劃。最近新推出的反合成預測模型RetroExplainer，采用可解釋的深度學習框架，將反合成任務重新構建成分子組裝過程。該分子合成方法增強了解釋性，使透明決策和定量歸因成為可能，表現優于目前最先進的反合成方法。自動化合成平臺將無縫地集成和簡化化學開發過程的各種組件，包括CASP 以及自動化實驗設置和優化，以及機器人系統執行的化學合成、分離和純化。

71、深度學習驅動的流體化學技術、固相合成技術等備受關注。圖圖 21：AI驅動的合成規劃和自動化驅動的合成規劃和自動化 資料來源：Nature Medicine 注：a.合成規劃，合成規劃過程從逆合成分析開始，將目標分子分解為可商業獲取或已知的構建模塊，然后通過反應預測確定合成目標分子所需的化學反應和條件。b.自動化合成，示意圖展示了在自動化合成過程中，AI驅動的軟件與實驗執行和結果分析的無縫集成。在臨床試驗中，AI 通過分析患者數據（如遺傳信息、病史、生活方式等）優化臨床試驗，識別影響藥物反應的生物標志物和患者特征，設計更高效的試驗方案。AI 通過優化患者選擇、治療方案和結果測量等參數，有潛力提高

72、試驗成功率，加速候選藥物向臨床實踐轉化；結合真實世界數據，AI 可以預測不良事件及藥物相互作用。具體來看，AI 在在臨床試驗和真實世界實踐中的主要應用有：（臨床試驗和真實世界實踐中的主要應用有：（1）發現生物標志物。）發現生物標志物。生物標志物（biomarker）關系著病理過程及治療反應的測量與評估，在醫學和藥物研發中至關重要。然而，傳統生物標志物發現方法效率低、難以應對疾病復雜性。AI 技術通過深度學習模型、圖神經網絡等方法，大幅提升生物標志物發現的效率。AI 不僅能識別診斷、預后及預測性標志物，還可整合多模態數據（如蛋白相互作用和影像數據），提高標志物發現的精準性，從而加 此報告僅供內部

73、客戶參考此報告僅供內部客戶參考 -22-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 速精準醫學發展和新藥研發。（2）預測藥物計量學屬性。）預測藥物計量學屬性。AI 擅長處理高維數據和復雜非線性關系，通過多組學數據整合及模型分析，優化劑量反應關系、提升藥物安全性并拓展治療窗口。AI 能夠提取藥代動力學信息，幫助識別不良反應與藥物相互作用。此外，AI可以通過分析基因、生理數據和過去治療反應來優化藥物劑量，從而優化治療效果。（3）藥物再利用。藥物再利用。AI 分析大規模生物醫學數據，挖掘藥物潛在的治療特性，為疾病提供全新治療選擇。例如，AI 加快了現有藥物在 20

74、19 年冠狀病毒治療中的應用。（4）提高試驗效）提高試驗效率和預測結果。率和預測結果。臨床試驗通常成本高昂、耗時長，大多數面臨注冊延遲或難以找到足夠的志愿者。AI 通過優化臨床試驗設計和招募流程并預測患者反應，可提高試驗成功率，并降低時間和成本。借助多模態數據整合和深度強化學習，AI 預測試驗結果、評估不良反應和路徑激活，助力真實世界研究中藥物的有效性和安全性評估。在真實世界研究中，AI 可以分析電子健康記錄、保險索賠和可穿戴設備的數據，評估藥物的有效性和安全性。圖圖 22：利用利用 AI可增強臨床試驗進程和真實世界的醫療實踐可增強臨床試驗進程和真實世界的醫療實踐 資料來源：Nature Me

75、dicine 注：a.訓練過程，訓練過程中，利用多種臨床和試驗數據（包括電子健康記錄、可穿戴設備數據、基因組學和影像數據），通過多模態嵌入和生成式AI開發AI-LLM（大型語言模型）。該模型用于評估藥物療效、優化試驗方案，并支持智能化的臨床前和臨床研究。b.驗證與預測過程，通過真實世界數據和臨床試驗數據對AI-LLM進行驗證，并結合治療結果和不良事件進行微調。模型能夠預測藥物療效、評估方案可行性并優化試驗流程，從而支持智能化臨床前和臨床研究，加速藥物開發進程。AI賦能藥物發現的典型事例賦能藥物發現的典型事例英矽智能英矽智能 ISM001-055研發。（研發。（1）靶點假說的提出）靶點假說的提出

76、與藥物靶點確定。與藥物靶點確定。ISM001-055 靶向致命罕見病特發性肺纖維化（IPF），該疾病以成纖維細胞增殖和大量細胞外基質沉積導致的肺功能受損為特征，確診后的中位生存期僅 2-3 年。目前，僅有不足 30%的患者能從已經獲批的針對性療法中獲益，且 IPF 的發病率還在以驚人的速度不斷增長，現實中存在未被滿足的臨床需求。為搭建最初的疾病靶點假說，英 此報告僅供內部客戶參考此報告僅供內部客戶參考 -23-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 矽智能研發團隊采用隸屬英矽智能 Pharma.AI 平臺的靶點發現引擎 PandaOmics，首先在按照年

77、齡和性別注釋的組學數據和臨床數據集上進行訓練，再利用 2016 年發表在 Nature Communications 的 iPANDA 算法，通過深度特征合成、因果關系推斷和全新通路重建提名潛力靶點。此后，英矽智能研發團隊融合自然語言處理（NLP）引擎，基于涵蓋專利、出版物、研發基金、臨床試驗等文本數據的百萬級文件進行新穎性評估和疾病-靶點關聯度評分。在 PandaOmics 平臺揭示的 20個潛力靶點中，Traf2 和 Nck相互作用激酶（TNIK）脫穎而出，最終被確定為重點研究對象。歷史研究已經說明 TNIK 和 WNT、TGF-、Hippo、JNK、NF-k 等纖維化驅動通路相關，然而并

78、未提出 TNIK 作為 IPF 潛在治療靶點的可能性。此后，英矽智能研發團隊利用健康肺組織和 IPF 患者纖維化肺組織的單細胞基因表達數據集驗證了 TNIK 與 IPF 的相關性，并證實了 TNIK在纖維化組織中的富集。（2）分子設計、優化及臨床前候選化合物評估。）分子設計、優化及臨床前候選化合物評估。靶點確定后，英矽智能研發團隊利用同屬于 Pharma.AI 的生成化學平臺 Chemistry42，采用基于結構的藥物設計（SBDD）策略，生成了一種安全、特異性、高效的 TNIK 抑制劑。平臺同時采用 30 個生成式 AI 模型進行化合物設計，構成虛擬結構庫，并接收專業研發團隊的反饋進一步優化

79、虛擬篩選過程。多次篩選后，TNIK A TP 結合位點被選為目標結合口袋，其中一個具有潛力的先導化合物表現出了優良的活性，IC50 值達到納摩爾級別?；谏鲜龌衔飶念^生成步驟，研發團隊開展進一步優化，在提高溶解度、優化 ADME 特性、減低毒性的同時，保留候選分子對 TNIK 靶點的強大親和力，最終于 2021 年初提名 ISM001-055 為臨床前候選化合物（PCC）。（3）從臨床前候選化合物到人體臨床試驗。）從臨床前候選化合物到人體臨床試驗。在 PCC 提名 9 個月后，英矽智能研發團隊于 2021 年 11 月宣布 ISM001-055 首次人體微劑量試驗（ACTRN12621001

80、541897）在澳大利亞完成首批健康受試者給藥。這項在 8 名健康受試者中進行的試驗驗證了候選藥物的藥代動力學和安全性，成功完成 AI 輔助制藥概念驗證，并為后續臨床驗證奠定基礎。以積極臨床結果為支撐，英矽智能隨后在新西蘭開展了一項隨機、雙盲、安慰劑對照1 期臨床試驗（NCT05154240），以評估 ISM001-055 在 78 名健康志愿者中的安全性、耐受性和藥代動力學特性。2023 年 1 月，臨床研究人員宣布 ISM001-055 的人體藥代動力學試驗數據與臨床前模型預測結果一致，在連續給藥七天后沒有出現顯著蓄積現象。此報告僅供內部客戶參考此報告僅供內部客戶參考 -24-請務必閱讀正

81、文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 23：英矽智能英矽智能 ISM001-055 項目研發全流程圖解項目研發全流程圖解 資料來源：英矽智能官方微信公眾號 3.3“AI+藥物研發藥物研發”重點公司梳理”重點公司梳理（1）英矽智能英矽智能：全球領先的全球領先的 AI制藥公司，制藥公司，AI賦能發現的核心管線取得賦能發現的核心管線取得 IIa期臨床期臨床試驗積極結果試驗積極結果 全球領先的全球領先的 AI 制藥企業。制藥企業。英矽智能成立于 2014 年，是全球領先的 AI 驅動生物科技公司。2016 年，英矽智能在同行評議期刊中首次描述了使用生成式人工智能設計

82、新分子的概念，隨后成功開發商業化 Pharma.AI 平臺?；?Pharma.AI 平臺，公司成功開發了全球首款藥物靶點和分子結構均由生成式人工智能賦能發現的候選藥物 Rentosertib（曾用名 ISM001-055），標志著 AI 驅動的藥物發現由理論成為現實。當前，公司業務包括管線藥物開發、藥物發現服務及軟件解決方案服務。2023 年，前述三項業務分別實現 0.39、0.09、0.03 億美元收入。建立“建立“一體化生成式一體化生成式 AI驅動藥物研發平臺驅動藥物研發平臺 Pharma.AI”和“”和“人工智能輔助決策的全人工智能輔助決策的全自動化機器人實驗室自動化機器人實驗室”?！?/p>

83、。Pharma.AI 具有針對小分子及生物制劑藥物的端到端靶點研發、分子生成及臨床試驗優化能力，具體包括：（1）生物學板塊生物學板塊 Biology42，由靶點發現引擎PandaOmics、生物分子優化平臺 Generative Biologics、AI 輔助決策的自動化實驗室 Life Star1、多模態生命模型 PreciousGPT 系列構成。（2）化學板塊化學板塊 Chemistry42，由創新分子生成平臺 Generative Biologics、基于物理學的相對自由能模擬引擎 Alchemistry、即時分子特征優化模塊 ADMET Profiling、激酶選擇性模擬引擎 Gold

84、en Cubes、多模態自然語言 此報告僅供內部客戶參考此報告僅供內部客戶參考 -25-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 與化學語言模型 NACH0 構成。（3）臨床研究板塊臨床研究板塊 Medicine42，包括預測 II 期到 III 期臨床試驗轉化成功率的 inClinico。在前瞻性驗證中，其對真實世界臨床試驗結果預測的準確率達到了 79%，研究成果已發表在權威跨學科期刊 Clinical Pharmacology&Theraputics。（4）科學板塊科學板塊 Science42，包括加速學術論文和其他科學文檔撰寫的智能寫作助手 DORA

85、，集成多種基于 LLM 的 AI 智能體（AI Agents），通過精心設計的提示詞、專有數據庫和預訓練的內容生成工作流簡化科學內容生成。人工智能輔助決策的全自動化機器人實驗室人工智能輔助決策的全自動化機器人實驗室將人工智能與自動化、機器人和生物學能力深度融合，聚焦靶點發現、化合物篩選、個性化藥物開發和轉化醫學研究等領域，實現相關領域全面自動化、無人為偏差和影響、連接多個流程、并生成可用于機器學習的高質量數據，從而高效變革藥物發現流程，全面提高藥物研發成功率，加速滿足未竟的臨床需求。圖圖 24：英矽智能自研英矽智能自研 Pharma.AI人工智能平臺人工智能平臺 資料來源：英矽智能官方微信公眾

86、號 Pharma.AI平臺在多家制藥公司及平臺在多家制藥公司及科研機構應用，成功助力科研機構應用，成功助力 10余款化合物獲批臨余款化合物獲批臨床。床。英矽智能 Pharma.AI 平臺已經被全球前 20 大型制藥公司中的 11 家授權引進，并成功賦能公司與復星醫藥、賽諾菲等藥企的長期研發合作，分別收獲 1300 萬美元和 2100萬美元的首付款。此外，Pharma.AI 平臺為支撐的學術研究合作涵蓋英偉達、蘇黎世大學、多倫多大學、富士康鴻海研究院等頂尖院校與研究機構，成果登上 Chemical Science、Nature Communications、JCIM 等知名同行評議期刊。自 20

87、21 年以來，英矽智能在自有人工智能平臺 Pharma.AI 的支持下，建立了超過 30 條豐富的自研管線組合，并從中提名了 此報告僅供內部客戶參考此報告僅供內部客戶參考 -26-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 22 款臨床前候選項目，其中 10 款化合物獲得臨床試驗許可。AI賦能發現的候選藥物賦能發現的候選藥物 Rentosertib取得取得 IIa期臨床試驗積極結果。期臨床試驗積極結果。Rentosertib（曾用名 ISM001-055）是全球首款藥物靶點和分子結構均由生成式人工智能賦能發現的候選藥物。目前，Rentosertib 在美國開

88、展的 IIa 期試驗（NCT05975983）已啟動患者招募工作，在中國開展的 IIa 期臨床試驗（NCT05938920）取得積極結果。IIa 期臨床研究（NCT05938920）是一項隨機、雙盲、安慰劑對照試驗，在中國 21 個臨床研究中心招募了 71 名 IPF 患者?；颊弑浑S機分配接受安慰劑、每日一次 30mg、每日兩次 30mg 或每日一次 60mg，持續 12 周的用藥觀察。該臨床試驗于 2023 年 4 月啟動患者招募工作，并于2024 年 8 月完成最后一位受試者的隨訪。與此同時，一項 ISM001-055 的平行 IIa 期試驗（NCT05975983）正在美國進行，并已啟動

89、患者招募工作。為期 12 周的研究初步結果表明，ISM001-055 在所有劑量水平上均表現出良好的安全性。次要終點即主要通過 FVC 評測 IPF 患者肺功能改善方面，呈現出劑量依賴性的藥效趨勢。（2）晶泰科技：晶泰科技：人工智能（人工智能（AI）和機器人驅動的創新研發平臺公司）和機器人驅動的創新研發平臺公司 晶泰科技由三位麻省理工學院的物理學家于 2015 年創立，是一個基于量子物理、以人工智能賦能和機器人驅動的創新型研發平臺公司。經過多年發展，晶泰科技成功搭建一個綜合技術平臺，包括 AI 驅動的小分子藥物研發平臺 ID4Inno、AI 驅動的下一代抗體發現平臺 XupremAb、藥物固體

90、形態研發平臺 Xtalgazer、實驗室自動化平臺系統XtalDynamics 等。晶泰科技主要為制藥及材料科學（包括農業技術、能源及新型化學品以及化妝品）等產業的全球和國內公司提供藥物及材料科學研發解決方案及服務。公司收入主要來自藥物發現解決方案和智能自動化解決方案（主要包括固態研發服務及自動化化學合成服務）。2021-2023 年，公司藥物發現解決方案的收入由 0.39 億元增長至 0.88億元，創收的項目數由 18 個增長至 81 個，客戶數由 17 個增長至 42 個；智能自動化解決方案的收入由 0.23 億元增長至 0.87 億元，創收的項目數由 168 個增長至 423 個。圖圖

91、25：晶泰科技晶泰科技結合干實驗室及濕實驗室能力的閉環綜合技術平臺的結構結合干實驗室及濕實驗室能力的閉環綜合技術平臺的結構 資料來源：晶泰科技招股說明書 此報告僅供內部客戶參考此報告僅供內部客戶參考 -27-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 26：晶泰科技晶泰科技綜合技術平臺的工作流程綜合技術平臺的工作流程 資料來源：晶泰科技招股說明書 AI 驅動的驅動的小分子藥物研發平臺小分子藥物研發平臺 ID4Inno。ID4Inno 包括兩個子平臺，即 ID4Idea 和ID4Gibbs，兩者具有不同但互補的功能。嵌入生成式人工智能模型、高通量虛擬篩選

92、及豐富的自然預測模型的 ID4Idea 可根據客戶和合作者的不同具體要求進行定制。其可用于小分子的生成、選擇和評價，擁有超過 200 個人工智能模型，涵蓋分子生成、分子性質評價和其他各種情況。ID4Gibbs 是基于物理建模和第一性原理計算的高精度量子物理計算平臺，包括用于結構建模、結合位點識別、結合模式預測及親和力評價的 XFF、Xpose及 XFEP，可實現藥物與靶標相互作用的高精度預測。其中，Xpose 可模擬藥物或靶點復合物的自由能來預測正確的結合構象。對于小分子結合構象的高精度預測，Xpose 精準度高達約 56%（1.0 埃），而最先進的商業方案約為 30%。XFEP 是一個大規模

93、評價候選分子與其生物靶點之間的結合親和力的預測平臺，于濕實驗室實驗前過濾假陽性結果。根據弗若斯特沙利文的數據，XFEP 每年能夠評價約 240000 個分子的結合親和力，是其他知名生物技術與制藥公司的 FEP 能力的約 10 到 100 倍。據晶泰科技估計，XFEP 透過算法調整及優化將傳統 FEP（自由能微擾）的成本降低約 75%。此報告僅供內部客戶參考此報告僅供內部客戶參考 -28-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 27：晶泰科技晶泰科技自主研發的自主研發的 AI驅動的小分子藥物研發平臺驅動的小分子藥物研發平臺 ID4Inno 資料來源：

94、晶泰科技官網 AI 驅動的下一代抗體發現平臺驅動的下一代抗體發現平臺 XupremAb。XupremAb旨在為抗體發現提供一站式解決方案，涵蓋抗體生成、抗體工程及抗體可開發性評價。XupremAb 針對不同的主要功能（包括人工智能賦能雜交瘤、人工智能賦能庫 NGS 發現、人工智能賦能噬菌體展示、從頭設計、超人源、人工智能賦能親和力調整、可開發性評價及優化、雙特異性設計及ADC 設計）融合各種子平臺。其中，生成式人工智能模型 ProteinGPT 用于多種大分子藥物和新材料的設計與開發，包括：（1）根據特定的靶蛋白序列生成結合蛋白；（2）根據特定的預設標準生成抗體庫；（3）根據特定的改進要求，優

95、化某些抗體。圖圖 28：晶泰科技晶泰科技自主開發的自主開發的 AI驅動的下一代抗體發現平臺驅動的下一代抗體發現平臺 XupremAb 資料來源：晶泰科技官網 此報告僅供內部客戶參考此報告僅供內部客戶參考 -29-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 藥物固體形態研發平臺藥物固體形態研發平臺 Xtalgazer。Xtalgazer 通過物理模型結合 AI 算法，以積累的數十萬量級的結晶數據為基礎，可對化合物分子的理化性質、晶體結構、穩定性關系進行精準預測，結合行業專家的豐富經驗,通過“實驗+計算”方式提供優質的藥物固體形態研發服務。相較于傳統藥物固態研究

96、方法，“實驗+計算”能夠持續優化迭代研發成果，加速藥物研發進程。以 AI 驅動的晶體結構預測平臺 XtalCSP 為例，XtalCSP 可于兩至三周內提供常見小分子的晶體結構預測結果，而傳統實驗方法通常需要兩個月?；?XtalCSP的計算預測及濕實驗室實驗驗證提供可信納的證據，晶泰科技與輝瑞僅在六周的短時間內完成 COVID-19 口服藥 Paxlovid 的晶體結構驗證，證明輝瑞設計的晶體結構是室溫下最穩定的晶體結構，適合大規模量產，成功助力 Paxlovid 的后續開發及生產。晶泰科技藥物固體形態研發平臺 Xtalgazer 已推動百余個小分子管線至 IND 申報階段，已為來自世界各地的

97、數百家客戶提供藥物固體形態研發服務，KA 客戶涵蓋了全球 TOP20 頂級藥企的 75%及國內主要的頭部藥企。圖圖 29：晶泰科技晶泰科技自主開發的自主開發的藥物固體形態研發平臺藥物固體形態研發平臺 Xtalgazer 資料來源：晶泰科技官網 實驗室自動化平臺系統實驗室自動化平臺系統 XtalDynamics。XtalDynamics 采用人機結合模式，實現了實驗過程的高度自動化和智能化，通過智能調度系統遠程操控百臺規模自動化工站和 AGV小車，同時提升實驗過程和物料傳送的效率。目前，晶泰科技在上海、深圳建立了三個智能機器人濕實驗室，擁有 200 多個機器人工作站及機器人。晶泰科技的智能機器人

98、濕實驗室能夠覆蓋并自動化傳統實驗過程中通常涉及的約 80%的操作步驟，例如酰胺耦合、還原胺化及取代反應等。相較于傳統的濕實驗室，晶泰科技的智能機器人濕實驗室優勢眾多，如通量更高、濕實驗室流程簡潔、人為錯誤最低、營運成本低、流程穩定性高及數據質量更高。此報告僅供內部客戶參考此報告僅供內部客戶參考 -30-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 30：晶泰科技晶泰科技的的智能機器人濕實驗室智能機器人濕實驗室 圖圖 31：晶泰科技晶泰科技研發研發的智能合成工作站的智能合成工作站 資料來源：晶泰科技官網 資料來源：晶泰科技官網 （3）泓博醫藥泓博醫藥：CA

99、DD/AIDD 技術平臺技術平臺累計支持累計支持 69 個新藥項目個新藥項目研發研發 泓博醫藥成立于 2007 年，是一家創新藥研發以及商業化生產一站式綜合服務商，致力于藥物發現、制藥工藝的研究開發以及原料藥、中間體的商業化生產。公司于 2019 年設立了 CADD/AIDD（計算機及人工智能輔助的藥物設計）技術平臺。CADD/AIDD 技術平臺提供的服務具體包括：靶點識別與驗證、虛擬高通量篩選、同源模建與蛋白質結構預測、分子對接與結合模式分析、分子動力學模擬、藥物設計與優化、物理化學性質和藥代動力學（ADME）預測、靶點選擇性和多目標優化等。截止到 2024 年 6 月底，公司 CADD/A

100、IDD 技術平臺已累計為 69 個新藥項目提供了技術支持，其中 5 個已進入臨床 1期，2 個在臨床申報階段。目前采購公司 CADD/AIDD 服務的客戶數已達到 33 家。此外，2025 年 1 月 15 日，泓博醫藥在上海正式發布人工智能藥物設計平臺 DiOrion。DiOrion 平臺底層集成了涵蓋學術文獻、專利、新聞和臨床實驗的海量數據資源，包括：超過千萬的化合物數據，過萬個靶點，百萬條化合物性質信息，百萬條生物醫藥文本數據。這些數據覆蓋了 1976 年至今的全部時間段，全面支持藥物研發從早期發現到臨床開發的每一個關鍵環節。（4）泰格醫藥）泰格醫藥：遠程智能臨床試驗技術平臺遠程智能臨床

101、試驗技術平臺應用于應用于 200 多項臨床試驗多項臨床試驗 泰格醫藥是國內領先的臨床 CRO 公司。借助 AI 等技術，泰格醫藥開發了遠程智能臨床試驗（DCT，Decentralzed Cinical Trial）技術平臺（iTigermed Platform）。DCT 技術平臺包括 eConsent、TeleVisit、Direct-to-Patient Supply 等自主開發的服務平臺，以及 RBQM、eCPM 和 ePay 等尖端技術能力。DCT 技術平臺應用于注冊臨床、上市后研究、真實世界研究、研究者發起的研究等各類項目中，覆蓋腫瘤、血液疾病、中樞神經、呼吸、內分泌等多個領域。目前，

102、泰格醫藥已在 200 多項臨床試驗中采用 DCT 混合模式，在運行項目中使用 DCT 元素的占比超 30.00%，積累了豐富的 DCT 項目經驗。例如，泰格醫藥借助遠程監查系統（CTRM），采用現場監查+遠程監查混合模式助力多個大型 III 期臨床研究 此報告僅供內部客戶參考此報告僅供內部客戶參考 -31-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 提高研究質量，降低研究成本；采用多項 DCT 技術元素賦能多項減重臨床試驗，使用動態血糖儀、動態體溫監測儀等可穿戴設備實現對受試者健康遠程監測，保護受試者安全性；使用電子日記（eDiary）對受試者飲食控制和運動

103、進行管理，提高受試者依從性和研究質量。2024H1，泰格醫藥遠程智能臨床試驗（DCT）團隊助力美國一跨國藥企全新一代 CGRP 受本拮抗劑治療偏頭痛在中國獲批，并成為歐洲一跨國藥企的優先供應商。圖圖 32：泰格泰格醫藥醫藥 DCT 解決方案全景系統解決方案全景系統 資料來源：泰格醫藥公司官網（5）成都先導）成都先導：搭建國際領先的“：搭建國際領先的“DEL+AI+高通量”高通量”DMTA 平臺平臺 成都先導擁有國際領先的成都先導擁有國際領先的 DNA 編碼化合物庫技術。編碼化合物庫技術。公司成立于 2012 年，主要聚焦小分子及核酸新藥的發現與優化。公司打造了國際領先的 DNA 編碼化合物庫技

104、術（包括DEL 庫的設計、合成和篩選及拓展應用）平臺。公司 DEL 庫小分子數量已突破 1.2 萬億，是全球目前已知的化合物最多、規模最大的實體小分子化合物庫。公司通過系統化的庫分子設計，增加合成分子骨架的種類超過 6000 種，基本涵蓋了所有當前已獲批上市的小分子藥物的核心骨架。公司 DEL 庫的化學合成反應和途徑已經升級到 170 余種化學反應類型，覆蓋了絕大部分藥物化學合成的常見化學反應。成都先導搭建具備高交付能力的“成都先導搭建具備高交付能力的“DEL+AI+高通量”高通量”DMTA 平臺。平臺。成都先導基于DNA 編碼化合物庫的領先優勢，利用自動化平行合成、自動化分析與高通量純化、自

105、動化高通量制板等行業前沿技術，同時結合 AI/ML 數據驅動的合成路線規劃，自主設計及搭建了全方位的化合物優化平臺“DEL+AI+高通量”DMTA 平臺，以迭代式的“設計-合成-測試-分析”（DMTA）循環模式加速臨床前候選藥物發現及優化過程。該平臺具有強大的交付能力：（1）通量能力。該平臺每月能夠交付 800 個以上毫克級別化合物，而微克級別化合物的產量可達到每月10000個，這一數字是傳統化學合成所無法企及的。（2）砌塊能力。該平臺擁有超過 40000 種分子實體砌塊。（3）分子骨架能力。平臺擁有 此報告僅供內部客戶參考此報告僅供內部客戶參考 -32-請務必閱讀正文之后的免責條款部分請務必

106、閱讀正文之后的免責條款部分 行業研究報告 超過 1200 種類藥骨架，80%以上的骨架為全新結構，80%以上的骨架具有 13 個優勢環系，并且所有骨架的反應性均得到驗證，官能團可兼容大部分藥物化學反應。此外，公司還推出了 DEL 自助篩選服務產品 OpenDEL。OpenDEL是一款開放式的小分子篩選產品，包含約 30 億的獨特結構分子，50 個 DNA 編碼化合物庫，其包含的分子結構信息、分子砌塊信息、骨架結構信息、化合物編碼信息對產品用戶全披露，并為客戶提供完整的篩選操作指南。4 AI+醫院診療醫院診療 4.1 政策逐漸政策逐漸明確應用場景及收費標準，“明確應用場景及收費標準，“AI+醫院

107、診療”有望加速落地醫院診療”有望加速落地 應用場景及收費標準應用場景及收費標準逐漸明確逐漸明確，“，“AI+醫院診療”有望加速落地。醫院診療”有望加速落地。（1）“AI+醫院診療醫院診療”應用場景參考指引發布應用場景參考指引發布。AI 可以賦能醫院診療的診前、診中和診后眾多環節。國家衛生健康委等部門 2024 年 11 月發布的 衛生健康行業人工智能應用場景參考指引衛生健康行業人工智能應用場景參考指引 明確了AI 在醫療服務領域的應用場景，包括醫療服務、醫藥服務、醫保服務、中醫藥管理服務和醫院管理五個細分板塊，其中醫療服務層面包括醫學影像智能輔助診斷、醫學影像數據智能輔助質控、臨床專病智能輔助

108、決策等 15 個應用場景；醫藥服務層面包括處方前置審核智能輔助、臨床用藥智能輔助和患者用藥指導智能輔助場景；醫院管理層面包括智能醫療文書質控輔助、智能醫療質量管理、智能醫務人員管理等 11 個應用場景。2024 年11 月 23 日，上海人民政府辦公廳印發 上海市發展醫學人工智能工作方案（上海市發展醫學人工智能工作方案（20252027年）年），從臨床醫學、中醫藥、公共衛生、醫療管理、醫保監管和藥械研發六個方面列舉人工智能與醫學創新深度融合的應用場景。臨床醫學應用場景包括臨床診療輔助決策、檢驗檢查輔助診斷、智能手術輔助應用、智能用藥服務、智能康復服務和智能患者服務；中醫藥應用場景包括智慧中醫診

109、療系統、智慧中藥藥事服務和管理；醫療管理應用場景包括智慧醫院管理、行業智慧治理、智能醫學教培等。（2）國家醫保局明確人工智能輔助診）國家醫保局明確人工智能輔助診斷技術的收費標準斷技術的收費標準。2024 年 11 月 20 日，國家醫保局編制印發 放射檢查類醫療服務價格項目立項指南（試行）。為支持人工智能輔助診斷進入臨床應用，又防止額外增加患者負擔，立項指南在放射檢查類主項目下統一安排“人工智能輔助診斷”的擴展項，也就是說醫院利用人工智能進行輔助診斷的，執行與主項目相同的價格水平，但不與主項目重復收費，體現了以醫療服務產出為導向的價格政策取向，也體現了人工智能技術在提質增效方面的功能定位，而非

110、增加成本的作用。此報告僅供內部客戶參考此報告僅供內部客戶參考 -33-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 圖圖 33：AI賦能醫療服務診前、診中和診后眾多環節賦能醫療服務診前、診中和診后眾多環節 資料來源：甲子光年智庫 4.2 AI 助力醫院提升診療效率，強化院內管理，優化醫療資源配置助力醫院提升診療效率，強化院內管理，優化醫療資源配置 多家醫院加快部署多家醫院加快部署全科或?？漆t療大模型全科或?？漆t療大模型。隨著數字化浪潮的推進，AI在醫療領域發揮的作用逐步顯現，全國各地的醫院加快部署全科醫療大模型或?？漆t療大模型。例如，全科醫療模型包括和佑醫院部

111、署的 SenseCare 智慧診療平臺，桃江縣中醫醫院部署的智慧眼砭石大模型以及華西醫院部署的“華西黌醫”醫學大模型，這些模型具備覆蓋領域廣、通用性好的特點。在?？漆t療大模型方面，復旦大學附屬中山醫院部署的觀心大模型重點服務于心血管科疾病領域，瑞金醫院部署的瑞智病理大模型聚焦于癌癥篩查與診斷領域，北京協和醫院部署的“協和太初”罕見病大模型則被應用在罕見病診斷領域，這些模型在其擅長的?？祁I域精準性更高、可解釋性更強。AI有助于有助于提升醫院診療效率與精確度、提升醫院診療效率與精確度、強化強化醫院醫院運營運營管理管理、優化醫療資源配置。優化醫療資源配置。例如，在提升醫院診療效率與精確度方面，在提升

112、醫院診療效率與精確度方面，和佑醫院引入和佑醫院引入商湯科技商湯科技“SenseCare智慧診療智慧診療平臺”平臺”，推動，推動 15 項疾病診斷全面智能化項疾病診斷全面智能化。在肺部疾病診斷方面，肺結節、肺炎、肺栓塞等 AI 應用能精準識別肺部異常，輔助醫生判斷病情，病變檢出率高 95%以上，其中胸部DR 智能應用更是憑借快速篩查功能，自動提示 10 余種常見胸部疾病，大幅縮短了醫生的診斷時間。在心血管疾病診斷領域，通過 CTA 自動重建技術，AI 精準還原心臟冠脈、頭頸血管、主動脈等真實情況，分割準確率達到 97%，輔助醫生清晰觀察血管狹窄程度、鎖定斑塊位置，有效評估心血管風險。在強化醫院內

113、部運營方面，在強化醫院內部運營方面，四川大學華西醫院部四川大學華西醫院部署的“華西黌醫”醫學大模型集成了醫療海量知識署的“華西黌醫”醫學大模型集成了醫療海量知識問答、醫療復雜語言理解、醫療專業問答、醫療復雜語言理解、醫療專業文書生成等六大核心場景能力，成功助力醫院患者管理文書生成等六大核心場景能力，成功助力醫院患者管理及醫療質量提升及醫療質量提升。以全程患者管理為核心的智慧服務產品體系，已服務門診患者 640 萬人次，實現了出院患者全覆蓋；其中，智能隨訪服務超 120 萬人次，工作效率媲美 31 名全職隨訪護士，在三個月的時間內 AI 篩查出未遵醫囑服藥等異?；颊?2 萬余人，并通過醫護人員的

114、及時干預實現了有效 此報告僅供內部客戶參考此報告僅供內部客戶參考 -34-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 閉環，減少了不良事件的發生；以病歷內涵質控為核心的醫療質量提升方案，通過多階段自回歸病歷內涵質控系統研制，將邏輯規則判斷轉變為文書記錄內涵判斷，通過呼吸內科、骨科等科室數千例病歷數據驗證，AI 質控準確率達到了 90%，提升醫療文書內涵質量。在優化醫在優化醫療資源配置方面，西門子醫療基于中國先進的療資源配置方面，西門子醫療基于中國先進的5G技術創新形成醫療元宇技術創新形成醫療元宇宙宙+遠程醫療解決方案，在公利醫院影像科建立數字指揮中心，遠程醫

115、療解決方案，在公利醫院影像科建立數字指揮中心，依托元宇宙專家工作站，依托元宇宙專家工作站，影像科醫技專家可以創建自己的數字孿生。影像科醫技專家可以創建自己的數字孿生。上級醫院的專家無需前往基層醫院現場，只需登錄系統并經基層醫院授權后即可聯通。不僅可以清晰地觀察病人，指導擺位、設置掃描參數、進行圖像后處理等，還可以通過實時音視頻系統進行交流，開展教學指導。這有助于基層醫院為居民提供更優質的醫療服務，推動優質醫療資源下沉。表表 3：多家醫院加快部署全科或?？漆t療大模型多家醫院加快部署全科或?？漆t療大模型 發布發布時間時間 大模型大模型/平臺名平臺名稱稱 部署部署/機機構（地構（地區）區）合作機合作

116、機構構 屬性屬性（?？疲▽？?全科）全科）應用領域應用領域 功能表現功能表現 2025.03 觀心大模型 中山醫院（上海）上?？茖W智能研究院 ?？?聚焦心血管疾病，涵蓋冠心病、心律失常、心力衰竭等各亞?？祁I域 包含就診系統與問詢系統，可以精準解析患者主訴，結合病史和檢查數據，自動生成結構化電子病歷，完成智能病史采集；進一步根據病史，結合多模態數據深度推理，生成智能輔助診斷；內置的心血管醫學?？浦R庫，讓其能夠精準回答心血管?？茊栴}，實現智能知識問詢。2025.03 SenseCare 智慧診療平臺 和祐醫院（廣東）商湯科技 全科 覆蓋胸、腹、心腦血管、骨骼等多部位的輔助診斷 在肺部疾病診斷方面

117、，能精準識別肺部異常，病變檢出率高95%以上；在心血管疾病診斷領域，分割準確率達到 97%。2025.02 智慧眼砭石大模型/智慧云中醫平臺 桃江縣中醫醫院（湖南）-全科 涵蓋中醫癥狀標準化、問診指引、舌面診、脈診、中醫辨證以及治療方案推薦等多個關鍵領域 系統可實時分析患者主訴，自動生成包含四診信息采集、證候分析、治則治法的結構化診療路徑，將中醫辨證時間縮短60%以上。臨床測試顯示，該系統對常見病證型的識別準確率達90%，處方建議與專家組會診結果吻合度達 85%。2025.02 瑞智病理大模型 RuiPath 瑞金醫院（上海）華為云 ?？?癌種覆蓋廣度達到中國每年全癌種發病人數90%的常見癌種

118、，還涵蓋垂體神經內分泌腫瘤等罕見病 在深度上，亞?？浦R問答深度達到專家級知識水平，由病理醫生整理的常用問題測試中，RuiPath 的回答準確率高達90%以上，并在醫學考試場景的圖文問答任務中處于國內外領先水平；采用AI互動式閱片后，單切片 AI 計算時間僅為秒級，醫生從鏡下找病灶轉變為互動式審核AI診斷結果，整體診斷效率明顯提升。2025.02“協和太初”罕見病大北京協和醫院 中國科學院自動化研究所 ?？?罕見病診療服務 該模型的研發基于我國罕見病知識庫的多年積累和中國人群基因檢測數據支撐，是國際首個符合中國人群特點的罕見病大模型，能幫助醫生更加準確快捷地識別診斷罕見病，進一步縮短確診時間，

119、破解罕見病 此報告僅供內部客戶參考此報告僅供內部客戶參考 -35-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 模型 診療全國范圍內同質性差的難題，其問世標志著我國罕見病人工智能大模型技術已躋身國際前沿，標志罕見病診療“中國方案”取得重要突破。2025.02 AI 兒科醫生 首都醫科大學附屬兒童醫院 百川智能、小而方健康 ?？?兒科罕見病診療 該模型是一款專家型AI兒科醫生，擔任專家的臨床科研助理，幫助醫生快速獲取最新科研成果和權威指南，輔助醫生進行疑難罕見病的診斷和治療，提升臨床決策效率。2024.11“華西黌醫”醫學大模型 華西醫院（四川）訊飛醫療、華為

120、全科 集成了醫療海量知識問答、醫療復雜語言理解、醫療專業文書生成、醫療診斷治療推薦、醫療多輪交互、醫療多模態交互等六大核心場景能力 以全程患者管理為核心的智慧服務產品體系，已服務門診患者640萬人次，實現了出院患者全覆蓋；其中，智能隨訪服務超 120萬人次，工作效率媲美 31名全職隨訪護士，在三個月的時間內AI篩查出未遵醫囑服藥等異?；颊?萬余人，并通過醫護人員的及時干預實現了有效閉環，減少了不良事件的發生;以病歷內涵質控為核心的醫療質量提升方案，通過多階段自回歸病歷內涵質控系統研制，將邏輯規則判斷轉變為文書記錄內涵判斷，通過呼吸內科、骨科等科室數千例病歷數據驗證，AI 質控準確率達到了 90

121、%，提升醫療文書內涵質量。2024.03 元宇宙+遠程醫療解決方案 金橋醫聯體（上海）西門子醫療 ?？?實現遠程醫療協同操作 在短短的 20天內，公利醫院影像科與洋涇社區衛生服務中心 CT 設備連接了約 25次，總時長達 440分鐘，共協助完成 90余例檢查。上級醫院的專家無需前往基層醫院現場，只需登錄系統并經基層醫院授權后即可聯通。不僅可以清晰地觀察病人，指導擺位、設置掃描參數、進行圖像后處理等，還可以通過實時音視頻系統進行交流，開展教學指導。資料來源：復旦大學上海醫學院官網、商湯科技官方微信公眾號、智慧眼官網、瑞金醫院微信公眾號、北京協和醫院官網、首都醫科大學附屬兒童醫院官網、訊飛醫療官網

122、、浦東發布微信公眾號、財信證券 4.3“AI+醫院醫院診療”重點公司梳理診療”重點公司梳理（1）醫脈通：醫脈通：醫脈通大模型醫脈通大模型通過國家網信辦備案，發布通過國家網信辦備案，發布醫脈通醫脈通 AI 系列產品系列產品 2023年，醫脈通年，醫脈通建立垂直領域建立垂直領域 AI大模型大模型醫脈通大模型，醫脈通大模型，推動了AI技術在醫學翻譯、醫學信息搜索以及醫學文獻的整理和歸納等關鍵場景的應用。與通用大模型相比，醫脈通大模型在訓練過程中融入了億萬級醫學資料文獻和數據，包括公司多年積累的醫學專業知識庫、優質醫師問答數據以及合作的國內外權威醫學數據庫等，可以為臨床醫師提供診斷建議、推薦治療方案、

123、評估藥物安全性等。2024 年，醫脈通大模型通過國家互聯網信息辦公室（國家網信辦）深度合成服務算法備案，標志著公司在 AI 研發領域的技術實力和算法的安全性、規范性得到了國家級權威的認可。2025 年年 3 月月，醫脈通醫脈通正式正式發布發布醫脈通醫脈通 AI 系列產品系列產品，具體包括：（1）MedSeeker。面對復雜臨床決策情況，醫生只需用自然語言提問輸入疾病相關主題信息，MedSeeker 即可基于包括 31000+份權威指南、35000+實時更新的藥品說明書、1600+條疾病詞條、1000 萬+篇最新進展及文獻、220000+此報告僅供內部客戶參考此報告僅供內部客戶參考 -36-請務

124、必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 篇醫脈通原創專業內容和 87000+條醫學視頻等在內的多元異構海量醫學數據中快速生成結構化答案，可以為醫生生成思維導圖、診療流程圖，協助快速梳理疾病相關知識脈絡，提供精準用藥決策支持。（2）MedPaper。MedPaper 基于醫學專業詞典和千萬級文獻訓練，可以精準高效地突破語言壁壘，對文獻進行結構化提取，快速總結文獻中研究方法、實驗數據、結論等關鍵信息，助力醫生根據需求實現一鍵定位文獻核心內容等。（3）MedAssister。MedAssister 一站式匯聚醫學指南、疾病用藥要點與最新研究成果，針對醫生定制的關鍵

125、詞，迅速篩選出匹配的領域知識，使醫生能夠在第一時間瀏覽專業領域的最新進展。（2）衛寧健康：以衛寧健康：以 WiNGPT為基礎，以為基礎，以 Copilot 為抓手，持續優化產品為抓手，持續優化產品 2023 年年 10 月，月，衛寧健康在衛寧健康在 Winning World 2023 會議上發布了醫療領域大模型會議上發布了醫療領域大模型WiNGPT、基于、基于 WiNGPT的醫護智能助手的醫護智能助手 WiNEX Copilot?；?WiNGPT 的醫院報告生成場景，目前覆蓋了放射科全科 100 多個部位的檢查，覆蓋了 CT、MR、普放等檢查，基于大語言模型可以快速完成報告的生成和小結。W

126、iNEX Copilot 支持覆蓋診前、診中、診后和醫療管理 30 多個場景，包括患者服務助手、臨床輔助決策助手、病歷文書助手、質量控制助手、醫學影像報告助手以及健康管理助手等。到 2024 年 6 月底，WiNEX Copilot病歷質控助手、智能語音查房助手、病歷文書助手、超聲質控助手等產品已在北京大學人民醫院、天津市海河醫院、上海市肺科醫院、上海市同濟醫院等項目中落地，充分釋放 AI增強的智能化產品的能力。2024年年 5月月，衛寧健康，衛寧健康與深信服聯合打造發布了新一代與深信服聯合打造發布了新一代WiN-AI 衛信云衛信云，具備集約化云邊端三體協同、一體化 AI 應用開發平臺、全棧合

127、一的智能運維化的特點，將在性能、安全、交付便捷性上大幅提升，助力新一代智慧醫院 IT 基礎設施建設。2024年年 9月，月，北京大學人民醫院攜手衛寧健康共同發布了基于醫療大語言模型北京大學人民醫院攜手衛寧健康共同發布了基于醫療大語言模型WiNGPT的醫護智能助手的醫護智能助手人醫智助（人醫智助（Pai Assistant）。Pai Assistant構建了覆蓋診前、診中、診后以及管理的 100 多個場景，成為醫護配備的專屬醫療智能助手。其中，Pai Assistant 實現了病歷文書的智能生成，將醫生的工作效率提升了 3-5 倍。2025 年年 2 月月，衛寧健康衛寧健康正式發布正式發布 Wi

128、NEX Copilot 2.1 與與 WiNGPT 2.8 版本，全面對接版本，全面對接 DeepSeek，進一步提升產品智能能力和生態共融。（3）美年健康：開發“扁鵲美年健康：開發“扁鵲智能體檢智能體檢系統”和系統”和國內首款國內首款健康管理健康管理 AI 機器人機器人 2022年年 7月，月，美年健康美年健康自主研發的扁鵲自主研發的扁鵲 SAAS智慧體檢數字化管理平臺（以下簡稱智慧體檢數字化管理平臺（以下簡稱“扁鵲“扁鵲智能體檢智能體檢系統”）正式系統”）正式上線。上線。扁鵲智能體檢系統實現了體檢業務的分時預約、快速登記、智慧導診、智能加項、檢中糾錯、數據實時互通、樣本追蹤、重要異常結果自

129、動上報、總檢一元論、AI-MDT 報告等功能，用智能信息化服務升級重塑了傳統體檢過程。2023 年，扁鵲系統在美年健康全國 500 余家體檢中心普遍實施，實現了 95%以上的分院全覆蓋。按照系統記錄，依托扁鵲系統數智化工具，客戶反饋的處理速度提高 60%，客戶滿意度提升 10%，NPS 值從 89%提升至 90.8%。2024 年年 8 月，月，美年健康美年健康發布了發布了國內首國內首款健康管理款健康管理 AI機器人機器人“健康小美健康小美”“AI智能血糖管理創新產品智能血糖管理創新產品”和和“中醫智能體中醫智能體檢檢”。其中，“健康小美”“健康小美”的主要功能包括：（1）提供檢前檢查項專業解

130、讀、體檢套餐專屬定制、異常結果實時提醒、深度檢查智能推薦、個性化健康建議等全流程服務；（2）為 此報告僅供內部客戶參考此報告僅供內部客戶參考 -37-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 用戶構建結構化、標準化、歸一化的全生命周期數字健康檔案，實現個人健康數據陪伴終身；（3）根據用戶的個人健康檔案，結合年齡、家族史、生活習慣等，評估其健康狀況，并從運動、膳食、心理等方面為用戶帶來個體化的健康干預手段，并提供個體化的就醫方案指導，涵蓋就醫時限、就診科室和綠通服務?！癆I 智能血糖管理創新產品智能血糖管理創新產品”采用創新的“三師共管”（醫師、營養師、運動

131、指導師）模式，從用藥指導、飲食調整、運動建議等方面為每位用戶定制“一人一策”的個性化血糖管理方案?！爸嗅t智能體檢”“中醫智能體檢”通過智能化設備收集中醫問診、舌診、面診、脈診（四診信息），結合西醫體檢的異常指標，為用戶提供精準的中西醫結合個性化調養方案（包含就醫指導、中醫食療方、現代營養方案、運動，養生保健等）。（4）醫渡科技：基于）醫渡科技：基于“AI 醫療大腦”醫療大腦”YiduCore 開發系列?？拼竽Ｐ烷_發系列?？拼竽Ｐ?自 2014 年成立以來，醫渡科技通過幫助不同醫院整合內部信息技術系統及數據，逐漸建立了醫渡科技的數據智能基礎設施 YiduCore。YiduCore 作為醫渡科技的

132、核心算法引擎，具備高效計算能力、醫療數據處理與分析能力、模型訓練與推理能力。截止 2024 年9 月底，YiduCore 已經累計處理和分析了超過 11 億名患者人次的 55 億份授權醫療記錄，這些記錄中沉淀的醫學知識圖譜覆蓋了超過 100000 個醫學實體。依托“AI 醫療大腦”YiduCore，醫渡科技與中山大學附屬第六醫院在內的多家知名三甲醫院合作，開發多款?？拼竽Ｐ?，涵蓋了結直腸癌、糖尿病、口腔正畸、心內科、鼻咽癌、肝癌等多個?？祁I域。例如：（1）2024 年年 9 月，月，醫渡科技聯合中山大學附屬第六醫院（中山六院）共同打醫渡科技聯合中山大學附屬第六醫院（中山六院）共同打造了首個結直

133、腸癌?？拼竽Ｐ驮炝耸讉€結直腸癌?？拼竽Ｐ?。當患者通過該大模型進行問診時，該模型會根據臨床指南、患者具體情況、臨床數據等提供治療建議，有助于將中山六院的先進診療技術和經驗輻射到更多的醫共體單位和基層醫療機構，讓醫療服務均質化。（2）醫渡科技聯合北京醫渡科技聯合北京積水潭醫院心內科、清華大學共同打造了“心血管指南解讀智能體”積水潭醫院心內科、清華大學共同打造了“心血管指南解讀智能體”，旨在提高心血管疾病診療的準確性和效率，促進標準化和規范化。該智能體已全面涵蓋高血壓、冠心病、心力衰竭、房顫等主要心血管疾病，可以根據最新的醫學指南，為醫生提供關于診斷、治療和預防的權威回答。目前，該智能體已經應用于北

134、京市昌平區沙河醫院等基層醫院，榮獲“2024 全國企業數字中國建設優秀應用案例”。（3）2025 年年 3 月，月，醫渡科技聯合東南大醫渡科技聯合東南大學研發了國內首個肝癌?？啤皩W研發了國內首個肝癌?？啤癆I 醫生”醫生”“小肝人”?！靶「稳恕??！靶「稳恕奔仁侨旌虼鹨蓪＜?，結合臨床指南與循證依據，提供嚴謹的個性化分析及康復指導和生活建議；又是報告解讀的“翻譯官”，智能解析檢查報告中的異常指標，將專業醫療信息轉化為可理解的通俗解讀，并根據報告結果提供切實可行的合理建議。此報告僅供內部客戶參考此報告僅供內部客戶參考 -38-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研

135、究報告 圖圖 34：2024 年中國醫療行業大模型廠商競爭力象限分析圖年中國醫療行業大模型廠商競爭力象限分析圖 資料來源：醫渡科技官網 表表 4：愛爾眼愛爾眼科、通策醫療、國際醫學在科、通策醫療、國際醫學在 AI醫療領域的最新進展醫療領域的最新進展 領域領域 公司公司 AI醫療進展醫療進展 眼科診療 愛爾眼科 2024年10月，由由愛爾眼科愛爾眼科集團研發的愛爾數字人集團研發的愛爾數字人“愛科（愛科（Eyecho）”在東在東北大學附屬遼寧愛爾眼科醫院區域眼科醫學中心開診儀式上正式發布北大學附屬遼寧愛爾眼科醫院區域眼科醫學中心開診儀式上正式發布。愛爾數字人“愛科（Eyecho）”集合了當今生成式

136、人工智能和計算機圖形學領域目前最為前沿的技術基于AIGC與神經渲染的高真實感數字人合成，通過神經渲染技術刻畫高真實感數字人形象；基于檢索增強技術基于檢索增強技術RAG，構建了蘊含眼科領域知識的垂類大語言模型，構建了蘊含眼科領域知識的垂類大語言模型AierGPT；基于自注意力網絡架構，實時根據文本合成個性化聲音；模仿海量自然人體運動的視頻序列，通過文本指引合成自然真實人體運動實現親近互動。2025年 2月底，愛爾眼科數字人愛爾眼科數字人“愛科（愛科（Eyecho）”完成多項技術升級，完成多項技術升級，正式接入正式接入 DeepSeek R1推理模型推理模型，系統優化提升了并發處理速度，將聯動愛爾

137、眼科遍布全球的各醫療服務機構，廣泛運用于院前、院中、院后的各臨床服務場景，進一步推動眼科服務的智能化與精準化?？谇辉\療 通策醫療 基于和仁科技自研的基于和仁科技自研的 MindHub人工智能中臺人工智能中臺，為通策醫療在臨床診療、患者服務、運營管理等多場景提供智能化支撐，該平臺于于 2024年年 7月率月率先接入先接入 DeepSeek V2和和 Qwen2系列模型，系列模型，2025年年 1月率先支持月率先支持 DeepSeek R1 模型。模型。目前，MindHub已支持超過已支持超過 60 個醫療個醫療 AI模塊的模塊的“熱插拔熱插拔”式式部署部署，為通策醫療靈活對接不同規模和參數的AI

138、模型，在不同場景下基于人工智能進行業務與流程的重塑打下了扎實的基礎。在傳統牙科診療中，基準點標注需人工標記 120個點位耗時約 10分鐘，牙根設計更需要 1小時以上手工操作。而而 AI加持的加持的“優領優領”系統可以實系統可以實現三維影像的智能現三維影像的智能分割與動態優化，僅需分割與動態優化，僅需25秒完成全頜定位，準確率超秒完成全頜定位，準確率超過過 98%，結合，結合 50秒手動修正，基準點提取較傳統流程效率提升秒手動修正，基準點提取較傳統流程效率提升8倍，倍，真正實現“精準標注零等待”。綜合診療 國際醫學 2025年2月20日，西安國際醫學中心醫院正式宣布完成西安國際醫學中心醫院正式宣

139、布完成 DeepSeek大模大模 此報告僅供內部客戶參考此報告僅供內部客戶參考 -39-請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 行業研究報告 型的本地部署，成為西北地區首家引入這一前沿型的本地部署，成為西北地區首家引入這一前沿AI技術的醫療機構技術的醫療機構?；贒eepSeek大模型的強大算力和深度學習能力，西安國際醫學中心醫院成功構建了醫療成功構建了醫療 AI新基建，實現了與新基建，實現了與 HIS（醫院信息系統）、（醫院信息系統）、EMR（電（電子病歷系統）等核心業務系統的無縫對接子病歷系統）等核心業務系統的無縫對接。目前，智能輔助診療系統“AI醫生”已在醫院2

140、0多個?？萍翱剖页晒?，成為醫生們的“智能助手”。2025年 3月 13日，國際醫學董事長史今，黨委書記、總裁劉瑞軒等一行8人赴深圳邁瑞醫療總部考察交流赴深圳邁瑞醫療總部考察交流，雙方圍繞雙方圍繞AI醫療應用、臨床輔助決醫療應用、臨床輔助決策系統優化、科技創新、國際醫療資源共享及醫療設備集約化采購等核心策系統優化、科技創新、國際醫療資源共享及醫療設備集約化采購等核心議題展開深度探討并簽署合作協議議題展開深度探討并簽署合作協議。2025年3月14日，國際醫學與華為技術有限公司在深圳簽署合作協議國際醫學與華為技術有限公司在深圳簽署合作協議。根據協議，雙方將以實現優勢互補、互惠互利、共同發展為目標

141、，在智慧醫院、科研創新、數字化人才培養等方面開展深度合作，充分發揮雙方的業務和技術優勢，助力國際醫學高質量發展，改善患者就醫體驗，攜手打造區域智慧醫療示范樣板。資料來源：愛爾眼科官網、通策醫療集團官方微信公眾號、國際醫學官方微信公眾號、財信證券 5 投資建議投資建議 醫療領域是 AI 技術應用的重要領域，AI 技術可應用于醫學檢驗、藥物研發、醫院診療等醫療服務領域。AI 技術通過優化流程、替代人工、輔助決策、強化管理等路徑，可以提高醫療服務的效率與質量、降低醫療服務的成本。同時，依托于遠程醫療、基于頭部醫院的專業知識及豐富數據等開發的診斷大模型，AI 技術有望促進優質醫療資源下沉，提升基層醫療

142、水平。中央及地方政府相繼出臺系列政策鼓勵 AI 醫療技術的發展及應用，逐漸明晰 AI 醫療的應用場景及收費標準等。受益于國家政策支持、計算機技術發展、醫療需求增加、醫療改革深入等，AI 醫療市場有望呈現較快增長，維持行業“領先大市”評級，建議重點關注具備數據優勢、AI 醫療布局領先、經營情況較好的企業。在“AI+醫學檢驗”領域，建議關注金域醫學、迪安診斷等；在“AI+藥物研發”領域，建議關注藥明康德、泰格醫藥、成都先導、泓博醫藥等；在“AI+醫院診療”領域，建議關注美年健康、國際醫學、愛爾眼科、通策醫療等。6 風險提示風險提示 行業政策風險；AI 醫療技術進展不及預期風險；地緣政治風險；醫療安

143、全風險等。此報告僅供內部客戶參考 此報告僅供內部客戶參考-40-請務必閱讀正文之后的免責條款部分 請務必閱讀正文之后的免責條款部分 行業研究報告 投資評級系統說明投資評級系統說明 以報告發布日后的 612 個月內，所評股票/行業漲跌幅相對于同期市場指數的漲跌幅度為基準。類別類別 投資評級投資評級 評級說明評級說明 股票投資評級 買入 投資收益率超越滬深 300 指數 15%以上 增持 投資收益率相對滬深 300 指數變動幅度為 5%15%持有 投資收益率相對滬深 300 指數變動幅度為-10%5%賣出 投資收益率落后滬深 300 指數 10%以上 行業投資評級 領先大市 行業指數漲跌幅超越滬深

144、 300 指數 5%以上 同步大市 行業指數漲跌幅相對滬深 300 指數變動幅度為-5%5%落后大市 行業指數漲跌幅落后滬深 300 指數 5%以上 免責聲明免責聲明 本公司具有中國證監會核準的證券投資咨詢業務資格，作者具有中國證券業協會注冊分析師執業資格或相當的專業勝任能力。本報告僅供財信證券股份有限公司客戶及員工使用。本公司不會因接收人收到本報告而視其為本公司當然客戶。本報告僅在相關法律許可的情況下發放，并僅為提供信息而發送，概不構成任何廣告。本報告信息來源于公開資料，本公司對該信息的準確性、完整性或可靠性不作任何保證。本公司對已發報告無更新義務，若報告中所含信息發生變化，本公司可在不發出

145、通知的情形下做出修改，投資者應當自行關注相應的更新或修改。本報告中所指投資及服務可能不適合個別客戶，不構成客戶私人咨詢建議。任何情況下，本報告中的信息或所表述的意見均不構成對任何人的投資建議。在任何情況下，本公司及本公司員工或者關聯機構不承諾投資者一定獲利，不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。投資者務必注意，其據此作出的任何投資決策與本公司及本公司員工或者關聯機構無關。市場有風險，投資需謹慎。投資者不應將本報告作為投資決策的唯一參考因素，亦不應認為本報告可以取代自己的判斷。在決定投資前，如有需要，投資者務必向專業人士咨詢并謹慎決策。本報告版權僅為本公司所有，未經書面許可，任何機構和個人（包括本公司客戶及員工）不得以任何形式復制、發表、引用或傳播。本報告由財信證券研究發展中心對許可范圍內人員統一發送，任何人不得在公眾媒體或其它渠道對外公開發布。任何機構和個人（包括本公司內部客戶及員工）對外散發本報告的，則該機構和個人獨自為此發送行為負責，本公司保留對該機構和個人追究相應法律責任的權利。財信證券研究發展中心財信證券研究發展中心 地址：湖南省長沙市芙蓉中路二段 80 號順天國際財富中心 28 層 郵編：410005 電話：0731-84403360 傳真：0731-84403438