《計算機行業：醫療是AI的重點落地場景“AI+醫療”將重塑行業生態-250511（69頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業：醫療是AI的重點落地場景“AI+醫療”將重塑行業生態-250511（69頁）.pdf（69頁珍藏版）》請在三個皮匠報告上搜索。

1、 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 Table_Info1 計算機計算機 Table_Date 發布時間：發布時間：2025-05-11 Table_Invest 優于大勢優于大勢 上次評級:優于大勢 Table_PicQuote 歷史收益率曲線 Table_Trend 漲跌幅（%）1M 3M 12M 絕對收益 8%-6%28%相對收益 3%-5%23%Table_Market 行業數據 成分股數量（只）336 總市值（億）41,011 流通市值（億）35,700 市盈率（倍）255.33 市凈率（倍）3.92 成分股總營收（億）12,390 成分股總凈利潤（億）178

2、 成分股資產負債率（%）44.08 相關報告 中國 AI 崛起：技術突破與應用落地-20250326 華為中國合作伙伴大會+英偉達 GTC 大會，AI 行業再迎國內外催化-20250317 超大訂單昭示算力景氣，Manus 帶動應用風潮-20250310 Table_Author 證券分析師：馬宗鎧證券分析師：馬宗鎧 執業證書編號：S0550523080003 18686657725 Table_Title 證券研究報告/行業深度報告 醫療是醫療是 AI 的重點落地場景，“的重點落地場景，“AI+醫療”將重塑行業生態醫療”將重塑行業生態 報告摘要：報告摘要：Table_Summary AI 醫

3、療是指通過機器學習、自然語言處理（醫療是指通過機器學習、自然語言處理（NLP）、計算機視覺等技術，）、計算機視覺等技術，對醫療數據進行深度分析，輔助臨床決策、優化診療流程、提升醫療效對醫療數據進行深度分析，輔助臨床決策、優化診療流程、提升醫療效率的智能化應用體系。率的智能化應用體系。AI 在醫療中的應用非常廣泛，主要包括輔助診斷、AI 賦能醫療信息化、健康管理、藥物研發以及醫學檢驗等等。我國我國 AI 制藥制藥 2024 年市場規模將達年市場規模將達 5.62 億元，我國億元，我國 20192024 年年 AI 制制藥市場規模藥市場規模 CAGR 將達將達 53%。從 AI 制藥公司主攻適應癥

4、分布情況來看，腫瘤、免疫學及神經病學領域占比最大，分別為 37%、21%和 14%。國內多數 AI 藥物研發企業在 SaaS 服務商、AI CRO 和 AI biotech 這三種商業模式中，選擇兼容其中兩種甚至三種模式。當下 AI 制藥市場的主要參與者涵蓋大型藥企、頭部互聯網企業以及 AI 制藥初創企業。2022 年年 AI 醫學檢驗市場規模達醫學檢驗市場規模達 90 億元，預計未來到億元，預計未來到 2027 年年 AI 醫學醫學檢驗市場規模將達檢驗市場規模將達 170 億元，復合增速達億元，復合增速達 13.56%。AI 醫學檢驗中較有潛力的細分領域是 AI 輔助診斷，1)病理診斷潛在市

5、場超 400 億元，AI診斷產品可分影像類、臨床診斷檢驗類和健康風險預測類；2)AI 精準醫療市場規模在 2022 年達到 12 億美元，并預計在十年內攀升至 171 億美元，復合增長率高達 30.8%，到 2030 年前，我國將在精準醫療領域投入600 億元。2025 年我國年我國 AI 醫學影像市場規模有望突破醫學影像市場規模有望突破 150 億元，到億元，到 2026 年則將年則將進一步增長至進一步增長至 235.7 億元，其已成為億元，其已成為“AI+醫療”醫療”領域中落地最成熟領域中落地最成熟的細分領域。的細分領域。截至 2024 年 6 月，國家藥品監督管理局已累計批準 92 款

6、AI 醫學影像產品的三類醫療器械注冊證。我國 AI 醫學影像的主要競爭者包括設備廠商如聯影智能、萬東醫療等、純 AI 企業如推想科技、深瞳科技、互聯網巨頭騰訊覓影、平安好醫生和科研機構。2023 年年我國我國醫療軟件系統解決方案市場規模為醫療軟件系統解決方案市場規模為 206 億元億元，建議關注，建議關注“AI+CDSS”?！?。AI+醫療信息化的應用場景廣泛，具體包括臨床決策支持，電子病歷，醫療資源調控以及遠程治療及智慧醫院的建設等。醫院信息化、智慧化的建設自電子病歷系統開始，我國醫療 IT 競爭者由單一領域服務商、中型廠商、綜合型廠商構成。預計我國預計我國 AI 健康管理健康管理 20232

7、027 年市場規模將由年市場規模將由 1.12 萬億元增加至萬億元增加至 2.59 萬億元，復合增速為萬億元，復合增速為 23.22%。我國健康管理市場規?？焖僭鲩L主要系慢性病與亞健康群體規模的增長，以及人口老齡化進程的加快，促使健康管理需求顯著提升。健康管理的 B 端面向醫療機構、藥店等商業及專業機構；C 端則聚焦于慢病患者、亞健康群體等個體消費者。相關標的：潤達醫療、祥生醫療、東軟集團、晶泰控股、衛寧健康、訊相關標的：潤達醫療、祥生醫療、東軟集團、晶泰控股、衛寧健康、訊飛醫療科技、醫渡科技、創業慧康、萬達信息、聯影醫療。飛醫療科技、醫渡科技、創業慧康、萬達信息、聯影醫療。風險提示：醫療風險

8、提示：醫療 IT 發展、發展、AI 發展、發展、AI 醫療下游需求不及預期。醫療下游需求不及預期。-40%-20%0%20%40%60%80%2024/52024/8 2024/11 2025/2計算機滬深300 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 2/69 計算機計算機/行業深度行業深度 目目 錄錄 1.AI 醫療基本概況醫療基本概況.4 1.1.AI 醫療概念醫療概念.4 1.2.AI 醫療相關政策梳理醫療相關政策梳理.6 1.3.AI 醫療發展歷程醫療發展歷程.7 1.4.AI 醫療細分賽道醫療細分賽道.10 2.AI 醫療行業現狀及發展趨勢醫療行業現狀及發展趨勢.

9、12 2.1.AI 醫療行業規醫療行業規模模.12 2.2.AI 醫療產業鏈醫療產業鏈.13 2.3.AI 醫療一級融資情況醫療一級融資情況.15 2.4.AI 醫療發展面臨的挑戰.16 3.AI 醫療細分領域眾多醫療細分領域眾多.18 3.1.AI 制藥制藥.18 3.2.AI 醫學檢驗醫學檢驗.21 3.3.AI 醫學影像醫學影像.24 3.4.AI 助力醫療信息化向智能化升級助力醫療信息化向智能化升級.29 3.5.AI 健健康管理康管理.35 4.相關標的相關標的.43 4.1.祥生醫療：超聲領域領軍者，祥生醫療：超聲領域領軍者，AI 與便攜化驅動公司未來成長與便攜化驅動公司未來成長.

10、43 4.2.潤達醫療：體外診斷產品線齊全，潤達醫療：體外診斷產品線齊全，AI 數智化產品賦能公司未來發展數智化產品賦能公司未來發展.44 4.3.晶泰控股：晶泰控股：AI 制藥領軍者，積極擴展新材料領域商機制藥領軍者，積極擴展新材料領域商機.46 4.4.衛寧健康：持續打造衛寧健康：持續打造“AI+醫療醫療”產品矩陣，產品矩陣，WiNEX Copilot 已開始推進落地已開始推進落地.48 4.5.東軟集團：東軟集團：24 年營收穩健增長，不斷擴充年營收穩健增長，不斷擴充 AI 產品矩陣產品矩陣.50 4.6.訊飛醫療科技：星火醫療大模型能力領先行業，訊飛醫療科技：星火醫療大模型能力領先行業

11、，AI 賦能賦能 GBC 客戶多元化產品矩陣客戶多元化產品矩陣.52 4.7.醫渡科技：公司數據積累深厚，實現醫渡科技：公司數據積累深厚，實現“醫醫藥藥險險患患”全場景解決方案落地全場景解決方案落地.56 4.8.創業慧康：創業慧康：AI 醫療產品持續布局，醫療產品持續布局，HI-HIS 加速推廣有望提升公司盈利水平加速推廣有望提升公司盈利水平.59 4.9.萬達信息：業績承壓，萬達信息：業績承壓，AI 全面賦能公司傳統產品矩陣全面賦能公司傳統產品矩陣.63 4.10.聯影醫療：老牌醫學影像設備廠商，聯影醫療：老牌醫學影像設備廠商，“AI+出海出?！彬寗庸境砷L驅動公司成長.64 5.風險提示

12、風險提示.67 圖表目錄圖表目錄 圖圖 1：醫療領域：醫療領域“不可能三角不可能三角”.5 圖圖 2：我國與全球：我國與全球 AI 醫療發展歷程醫療發展歷程.9 圖圖 3：不同主題對于人工智能的需求差異：不同主題對于人工智能的需求差異.11 圖圖 4：AI 賦能醫療服務眾多環節賦能醫療服務眾多環節.11 圖圖 5：國內：國內 AI 醫療主要參與者醫療主要參與者.12 圖圖 6：AI 醫療市場規模醫療市場規模.12 圖圖 7：AI 醫療產業鏈醫療產業鏈.15 圖圖 8：2022-2024 年醫療年醫療 AI 領域不同細分領域融資情況領域不同細分領域融資情況.15 圖圖 9：2023-2024 年

13、醫療年醫療 AI 領域及細分賽道融資輪次分析領域及細分賽道融資輪次分析.16 圖圖 10：AI 賦能新藥研發全流程賦能新藥研發全流程.20 圖圖 11：全球：全球 AI 制藥市場規模（億美元）制藥市場規模（億美元）.20 圖圖 12：國內：國內 AI+新藥企業商業模式統計情況新藥企業商業模式統計情況.21 圖圖 13：AI 醫學檢驗市場規模（億元）醫學檢驗市場規模（億元）.22 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 3/69 計算機計算機/行業深度行業深度 圖圖 14：精準醫療的主要環節：精準醫療的主要環節.24 圖圖 15：醫學影像人工閱片與：醫學影像人工閱片與 AI 閱

14、片對比閱片對比.26 圖圖 16：2020-2025 年中國醫學影像設備市場規模趨勢（億元）年中國醫學影像設備市場規模趨勢（億元）.26 圖圖 17：2023-2026 年中國年中國 AI 醫學影像市場規模（億元）醫學影像市場規模（億元）.27 圖圖 18：截至：截至 2024 年年 6 月已獲批上市的月已獲批上市的 AI 醫學影像產品數量（款）醫學影像產品數量（款）.27 圖圖 19：醫療信息化包含的領域：醫療信息化包含的領域.29 圖圖 20：智慧醫院劃分與建設范圍：智慧醫院劃分與建設范圍.30 圖圖 21：中國智慧醫院發展歷程及階段劃分：中國智慧醫院發展歷程及階段劃分.30 圖圖 22：

15、智慧醫院廠商能力分布智慧醫院廠商能力分布.31 圖圖 23：訊飛星火醫療大模型賦能全線醫療服務體系：訊飛星火醫療大模型賦能全線醫療服務體系.32 圖圖 24：百度靈醫大模型四層架構：百度靈醫大模型四層架構.32 圖圖 25：以電子病歷為核心的臨床醫療基礎架構與內外聯動：以電子病歷為核心的臨床醫療基礎架構與內外聯動.33 圖圖 26：熙軟醫院運營管理智能體：熙軟醫院運營管理智能體.35 圖圖 27：中國：中國 AI 健康管理行業市場規模（億元）健康管理行業市場規模（億元）.38 圖圖 28：AI 健康管理產業鏈健康管理產業鏈.39 圖圖 29：AI 慢病管理應用模式慢病管理應用模式.40 圖圖

16、30：AI 慢病管理應用模式慢病管理應用模式.41 圖圖 31：中國：中國 AI 亞健康管理市場規模（億元）亞健康管理市場規模（億元）.43 圖圖 32：訊飛星火醫療大模型賦能政府、醫生與患者：訊飛星火醫療大模型賦能政府、醫生與患者.53 圖圖 33：創業惠康云：創業惠康云.60 圖圖 34：公司醫院信息化業務主要場景：公司醫院信息化業務主要場景.62 圖圖 35：公司智慧衛生整體解決方案：公司智慧衛生整體解決方案.62 表表 1：AI 醫療應用場景醫療應用場景.4 表表 2：AI 醫療近年重點政策梳理醫療近年重點政策梳理.6 表表 3：AI 技術在制藥流程中的主要應用技術在制藥流程中的主要應

17、用.19 表表 4：AI 醫學影像主要類型醫學影像主要類型.25 表表 5：截至：截至 2024 年年 6 月獲批上市的月獲批上市的 AI 醫學影像產品企業分布醫學影像產品企業分布.28 表表 6：AI 健康管理主要環節及其目標群體健康管理主要環節及其目標群體.36 表表 7：AI 老老年康養產品與服務年康養產品與服務.42 表表 8：聯影醫療具體產品種類及用途：聯影醫療具體產品種類及用途.65 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 4/69 計算機計算機/行業深度行業深度 1.AI 醫療基本概況醫療基本概況 1.1.AI 醫醫療概念療概念 AI 醫療是指通過機器學習、自然

18、語言處理（醫療是指通過機器學習、自然語言處理（NLP）、計算機視覺等技術，對醫療數）、計算機視覺等技術，對醫療數據進行深度分析，輔助臨床決策、優化診療流程、提升醫療效率的智能化應用體系。據進行深度分析，輔助臨床決策、優化診療流程、提升醫療效率的智能化應用體系。AI 醫療是利用人工智能技術來幫助醫生和醫療機構更快、更好地處理醫療數據、診斷疾病、管理患者健康等。AI 可以通過深度學習和分析大量的醫學影像、病歷數據、基因信息等資料，在此基礎上提供更精準的診斷和治療方案。AI 醫療核心技術包括醫學影像分析、自然語言處理、機器學習等，例如谷歌旗下的DeepMind 公司開發的 AI 系統，已經在眼科疾病

19、診斷中表現出色，能夠通過分析眼底掃描圖像，準確診斷出糖尿病視網膜病變等疾病。AI 在醫療中的應用非常廣泛，主要包括輔助診斷、臨床決策、健康管理、藥物研發在醫療中的應用非常廣泛，主要包括輔助診斷、臨床決策、健康管理、藥物研發以及醫療機器人等等，通過在以及醫療機器人等等，通過在這些場景應用這些場景應用 AI，可以幫助達到在降低成本提高效率，可以幫助達到在降低成本提高效率的同時優化病人體驗、提高診療質量、減少潛在疾病等的目標，全方位賦能醫療服的同時優化病人體驗、提高診療質量、減少潛在疾病等的目標，全方位賦能醫療服務的各個環節。務的各個環節。表表 1：AI 醫療應用場景醫療應用場景 數據來源：緯迪資本

20、，東北證券 AI 醫療醫療提高醫療質量和效率提高醫療質量和效率。AI 在學習速度與能力方面的卓越表現已廣為人知。借助 AI 技術，能夠高效地匯聚過往病例及醫學知識，并構建相應模型。在此過程中，AI 可助力醫生更為迅速地處理海量醫療數據，減輕重復性工作負擔，使醫生得以將更多時間投入到患者治療環節，同時輔助制定更為規范的治療方案，降低人為失誤的概率。通過遠程醫療及智能診斷系統，AI 能夠促使偏遠地區的患者獲取與大型醫院相當的醫療服務，推動醫療資源實現更為合理的重新分配，進而讓更多人受益于高質量的醫療服務。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 5/69 計算機計算機/行業深度行業

21、深度 以 IBM 公司的 Watson for Oncology 系統為例，該系統能夠通過深度分析海量醫學文獻以及患者數據，為癌癥患者量身定制個性化治療方案。這一應用不僅顯著節省了醫生的時間成本，還有效提升了治療的精準程度。AI 醫療解決“看病難、看病貴”的問題。醫療解決“看病難、看病貴”的問題。在傳統醫療領域，美國耶魯大學教授 William Kissick 曾提出一個廣為人知的理論“不可能三角”。該理論核心觀點為，醫療服務的質量、價格以及就診速度這三個關鍵要素，在實際情境中往往難以同時兼顧。然而，人工智能的興起，為突破這一“不可能三角”帶來了曙光。AI 技術能夠助力醫療機構優化患者管理流程

22、，大幅縮短患者排隊等候時間。經過充分數據學習訓練的 AI 系統，其診療能力可達到甚至超越具有 10 年以上臨床經驗醫生的水平。與此同時，AI 在藥物研發進程中亦能發揮關鍵作用，可顯著壓縮研發周期，這不僅有效降低了研發成本，還減輕了患者的用藥經濟負擔，有力推動了藥物的廣泛普及。圖圖 1：醫療領域“不可能三角”：醫療領域“不可能三角”數據來源：緯迪資本，東北證券 AI 憑借對患者個體基因數據、既往病史詳情以及生活習慣特征等多源信息的深度挖掘與整合分析，能夠精準構建契合個體特質的治療策略。這種基于精準醫學理念的個性化治療模式，不僅顯著提升治療效果，還能有效規避因傳統經驗性治療導致的不必要藥物不良反應

23、。以美國 23andMe 公司為例，該公司借助先進的基因檢測技術，結合 AI 算法對海量基因數據進行深度剖析，幫助用戶精準評估自身罹患遺傳疾病的潛在風險，并據此提供科學、個性化的健康管理建議，為疾病預防與早期干預提供有力支撐。AI 醫療的優勢：醫療的優勢：請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 6/69 計算機計算機/行業深度行業深度 1.提高診斷準確性：提高診斷準確性：AI 能夠對海量醫療數據進行學習和分析，發現人類難以察覺的規律和模式，減少誤診和漏診的發生。2.提升醫療效率：提升醫療效率：自動化的流程和決策支持系統可以替代或輔助人工操作，如數據分析、病歷管理、患者監護等，

24、使醫生能夠將更多時間和精力集中在患者的治療上，提高醫療服務的整體效率。3.加速藥物研發：加速藥物研發：AI 技術可以模擬化學反應和分子結構，預測藥物的效果和副作用，大大節省了藥物研發過程中的實驗和臨床試驗時間，加快新藥上市的速度。4.實現個性化醫療：實現個性化醫療：通過對個體的全面健康數據分析，為患者量身定制個性化的治療方案，提高治療的有效性和安全性。1.2.AI 醫療相關政策梳理醫療相關政策梳理 近年，中國 AI 醫療行業受到各級政府的高度重視和國家產業政策的重點支持。國家陸續出臺了多項政策，鼓勵 AI 醫療行業發展與創新，健康中國行動 慢性呼吸系統疾病防治行動實施方案（2024-2030

25、年）中藥標準管理專門規定等產業政策為 AI 醫療行業的發展提供了明確的指導建議和發展前景。國家衛生健康委等三部委聯合發布衛生健康行業人工智能應用場景參考指引，國家衛生健康委等三部委聯合發布衛生健康行業人工智能應用場景參考指引，給出了給出了 84 個應用場景，個應用場景，包括醫學影像智能輔助診斷、智能導診、智能病歷輔助生成、智能中醫臨床輔助診療、智能醫療質量管理、智能健康管理、智能公共衛生群體數據分析等，推進衛生健康行業“人工智能+”應用創新發展。表表 2：AI 醫療近年重點政策梳理醫療近年重點政策梳理 發布時間發布時間 政策政策 主要內容主要內容 2024.11 衛生健康行業人工智能應用場景參

26、考指引的通知 參考指引從四大領域，84 個應用場景，覆蓋醫療服務管理、基層公衛服務、健康產業發展、醫學教學科研等。2024.8 關于建立健全全智慧化多點觸發傳染病監測預警體系的指導意見 指導意見包括 7 個部分，共 23 條。提出到2030 年，建成多點觸發、反應快速、科學高效的傳染病監測預警體系。其中在推進監測預警信息平臺建設部分提出（一）加強平臺頂層設計（二）提高監測分析能力（三）提升預警預測能力。2024.7 健康中國行動 慢性呼吸系統疾病防治行動實施方案(20242030 年)加強規范化診療和健康管理。完善慢性呼吸系統疾病相關診療指南、臨床路徑。探索應用人工智能、大數據等新一代信息技術

27、建立規范化基層診療輔助系統。2024.7 健康中國行動 糖尿病防治行動實施方案(20242030 年)積極運用互聯網、人工智能等技術，開展遠程會診、臨床輔助決策等服務，提高基層診療能力和效率。推進糖尿病智慧健康管理，充分利用人工智能等信息技術豐富糖尿病健康管理手段，推廣物聯網應用、可穿戴設備。試點開展人工智能糖尿病視網膜病變篩查、持續葡萄糖監測等糖尿病健康管理新技術，提升健康管理效率和效果。2024.7 中藥標準管理專門規定 堅持傳承與創新并重，遵循中醫藥理論，尊重傳統經驗，體現中藥特點，鼓勵新技術和新方 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 7/69 計算機計算機/行業深

28、度行業深度 法在中藥標準中應用，支持采用大數據、人工智能等先進技術，持續提高中藥質量可控性。2024.6 20242025 年持續開展“公立醫療機構經濟管理年”活動 各單位結合運營管理實際需要，參考公立醫院運營管理信息功能指引，建立健全以業財融合為核心的運營管理信息集成平臺，強化人工智能、大數據、云計算等現代信息技術應用，加快內部各類信息系統互通互聯、各類數據共享共用，充分發揮信息化在業務管理與經濟管理融合發展中的重要支撐作用，顯著提升運營管理精細化水平和效率效益。2024.5 規范醫療器械產品分類界定工作 若為軟件產品或者含有軟件組件的產品，應當寫明是否采用人工智能算法、是否給出診斷結論（結

29、果）等信息。2024.2 加強醫療監督跨部門執法聯動工作 各地要加強監督執法平臺建設，探索建立省級醫療監督管理平臺。借助大數據、云計算、互聯網、人工智能等新興技術，利用已有信息系統和數據資源，收集、整合、分析醫療監督業務關鍵信息，加強業務協同，打通信息壁壘，實現數據共享互通，破除“信息孤島”。2023.12 全面推進緊密型縣域醫療衛生共同體建設 統一縣域醫共體內信息系統，加強數據互通共享和業務協同，推動人工智能輔助診斷技術在縣域醫共體內的應用。將遠程醫療延伸到鄉村，推行基層檢查、上級診斷、結果互認。加強網絡信息安全。2023.1 健康中國行動 癌癥防治行動實施方案(20232030 年)持續推

30、進多學科診療模式，提升癌癥相關臨床?？颇芰?，探索以癌癥病種為單元的專病中心建設，積極運用互聯網、人工智能等技術，開展遠程醫療服務，探索建立規范化診治輔助系統，提高基層診療能力。數據來源：前瞻產業研究院，創元一方，東北證券 1.3.AI 醫療發展歷程醫療發展歷程 從國內 AI 醫療發展歷程來看，自 2018 年開始，我國人工智能醫療行業監管政策逐步完善，個別賽道開始出現可行性強的商業模式。2021 年 7 月，國家藥監局發布 人工智能醫用軟件產品分類界定指導原則，明確人工智能醫用軟件產品按照第三類醫療器械管理。我國的 AI 醫療進程可以劃分為以下三個階段：1）萌芽階段（萌芽階段（1978-201

31、5 年）年）特點：醫療數據孤島林立、數據治理有待展開，臨床 AI 應用稀缺。技術：此階段的 AI 醫療產品以輔助醫生診療的程序或系統為主，幾乎沒有應用于臨床，整體產業僅出現一個初步的形態。2）起步階段（起步階段（2015-2021 年）年）特點：數據建設初步展開，部分疾病標準數據庫建立、基于深度學習的感知智能應用興起。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 8/69 計算機計算機/行業深度行業深度 技術：醫療大數據建設展開，信息系統升級改造，眼底與肺部影像的標準數據庫建立；基于深度學習的影像應用走到感知應用發展的前端 NLP、KG 等其他應用在慢跑；商業模式處于混沌的初步嘗試

32、階段，可行模式未確定。3）探索階段探索階段（2021 年至今年至今）特點：醫療數據互聯互通建設進一步展開、感知應用算法迭代、應用橫縱開拓。技術：醫院內部各科室、醫院與醫院、醫院與當地衛健委之間的數據互聯互通建設由信息系統改造轉向數據治理階段領跑的影像應用往尚未覆蓋的疾病診療領域橫向拓展與深度挖掘，NLP 應用追趕至前端，KG、ML 蓄力慢跑。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 9/69 計算機計算機/行業深度行業深度 圖圖 2：我國與全球：我國與全球 AI 醫療發展歷程醫療發展歷程 數據來源：深度求學，東北證券 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 1

33、0/69 計算機計算機/行業深度行業深度 1.4.AI 醫療細分賽道醫療細分賽道 AI 正在迅速滲透醫療行業的各個環節，包括但不限于影像診斷、藥物研發、臨床決正在迅速滲透醫療行業的各個環節，包括但不限于影像診斷、藥物研發、臨床決策支持、健康管理等。策支持、健康管理等。AI 醫療的價值體現在提升醫療服務質量、增加醫療服務可及性以及降低醫療成本上。AI 醫學影像：醫學影像：醫學影像是利用光、電、磁、聲等物理現象，以非侵入方式獲得人體或人體某部分內部組織的影像。臨床超過 70%的診斷都依賴于醫學影像。臨床中最常見的影像模態包括 X 線攝影、CT、MRI 和超聲等。人工智能應用于醫學影像，主要是通過深

34、度學習實現機器對醫學影像的分析判斷，幫助醫生更快獲取影像信息，進行定性定量分析，提升醫生閱片效率，協助發現隱藏病灶，協助醫生完成診斷工作。AI 醫學影像是 AI 醫療領域目前最為成熟和常見的領域之一。藥物研發：藥物研發：傳統的藥物研發模式依賴研發人員的經驗以及大量的試錯實驗，不僅耗費大量的時間和資金，而且成功率相對較低。據相關研究表明，研發一種新藥平均需要投入約 26 億美元，耗時長達 12-15 年，然而在臨床試驗階段的成功率卻不足 10%。AI 在藥物研發領域的應用有助于縮短藥物上市周期，降低研發成本，提高研發效率。AI 醫學檢驗：醫學檢驗：在檢驗流程智能化、輔助診斷與疾病預測、質量控制與

35、數據價值挖掘、病理診斷與影像分析、個性化醫療與精準治療有廣泛應用。醫學檢驗是對取自人體的材料進行微生物學、免疫學、生物化學、遺傳學、血液學、生物物理學、細胞學等方面的檢驗，從而為預防、診斷、治療人體疾病和評估人體健康提供信息的一門科學。AI 在醫學檢驗領域，以圖像識別需求最為強烈，從外周血、骨髓細胞形態到尿液、糞便、陰道分泌物以及各種來源樣本的病原體的準確識別和精確分類，從而實現快速、便捷的臨床樣本檢測。目前 AI 已逐漸走進臨床與檢驗融合，出現了采血機器人、圖像智能判讀和智能報告審核與復檢等諸多應用場景。AI 賦能醫療信息化：賦能醫療信息化：AI+醫療信息化的應用場景廣泛，具體包括臨床決策支

36、持，電子病歷，醫療資源調控以及遠程治療及智慧醫院的建設等。1）臨床決策支持，通過AI 整合臨床數據、醫學知識庫和實時患者信息，為醫生提供循證醫學建議，降低誤診風險并提升診療質量。2）在電子病歷方面，人工智能能夠多模態的梳理并理解醫患間的對話內容，提升病歷記錄的效率。同時，AI 通過對歷史病歷信息的讀取，可以更好的了解患者的基本信息、過往藥史等，使患者圖像更為清晰。3）在醫療資源調控方面，AI 算力的提升加快對醫院信息、藥物存量、患者情況的收集、處理、交換速度，更方便調配醫療資源，發掘醫療潛能，并提升公共衛生事件的應對效率。4）在遠程醫療方面，虛擬現實技術突破了智能醫生與患者間的時空限制，并對術

37、后跟蹤、慢病治療環節有所效益。健康管理：健康管理：AI 健康管理，是指運用新一代信息、通信、人工智能、生物信息等技術手段，感測、分析、整合健康數據采集、健康檢測與監測、健康評估、健康干預等關鍵環節的各項信息，從而對個體或群體的健康需求做出智能響應的新模式。AI 助力健康管理可以幫助醫生和患者更好地了解自己的病情，進而提高治療效率和質量。AI 技術在健康管理領域的應用，如智能可穿戴設備，能夠實現對用戶健康狀況的實時監測和管理。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 11/69 計算機計算機/行業深度行業深度 圖圖 3：不同主題對于人工智能的需求差異：不同主題對于人工智能的需求差

38、異 數據來源：蛋殼研究院，東北證券 圖圖 4：AI 賦能醫療服務眾多環節賦能醫療服務眾多環節 數據來源：甲子光年，東北證券 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 12/69 計算機計算機/行業深度行業深度 圖圖 5：國內：國內 AI 醫療主要參與者醫療主要參與者 數據來源：財經科學家，東北證券 2.AI 醫療行業現狀及發展趨勢醫療行業現狀及發展趨勢 2.1.AI 醫療行業規模醫療行業規模 2025 年中國年中國 AI 醫療行業規模將達到醫療行業規模將達到 1157 億元，預計在億元，預計在 2028 年達到年達到 1598 億元，億元，2022-2028 年年 CAGR 為

39、為 10.5%。AI 醫療的快速發展得益于人口老齡化和醫護人員短缺的大環境，AI 技術能夠緩解醫療資源供需矛盾，提高醫療體系的效率，減輕醫務人員的工 作負擔，并加速藥物和疫苗的研發進度。AI 在藥物及疫苗研發、基因組學、醫學影像、智能醫院和醫療儀器等領域的應用前景廣闊。圖圖 6：AI 醫療市場規模醫療市場規模 數據來源：甲子光年，東北證券 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 13/69 計算機計算機/行業深度行業深度 2.2.AI 醫療產業鏈醫療產業鏈 AI 醫療產業鏈是一個由技術、數據、硬件、軟件、應用場景等多環節構成的復雜生態體系，覆蓋從基礎技術研發到臨床落地的全流程

40、。1）上游：基礎層上游：基礎層 （1）數據資源）數據資源 數據來源：數據主要源自多個關鍵領域，包括醫院電子病歷（EMR）系統所記錄的海量患者診療信息；醫學影像，像 CT、MRI、X 光等各類成像資料，蘊含豐富的身體結構與病變信息；基因測序數據，揭示人體遺傳密碼；可穿戴設備監測數據，能實時追蹤個體日常健康狀況；以及公共衛生數據庫，匯聚了群體層面的疾病防控等數據。數據標注：在數據標注環節，醫學影像標注（以精準勾畫腫瘤區域為例）和病歷文本結構化（如從病歷中準確提取疾病名稱、癥狀等關鍵信息）這類工作，高度依賴專業醫生憑借其深厚的醫學知識和臨床經驗來完成。數據治理：數據治理涵蓋多個重要方面。首先是數據清

41、洗，去除數據中的噪聲與錯誤；接著進行脫敏操作，保障患者隱私。同時，依據 DICOM 等行業標準實現數據標準化，以確保數據的通用性與兼容性；在隱私保護方面，嚴格遵循 GDPR、HIPAA 等國際通行法規要求，保障數據安全。（2）算法與模型算法與模型 核心技術：該領域的核心技術豐富多樣。深度學習發揮著關鍵作用，其中 CNN（卷積神經網絡）擅長處理醫學影像識別任務，能精準分辨各類影像特征；RNN（循環神經網絡）則在時序數據處理上表現卓越。遷移學習針對小樣本訓練難題，可有效利用已有知識。聯邦學習更是打破機構間的數據壁壘，實現跨機構的數據協作。模型：醫療健康大模型以企業研發為主，高校和科研機構為輔，醫療

42、機構次之，研發合作模式多樣化，包括醫企、校企等多種模式。企業依托較為豐富的資金和技術資源，快速搶抓市場熱點，共計 51 家企業相繼推出了大模型產品，占比高達 60.0%，占據了醫療健康領域大模型研發的主導地位。高校與研究機構依托高價值數據、高智力資源和強科研實力，共 22 家高校及研究院所開展大模型研發，占比 25.9%。醫療機構擁有一手醫療數據資源，但限于日常臨床任務艱巨并且人工智能技術研究及大模型研發起步較晚，大模型以合作研發為主。其中，企業研發醫療健康領域大模型，更加注重用戶體驗和商業化前景，典型代表如百度的“靈醫大模型”、云知聲的“山海認知大模型”、醫渡科技的“醫渡大模型”、京東健康的

43、“京醫千詢大模型”、騰訊的“騰訊健康醫療大模型”，訊飛醫療的“訊飛星火醫療大模型”等更加注重用戶體驗和易用性，能更好地滿足市場的需求。（3）算力基礎設施算力基礎設施 硬件：硬件支撐極為關鍵，包括性能強勁的 GPU，為深度學習計算提供強大動力；TPU 芯片，在特定計算場景下具備高效優勢；還有寒武紀、Graphcore 等企業研發的 AI 加速芯片，助力提升整體算力水平。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 14/69 計算機計算機/行業深度行業深度 云計算：云計算平臺為醫療 AI 訓練提供有力支持，AWS、Azure、阿里云等均搭建了專業的醫療 AI 訓練平臺。而邊緣計算則在

44、實時處理場景中不可或缺，例如手術機器人的精準操控就依賴其低延遲特性。網絡：5G 網絡憑借其高速率、低延遲的特性，大力推動遠程醫療發展，實現實時數據的快速傳輸。2）中游：技術層中游：技術層 （1）核心技術模塊）核心技術模塊 計算機視覺（CV）：在醫療領域發揮著關鍵作用，應用于醫學影像分析，如肺結節檢測、眼底病變識別等，助力醫生精準診斷；同時還用于病理切片數字化，提高醫療數據管理效率。自然語言處理（NLP）：具有廣泛應用。在電子病歷結構化方面，能夠將繁雜的病歷信息整理成規范格式，便于查詢與分析；臨床決策支持（CDSS）系統借助 NLP 技術為醫生提供決策參考；患者問答機器人可自動解答患者常見問題。

45、此外，在化合物研究環節，NLP 技術能對海量文獻進行大規模、高效分析，提出新的可測試假說，提高新靶點發現幾率，顯著縮短研發周期。在臨床前研究階段，深度學習技術可將已上市或處于研發管線的藥物與疾病進行智能匹配，拓展藥物治療范圍，提升研發效率。知識圖譜：通過構建疾病-癥狀-藥品關聯網絡，如 IBM Watson Oncology，為醫療決策提供全面、關聯的知識支持，輔助醫生更準確地診斷和治療疾病。語音技術：實現語音電子病歷錄入，醫生通過語音即可快速記錄病歷，提高工作效率；智能問診記錄功能則能自動記錄問診過程，確保信息完整。（2）開發工具與平臺）開發工具與平臺 AI 框架：TensorFlow、Py

46、Torch 等主流 AI 框架推出了醫療定制版本，例如 MONAI 專門用于醫學影像處理，為醫療 AI 開發提供了更貼合需求的底層支持。低代碼平臺：像英偉達 Clara 這樣的低代碼平臺，允許醫院在無需大量編程知識的情況下，快速部署 AI 模型，降低了技術應用門檻，加速了 AI 在醫療場景中的落地。模型管理：借助 MLOps 工具鏈，實現模型版本控制，確保模型迭代過程的可追溯性；同時支持自動化部署，提高模型部署效率，保障模型在實際應用中的穩定性與可靠性。3）下游：應用層下游：應用層 AI 的下游應用包括：醫學影像、的下游應用包括：醫學影像、AI 輔助決策、輔助決策、AI 醫學檢驗醫學檢驗、AI

47、 健康管理、健康管理、AI 新新藥研發、藥研發、醫療機器人醫療機器人等。等。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 15/69 計算機計算機/行業深度行業深度 圖圖 7：AI 醫療產業鏈醫療產業鏈 數據來源：Aiden 的硬科技行研，東北證券 2.3.AI 醫療一級融資情況醫療一級融資情況 在 2023 年經歷顯著回暖后，2024 年醫療 AI 領域的融資熱度回落至與 2022 年相當的水平。具體來看，在 2022 年 9 月 1 日至 2023 年 8 月 31 日期間，醫療 AI 相關融資事件共計發生 160 起，與 2021 年 9 月 1 日至 2022 年 8 月

48、31 日期間的融資事件總數相比，增長率達 42.86%。然而，在 2023 年 9 月 1 日至 2024 年 8 月 9 日期間，融資事件總數急劇下降，僅為 99 起。圖圖 8：2022-2024 年醫療年醫療 AI 領域不同細分領域融資情況領域不同細分領域融資情況 數據來源：動脈橙產業智庫，東北證券 英偉達多次投注，做英偉達多次投注，做 AI 制藥發展重要推手。制藥發展重要推手。通過對各細分領域的深入剖析可知，影像、信息化以及機器人賽道在 2023 年經歷短暫回暖后，2024 年資本投入的頻次已回落至 2022 年的相近水平。反觀制藥賽道，在同期內，投融資事件數量呈持續 請務必閱讀正文后的

49、聲明及說明請務必閱讀正文后的聲明及說明 16/69 計算機計算機/行業深度行業深度 下降態勢。即便在 2023 年整個醫療 AI 賽道呈現“報復式”回暖時，制藥賽道也未展現出同步的增長趨勢。由此可見，由于 AI 制藥領域至今尚無一款藥物成功推進至上市階段，隨著時間的推移，這一狀況正逐漸加劇對資本信心的負面影響。不過，放眼全球，AI 制藥依然充滿生機。英偉達近兩年在該賽道頻繁出手“瘋狂掃貨成為 AI 制藥回暖的重要推手。據 Pitchbook、Crunchbase 及動脈橙產業智庫數據，英偉達在 2023 年及 2024 年(截至 2024 年 9 月 5 日)共參與投資超過 70 起，所有投資

50、無一例外，均與 AI 相關，而其中至少投注 AI 制藥企業 14 家，醫療其他領域企業 8 家。在醫療相關的其他領域，2024 年英偉達亦投注了如信息化領域的 Artsight、健康管理領域的 Abridge 以及機器人領域的 Neocis 等 AI 企業。對于生成式 AI 及其相關技術，握有算力優勢的英偉達比任何一家投資機構更加堅信也更有可能實現它的顛覆性，進而破除現有 AI 面臨的頑疾，左右診療、制藥新時代的格局，英偉達近兩年在醫療 AI，尤其是 AI 制藥領域的頻繁出手給行業注入了信心。圖圖 9：2023-2024 年醫療年醫療 AI 領域及細分賽道融資輪次分析領域及細分賽道融資輪次分析

51、 數據來源：動脈橙產業智庫,東北證券 融資輪次靠后，大模型展現強吸金能力。融資輪次靠后，大模型展現強吸金能力。從融資輪次看，2024 年整個醫療 AI 領域A 輪系列(包括 preA 輪、A+輪、A+輪及 A 輪后的戰略融資等)及 A 輪以前的早期投資總占比均有所下降，而 B 輪系列及之后的成熟企業的資本投注占比更多，這也側面印證了資本對醫療 AI 領域逐步謹慎的態度。2024 年平均單筆醫療 AI 的融資金額也較 2023 年接近翻了一倍，從 6893.63 萬增加至 10344.53 萬元，最大單筆投資來自騰訊、阿里、小米等，投注于專注醫療大模型的百川智能，是一筆高達 3 億美金的 A 輪

52、融資。2.4.AI 醫療發展面臨的挑戰 醫療行業是典型的人才和知識密集型行業，需要大量高素質專業人才投入。醫療服務流程錯綜復雜，跨越多個科室和部門，涉及診斷、治檢查用藥、支付等多個環節，各環節相互影響，決策因素繁多。人工智能技術可高效系統地收集和整合影響醫療決策的各類信息，為醫護人員提供決策支持，輔助做出更準確的診療決策并高效實施。我國醫療領域普諞存在“強調臨床、輕視數據”的傾向，這導致存儲數據參差不齊，數據標準缺乏統一，這在很大程度上陰礙了醫療數據的共享和流通，進而促進 AI 在醫療領域的應用。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 17/69 計算機計算機/行業深度行業深

53、度 1）醫療資源總量少、分布不均）醫療資源總量少、分布不均 地區差異：在一些發展中國家或偏遠地區，醫療資源往往較為匱乏，而城市和發達地區則相對集中了更多的醫療資源。專業人才短缺：特別是在農村和邊遠地區，缺少足夠的醫療專業人員，如醫生、護士和專業技術人員。設備設施不足：一些地區可能缺乏必要的醫療設備和設施，如先進的診斷工具、手術室等。服務可及性：由于交通不便或醫療點分布稀疏，一些地區的居民難以獲得及時有效的醫療服務。2）醫護工作負擔重）醫護工作負擔重 長時間工作：有超過 50%的醫生工作時間在 8 小時以上，20.6%的醫生每天平均工作時間超過 10 個小時；高強度勞動：除診療工作外，醫護還需進

54、行科研工作。心理負擔：面對病人的痛苦和死亡，醫護人員需要承受巨大的心理壓力和情感負擔；職業風險：醫護人員在工作過程中面臨感染疾病、受傷等職業風險。技術更新：醫療技術不斷進步，醫護人員需要不斷學習和適應新技術。行政和文書工作：除了臨床工作，醫護人員還需處理大量的行政和文書工作。3）醫療服務流程繁雜）醫療服務流程繁雜 專業術語障礙：醫療專業術語可能使患者難以理解自己的病情和治療方案；人才與知識密集性凸顯了醫療健康服務的復雜性。多部門流轉：患者可能需要在不同的部門之間往返，如從掛號到診室，再到檢查室和藥房。信息不透明：患者可能難以獲取關于醫療服務、費用和治療效果的清晰信息?？鐚W科協調：醫療健康服務流

55、程復雜，跨科室、部門、執行、決策、支付等多環節相互影響，在需要多學科團隊協作的情況下，協調和溝通可能存在障礙。4）數據安全與隱私保護）數據安全與隱私保護 隨著醫療數據的不斷增長，如何確保這些數據的安全性和隱私性成為了一個挑戰。醫療機構需要采取一系列措施，如數據加密、訪問控制、隱私保護等，確保醫療數據的安全性和隱私性。首先，考慮數據的合規性和法律要求。醫療機構需要遵守相關的法律法規，確保數據的合法性和合規性。同時，還需要建立完善的數據安全管理制度，明確數據的保密、使用和共享等方面的規定，確保數據的合法使用和共享。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 18/69 計算機計算機/

56、行業深度行業深度 其次，考慮數據的可追溯性和可審計性。醫療機構需要建立完善的數據可追溯性和可審計性機制，確保數據的來源和去向清晰可查，避免數據被濫用或泄露。5）數據質量與標準化）數據質量與標準化 由于醫療數據的來源廣泛、種類繁多，如何保證數據的質量和標準化是一個挑戰。由于醫療數據的來源廣泛、種類繁多，如何保證數據的質量和標準化是一個挑戰。醫療機構需要建立完善的數據質量管理體系，制定統一的數據標準，確保數據的準醫療機構需要建立完善的數據質量管理體系，制定統一的數據標準，確保數據的準確性和一致性。確性和一致性。數據的可讀性和可理解性：醫療機構需要建立完善的數據可讀性和可理解性機制，確保醫護人員能夠

57、快速準確地理解數據含義和背后的信息。還需要加強數據可視化技術的研發和應用，將復雜的數據以更加直觀的方式呈現給醫護人員。數據的可擴展性和可維護性：醫療機構需要建立完善的數據可擴展性和可維護性機制，確保數據能夠隨著業務的發展而不斷擴展和更新。還需要加強數據備份和恢復技術的研發和應用，確保數據的安全性和可靠性。3.AI 醫療細分領域眾多醫療細分領域眾多 3.1.AI 制藥制藥 AI 制藥是指以醫藥大數據為基礎，將自然語言處理、機器學習及生成模型等人工智能技術應用到制藥領域各環節，以提高、優化新藥研發的效率及質量，降低臨床失敗概率及研發成本。相比傳統制藥，人工智能憑借機器學習、深度學習、自然語言處理、

58、圖像識別等獨特優勢可以提供更好的預測模型和更高的命中率，以縮短新藥發現時間，提高藥物研發的成功率，節省成本提高凈收入。目前，AI 技術主要用于藥物研發階段，隨著技術的不斷突破和發展，AI 技術參與制藥的環節將增多，新藥研發效率也將提升。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 19/69 計算機計算機/行業深度行業深度 表表 3：AI 技術在制藥流程中的主要應用技術在制藥流程中的主要應用 制藥環節制藥環節 應用應用 藥物研發藥物研發 靶點選擇 通過自然語言處理和機器學習技術，從大量的文獻和研究中發現新的靶點，為藥物研發提供新的方向?；诒硇偷乃幬锇l現 通過機器學習，直接使用生物

59、系統進行藥物篩選，在表型篩選中關聯細胞表型和化合物作用方式，獲得靶點、信號通路或遺傳疾病相關聚類。分子生成 通過機器學習、深度學習中的變分自編碼器（VAE）和生成式對抗網絡（GAN）及基于自然語言處理的循環神經網絡（RNN）、長短期記憶人工神經網絡（LSTM）、門控循環單元（GRU）和 Transformer 等技術，對海量化合物及藥物分子進行學習，獲取成藥性及分子結構相關的規律，從而生成新的小分子作為候選藥物分子，形成高質量、規模性藥物分子化合物庫?；瘜W反應設計 將藥物分子結構映射為可通過機器學習算法處理的形式，形成多條合成路線并推薦最佳合成路線，或在給定反應物的前提下通過深度學習預測化學反

60、應結果?；衔锖Y選 通過機器學習中的決策樹、支持向量機、深度神經網絡、隨機森林等算法及分子對接、自由能微擾等技術，構建化合物化學結構與生物活性之間的關系模型，實現對藥物化合物作用機制的快速預測。ADMET 性質預測 通過深度學習，對篩選后的化合物進行藥代動力學測試識別，根據得到的相關特征評估多個 ADMET 參數間的隱藏關系和趨勢，預測化合物的藥性，如代謝性、細胞滲透性、溶解性、毒性等性質。用藥安全用藥安全 臨床試驗 通過自然語言處理和機器學習改善臨床試驗的設計、管理、監控和患者招募，從各種結構化與非結構化數據類型中提取信息，找到符合臨床試驗入組標準的受試者，或關聯各種大型數據集，找到變量間的

61、潛在關系，改進患者與試驗的匹配情況。藥物風險評估 通過機器學習，實現從接收藥物不良反應到報告全流程的自動化，提高藥物警戒工作效率，并通過樣本分析和預測進行藥物風險評估。數據來源：中商情報網，東北證券 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 20/69 計算機計算機/行業深度行業深度 圖圖 10：AI 賦能新藥研發全流程賦能新藥研發全流程 數據來源：Aiden 硬科技行研，東北證券 據預測，我國據預測，我國 AI 制藥制藥 2024 年市場規模將達年市場規模將達 5.62 億元，我國億元，我國 20192024 年年 AI 制藥制藥市場規模市場規模 CAGR 將達將達 53%。

62、2022 年全球 AI 制藥市場規模為 10.4 億美元，較上一年增長 31.31%，據預測到 2026 年全球 AI 制藥市場規模將達到 29.94 億美元?！笆奈濉贬t藥工業發展規劃提出，將積極探索人工智能、云計算、大數據等技術在研發領域的應用，通過對生物學數據挖掘分析、模擬計算，提升新靶點和新藥物的發現效率。圖圖 11：全球：全球 AI 制藥市場規模（億美元）制藥市場規模（億美元）數據來源：中商產業研究院，東北證券 從從 AI 制藥公司主攻適應癥分布情況來看，腫瘤、免疫學及神經病學領域占比最大，制藥公司主攻適應癥分布情況來看，腫瘤、免疫學及神經病學領域占比最大，分別為分別為 37%、21

63、%和和 14%。隨著全球腫瘤疾病負擔的增加，發現癌癥的治療方法是21 世紀最重大的公共衛生挑戰之一。全球 700 多家 AI 制藥公司主要布局了 6 大環節：包括早期藥物開發（392 家）、數據處理（235 家）、臨床開發（149 家）、端到端藥物開發（83 家）、臨床前發展（57 家）及藥物再利用（26 家）。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 21/69 計算機計算機/行業深度行業深度 在當前在當前 AI 藥物研發領域，企業主要采用三種主流商業模式，即藥物研發領域，企業主要采用三種主流商業模式，即 AI SaaS、AI CRO 與與 AI biotech。AI Saa

64、S 服務模式下，企業向客戶提供 AI 輔助藥物開發平臺；AI CRO 模式中，初創企業借助人工智能技術，致力于為客戶高效交付先導化合物或臨床前候選藥物（PCC），后續藥物開發工作則由藥企自行開展，或雙方合作推進藥物管線；AI biotech 模式的企業以推進自主研發的藥物管線為核心業務，較少開展外部合作。國內多數 AI 藥物研發企業并非局限于單一商業模式，而是在 SaaS 服務商、AI CRO 和 AI biotech 這三種商業模式中，選擇兼容其中兩種甚至三種模式。圖圖 12：國內：國內 AI+新藥企業商業模式統計情況新藥企業商業模式統計情況 數據來源：智藥局，蛋殼研究院，東北證券 當下當下

65、 AI 制藥市場的主要參與者涵蓋大型藥企、頭部互聯網企業以及制藥市場的主要參與者涵蓋大型藥企、頭部互聯網企業以及 AI 制藥初創制藥初創企業。企業。在大型藥企類別中，以外資企業占主導地位。其進入市場的主要路徑包括構建內部研發團隊、開展外部投資并購活動，以及與互聯網企業或初創企業達成合作關系。頭部互聯網企業則依托在技術領域所具備的顯著優勢，借助投資制藥企業、研發并搭建相關平臺、參與合作開發項目等多種途徑涉足 AI 制藥市場。AI 制藥初創企業憑借自身獨特的技術專長，切入制藥流程中的特定環節，通過與外部機構合作提供 AI 技術服務，或者轉型為創新型藥企等方式進入市場。據統計，我國有超據統計，我國有

66、超過過 90 家家 AI 制藥企業，包含了制藥企業，包含了 AI+CRO、AI+SaaS 以及以及 AI+Biotech 公司，我國公司，我國 AI+藥物研發上市公司主要有晶泰控股、泓博醫藥、成都先導等企業；互聯網大廠主要藥物研發上市公司主要有晶泰控股、泓博醫藥、成都先導等企業；互聯網大廠主要有百度、騰訊、華為、平安科技、阿里巴巴、字節跳動等。有百度、騰訊、華為、平安科技、阿里巴巴、字節跳動等。3.2.AI 醫學檢驗醫學檢驗 檢驗醫學是現代醫學的重要組成部分，臨床決策所需信息 70%來自檢驗，其高度自動化、數據化以及采用關系型數據庫存儲數據的特點為 AI 的應用和發展創造了有利條件；而以數據挖

67、掘、機器學習、專家系統為支撐的 AI 技術也將為檢驗醫學的跨越式發展提供契機。隨著國家政策支持人工智能的應用以及對應技術的研發升級，隨著國家政策支持人工智能的應用以及對應技術的研發升級，AI 醫學檢驗滲透率醫學檢驗滲透率急速提升，急速提升，2022 年年 AI 醫學醫學檢驗市場規模達檢驗市場規模達 90 億元，預計未來到億元，預計未來到 2027 年年 AI 醫學醫學檢驗市場規模將達檢驗市場規模將達 170 億元，復合增速達億元，復合增速達 13.56%。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 22/69 計算機計算機/行業深度行業深度 圖圖 13：AI 醫學檢驗市場規模（億

68、元）醫學檢驗市場規模（億元）數據來源：共研產業咨詢，東北證券 1）檢驗流程智能化：全流程降本增效檢驗流程智能化：全流程降本增效 1.檢驗項目的推薦：檢驗項目的推薦：基于 ML 的臨床決策系統，可參考患者臨床信息及歷史檢驗結果，預測測試前概率，進而指導醫生選擇檢驗方案。預計這種方法在保證有效性的前提下，能使越來越多患者獲得可負擔得起的診斷測試，同時降低醫療成本，據報道僅在美國每年估計可節省 50 億美元支出。此外，這種基于大數據的檢驗 AI 系統還可幫助臨床實驗室進行合理的試劑訂購，避免遺漏及浪費。2.實驗室的質量控制實驗室的質量控制：傳統的質量控制系統難以在日益復雜的測試環境中發現錯誤。通常，

69、臨床實驗室使用室內質量控制樣本來監控精密度。然而，并非所有檢測項目都有合適的 IQC 樣本；且現有的抽樣檢測系統無法對整個檢測過程進行監測。目前，“移動平均統計質量控制”技術被證明能有效改善上述局面，該技術是在每天實驗室檢測工作結束后，對屬于正常范圍的患者測試值取平均值，并輸入計算機程序進行質控分析。該方法被證明能有效提高錯誤的檢出率，且特別適合于 IQC 樣本不理想或不可用時的質控，在 LIS 系統中整合此類自動化質控軟件將有助于構建實時監測、快速反饋的實驗室質量控制體系。3.提升檢驗圖像結果分析：提升檢驗圖像結果分析：圖像識別是公認的 AI 最具發展前景的技術。據報道，深度學習催生的 AI

70、 計算機視覺技術對皮膚癌、乳腺癌和糖尿病視網膜病變等疾病的診斷性能已達到甚至超過專業醫生。同樣，遵循數字掃描成像、圖像特征提取、多層模型訓練的范式，檢驗領域亦可開發針對檢驗樣本圖像診斷的全自動數字化圖像識別系統。一個典型的例子是 CellaVision 公司與 Sysmex 公司合作生產的全自動數字化細胞形態分析系統，該系統是模擬人工在顯微鏡下對外周血涂片進行鏡檢的閱片系統，它不僅實現了標本進樣、滴加鏡油、轉換顯微鏡頭、預分類細胞到結果存檔的全程自動化，還具有極高的細胞預分類準確性，操作者只需要對預分類結果進行逐項復核。4.及時、準確的自動審核：及時、準確的自動審核：患者個體狀況千差萬別，這就

71、要求檢驗工作者密切結合臨床信息加以綜合評估，必要時查詢病歷或電話追問主治醫生，是對其工作經驗和責任心的極大考驗，也是人工審核的難點。檢驗 AI 的個性化自動審核系統可有效改進這種工作方式，該系統通過 NLP 技術解讀 LIS 和 HIS 系統對接的共享數據，將患者基礎疾病、診療方案、藥物影響因素、標本采集條件等信息與檢驗結果對接，同時與歷史檢驗數據對比審核，以判斷哪些檢驗結果與治療過程相關，哪些結果正確可以上機發布，哪些結果異常需要報警等。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 23/69 計算機計算機/行業深度行業深度 5.智能化的檢驗報告：智能化的檢驗報告：在檢驗自動審核

72、程序中還可提供與臨床診療相關的選擇，如智能解釋、檢驗效能評價、疾病預測、疾病相關因素分析等。在判斷檢驗結果時，可提供某些檢驗項目在相關疾病診斷中的敏感性和特異性，該指標的進一步應用及相關檢查的追加建議等。結合更多的臨床資料，還可給臨床醫生提供診斷選項、治療方案、發展趨勢及預后信息等。面向患者的檢驗報告除了提供簡單的檢驗結果報告外，還可提供智能檢驗報告單（包括檢驗指標變化趨勢、風險分析和解釋性報告等），以幫助患者更好地了解自身情況。2）AI 輔助診斷輔助診斷 基于常規實驗室數據的基于常規實驗室數據的 AI 模型可在臨床工作中輔助醫生鑒別診斷模型可在臨床工作中輔助醫生鑒別診斷。全球人工智能。全球人

73、工智能在醫學診斷市場在醫學診斷市場的規模預計將在的規模預計將在 2023 年至年至 2028 年間實現顯著增長，從約年間實現顯著增長，從約 13.12 億億美元增長至美元增長至 37.38 美元，年復合增長率（美元，年復合增長率（CAGR）達到）達到 23.2%。目前，AI 在醫學診斷中的應用主要集中在體內診斷（In Vivo Diagnostics）和體外診斷（In Vitro Diagnostics）兩大領域。1.AI 在體內診斷的發展主要得益于 AI 技術在減少診斷錯誤、提高治療效果方面的顯著優勢。例如，AI 算法能夠快速分析醫學影像，如 X 光、CT、MRI 和超聲波圖像，幫助醫生更準

74、確地識別病變和疾病標志物。在放射學領域，AI 工具可以自動檢測肺部結節、腦部異常等，為醫生提供診斷支持，從而提高診斷效率和準確性。2.在體外診斷領域，AI 的應用增長潛力巨大。體外診斷包括血液檢測、基因檢測等，AI 技術可以通過分析大量數據，快速識別疾病標志物，為早期疾病檢測和個性化治療提供支持。體外診斷產業鏈環節涵蓋生產、服務(第三方醫學檢驗 ICL)、流通(貿易)三個板塊。其中生產型企業包括東方生物、達安基因、科華生物、邁克生物、九強生物、亞輝龍等；服務型企業包括迪安診斷、金域醫學、華大基因、諾禾致源等；流通型企業包括潤達醫療、巨星醫療等。AI 在輔助診斷中有潛力的幾個方向：在輔助診斷中有

75、潛力的幾個方向：1.病理診斷，我國病理行業的潛在市場超病理診斷，我國病理行業的潛在市場超 400 億元。億元。AI 病理診斷構建了醫學知識圖譜，通過數據加工加統計分析，對病理診斷進行綜合性診斷并出具報告，已有多家公司的成功案例并在臨床上使用。我國病理診斷行業主要分為兩大梯隊，第一梯我國病理診斷行業主要分為兩大梯隊，第一梯隊為外資企業，包括羅氏、徠卡、安捷倫、櫻花、賽默飛、雅培、西門子、碧迪等，隊為外資企業，包括羅氏、徠卡、安捷倫、櫻花、賽默飛、雅培、西門子、碧迪等，占據了我國病理診斷領域高端儀器和試劑市場；第二梯隊為本土企業，包括邁新生占據了我國病理診斷領域高端儀器和試劑市場；第二梯隊為本土企

76、業，包括邁新生物、艾德生物、安必平等。物、艾德生物、安必平等。AI 診斷產品可分影像類、臨床診斷檢驗類和健康風險預測類。一是影像類診斷產品可分影像類、臨床診斷檢驗類和健康風險預測類。一是影像類，包括影像輔助診斷讀片及病理片等，是 AI 在醫學應用領域開展最早的，影像本身也是重要輔助診斷手段；二是臨床診斷檢驗類二是臨床診斷檢驗類，涵蓋生化基因檢測、病原菌感染檢測、遺傳病識別等；三是健康風險預測類，三是健康風險預測類，為健康管理機構提供疾病風險評估預警、院外管理及并發癥預警和愈后管理等服務。2.精準醫療，據精準醫療，據 Global Market Insights 數據顯示，數據顯示，AI 精準醫

77、療市場規模在精準醫療市場規模在 2022年達到年達到 12 億美元，并預計在十年內攀升至億美元，并預計在十年內攀升至 171 億美元，復合增長率高達億美元，復合增長率高達 30.8%。精準醫療是指運用基因組、蛋白質組等組學技術和生物醫學前沿技術，通過對大樣本人群與特定疾病類型生物標記物的分析、鑒定和驗證，精確定位治療靶點，再通過對不同狀態和過程的疾病進行精確分類，最終確定個性化治療方案的醫療方式。精準醫療是一個以個體醫療為核心，包括精準預防、精準診斷、精準治療、精準監測等全醫療過程的、系統化的、全要素的、可控的全新醫療模式，目的是讓醫療決策達到最佳化。請務必閱讀正文后的聲明及說明請務必閱讀正文

78、后的聲明及說明 24/69 計算機計算機/行業深度行業深度 圖圖 14：精準醫療的主要環節：精準醫療的主要環節 數據來源：廣和企豐，東北證券 全球精準醫療行業的主要陣地，主要集中在北美地區（以美國為代表）、歐洲地區（以英、法兩國為代表），以及以亞太地區（日本、澳大利亞為代表），其中，北美地區是市場主角，占比大于 40%。與美國相比，我國的精準醫療起步相對較晚，發展水平相對較低，但是發展速度更快。在 2014 年以后，我國精準醫療行業開始發力。首先，國家發布了較多支撐性政策，直接引導了行業的發展。隨后，中國精準醫療計劃正式出臺。2016 年年 3 月，科技部組織召開國家首次精準醫學戰略專家會月，

79、科技部組織召開國家首次精準醫學戰略專家會議，提出了中國精準醫療計劃：到議，提出了中國精準醫療計劃：到 2030 年前，我國將在精準醫療領域投入年前，我國將在精準醫療領域投入 600 億億元，其中，中央財政支出元，其中，中央財政支出 200 億元，企業和地方財政配套億元，企業和地方財政配套 400 億元。至此，精準醫億元。至此，精準醫療在中國已經上升為“國家戰略”。療在中國已經上升為“國家戰略”。我國精準醫療行業競爭格局主要分為五個派系。我國精準醫療行業競爭格局主要分為五個派系。在基因檢測、診斷領域，華大基因、貝瑞基因等占據領先地位；在其他診斷領域(如伴隨診斷)，泛生子、燃石醫學等企業快速發展；

80、在第三方檢測服務領域，迪安診斷、金域醫學占據主要市場；在細胞儲存、細胞治療領域，南華生物、冠昊生物等巨頭逐漸布局；在免疫治療、康復治療領域，藥明巨諾、復興凱特等已有上市產品。精準治療已經進入靶向藥物治療時代，美國精準治療已經進入靶向藥物治療時代，美國 FDA 已批準已批準 100 余余款靶向藥物上市?？畎邢蛩幬锷鲜?。小分子靶向藥物、單抗、多抗與 ADC 抗體偶聯藥物、免疫治療等藥物，以及細胞治療、基因治療等創新療法，能夠針對腫瘤、自身免疫疾病、代謝疾病等不同疾病有特異靶向作用，是精準治療開展的有利工具。隨著 AI 應用，基因檢測成本大幅下降，將使基因檢測深入到日常檢測中。以腫瘤為例，金域、華大

81、基因等企業結合病理與 NGS 技術，構建綜合性診斷平臺：優化腫瘤分型與治療方案，基因檢測可找到靶向藥物的對應基因，隨著成本降低，整體檢測成本下降，提升了精準醫療的應用。3.癌癥篩查，癌癥篩查，包括癌癥的分期、分級、分類、分子學特征的提取、腫瘤微環境特征的提取、臨床結局的研究以及藥物組學的發現等，就癌種來說，應用最多的是乳腺癌和肺癌，其次是前列腺癌、宮頸癌、結直腸癌和肝癌等。3.3.AI 醫學影像醫學影像 醫學影像是利用光、電、磁、聲等物理現象，以非侵入方式獲得人體或人體某部分內部組織的影像。臨床超過 70%的診斷都依賴于醫學影像。臨床中最常見的影像模態包括 X 線攝影、CT、MRI 和超聲等。

82、請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 25/69 計算機計算機/行業深度行業深度 AI 醫學影像技術，作為醫學與人工智能深度融合的前沿領域，借助深度學習、機器學習等人工智能技術，對醫學影像數據展開系統性分析與精準解讀，進而為醫生在疾病診斷、治療方案規劃，以及預后評估等環節，提供強有力的支持。這一技術的核心機制在于，通過構建并運用特定算法，對醫學影像中的病變區域進行自動化識別，同時生成量化分析結果，并給出具有參考價值的診斷建議。相較于傳統影像分析方法，AI 醫學影像技術以數據驅動的模式，極大提升了影像分析的效率與準確性，為醫學影像診斷帶來了新的變革與機遇。表表 4：AI 醫學

83、影像主要類型醫學影像主要類型 分類依據分類依據 主要類型主要類型 按影像模態分類 CT（計算機斷層掃描）影像分析：用于肺結節、腫瘤、腦卒中等疾病的檢測和診斷。MRI（磁共振成像）影像分析：用于腦部、脊柱、關節等部位的病變檢測。X 光影像分析：用于骨折、肺炎、肺結核等疾病的篩查。超聲影像分析：用于乳腺、甲狀腺、心臟等部位的病變檢測。病理影像分析：用于癌癥的病理切片分析，輔助病理醫生診斷。PET/CT 影像分析：用于腫瘤、心血管疾病等的功能代謝分析。按應用場景分類 疾病篩查：用于早期疾病的快速篩查，如肺結節篩查、乳腺癌篩查等。輔助診斷：幫助醫生識別病變區域，提供診斷建議，如腦卒中診斷、骨折檢測等。

84、治療規劃：輔助制定治療方案，如腫瘤放療靶區勾畫、手術路徑規劃等。預后評估：通過影像數據分析疾病進展和治療效果，如腫瘤治療效果評估。影像增強與重建：提高影像質量或減少輻射劑量，如低劑量 CT 重建、MRI 超分辨率重建。按技術方法分類 基于深度學習的影像分析：利用卷積神經網絡（CNN）等深度學習模型進行病變檢測和分類?；跈C器學習的影像分析：利用傳統機器學習算法（如支持向量機、隨機森林）進行影像特征提取和分析。影像分割與標注：自動分割影像中的病變區域，如腫瘤分割、器官分割。影像分類與檢測：對影像進行分類（如良惡性判斷）或檢測病變區域（如肺結節檢測）。影像生成與增強：利用生成對抗網絡（GAN）等技

85、術生成或增強影像數據。按疾病領域分類 腫瘤領域：如肺癌、乳腺癌、肝癌等的早期篩查和診斷。心血管領域：如冠心病、心肌梗死等的影像分析。神經系統領域：如腦卒中、阿爾茨海默病等的影像診斷。骨科領域：如骨折、骨質疏松等的影像分析。呼吸系統領域：如肺炎、肺結核等的影像篩查。數據來源：中商產業研究院，東北證券 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 26/69 計算機計算機/行業深度行業深度 圖圖 15：醫學影像人工閱片與：醫學影像人工閱片與 AI 閱片對比閱片對比 數據來源：華經產業研究院，東北證券 受益于醫療新基建和政策的驅動，我國醫學影像設備的市場規模穩健增長。2024 年中國醫學

86、影像設備市場規模約 1360 億元，2025 年市場規模將達到 1468 億元，同比+7.94%。圖圖 16：2020-2025 年中國醫學影像設備市場規模趨勢（億元）年中國醫學影像設備市場規模趨勢（億元）數據來源：中商產業研究，東北證券 近年來，近年來，AI 醫學影像市場呈現出迅猛的增長態勢，已成為醫學影像市場呈現出迅猛的增長態勢，已成為“AI+醫療”醫療”領域中領域中落地最成熟的細分領域。據相關統計數據顯示，落地最成熟的細分領域。據相關統計數據顯示，2024 年中國年中國 AI 醫學影像市場規醫學影像市場規模約為模約為 74.5 億元。億元。2025 年中國年中國 AI 醫學影像市場規模有

87、望突破醫學影像市場規模有望突破 150 億元，到億元，到 2026 年則將進一步增長至年則將進一步增長至 235.7 億元，持續保持高速增長的趨勢。億元，持續保持高速增長的趨勢。得益于人工智能技術的快速發展，其在醫學影像領域的應用場景日益豐富，涵蓋疾病篩查、輔助診斷、治療規劃等多個環節，展現出廣闊的市場發展空間。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 27/69 計算機計算機/行業深度行業深度 圖圖 17：2023-2026 年中國年中國 AI 醫學影像市場規模（億元）醫學影像市場規模（億元）數據來源：中商產業研究，東北證券 截至截至 2024 年年 6 月，國家藥品監督管理

88、局（月，國家藥品監督管理局（NMPA）已累計批準）已累計批準 92 款款 AI 醫學影醫學影像產品的三類醫療器械注冊證。像產品的三類醫療器械注冊證。伴隨人口老齡化進程的加速以及醫療資源分布不均衡狀況的長期存在，臨床醫生在醫學影像診斷方面面臨著日益增大的工作壓力。在此背景下，在相關政策的有力支持與推動下，AI 醫學影像領域取得了顯著進展，獲得認證的產品數量呈持續增長態勢。這些獲批產品廣泛覆蓋心血管疾病、肺部疾病、腦血管疾病、骨科檢查、眼底疾病以及乳腺疾病等多個醫學領域。具體來看，針對心血管疾病的獲批產品有具體來看，針對心血管疾病的獲批產品有 27 款，款，占比達占比達 29.3%；肺部疾病相關產

89、品；肺部疾病相關產品 24 款，占比為款，占比為 26.1%；腦血管疾病和骨科檢查；腦血管疾病和骨科檢查的獲批產品數量的獲批產品數量分別為分別為 13 款和款和 10 款?？?。圖圖 18：截至：截至 2024 年年 6 月已獲批上市的月已獲批上市的 AI 醫學影像產品數量（款）醫學影像產品數量（款）數據來源：中商產業研究，東北證券 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 28/69 計算機計算機/行業深度行業深度 截至 2024 年 6 月，深睿醫療、數坤科技各有 13 款 AI 醫學影像產品獲得 NMPA 三類證。推想醫療 8 款 AI 醫學影像產品獲得 NMPA 三類證，

90、聯影智能 7 款 AI 醫學影像產品獲得 NMPA 三類證。表表 5：截至：截至 2024 年年 6 月獲批上市的月獲批上市的 AI 醫學影像產品企業分布醫學影像產品企業分布 企業數量企業數量 數量（款）數量（款）疾病疾病 深睿醫療 13 肺部、乳腺、心血管、腦血管、骨科 數坤科技 13 肺部、心血管、腦血管、骨科、眼底、肝臟 推想醫療 8 肺部、心血管、腦血管、骨科、眼底 聯影智能 7 肺部、心血管、腦血管、骨科、眼底 醫準智能 4 肺部、乳腺、心血管、骨科 西門子 3 肺部、心血管、骨科 樂普醫療 3 心血管 騰訊覓影 3 肺部、眼底、結腸息肉 博動醫療 3 心血管 睿心醫療 2 心血管

91、慧影醫療 2 肺部、骨科 體素科技 2 肺部、眼底 安德醫智 2 肺部、顱內腫瘤 致遠慧圖 2 眼底 鷹瞳科技 1 眼底 納龍健康 1 心血管 復星杏脈 1 肺部 科亞醫療 1 心血管 脈流科技 1 心血管 至真健康 1 眼底 冠生云醫療 1 心血管 東軟醫療 1 腦血管 訊飛醫療 1 肺部 商湯智能 1 肺部 中科九峰 1 肺部 德尚韻興 1 甲狀腺結節 數據來源：中商產業研究，東北證券 中國 AI 醫學影像領域的競爭格局呈現出顯著的多元化態勢。在這一格局中，不同類型的市場參與者憑借各自獨特的資源與能力，在技術路徑、商業模式和資源整合等維度展開差異化競爭。1）設備廠商：設備廠商：聯影智能、萬

92、東醫療等，依托其在硬件研發與制造方面的深厚積累，構建起“設備+AI”一體化生態體系。聯影智能憑借先進的醫學影像設備制造技術，將 AI 技術深度嵌入設備之中，實現設備性能的智能化升級，為臨床診斷提供更高效、精準的解決方案。萬東醫療則通過自主研發的硬件設備，結合 AI 技術，推出一系列智能化醫學影像產品，如搭載 AI 技術的磁共振成像設備，能夠提高影像質量，輔助醫生更準確地進行疾病診斷。這些設備廠商通過將探測器與 AI 軟件捆綁銷售的策略，有效搶占市場份額，其商業模式的核心在于利用硬件優勢帶動軟件銷售，實現硬件與軟件的協同發展。2）純純 AI 企業企業如推想科技、深瞳科技，以高精度病灶識別和跨病種

93、泛化能力作為核心技術壁壘。推想科技專注于通過深度學習算法對醫學影像數據進行分析，實現對多種疾病病灶的精準識別，其技術在肺結節、腫瘤等疾病的診斷中展現出較高的準確率。深瞳科技則致力于研發先進的圖像識別技術，能夠在復雜的醫學影像中準確 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 29/69 計算機計算機/行業深度行業深度 檢測出病灶，并具備一定的跨病種診斷能力。這類企業主要通過向醫院提供訂閱服務的方式實現商業化，其商業模式的優勢在于能夠為醫院提供定制化的 AI 解決方案，降低醫院的前期投入成本，同時通過持續的技術更新和服務優化，增強客戶粘性。3）互聯網巨頭互聯網巨頭騰訊覓影、平安好醫

94、生、百度靈醫，憑借其強大的大數據整合與多場景適配能力，積極布局 C 端健康管理與 B 端醫院合作的雙線模式。騰訊覓影依托騰訊龐大的用戶數據和先進的技術平臺，能夠對用戶的健康數據進行綜合分析，為 C 端用戶提供個性化的健康管理服務，同時與 B 端醫院合作，將 AI 技術應用于臨床診斷，提高醫院的診斷效率和準確性。平安好醫生通過整合線上線下醫療資源，為用戶提供一站式的健康管理服務，包括在線問診、健康咨詢、體檢預約等，同時利用 AI 技術輔助醫生進行疾病診斷。百度靈醫則借助百度的大數據和人工智能技術，開發出智能醫生助手、智能健康管家等產品，滿足“醫-患-藥”不同環節的需求?；ヂ摼W巨頭的商業模式優勢在

95、于能夠利用其平臺流量和數據優勢，實現醫療服務的多元化和個性化，同時通過與醫院的合作，加速 AI 技術在醫療領域的落地應用。4）科研機構科研機構如清華大學、中科院自動化所，聚焦于算法底層創新，如小樣本學習等前沿技術領域。清華大學通過深入研究人工智能算法，在醫學影像分析中取得了一系列創新性成果，為提高醫學影像診斷的準確性和效率提供了理論支持。中科院自動化所則致力于研發先進的圖像處理算法，能夠對醫學影像進行更精準的分析和處理。這些科研機構主要通過技術授權和孵化初創企業的方式參與產業生態建設，將科研成果轉化為實際生產力。其參與產業生態建設的模式有助于推動行業的技術創新，為新興企業提供技術支撐，促進整個

96、 AI 醫學影像產業的發展。3.4.AI 助力醫療信息化向智能化升級助力醫療信息化向智能化升級 醫療信息化即醫療服務的數字化、網絡化、信息化，是指通過計算機科學和現代網絡通信技術及數據庫技術，為各醫院之間以及醫院所屬各部門之間提供病人信息和管理信息的收集、存儲、處理、提取和數據交換，并滿足所有授權用戶的功能需求。醫療信息化包括醫療信息化包括 4 大主要領域：醫院信息化、區域醫療信息化、醫保信息化以及藥大主要領域：醫院信息化、區域醫療信息化、醫保信息化以及藥品信息化。品信息化。圖圖 19：醫療信息化包含的領域：醫療信息化包含的領域 數據來源：華經產業研究院，東北證券 請務必閱讀正文后的聲明及說明

97、請務必閱讀正文后的聲明及說明 30/69 計算機計算機/行業深度行業深度 2023 年中國醫療軟件系統解決方案市場規模為年中國醫療軟件系統解決方案市場規模為 206 億元，億元，同比同比+5%。伴隨云計算、大數據、人工智能等前沿技術的持續迭代與深度發展，醫療信息化行業的技術壁壘正不斷加高。在此背景下，持續的創新實踐與技術革新，才能夠契合市場動態變化所產生的多元需求，推動醫療信息化行業邁向更高發展階段。當前的醫療信息化建設，主要參照國家當前的醫療信息化建設，主要參照國家“智慧醫院智慧醫院”建設標準，包括智慧醫療、智慧建設標準，包括智慧醫療、智慧管理和智慧服務管理和智慧服務 3 部分。部分。面向醫

98、院管理的智慧管理包含財務、成本控制、物資、藥事等多方面的內容，來幫助醫院進行精細化的運營管理。第二個領域則是面向患者的智慧服務，院內的一體機、智能導診、醫院導航，院外的遠程診療、在線預約、健康管理等，為患者提供更加便捷高效的就醫體驗。面向醫務人員的智慧醫療主要以電子病歷為核心，加之影像、檢驗等其他系統，實現互聯互通的信息系統建設。圖圖 20：智慧醫院劃分與建設范圍：智慧醫院劃分與建設范圍 數據來源：艾瑞咨詢，東北證券 醫院信息化、智慧化的建設自電子病歷系統開始，并始終以此為核心展開。醫院信息化、智慧化的建設自電子病歷系統開始，并始終以此為核心展開。在中國，智慧醫院可以看做是醫療新基建的高級形態

99、，它發源于醫療信息化，并在信息化逐步發展成熟后進行進一步的升華探索。2011 年電子病歷評級開啟了智慧醫院的啟幕之年，加快院內互聯互通建設；自 2015 年始，區域平臺建設腳步加快，強調醫院“孤島”上的信息互聯互通，龐大的院內信息再利用價值將被釋放，同時互聯網醫院新業態誕生，慢病線上復診、續方獲得許可，醫療服務從線下向線上延伸，智慧服務分級評估體系出臺；2019 年之后，中國智慧醫院的需求和落地有了豐富土壤，在信息化的基礎上升級為智慧醫院，全方位提升醫療服務的效率和質量。圖圖 21：中國智慧醫院發展歷程及階段劃分：中國智慧醫院發展歷程及階段劃分 數據來源：艾瑞咨詢，東北證券 請務必閱讀正文后的

100、聲明及說明請務必閱讀正文后的聲明及說明 31/69 計算機計算機/行業深度行業深度 醫療醫療 IT 競爭格局：競爭格局：單一領域服務商、中型廠商、綜合型廠商共同構建了智慧醫院的行業生態，各自發揮著重要作用，為醫院的智慧化發展提供多樣化的選擇。其中，綜合型廠商能夠提供涵蓋智慧管理、智慧服務與智慧醫療的全方位解決方案，具備強大的系統集成能力和廣泛的市場覆蓋，是醫院實現智慧化升級的最優選擇。圖圖 22：智慧醫院廠商能力分布：智慧醫院廠商能力分布 數據來源：艾瑞咨詢，東北證券 AI+醫療信息化主要應用場景（覆蓋診前、診中、診后全流程）：醫療信息化主要應用場景（覆蓋診前、診中、診后全流程）：1）診前（自

101、動生成電子病歷診前（自動生成電子病歷/智能推薦就診科室智能推薦就診科室/預問診預問診/智能分導診等）智能分導診等）早在互聯網醫療興起之時，大量診前應用之中引入 AI，如今大模型興起，診前環節再度成為互聯網企業的必爭之地，訊飛醫療、騰訊健康、百度靈醫智惠均在此布局。訊飛醫療的星火大模型直面的是醫患溝通這一痛點。在星火大模型的支持下，AI 能夠模擬醫生與患者進行自由對話，根據患者的病情描述，智能推薦就診科室和合適的醫生。同時，該大模型還能基于患者的病情描述、病史等信息，自動生成電子病歷，提高病歷記錄的效率和準確性。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 32/69 計算機計算機/

102、行業深度行業深度 圖圖 23：訊飛星火醫療大模型賦能全線醫療服務體系：訊飛星火醫療大模型賦能全線醫療服務體系 數據來源：訊飛醫療科技公司公告，東北證券 騰訊健康與訊飛醫療的邏輯相似，但它更為精細地捕捉到了“預問診”這一需求?；谶^往智能導診的經驗，騰訊健康用大模型做了一個 AI 預問診系統，患者預約掛號后便可同系統進行詳細的預問診回答，提前提供主訴、既往病史、用藥禁忌等信息。正式就診時，醫生對于患者的病情已有一定了解，便能提出更多針對性的問題，診斷的精準度也隨之提升。百度靈醫智惠在診前環節拿出了智能分導診、智慧加號、智能候診三個應用。首先，智能分導診面向的是患者常見的分導診需求。大模型支持下，

103、AI 可模擬診前咨詢流程，引導患者對病癥進行準確描述，借助推理能力進行歸納匯總，為患者精準匹配與病情相適應的臨床科室和專家。通過這種方式，醫院能夠將有效的醫療資源最大化利用，讓每一個醫生都發揮出他們應有的價值。圖圖 24：百度靈醫大模型四層架構：百度靈醫大模型四層架構 數據來源：官方微信公眾號，東北證券 智慧加號的價值在于補足醫院過去服務體系中的“真空地帶”。智能加號的價值在于能將過去患者單方面的申請轉變為醫患雙方的“協議”。具體而言，患者首先在線上與 A1 模型進行交互，同時上傳檢查結果，模型隨后會提取病史摘要和關鍵陽性信 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 33/69

104、 計算機計算機/行業深度行業深度 息，幫助醫生在短時間內判斷患者是否需要接受專家診療，從而實現精準加號。在武漢協和醫院的實際調用結果顯示，這一方式，明顯減少了醫生翻閱資料及同患者溝通的時間，還能幫助醫生更準確地確定病因，有效提升診療質量。最后，智能候診意在優化醫生的問診效率，提升患者就醫體驗。AI 支持下，醫生在診室中接待患者時，只需幾秒鐘瀏覽這份整理好的病歷，迅速了解患者的大致情況。最終醫生不僅省下了問診與病歷書寫時間，還使得醫患交流更加精準和高效，醫生的診療決策更為準確。2）診中（電子病例分析診中（電子病例分析/藥物提醒與劑量優化藥物提醒與劑量優化/輔助診斷等）輔助診斷等）傳統的診中醫療信

105、息系統主要包括 HIS、EMR、CIS、PACS 等，醫院信息化、智慧化的建設自電子病歷系統（EMR）開始。在電子病歷發展具有一定基礎的情況下，信息化發展較為領先的醫院正逐步建立以電子病歷為核心的臨床醫療服務體系，囊括患者信息、藥品管理、醫囑診斷、費用管理等所有臨床活動信息。AI 賦能診中流程后將在各方面對傳統醫療信息系統進行升級。1.AI 輔助診斷與治療輔助診斷與治療，分析患者的癥狀、體征、檢查檢驗結果等數據，與疾病知識庫中的信息進行比對，為醫生提供診斷建議和鑒別診斷列表，還能對醫學影像進行分析，識別異常情況并提供報告。此外，依據診斷結果，參考大量臨床病例和最新醫學指南，為醫生提供個性化的治

106、療方案建議，包括藥物治療、手術治療、物理治療等，并對治療方案的療效和風險進行評估。2.電子病歷分析：電子病歷分析：AI可以對電子病歷中的文本信息進行挖掘和分析，提取關鍵癥狀、檢查結果、診斷信息等，幫助醫生快速了解患者的病情歷史，為當前診斷提供參考。同時，通過對大量病歷數據的學習，AI 還可以發現疾病之間的關聯和潛在規律，為醫生提供診斷思路和建議。3.藥物提醒與劑量優化藥物提醒與劑量優化：考慮患者的個體差異，如年齡、體重、肝腎功能等，對藥物的選擇、劑量和用藥時間進行提醒和優化，避免藥物相互作用和不良反應。4.智能導航與流程優化：智能導航與流程優化：AI 陪診系統能規劃最優就診路徑，實時提示檢查排

107、隊時間；緩解患者“迷宮式就醫”焦慮，減少無效等待。圖圖 25：以電子病歷為核心的臨床醫療基礎架構與內外聯動：以電子病歷為核心的臨床醫療基礎架構與內外聯動 數據來源：艾瑞咨詢，東北證券 3）診后（）診后（AI 隨訪電話隨訪電話/診后智能咨詢等）診后智能咨詢等）請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 34/69 計算機計算機/行業深度行業深度 由于醫療資源的缺乏，國內的診后環節一直缺乏成體系的醫療服務，大模型的出現有望化解這一難題。我國每年新增腦卒中出院患者高達 300 多萬，但出院并不代表病情徹底康復，其中有 12%患者在出院后 30 天內再入院。從這一需求出發，訊飛醫療研發了

108、星火認知大模型+診后康復管理平臺，該平臺可以在家智能生成康復計劃，主動發起隨訪，變更康復計劃并向專業醫生提出問詢，將專業的康復管理和康復指導由院內延伸到院外，確?；颊呦硎艿礁咂焚|、連續性的醫療服務。同時，平臺自動提醒患者，并在康復過程中，通過 AI 隨訪電話等方式對患者進行主動式管理，并通過大模型為患者提供 7*24 小時咨詢服務。新一代診后患者管理平臺在安徽和山東率先開展服務，已覆蓋 30 多個科室的主要病種，覆蓋 85%的出院患者，通過管理，患者的依從性得到大幅提高。CDSS（臨床決策支持系統）（臨床決策支持系統）的使用場景涵蓋診前決策、診中支持和診后評價全過的使用場景涵蓋診前決策、診中支

109、持和診后評價全過程，程，市場規模超百億，市場規模超百億，AI 賦能為賦能為 CDSS 發展帶來廣闊空間發展帶來廣闊空間。隨著 AI 的成熟和發展，CDSS 為人工智能商業化落地提供了合適的土壤，機器學習具有學習速度快的優勢，抓取和理解臨床信息的速度比醫生平均快 2700 倍，臨床決策支持系統可以通過讓機器深度學習大量高質量的既往臨床實踐病歷和各種文獻等資料，使機器具備了一定高水平的專業能力，可以對醫護人員的一些行為進行建議和規范、對患者的一些病情進行預測和提前警示。CDSS 是指運用相關的、系統的臨床知識和患者基本信息及病情信息，加強醫療相關的決策和行動，提高醫療質量和醫療服務水平的計算機應用

110、系統。其本質上是一個大的醫學知識庫，是一個基于人機交互的醫療信息技術應用系統，旨在為醫生和其他衛生從業人員提供臨床決策支持，通過數據、模型等輔助完成臨床決策。通俗通俗地說，地說，CDSS 就是把醫生記不住的知識通過計算機界面呈現出來，來幫助醫生看好就是把醫生記不住的知識通過計算機界面呈現出來，來幫助醫生看好病。病。CDSS 系統是提升醫療質量的重要手段，因此其根本目的是為了評估和提高醫療質量，減少醫療差錯，從而控制醫療費用的支出。CDSS 的使用場景涵蓋診前決策、診中支持和診后評價全過程，臨床醫生可以通過 CDSS 的幫助來做出最為恰當的診療決策。過去，CDSS 的主要市場是大醫院，但隨著國內

111、對基礎醫療的投入支持不斷加大，基層醫療機構和基層醫生的數量不斷增多，老百姓對于優質基本醫療服務的需求也在增多，CDSS 的市場開始逐漸從大醫院轉向基層。CDSS 的四大基本功能：的四大基本功能：1、診斷輔助：診斷輔助：利用機器模型根據患者主訴現病史檢驗檢查結果等信息推斷患者可能的疾病，并給出可能疾病的概率和判斷依據。2、治療方案、治療方案輔助：輔助：根據患者的個人基本情況和疾病等情況，推送出治療方案供醫生參考。3、開、開單項建議和監督：單項建議和監督：根據患者的個人基本情況推送用于鑒別診斷和輔助確診疾病需要做的檢驗檢查項目，此外還可以對已開立的項目做合理性監督，重復開單和開單互斥等錯誤情況可以

112、及時提醒糾正。4、知識庫查詢：、知識庫查詢：廣義的知識庫內容除了包含上述的輔助信息，還包括狹義的的知識庫內容，如文獻、操作手冊、專家指南、藥品說明書等資料入庫，方便醫生及時查閱。醫院運營管理智能體醫院運營管理智能體：醫院運營管理智能體是指構建一個立體的、多域協同、精確判斷和持續智能的系統，醫院運營管理智能體是指構建一個立體的、多域協同、精確判斷和持續智能的系統，它包括智能交互、智能連接、智能中樞和智慧應用四個主要層次。它包括智能交互、智能連接、智能中樞和智慧應用四個主要層次。四個層次共同構建了一個能夠實現醫院人、財、物全要素協同，醫療、服務、管理全場景智慧化的系統。請務必閱讀正文后的聲明及說明

113、請務必閱讀正文后的聲明及說明 35/69 計算機計算機/行業深度行業深度 熙軟科技的醫院運營管理智能體在保有上述基礎特征的情況下，圍繞醫院運營管理建設進行重點突破，圍繞 ODR 核心運營數據中心、ODSS 運營輔助決策、小熙 AI運營助理三個核心功能不斷發力。圖圖 26：熙軟醫院運營管理智能體：熙軟醫院運營管理智能體 數據來源：艾瑞咨詢，東北證券 對于醫務工作者，醫院運營管理智能體主要發揮“助手”的作用。在申請出差時只要簡單提問，就能清晰了解差旅報銷標準；想要查詢科室的運營數據，只需向 AI 運營助理發問，便會直接獲取想要的數據。對于智能化需求更大的醫院管理者。醫院運營管理智能體能夠實時獲取所

114、需的各種深度數據分析與服務，并根據管理者的習慣，自動推送其期望掌握的數據。即便初次推送的內容未能完全滿足管理者的管理需求，系統也支持通過多模態交互方式，進一步定制并推送符合期望的信息。實際運行中，醫院運營管理智能體已逐漸成為提升醫療機構效率效益的重要技術實現路徑。采用分析報告、管理路徑、策略輸出、目標導航、AI 模擬仿真、AI 運營助理機器人等管理方法和手段，對醫療機構經濟運營狀況進行事后分析、問題根因溯源、過程控制、改善評估、未來預測、輔助決策。實現全面支撐優化業務流程、合理資源配置、計劃合理制定等方面的戰略管控工作。3.5.AI 健康管理健康管理 AI 健康管理主要是指利用新一代信息、通信

115、、人工智能、生物信息等技術手段，感測、分析、整合健康數據采集、健康檢測、健康評估、健康干預四個關鍵環節的各項信息，從而對個體或群體的健康需求做出智能響應的新模式。AI 賦能健康管理后可以分析個體健康數據和生活習慣，制定個性化的健康管理計劃，提高健康管理的效果和可行性。目前已覆蓋運動健康管理、護膚健康管理、營養健康管理、慢性病健康管理、睡眠健康管理及生命體征檢測管理等。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 36/69 計算機計算機/行業深度行業深度 表表 6：AI 健康管理主要環節及其目標群體健康管理主要環節及其目標群體 數據來源：CNKI，觀研天下，東北證券 AI 健康管理

116、的主要應用場景：健康管理的主要應用場景：1）個性化健康管理：）個性化健康管理：AI 大模型整合個人基因圖譜、行為特征及生命體征等多源異構數據，基于智能算法生成精準化健康干預方案。系統借助海量健康數據庫構建預測模型，運用實時數據分析技術，解析用戶生物標志物動態變化趨勢，繪制疾病易感性圖譜，據此動態優化健康管理路徑。該技術融合用戶代謝特征與運動軌跡數據，運用智能規劃算法，確定營養攝入配比與鍛煉強度閾值。同時，借助可穿戴設備的連續監測功能，捕捉生理參數波動，通過風險預警算法，及時識別潛在健康風險，并推送預防性干預策略。此外，基于深度學習的自適應算法，構建個性化健康基線模型，實現疾病預防、診療及康復管

117、理全周期的健康照護。2）疾病預測和預防：）疾病預測和預防：在醫療健康領域，AI 大模型基于海量臨床數據與多模態生物信息資源的集成分析，搭建起智能化診療決策體系。通過深度學習算法，對疾病發生發展過程中的分子網絡與臨床表型進行系統性建模，從代謝通路調控機制、免疫微環境相互作用等多個維度，深入剖析患者的疾病易感性特征以及預后差異情況。借助多維組學數據與動態電子健康檔案的融合分析手段，AI 模型能夠構建個體化健康風險預測圖譜，為臨床醫生在藥物敏感性評估、并發癥預警以及康復管理等方面，提供精準且全面的決策支撐。以慢性病防控為例，AI 系統憑借對區域級人群流行病學特征及生活方式參數的深度解析，得以構建時空

118、動態傳播模型。模型能夠精準模擬特定代謝性疾病在具有不同人口學特征群體中的演進軌跡，從而為公共衛生部門制定分級診療方案及靶向干預策略提供有力支撐。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 37/69 計算機計算機/行業深度行業深度 在遺傳性疾病早篩領域，AI 大模型整合全基因組關聯研究與蛋白質互作網絡數據，可識別傳統方法難以檢測出的罕見變異位點及致病性突變組合。通過進一步結合環境暴露組學數據構建風險預測模型，AI 大模型能夠實現從基因型到表型的精準映射，顯著提升復雜疾病的二級預防效能，有力推動臨床醫學朝著預測性、預防性及個性化方向轉型升級。3）藥物管理與優化藥物管理與優化 大模型

119、為臨床用藥決策賦予智能化支撐。其依托對多維度醫療數據，諸如病理特征、生物標志物以及個體化代謝參數等的深度融合與剖析，得以構建精準的藥效動力學模型，助力臨床工作者制定更為科學合理的用藥策略。AI 大模型通過深入解析患者血清蛋白組學特征與藥物靶點間的相互作用機制，能夠精準評估特定化療方案的敏感性閾值，進而輔助腫瘤科醫生遴選最為適配的治療組合。與此同時，將動態藥物濃度監測數據與生理參數變化曲線相結合，系統可實時對給藥間隔及劑量配比進行優化，在確保治療效果的前提下，有效管控肝腎代謝負荷。這種以數據為驅動力的臨床用藥決策模式，不僅顯著提升了個體化治療的精準程度，更借助構建藥物-基因-代謝關聯模型，大幅降

120、低了藥物交叉反應及繼發性損傷的發生風險。4）AI 賦能遠程問診賦能遠程問診 AI 技術支持下的遠程醫療平臺，能實現患者與醫生高效溝通。視頻問診時，AI 輔助工具可自動識別患者癥狀、分析語音內容提取關鍵信息，幫助醫生快速做出診斷。同時，通過對遠程醫療服務數據的分析，優化服務流程，如合理安排問診順序、縮短患者等待時間，提高遠程醫療服務在慢病管理中的可及性和質量。在慢性病患者、亞健康群體增大及老齡化驅動下，在慢性病患者、亞健康群體增大及老齡化驅動下，AI 健康管理需求市場健康管理需求市場快速擴張，快速擴張，預計預計 2024 年市場規模近年市場規模近 1.4 萬億。萬億。中國 AI 健康管理行業處于

121、發展初期，細分領域眾多，市場廣闊。2018 至 2022 年，市場規模由 2937 億元增加至 8913 億元，預計2023 至 2027 年，市場規模將由 11239億元增加至 25909億元，復合增速為23.22%。過去幾年市場規?？焖贁U容的原因為：（過去幾年市場規?？焖贁U容的原因為：（1）需求端的推動：）需求端的推動：慢性病與亞健康群體規模的增長，以及人口老齡化進程的加快，促使健康管理需求顯著提升，進而驅動市場擴容，四大慢性病的死亡病例數呈現上升態勢。同時，2018-2022 年，中國 65 歲及以上人口數量由 1.7 億增長至 2.1 億，占總人口的比例從 11.9%攀升至 14.9%

122、。龐大的目標人群基數，疊加公眾保健意識的增強，使得人們對健康改善與疾病預防的關注度與需求度進一步提高。（2）政策端的驅動：）政策端的驅動：政策層面的有力引導，加速了 AI 在醫療領域的發展進程，推動市場逐步向各個細分領域滲透。2023 年 7 月，國家衛生健康委員會等六部委聯合頒布的深化醫藥衛生體制改革 2023 年下半年重點工作任務明確提出推進醫學人工智能試點工作。該政策在既往“促進”的基礎上，進一步強調“推進”，積極鼓勵人工智能在醫療領域的試點落地實施。未來，市場規模持續拓展的驅動因素主要在于：AI 技術的深度滲透成為行業發展的強勁動力。健康管理領域，據預測到 2027 年，醫療咨詢服務、

123、消費者健康服務、健康解決方案以及慢病管理的 AI 滲透率將分別達到 25%、75%、25%和 5.3%。隨著各細分領域 AI 滲透率穩步攀升，市場規模將進一步擴容。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 38/69 計算機計算機/行業深度行業深度 圖圖 27：中國：中國 AI 健康管理行業市場規模（億元）健康管理行業市場規模（億元）數據來源：頭豹研究院，東北證券 在我國 AI 健康管理產業生態中，產業鏈上游主要由醫療器械及醫用耗材供應商構成，他們為產業發展提供基礎硬件支撐與物資保障。中游主體是 AI 健康管理服務商，憑借其技術與服務能力，整合資源并提供專業的健康管理方案。下游

124、則依據業務觸達對象的不同，劃分為 B 端和 C 端。B 端面向醫療機構、藥店等商業及專業機構，主要滿足其在醫療服務、藥品銷售等業務流程中對 AI 健康管理的需求；C 端則聚焦于慢病患者、亞健康群體等個體消費者，致力于為其提供個性化的健康管理服務。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 39/69 計算機計算機/行業深度行業深度 圖圖 28：AI 健康管理產業鏈健康管理產業鏈 數據來源：頭豹研究院，東北證券 按需求人群來看，目前按需求人群來看，目前 AI 健康管理可分為三大細分市場，分別是慢病管理、老年健康管理可分為三大細分市場，分別是慢病管理、老年康養、亞健康群體?？叼B、亞健

125、康群體。1）慢病管理：）慢病管理：慢性病包括心腦血管疾病，糖尿病，癌癥以及慢性呼吸系統疾病，這些疾病已經成為世界范圍內導致死亡與致殘的重要因素。AI 慢病管理以互聯網，物聯網，大數據及智能算法為手段，對前期監控，跟蹤管理及個性化慢病管理服務的諸多環節進行廣泛干預，塑造價值共創的生態。比如慢病管理平臺就能在各業務端口上給病人提供方便的服務，比如對健康醫療資源的查詢，對個人的健康檔案的管理，對電子就診的記錄等等。這一數字化慢病管理模式在促進醫療服務質量與效率提升的同時，也有效地緩解了我國醫療資源短缺的現狀。中國人口眾多，面臨著嚴峻的慢性非傳染性疾病防控挑戰，隨著經濟社會發展和衛生健康服務水平的不斷

126、提高，慢性病防控能力得以提升，但發病率和患病率依然較高。慢性病以心腦血管疾病、糖尿病、癌癥和慢性呼吸系統疾病為主，是全球死亡和殘慢性病以心腦血管疾病、糖尿病、癌癥和慢性呼吸系統疾病為主，是全球死亡和殘疾的主要原因，已成為全球重大公共衛生挑戰。疾的主要原因，已成為全球重大公共衛生挑戰。按性別分類，四大慢性病中男性死亡數高于女性，呈明顯增加趨勢。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 40/69 計算機計算機/行業深度行業深度 AI 慢病管理以互聯網、物聯網、大數據、智能算法為基礎技術手段，融合慢病管理領域的各類資源（如各級醫療機構、藥械企業等），形成價值共創生態。通過數字化技術

127、的運用，慢病管理平臺可廣泛介入前期監測、跟蹤管理、個性化慢病管理服務等多個環節，為患者在各個業務端口提供便捷服務，如健康醫療資源查詢、個人健康檔案、電子就診記錄，電子處方、健康狀態建議及遠程醫療咨詢、患者心理輔導、用藥指導等多種形式的健康醫療服務。AI 慢病管理作用廣泛，有效解決醫療資源不足問題，緩解醫護人員人手不足及患者就醫困難等問題。在醫護端：在醫護端：緩解醫療人力資源不足問題；數字化技術提升慢病管理的質量和效率；減少人為錯誤、各科室之間有望實現信息互聯互通，進一步提升醫院信息化建設的價值；利用先進的數據處理及分析技術，有助于支持臨床研究的推進。在患者端：在患者端：減少患者在往返醫院、排隊

128、輪候醫生咨詢或處方重配所花費的時間；時間靈活，可預約同一位醫生復診，保持治療連續性；在線平臺實現了問診、開方及配藥的全流程服務，可保障及時取得處方藥；有望借助線上平臺獲得名醫就診機會；通過科學的管理，有望減少未來的藥費支出和住院費用。圖圖 29：AI 慢病管理應用模式慢病管理應用模式 數據來源：頭豹研究院，東北證券 中國慢病管理行業歷經發展，從傳統線下管理模式逐步演進至數字化管理，現階段中國慢病管理行業歷經發展，從傳統線下管理模式逐步演進至數字化管理，現階段已邁向已邁向 AI 管理階段。企業服務商的服務對象已拓展至醫院、藥店等管理階段。企業服務商的服務對象已拓展至醫院、藥店等 B 端用戶，端用

129、戶，然而，其商業模式仍處于探索進程中。然而，其商業模式仍處于探索進程中。早期的慢病管理軟件主要聚焦在線問診功能，目標客群以 C 端用戶為主。但由于群眾支付意愿較低，行業面臨顯著的盈利困境。為突破這一困局，企業積極尋求轉型路徑。當前，數字化慢病管理服務商已將業務拓展至醫院、藥店等 B 端用戶領域。同時，部分服務商計劃引入商業保險公司，使其成為慢病管理的付費主體。與國外發達國家相比，中國商業保險在覆蓋率方面仍存在提升空間。以美國的 Livongo 為典型代表，其作為數字化慢病管理服務商，將 B 端客戶定位為給員工購置商業保險的企業；而在中國，B 端客戶主要定位于醫院以及藥店/藥企。在處方外流、線下

130、藥店數字化轉型以及互聯網醫院迅速發展等因素的驅動下，慢病管理的院外市場呈現出快速發展態勢。然而，截至目前，慢病管理市場仍以院內市場為主導。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 41/69 計算機計算機/行業深度行業深度 圖圖 30：AI 慢病管理應用模式慢病管理應用模式 數據來源：頭豹研究院，東北證券 2）老年康養：）老年康養：中國的老年人口數量龐大，因此對智能養老技術的需求也相當高。在國家政策支持和市場需求推動下，人工智能技術已被廣泛應用于智慧醫療、智能家居等領域。AI 老年康養利用智能產品和信息系統平臺作為平臺，結合物聯網、大數據等先進的信息技術，為廣大需要健康養老和養

131、生服務的人群提供了豐富多樣的產品和服務選擇。例如 AI 老年康養領域的代表性產品包括可穿戴的健康管理設備、便于攜帶的健康監測工具以及自助健康檢測工具等。目前已有不少老人在使用這類產品來進行自我健康評估、疾病預防和醫療指導，也有很多老年人通過購買此類智能產品來實現“居家”或“社區”的遠程監護功能。老齡化進程加速，預計到老齡化進程加速，預計到 2035 年，中國將進入重度老齡化階段，龐大的中老年人年，中國將進入重度老齡化階段，龐大的中老年人口基礎為口基礎為 AI 老年健康管理提供老年健康管理提供潛在增長空間潛在增長空間。2020 年，工信部、民政部和國家衛健委對智慧康養相關產品和服務進行明確分類，

132、其中產品類包括可穿戴健康管理類設備、便攜式健康監測設備、自助式健康檢測設備等，服務類包括居家健康養老服務、個性化健康管理、互聯網健康管理等，推動中國智慧養老行業各領域發展方向更加明晰。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 42/69 計算機計算機/行業深度行業深度 表表 7：AI 老年康養產品與服務老年康養產品與服務 數據來源：頭豹研究院，東北證券 在政策紅利驅動下，近年來越來越多的企業進軍智慧養老、AI 老年康養等行業，在健康監測、醫療儀器、數據信息化等領域積極投資智能養老產品和服務。在在參與參與企企業中，主營醫療器械類的上市公司較多，投資方向多為智能健康監測與檢測類產品

133、；業中，主營醫療器械類的上市公司較多，投資方向多為智能健康監測與檢測類產品；同時，非醫療行業公司也在搶占智慧康養市場，其中科技和通信行業布局趨勢明顯。例如，中興通訊和深圳市民政局簽訂了戰略合作協議，協助推動養老服務信息化智能化、現代化水平的提升；萬達信息和上海、四川政府合作，共同建設養老信息化平臺等。未來，將有更多大型企業進入智慧康養行業憑借自身技術優勢以及資金優勢不斷推動行業發展。3）亞健康：）亞健康：是一種身體狀況介于健康和不健康之間的狀況，其主要癥狀包括活力下降、功能和適應性的減退。中國的亞健康人群數量眾多，并且呈現出年輕化的發展趨勢。全球范圍內，處于亞健康狀態的人群約占總人口的 75%

134、。在中國，亞健康群體規模龐大且呈現低齡化趨勢，約 29.4%的亞健康群體年齡在 35 歲以下。具體而言，在中國亞健康群體中，18-25 歲、26-35 歲、36-45 歲、46-55 歲、55-65 歲及 65 歲以上人群分別占比 6.5%、22.8%、19.7%、25.8%、13.7%和 11.4%，年齡分布整體呈倒“V”字形態勢。中國亞健康人群改善身體素質方式多種多樣，其中加強鍛煉占比達 41%，規律睡眠調整飲食、調整飲食緊隨其后，占比分別為 38%、31%和 20%，AI 技術可滲透到運動、睡眠健康及調整飲食等環節，通過監測設備提醒身體狀況，并做出相應的指引和計劃，便于亞健康群體改善身體

135、素質。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 43/69 計算機計算機/行業深度行業深度 中國中國 AI 亞健康行業尚處發展初期，市場體量較小，亞健康行業尚處發展初期，市場體量較小，2018-2022 年市場規模由年市場規模由 1.5 億億元增加至元增加至 6.7 億元，預計億元，預計 2027 年市場規模將擴大至年市場規模將擴大至 37.6 億元。億元。過去幾年市場規?？焖贁U大主要系業健康群體擴大推動市場需求擴容，此外，人工智能等技術的應用與革新促使市場向數字化、智能化轉變。諸多先進技術被引入亞健康管理市場，例如美麗田園的 IRATHERM 技術，通過模擬陽光，將顧客的核心

136、體溫提升至 38.5C-40.5C，從而加速體內新陳代謝。圖圖 31：中國：中國 AI 亞健康管理市場規模（億元）亞健康管理市場規模（億元）數據來源：頭豹研究院，東北證券 未來未來 AI 亞健康市場亞健康市場規模規模將持續擴大，主要系將持續擴大，主要系：（：（1）目標客戶范圍拓寬，吸引如城）目標客戶范圍拓寬，吸引如城市白領等人群。市白領等人群。在保健意識增強的推動下，未來亞健康管理目標客戶不再局限于年紀稍長人群，25-35 歲人群亦能接受亞健康管理服務，以改善身體狀況并預防疾病。同時，城市白領的繁重工作及不健康的生活方式引起的睡眠障礙、抑郁癥、焦慮癥及慢性疲勞等也可通過亞健康管理進行改善。（2

137、）拓寬疾病領域。）拓寬疾病領域。AI 亞健康管理行業仍處于發展初期，尚少企業涉獵，基于廣大的受眾群體，其他 AI 健康管理及 AI 醫療相關企業，可通過拓寬產業范圍，對亞健康領域進行布局，進而刺激市場進一步擴容，為客戶提供一站式綜合服務體驗。4.相關標的相關標的 4.1.祥生醫療：祥生醫療：超超聲領域領軍者，聲領域領軍者，AI 與便攜化驅動公司未來成長與便攜化驅動公司未來成長 公司主要從事超聲醫學影像設備的研發、制造和銷售，為國內外醫療機構、科研機構、戰略合作伙伴等提供優質的產品和專業的技術開發服務。作為研發驅動型的企業，公司多年來秉承自主研發的技術理念，堅持超聲醫學影像技術國產化的發展戰略，

138、現已掌握了從二維超聲、三維超聲到四維超聲；從彩超探頭核心部件、圖像處理算法、圖像分析軟件到彩超整機設計開發；從臨床應用?？苹?、設備便攜化到人工智能云平臺解決方案在內的全套超聲醫學影像的核心技術。公司 2024 年公司實現營業收入 4.69 億元，同比-3.13%；歸母凈利潤 1.41 億元，同比-4.08%。毛利率 58.95%，同比+0.14pct。單 Q4 實現營業收入 1.06 億元，同比+29.77%；歸母凈利潤 0.42 億元，同比+733.85%。2025Q1 公司實現營業收入 1.28億元，同比-9.16%；歸母凈利潤 0.42 億元，同比-8.62%。受市場宏觀因素影響公司業績

139、短期波動，公司持續重視研發投入。2024 年公司營業收入同比下降 3.13%，主要系市場受宏觀環境影響需求放緩所致，營業收入分產品 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 44/69 計算機計算機/行業深度行業深度 拆分，超聲醫學影像設備/配件及其他/技術服務費收入分別同比-1.71%/+20.45%/-49.65%；歸母凈利潤同比下降 4.08%主要系在收入小幅下滑的同時公司三費均剛性支出，銷售費用/管理費用/研發費用分別同比+4.12%/+7.73%/+3.32%。公司高端推車式超聲穩步發展，便攜小型化超聲持續發力。（1）公司突破了微小血管成像、?？浦悄芑瘸上窦夹g，其中

140、高端彩色超聲診斷系統獲得 2024 年蘇錫常首臺（套）重大裝備認定。公司憑借已突破的先進成像技術和智能化技術推出的高端彩色超聲診斷系統，提升了公司在高端市場的產品競爭力，為公司在未來超聲設備領域的技術創新奠定了堅實基礎。（2）公司持續保持小型化超聲技術優勢，以SonoEye 掌上超聲為代表的小型化系列產品，在全球范圍內達到領先水平，憑借其便攜性、高性能和智能化特點，在醫學診斷領域的國際性學術期刊Diagnostics的研究論文中獲得最佳綜合評分，并獲得上海市醫師協會超聲醫師分會評比的“創新應用模式示范獎”。此外，該系列產品還助力南京大學學生在 2024 年英特爾杯大學生電子設計競賽嵌入式系統專

141、題邀請賽和第七屆(2024)全國大學生嵌入式芯片與系統設計競賽應用賽道兩項全國競賽中獲得一等獎，隨中國海軍“和平方舟”號醫院船、第 14 批中國援巴布亞新幾內亞醫療隊遠赴海外開展人道主義醫療服務，助陣“山?！碧嵘こ陶愦笊垡莘蜥t院、上海交通大學醫學院義診，入駐上海國際馬拉松比賽保障區等，進一步體現了小型化超聲在急救場合、偏遠地區醫療援助、家庭健康監護等場景下的應用價值。此外，公司還積極參與制定首部掌上超聲臨床應用規范全國團體標準，為提升我國掌上超聲高質量、高標準發展提供標準依據和產業支撐?；诙嗄陙肀銛y小型化技術的積累，公司推出的筆記本智能超聲 SonoAir 系列產品，在筆記本超聲領域表現優

142、異，以強有力的蓄電能力、新穎超薄的外觀設計、先進的成像技術為基礎，通過人工智能云平臺 SonoAI 再賦能，形成的 SonoAir 智能超聲解決方案榮登英國 BBC“女性健康”專欄，海外影響力持續擴大；與此同時，結合公司在獸用超聲設備的多模態成像技術突破，形成了 SonoAirVet 等新產品，該系列產品獲得 2024 中國寵物醫療行業年度品牌盛典年度經營器械品牌獎，榮登巴西專業雜志封面，并榮獲國際 i-NOBO 獎 超聲 AI 領域前瞻布局，不斷完善產品與服務矩陣。公司較早開始布局超聲 AI 技術的研發，在乳腺疾病、頸動脈、甲狀腺、產科、肝臟、心臟等領域的 AI 輔助診斷軟件上取得了突破性進

143、展，其中乳腺超聲分析軟件于 2022 年獲得醫療器械注冊許可。當前，在超聲 AI 領域，公司深度布局超聲智能技術生態，以超聲人工智能+?？颇Ｐ碗p引擎驅動全場景革新，實現動態圖像識別、疾病自動檢測與測量、智能化診斷流程優化及多模態 AI 融合，建立覆蓋設備研發-影像采集-診斷決策的智能化標準框架，打造精準篩查-智能診斷-個性康復三位一體服務網絡，支持乳腺、肝臟、心血管、頸動脈、甲狀腺、婦產科等多個臨床學科的智能化診斷，具體包括實時圖像分割、病灶特征提取、自動化測量以及結構化報告生成等功能，重構超聲醫學全流程決策路徑。其中，以產科人工智能應用為例，公司發布了基于國內外行業相關標準的覆蓋全孕產期的智

144、能解決方案，自動追蹤胎兒體位，支持實時自動獲取標準切面，自動識別胎兒生長指標，自動測量發育參數等系統性量化識別結果，智能推薦最佳測量幀，自動生成胎兒檢查報告，顯著提高篩查精準度與工作效率。4.2.潤達醫療：體外診斷產品線齊全，潤達醫療：體外診斷產品線齊全，AI 數智化產品賦能公司未來發展數智化產品賦能公司未來發展 公司作為國內規模領先的醫學實驗室綜合服務商，以大數據、人工智能等新一代信息技術為支撐，為各類實驗室（主要為醫院的檢驗科，又稱臨床實驗室，還包括第三方醫學實驗室、體檢中心、疾控中心和血站等其他醫療單位所屬的醫學實驗室）提供體外診斷產品、技術服務支持、實驗室運營管理等全方位的綜合服務。同

145、時以體外診斷產品研發生產、數字化信息系統開發、第三方實驗室檢測等產業鏈延伸業務為補充，構建覆蓋醫學實驗室全場景的智慧化服務體系。依托公司強大的數據資 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 45/69 計算機計算機/行業深度行業深度 源平臺，以 AI 與大模型技術為引擎，深度重構醫學實驗室服務模式，發展新質醫療服務，實現數智化轉型，形成“服務+制造+數字生態”協同發展的創新格局。公司積極布局上游 IVD 生產制造領域，對 IVD 部分特色技術領域產品進行差異化布局，自主品牌產品領域覆蓋糖化、臨床質譜儀、分子診斷、POCT、數字信息化系統等領域；公司繼續投入新產品的研發，同時對

146、原有產品技術進行升級，保持了自研產品在市場上的良好口碑。公司的拳頭產品-惠中糖化血紅蛋白檢測產品線，已推出 MQ-3000，MQ-2000T，MQ-6000 和 MQ-8000 等系列產品及 MQ-8000 糖化流水線，在國內糖化血紅蛋白檢測市場具有領先地位；憑借優異的口碑，惠中糖化產品不僅鞏固了國內市場地位，還成功實現出海?；葜行峦瞥鑫宸诸愌蚍治鰞x系列產品 MH-60、MH-120，其中 MH-120 可與公司糖化血紅蛋白分析儀 MQ-8000 形成高效的自動化流水線，實現從血液學檢測到糖化血紅蛋白分析的全方位集成檢測方案。子公司潤達榕嘉為客戶提供自主研發的臨床質譜儀ARP-6465MD

147、三重四極桿質譜儀、譜易快萃取柱、譜方達全自動前處理儀等一站式極簡質譜臨床應用解決方案；同時新推出了 CytoPro 流式細胞前處理儀與 CytoSelect 細胞分選儀，助力免疫表型鑒定與細胞功能研究。公司 2024 年實現營業收入 83.12 億元，比上年同期下降 9.13%；實現歸屬于上市公司股東的凈利潤 0.55 億元，同比下降 79.77%。營業收入下降主要受國內宏觀環境及集中采購醫療政策環境影響，醫療機構客戶收入增長受到一定影響，公司相關業務拓展亦受到影響，營業收入出現小幅下降；歸母凈利潤較去年同期下降較大，主要系營業收入下降，但公司服務成本、固定資產折舊等固定開支未減少，邊際成本費

148、用增加；同時公司在 AI 醫療等新業務拓展力度加大，相關費用投入增加。未來隨著宏觀經濟的好轉及醫療政策環境的改善，醫院客戶將逐步回歸到常態化增長軌道，公司各項業務亦將恢復穩步增長態勢，回到合理的利潤率水平。深化深化 AI 醫療生態布局，加速落地醫療生態布局，加速落地 AI 數智化產品數智化產品。公司積極擁抱 AI 技術，發揮自身在醫療垂直領域的深厚積累、AI 應用等領先優勢，積極與醫療產業鏈上下游企業及醫療機構開展深度合作，實現了 AI 醫療全場景應用落地，為醫療機構及合作伙伴提供高效、精準、安全的 AI 解決方案。1）在醫院端，公司已先后為長海醫院、在醫院端，公司已先后為長海醫院、溫州醫科大

149、學第一附屬醫院、華西醫院、齊魯醫院、山東省立醫院等溫州醫科大學第一附屬醫院、華西醫院、齊魯醫院、山東省立醫院等 80 余家醫院余家醫院提供提供 AI 數字化解決方案。數字化解決方案。同時，公司基于華為輕量化 AI 訓推底座 LightDCAI 和DeepSeek 大模型發布“華擎智醫”訓推一體機，為客戶提供全棧國產化、醫療全場景應用覆蓋、輕量化部署以及數據安全保障的數智化解決方案，助力醫療機構實現數據智能閉環、業務效率躍升和服務質量突破。2）在醫療數據要素方面，公司攜手）在醫療數據要素方面，公司攜手多方聯合推出的基于數據與能力雙輪驅動構建醫療多方聯合推出的基于數據與能力雙輪驅動構建醫療 AI

150、服務新模式項目，旨在服務新模式項目，旨在通過構建通過構建 MaaS（模型即服務）模式的區域醫學（模型即服務）模式的區域醫學 AI 集成平臺，整合屬地醫療資源，集成平臺，整合屬地醫療資源，實現數據高效管理與應用，該項目獲得國家數據局舉辦的實現數據高效管理與應用，該項目獲得國家數據局舉辦的 2024 年“數據要素”年“數據要素”大賽全國總決賽三等獎，浙江賽區一等獎。大賽全國總決賽三等獎，浙江賽區一等獎。近期，公司發布了杭州市拱墅區“墅智健康”大模型 1.0，為區域醫療健康數字化轉型提供全新解決方案，開創區域醫療健康數字化轉型全新范式。公司開啟“繁星行動”，旨在利用領先的人工智能技術，與全國頂尖醫院

151、專家團隊合作，賦能不同學科的科學研究，共同開發專病 Agent，推動 AI ?？漆t療服務智能化升級。目前公司已聯合華為與華西醫院成功推出消化科領域“睿兵 Agent”、與齊魯醫院發布“齊魯心擎-急性胸痛大模型”。通過專病 Agent 開發，進一步提升 AI 醫療大模型的可信度，同時將頂級醫院先進的診療能力下沉到基層，讓更多患者能夠獲得標準化、高質量的診療服務。4）產業鏈合作）產業鏈合作方面，公司穩步推進各類應用場景落地。方面，公司穩步推進各類應用場景落地。在保險場景，公司與太平保險共同推出數智化乳腺癌健康管理產品 Lumisense，旨在通過基因篩查+大模型技術，為女性提供集精準檢測、醫療級

152、AI 健康助理、臨床診療、保險以及患者服務于一體的全方位健康管理平臺。在體檢應用場景，公司與美年健康合作打造 AI 機器人“健康小美”數智健管師，目前已在美年健康旗下 60 余家體檢中心上線。在藥店應用場景，公司和廣西柳藥在智慧藥房、智慧醫院、智慧醫療云等領域開展全面深入合作，利用 AI 大 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 46/69 計算機計算機/行業深度行業深度 模型技術賦能藥店，推出 AI 藥師助手“阿桂藥師”，為藥店客戶提供檢測報告輔助分析，數字化陪護療養，個性化健康管理等增值服務，實現一體化智慧管理。4.3.晶泰控股：晶泰控股：AI 制藥領軍者，積極擴展新材

153、料領域商機制藥領軍者，積極擴展新材料領域商機 公司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。公司采用基于量子物理的第一性原理計算、人工智能、高性能云計算以及可擴展及標準化的機器人自動化相結合的方式，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。公司公司擁有多元化客戶群，涵蓋初創公司到全球生物技術與制藥公司及新材料領域的擁有多元化客戶群，涵蓋初創公司到全球生物技術與制藥公司及新材料領域的獨角獸及龍頭企業。獨角獸及龍頭企業。公司的客戶群涵蓋全球前 20 大生物技術與制藥公司中的 16 家，公司認為這是公

154、司解決方案及服務水平的一項指標。通過在中國和美國均開展業務，公司努力利用每個地區的最大能力和可得資源優勢滿足客戶、合作者及學術合作伙伴不斷變化的需求。公司與輝瑞公司、強生及德國達姆施塔特默克集團、中石化集團上海研究院等很多世界領先的生物技術與制藥企業集團及新材料領域龍頭公司建立了長期穩固的合作關系，其中多數為公司的回頭客。2024 年公司實現營業收入 2.66 億元，同比+52.75%，歸母凈利潤-15.17 億元，虧損同比縮窄。營業收入按業務拆分，公司 2024 年智能機器人解決方案/藥物發現解決方案分別實現營業收入 1.62/1.04 億元，同比+87.76%/+18.16%。公司通過實施

155、“AI+高效經營策略”取得顯著成效：月均現金消耗同比下降 22.6%至 0.48 億元。(1)“AI+機器人”重塑研發范式，開啟藥物及材料研發智能時代機器人”重塑研發范式，開啟藥物及材料研發智能時代 公司使用 AI+機器人的模式，打造了行業獨有的“高通量實驗-高質量數據-高智能模型”飛輪。公司的機器人實驗室平臺正在 7*24 小時地進行實驗，并高速地積累“高質量數據”，這些數據正在被用于訓練公司的各類 AI 模型，這些模型可應用于包括靶點解析、虛擬篩選，合成策略推薦，合成反應結果預測，專利搜索及結構化地整理數據等環節。公司正在改變傳統的研發方式，推動藥物和材料研發范式變革。目前，公司的模型已經

156、在日常運營中賦能研發人員，加快交付進程，突破藥物發現及新材料分子研發瓶頸，顯著擴大可探索的化學空間。公司認為，以“高質量數據驅動”為核心的垂直領域 AI for Science 模型將成為顛覆性力量。除了公司過去積累的分子生成模型 Xreactor、自由能微擾算法 FEP、晶體結構預測模型 CSP 等 200 多個模型，2024 年，公司取得了更多的重要技術突破，包括：數據壁壘構建：數據壁壘構建：公司的機器人實驗室已經覆蓋了 80%以上的常見藥化反應類型，每月可以積累 20+萬條反應過程數據，該數據的實驗結果的一致性高，數據質量遠遠優于開源數據，基于該數據集訓練的 AI 模型可以獲得更高的準確

157、度和置信度。AI 模型突破人類效能：模型突破人類效能：2024 年，公司新建了 20+種 AI 反應性實驗條件預測模型，這些模型的準確率均超過 80%，對失敗反應的識別率大幅超過合成專家。公司基于量子物理第一性原理和機器人實驗室產生的數據集，自建了 UV 譜圖預測模型和基于 LCMS 譜圖的產率預測模型，可以在不做產物分離提純的前提下獲得實驗產率，準確率超過 90%，極大地提升了數據標注的效率。領域模型與領域模型與 LLM 的深度融合：的深度融合：基于 LLM 和深度神經網絡，公司與 IDEA 研究院共同開發了 PatSight 專利數據挖掘平臺。該平臺可實現對文獻和專利中結構、活性、藥效和反

158、應數據的快速且精準抓取，可以將傳統需要 23 天提取的文獻和專利數據在一小時內提取完成，且準確率高達 95%以上。該平臺打破了傳統人工獲取數據 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 47/69 計算機計算機/行業深度行業深度 的低效方式，提升了解析小分子化合物結構的效率，同時為垂直領域 AI4S 模型的構建提供有效的公開大數據來源。端到端多智能體：端到端多智能體：公司通過自主開發的 Multi-Agent（多智能體），逐步構建從分子設計-分子合成-后處理-分子檢測-數據分析全流程的智能化和自動化，提升實驗效率，降低實驗門檻，完成軟件+硬件的全場景覆蓋。在設計階段，公司通過

159、Agent 進行原料挑選，可合成評估并篩選目標分子；在合成階段，公司通過 Agent 進行反應進程的譜圖分析，反應結構判斷，分離方法推薦，質檢結果判斷，推動反應進程；在管理環節，公司通過 Agent 保障各流程數據的準確性，匯總項目報告，直至最終的分子交付?；谝陨系哪芰?，公司可以高效進行化學實驗，積累大規模的高質量實驗數據。(2)AI 驅動的生物平臺驅動的生物平臺 XtalFold獲全球領先藥企認可，開啟抗體藥物研發新紀獲全球領先藥企認可，開啟抗體藥物研發新紀元。元。公司已經構建了 XtalFold結構建模平臺、XenProT生成式 AI 平臺、Xentient判別式 AI 平臺等，持續在深

160、度人源化、高通量人源化、pH 依賴改造等技術上深耕。2024 年，公司憑借全球領先的蛋白質相互作用預測算法 XtalFold，與強生、優時比等跨國藥企達成商業授權協議，獲得了頂尖藥企的背書。特別值得強調的是，XtalFold產生的優質數據資產正持續反哺公司的多模態 AI 平臺，使公司在治療性抗體的人源化改造、親和力優化等領域建立顯著競爭優勢。公司的抗體平臺實現了以下三大突破：三維結構解析：三維結構解析：僅需氨基酸序列信息即可在一天內精準預測抗原-抗體復合物空間結構。建模突破：建模突破：經過嚴格的基準測試，在成功率和難以建模區域的建模能力等方面行業領先。場景驗證：場景驗證：已在 30 多個內外部

161、項目中得到充分驗證，在多種應用場景中均取得了顯著結果，包括抗原設計、表位識別、親和力成熟、pH 敏感性改造和雙抗設計等。(3)公司繼續推公司繼續推動動 AI+機器人在生命科學領域的應用，公司賦能的管線實現了里程機器人在生命科學領域的應用，公司賦能的管線實現了里程碑跨越。碑跨越。2024 年，繼此前與某領先 biopharma 成功推進一項創新藥研發項目后，雙方在今年又達成多項新的 AI 驅動的新藥研發項目合作。公司的 AI、計算、實驗深度融合的一站式技術平臺，助力客戶在慢性病領域的早期藥物研發實現重要突破?；谇捌陧椖康母咝七M，公司計劃在 2025 年進一步擴大合作范圍，針對更多靶點及適應癥

162、展開聯合攻關。2024 年，公司與東亞多個 biotech 龍頭企業成功合作，高效地設計和發現了針對多個高難度靶點的先導化合物。公司創新性地采用主動學習驅動的 XFEP 加速計算技術，對萬億級虛擬化合物庫實施智能篩選，并依托高效高質量的自動化合成平臺，成功為合成致死和 CNS 領域的兩個困難靶點實現先導化合物的高效發現，獲得合作方技術委員會的高度評價。公司與希格生科（深圳）有限公司（“希格生科”）合作開發的全球首個用于治療彌漫型胃癌的靶向候選藥物繼 6 月獲得 FDA（美國食品藥品監督管理局）的 IND 批件（新藥臨床批準）后，又于 9 月獲得了 NMPA（國家藥品監督管理局）的 IND 臨床

163、批準。并在北京大學腫瘤醫院成功完成首例實體瘤受試者給藥(First Patient In，FPI)。該管線也獲得 FDA 授予的胃癌孤兒藥資格認證(Orphan Drug Designation,ODD)，并在 25 年 2 月獲得了 FDA 快速通道認定(Fast TrackDesignation)，有望顯著縮短審批周期，加速其上市進程。這是全球首個類器官+AI 賦能創新藥設計與篩選的案例。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 48/69 計算機計算機/行業深度行業深度 公司與北京默達生物科技有限公司（“默達生物”）合作開發的用于治療原發性高草酸尿癥(PH)的臨床前候選藥

164、物獲得美國食品藥品監督管理局(FDA)的孤兒藥資格(ODD)和兒科罕見病藥物資格(RPDD)認證，該管線目前在 IND-enabling 階段，有望在未來解決 2 型和 3 型高草酸尿癥患者無藥可用的困境，以及為 1 型高草酸尿癥患者提供更友好的口服治療選項。公司早前已與一家總部位于印第安納波利斯的全球領先制藥公司就人工智能賦能的小分子藥物發現達成 250 百萬美元的合作，目前前述合作進展順利。2024 年，公司將雙方合作進一步擴展到固態研究等領域。2024 年，公司賦能的生物科技公司深圳萊芒生物科技有限公司（“萊芒”）取得突破性進展，其代謝增強型 CD19CAR-T 完成首例系統性紅斑狼瘡受

165、試者給藥，首次拓展至自身免疫疾病治療領域。通過晶泰提供的 AI 算法與高通量實驗相結合的方式，萊芒對代謝增強型 CAR-T 設計中用到的核心代謝增強因子進行了優化設計，顯著提升了與受體結合的親和力與免疫學活性，優選設計結果目前已經應用于實體瘤靶點的代謝增強型 CAR-T 臨床前研究中，可以幫助代謝增強型 CAR-T 更好突破實體腫瘤的免疫微環境。(4)AI+機器人賦能未來分子研發機器人賦能未來分子研發。根據行業研究機構最新分析，全球新材料市場總規模預期突破十萬億美金。公司積極把握新材料產業升級的戰略機遇，持續深化 AI+機器人技術對材料科學的賦能，憑借公司高精度的 AI 及高柔性化機器人技術，

166、已經在材料科學、農業、消費品等領域實現技術落地及達成合作。4.4.衛寧健康：衛寧健康：持續打造“持續打造“AI+醫療”產品矩陣，醫療”產品矩陣，WiNEX Copilot 已開始已開始推進落地推進落地 公司自成立以來一直集研發、銷售和技術服務為一體，為客戶提供“一體化”的解決方案，致力于提供醫療健康衛生信息化解決方案，不斷提升人們的就醫體驗和健康水平。通過持續的技術創新，自主研發適應不同應用場景的產品與解決方案，業務覆蓋智慧醫院、區域衛生、基層衛生、公共衛生、醫療保險、健康服務等領域，是中國醫療健康信息行業具有競爭力的整體產品、解決方案與服務供應商。公司在夯實醫療信息化產品和服務的同時，自 2

167、015 年起積極布局醫療健康服務領域，推動互聯網+模式下的醫療健康云服務等創新業務的發展，貫徹“1+X”戰略?！?”是新一代 WiNEX 系列產品，實現醫療衛生服務資源數字化；依托開放互聯的衛寧數字健康平臺 WinDHP，構建行業數字基座“+”，匯聚并數字化醫藥健險各方能力；通過能力交換兌現價值，在數字空間構建出數字化產品、數據服務創新、互聯網醫院、醫藥險聯動等“X”個數字健康應用場景，充分釋放醫療機構能力，持續豐富醫療數字化生態。在深化“1+X”戰略落地過程中，公司持續推進醫療人工智能的技術突破與場景融合。2017 年，成立衛寧健康人工智能實驗室（WAIR），在醫學影像處理、自然語言處理、醫

168、學數據挖掘等方面積極開展醫療 AI 研究探索和創新實踐。2023 年，公司正式發布自主研發的醫療垂直領域大模型 WiNGPT，大模型通過國家互聯網信息辦公室“深度合成算法”備案。WiNGPT 以醫護智能助手 WiNEX Copilot 的形態內置于公司新一代 WiNEX 產品中。WiNEX Copilot 致力于成為醫護好幫手，集成涵蓋醫院管理、醫護增效等 100 余個臨床應用場景。目前，WiNEX Copilot 已在北京、上海等地的醫院推進落地，在醫療領域大模型應用方面形成了比較優勢。2024 年公司營業收入同比下降 12.05%，歸屬于上市公司股東的凈利潤同比下降75.45%，主要原因是

169、部分客戶需求釋放遞延、招投標節奏滯后、交付驗收延后等影響以及公司新一代產品 WiNEX 正在升級替換過程中，尚未轉化為規模收入；同時投資損失、減值損失增加；2024 年公司銷售費用、管理費用和研發費用合計同比下降 17.94%。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 49/69 計算機計算機/行業深度行業深度 1、WiNEX 進入快速交付期，依托數字化轉型助力打造高水平智慧醫院標桿進入快速交付期，依托數字化轉型助力打造高水平智慧醫院標桿 1）打造不同業務領域、不同區域的醫療數字化標桿。助力澳門協和醫院打造立足大灣區、輻射東南亞、邁向全球化的區域醫療中心，該項目的落地，不僅是

170、WiNEX 產品的國際化適配能力得到進一步驗證，也為公司在海外核心業務領域樹立了標桿案例，為海外布局奠定了更加堅實的基礎；助力浙江省中醫院擴展中醫?？铺厣臄底只悄軕?，完成多個院區上線，全面支撐互聯網運營創新場景（烏梅湯 2.0 版），打造數智中醫院新范式；助力重慶醫科大學附屬兒童醫院打造全國頂級兒童?？茢底只瘶影?，滿足兒童?？苽€性及專業要求，為患兒提供更高質量的醫療服務，數智醫療賦能守護兒童健康；助力深圳前海泰康醫院打造“智慧感知、極致體驗”的數字化系統，并實現“全院一張床”全面落地，數字化保障高品質民營醫院發展。同時，山東大學第二醫院、贛南醫科大學附屬第一醫院、大同市第五人民醫院、廣東

171、醫科大學附屬東莞第一醫院、麗水市中心醫院等多家大型綜合醫院順利上線 WiNEX 產品。2）醫療信創方面，公司全線產品與國產化技術生態深度融合，覆蓋芯片（鯤鵬、海光）、操作系統（麒麟、統信）、數據庫（達夢、金倉、高斯、TDSQL）全產業鏈，累計獲得 600 余項信創認證，構建了完整的自主可控技術體系。核心業務系統 HIS、LIS、RIS/PACS、區域衛生平臺等關鍵業務系統已實現信創場景的規?；瘧?，覆蓋單體醫院、集團化醫院及區域醫療平臺多層級場景，驗證了核心業務系統在國產化環境下的穩定性和成熟度。攜手華為發布鯤鵬原生開發產品 WiNEX，通過廣州市老年醫院項目實現國內首個基于集團化架構的醫院核

172、心業務系統信創上云；聯合騰訊健康打造新一代智慧醫院標桿，在深圳市第二人民醫院龍華醫院落地基于信創云的醫療解決方案，創新性采用彈性 IT 架構支撐業務動態擴展。3）智慧醫院評級方面，新增助力 11 家醫院順利通過電子病歷應用水平五級及以上測評；在 2023 年度國家醫療健康信息互聯互通標準化成熟度測評中，助力 4 家衛健委用戶與 32 家醫院用戶通過四級及以上測評；醫共體及基層衛生數字化方面，在2024 年首屆推進縣域醫共體高質量發展擂臺賽中，助力云南省蒙自緊密型醫共體案例榮獲擂臺賽二等獎；助力瀾滄拉祜族自治縣醫共體案例“數字橋梁入深山”信息化賦能山區醫療新生態入選“第二屆全國醫共體建設優秀創新

173、成果展”；助力東臺市緊密型縣域醫共體成為醫共體改革新星，并獲得國家衛健委領導的高度評價，認為其醫共體建設措施有力、成效明顯，可供借鑒。根據 2024 年 5 月 IDC 發布的中國醫院核心診療系統市場份額，2023：新一代系統韌性發展研究報告，2023年，在中國醫院核心系統主要廠商市場份額中，衛寧健康占比為 13.4%，市場份額第一（公司在 2020-2023 年已連續四年排名第一）。2、智能引領，持續加強技術創新，推動公司技術進步 技術創新始終是公司核心戰略的重要組成部分，公司將持續圍繞 WiNEX 全系產品、AI 應用等加大研發投入，不斷筑牢產品的技術壁壘。報告期內，公司研發投入 5.62

174、億元，占營業收入的 20.21%；公司及控股公司新取得專利 98 項（其中發明專利 26項），新獲得計算機軟件著作權證書 125 件。1）智能態 AI 增強。2024 年公司發布醫療大模型 WiNGPT2.7 版本，此版本在通用能力和醫療能力方面較前期版本有明顯提升，同時完成國產化 CPU 和 GPU 服務器適配，并通過量化和加密技術提供更安全、高性價比的部署模式。2025 年 2 月，公司迭新發布 WiNGPT2.8 和醫護智能助手 WiNEX Copilot 2.1，全面對接 DeepSeek。WiNGPT2.8 借力 DeepSeek 的 AI 推理，成為更加全面、性能更強的醫療大模型。

175、WiNEX Copilot2.1 進一步聚焦場景深化、模型支持、平臺能力三大方向，覆蓋臨床、護理、醫技等關鍵醫療場景，貫穿診前、診中、診后全流程，全面深化醫療臨床與 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 50/69 計算機計算機/行業深度行業深度 管理場景質控能力與移動端場景拓展。截至 2024 年底，公司累計為 20 余家用戶部署大模型及 AI 應用場景。2025 年 1-3 月新增 80 余家用戶部署大模型及相關場景。同時，面向公司研發側，公司積極布局應用大模型能力在智能運維、代碼生成與優化、文檔生成等生產環節提高效率和質量，推動企業生產模式變革。2）業務態數字為先。W

176、iNEX 實現批量交付并支撐互聯網運營創新、國際化適配及信創發展。憑借韌性數字架構，WiNEX 核心系統可穩定承載互聯網日百萬級業務量；75 個核心業務系統完成多語言適配，加快國際化項目的落地能力。同時，支持集團化發展，WiNEX 進一步強化多院區、多機構等不同集團管理模式機構間協同與生態聯動能力；信創布局方面，WiNEX 完成國產化適配與密評認證，適配兼容阿里云、騰訊云、三大運營商云及相關國產化軟硬件，累計完成密評改造產品 40 個、信創適配產品 114 個、信創認證證書 91 份、華為鯤鵬原生認證 5 個，與上海信創實驗室、天津超算中心、華為等建立深度信創合作，公司將密切關注政策動向，緊抓

177、國產化發展契機，憑借成熟的產品力和優質的用戶體驗，有效助力用戶構建自主可控的數字化環境。3）交付態云化就緒。持續積累用戶交付共性需求，標化交付步驟，從云架構、云開發、云交付、云運維四方面推進 WiNEX 產品“出廠即可用”。云架構方面，PBC（Packaged Business Capabilities）進一步升級 2.0“微服務單需求發布”模式，通過有效的需求管理和發布流程，加快需求生產及交付效率，同時，確保微服務應用系統的穩定性；云開發方面，低代碼開發平臺和無代碼平臺通過提供知識庫模板、結構化檢索和全文檢索等輔助快速生成模板，提升交付效率；云交付方面，從業務知識模型，數據核查規則和定制化區

178、域本地模板加強知識體系的專業化，實現可配置的快速交付。WiNEX 交付在數據、業務、接口和知識模版交付方面約提升效率 20%；云運維方面，一體化故障定位平臺加強故障定位能力，將原有數百個指標及有效策略按不同領域問題進行分類組合，故障一體化集中分析展示，定位問題快速運維，使故障發生率下降約 10%，故障恢復效率提高約 15%。3、聚焦聚焦“X”板塊，助力提質發展板塊，助力提質發展 公司在夯實醫療衛生信息化業務的同時，在數字空間構建出數字化產品、互聯網醫療、醫藥險聯動等“X”個數字健康應用場景。其中，以納里股份為代表的互聯網醫療解決方案和運營服務提供商，已累計為全國 11,000 多家醫療機構提供

179、系統建設和技術維護服務，產品線成熟度和實施交付標準化能力進一步提升。隨著醫療機構線上業務滲透率的提升，納里股份積極探索，不斷加強互聯網醫療服務的深度和廣度，持續深化賦能醫療機構，構建“基礎醫療+消費醫療”雙輪生態。環耀衛寧，近幾年受外部環境變化及自身經營戰略調整影響，在穩定核心業務的同時進行業務結構調整和人員優化，集中資源推進商保直付理賠等業務的發展，持續為商業保險公司、企業端提供健康管理服務，同時推動在醫療與保險業態的科技創新服務，不斷提升獨立第三方的運營服務與創新合作能力。定位為商保公司及醫保部門提供保險智能風控和數據+AI 服務的參股公司上海金仕達衛寧軟件科技有限公司（以下簡稱“衛寧科技

180、”）2024 年在醫保業務方面，主要進行了所承建的省級醫保信息平臺項目一期的運維工作以及省級醫保信息平臺二期項目的建設業務，如山西、天津、遼寧、廣東、新疆兵團、海南等多個省平臺二期項目的建設，此外積極拓展省級醫保信息平臺新一期的項目以及醫保局端監管新模式相關的項目；醫院端業務方面，推動醫保費用預警分析系統、DRG/DIP 系統等業務的拓展；商保業務方面，基于已落地的城市惠民險項目提供新一期的系統與服務，并積極拓展新的城市惠民險項目，同時在團體健康險、個人健康險的商保業務拓展上，與不同保司合作取得了一定進展。4.5.東軟集團：東軟集團：24 年營收穩健增長，不斷擴充年營收穩健增長，不斷擴充 AI

181、 產品矩陣產品矩陣 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 51/69 計算機計算機/行業深度行業深度 東軟集團是行業領先的全球化信息技術、產品和解決方案公司，是產業創新變革的推動者和數字化轉型的賦能者。公司賦能全球數萬家大中型客戶實現信息化、數字化、智能化發展，在醫療健康、智能汽車互聯、智慧城市、企業數字化轉型等眾多領域處于領先地位。2024 年公司實現營業收入 115.6 億元，同比+9.64%；歸母凈利潤 0.63 億元，同比-14.70%。營業收入按行業劃分醫療健康及社會保障/智能汽車互聯/智慧城市/企業互聯及其他分別同比-12.08%/+4.70%/+49.95%/

182、+13.64%，公司在核心業務方向加速推出了多款新產品與解決方案，新簽合同和在手訂單量質齊升，進一步夯實了公司在核心業務領域的領先地位。1）在醫療健康及社會保障領域，公司連續多年在醫保信息系統、人社在醫療健康及社會保障領域，公司連續多年在醫保信息系統、人社 IT 解決方案解決方案等等領域保持市場份額第一領域保持市場份額第一。2024 年，公司戰略布局聚焦縣域醫共體、公立醫院高質量改革、醫療健康數據價值化、城市就業公共服務能力提升等核心方向，持續驅動業務增長。2024 年簽署 30 余個千萬級醫療健康項目訂單；新增助力 24 家、累計助力 70 家醫院客戶通過國家電子病歷系統功能應用水平高級別（

183、五級及以上）評級，繼續保持行業領先地位；累計為 50 余家醫共體客戶提供服務，并以“AI+數據”為核心驅動力，重塑“智慧醫院+智慧衛健+智慧醫?！币惑w化解決方案，推動大健康領域向智能化和數據價值化全面升級。2）在智能汽車互聯領域，公司在智能汽車互聯領域，公司 8295 智能座艙平臺實現智能座艙平臺實現“艙行一體艙行一體”技術創新并搭載技術創新并搭載于吉利量產車型，智能座艙與智能駕駛融合進入新階段。于吉利量產車型，智能座艙與智能駕駛融合進入新階段。2024 年，公司持續獲得吉利、長安、奇瑞、一汽、零跑、長城、保時捷、奧迪、英力士等國內外主流車廠定點訂單，整體出貨量同比增長超 30%；出海相關業務

184、持續加速，年內新增定點金額同比增速近 40%，整體出貨量增長達 65%。報告期內，公司榮獲 2024 年金輯獎“最佳出海實踐獎”“金智獎-汽車 AI 大模型 TOP10 企業”“2024 中國車企 AI 科技伙伴TOP10”等多個獎項。公司全面推進各領域解決方公司全面推進各領域解決方案的智能化升級，案的智能化升級，AI 產品家族持續擴容，并在多個應用產品家族持續擴容，并在多個應用場景落地。場景落地。在 AI+醫療領域，公司發布“添翼”醫療健康智能化全系解決方案，融合多種基礎 AI 模型的智能化能力，涵蓋患者服務、醫事服務、病歷服務、醫學影像、醫學檢驗、重癥醫學、醫學科研、衛健共 8 個醫療行業

185、賦能體，覆蓋幾十個核心醫療 AI 應用場景，并已在中國醫科大學附屬盛京醫院、武漢大學中南醫院、四川省人民醫院、東南大學附屬中大醫院、昆明醫科大學第一附屬醫院、云南省腫瘤醫院等數十家醫院實現了場景落地。在醫學與信息技術融合的“產學研醫用”生態方面，公司與2023 年度復旦中國醫院綜合排行榜Top60 醫院中的 19 家醫院，建立了共同承擔國家重大科研項目的合作關系。公司多款 AI+醫療產品完成并通過華為昇騰技術認證，雙方聯合發布“東軟&華為臨床醫生助手一體機解決方案”，并將共同在醫院、衛健、醫保等領域開展深度合作與實踐。截至 2024 年末，東軟 AI+醫療相關產品和科研服務已應用于 90 多家

186、醫院。在 AI+醫學影像及輔助診斷方面，公司已推出飛標醫學影像標注平臺 5.0、泛血管智能影像評估與輔助診療系統、主動脈夾層危急值預警與輔助分診、膝骨關節炎智能輔助評估、AI 臨床決策支持系統（AI-CDSS）專病知識庫等多個產品，并已廣泛應用于診療及醫學科研之中，其中，飛標醫學影像標注平臺 5.0 作為臨床專家共識唯一推薦的人工智能輔助標記商業化工具產品，截至 2024 年末，已累計標定影像數據5,500 萬張。在 AI+醫保領域，公司圍繞醫保支付場景推出了智能審核功能，實現限制用藥審核從人工抽檢轉變為全量篩查。在智能汽車領域，公司研發推出的 AI 智能車書已在車企項目及與芯片廠商聯合開發的

187、平臺項目中實現落地應用，同時公司將大模型全場景接入智能座艙域控系統，打造 AI 行車助理解決方案，覆蓋智能駕駛決策支持與娛樂服務雙賽道。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 52/69 計算機計算機/行業深度行業深度 4.6.訊飛醫療科技：星火醫療大模型能力領先行業，訊飛醫療科技：星火醫療大模型能力領先行業，AI 賦能賦能 GBC 客戶客戶多元化產品矩陣多元化產品矩陣 繼 2023 年 10 月公司首次發布星火醫療大模型 1.0 后，2024 年 6 月 27 日，訊飛星火醫療大模型再次升級，在醫療海量知識問答、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

188、交互、醫療多模態交互等六大核心場景能力顯著提升，平均效果提升至 85%，各項核心能力超過 OpenAI GPT-4 Turbo 5%。訊飛星火醫療大模型在中國信息通信研究院 2024 年 6 月啟動的醫療健康行業大模型效能評估中，在個人畫像、健康干預方案、病歷文書生成及質控、檢查檢驗報告解讀、體檢報告單解讀等細分任務中表現均超過市場主要大模型，在健康常識、疾病百科、用藥知識、電子病歷結構化、專業知識生活化、考試輔助智慧化、導醫導診便民化、輔助首診及推薦檢查檢驗、輔助確診、疾病輔助診斷、用藥安全指導等方向上均展現高度專業性。2024 年 10 月 24 日，訊飛醫療正式發布星火醫療大模型 2.0

189、 版，模型在醫療海量知識問答等上述六大核心場景能力進一步顯著提升，平均效果達到 88%，核心能力全面優于 OpenAI GPT-4 Turbo/GPT-4o。公司同時發布星火醫學影像大模型，結合安徽省影像云平臺的億級影像數據，打造智慧醫學影像助手，可賦能“智慧質控-智慧診斷-智慧讀片”全流程。2025 年 3 月 3 日，訊飛醫療正式發布基于深度推理技術的星火醫療大模型 X1，是當前唯一采用全國產算力訓練的醫療深度推理大模型。星火醫療大模型 X1 依托訊飛醫療多年來積累的億級權威精品醫學知識庫與高質量脫敏診療數據構建，在醫療專業知識增強、醫生循證思維、醫生專家回饋強化學習等方面實現技術創新，大

190、幅降低醫療幻覺，顯著提高醫療場景推理的正確性、專業性與可解釋性。根據真實場景測試數據評估，全科輔助診斷合理率達到 94%，?？戚o助診斷（主診斷）合理率達到 90%，健康咨詢解答率達到 89%，相關效果均超過 GPT-4o 以及 DeepSeek R1。2024 年公司實現營業收入年公司實現營業收入 7.34 億元，同比億元，同比+31.98%，歸母凈利潤，歸母凈利潤-1.33 億元，同比億元，同比減虧。減虧。公司的收入主要來自于基層醫療服務和患者服務，2024 年公司基層醫療服務/醫院服務/區域管理平臺解決方案/患者服務分別實現營業收入2.37/1.32/1.54/2.11億元，分別同比-1.

191、14%/+103.41%/+31.82%/+56.62%訊飛醫療大模型在行業落地方面主要具備以下六方面的優勢：訊飛醫療大模型在行業落地方面主要具備以下六方面的優勢：醫療領域海量專業知識和數據的長期積累醫療領域海量專業知識和數據的長期積累：重點包括億級高精準醫學知識、高質量數據積累，以及海量專業的醫療領域強化學習數據積累；大模型全自研技術基礎及持續創新能力大模型全自研技術基礎及持續創新能力：具備全自研的業界領先的星火大模型底座，有監督微調、強化學習、安全可控的核心技術，硬體工程適配、以及與之配套的高效工具鏈和系統平臺，同時持續創新、擁有醫療行業特色的演算法，保證醫療場景推理的邏輯正確性、專業性、

192、可解釋性等；軟硬體全國產化自主可控：軟硬體全國產化自主可控：堅持醫療大模型軟硬體全國產技術路線，擁有完備的基于華為升騰等國產化算力平臺的高效訓練、推理的一體化技術方案；通專結合的系統性創新通專結合的系統性創新 AI 能力：能力：為用戶提供處理醫療文本、語音、影像、圖文等多方面的 AI 能力組合，共同滿足真實場景下應用落地剛需；技術落地與服務保障：技術落地與服務保障：具有規?；涞?、為大量用戶提供技術服務的成功經驗，具備從產品需求到技術落地并持續迭代升級的能力，以及完整鏈條的技術服務保障；請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 53/69 計算機計算機/行業深度行業深度 堅定落

193、實軟硬體全國產化與自主可控路線：堅定落實軟硬體全國產化與自主可控路線：訊飛醫療未來仍將堅定地走軟硬體全國產化與自主可控路線，面向醫療行業剛需落地，不斷強化自身優勢并構建形成一整套醫療人工智能技術原創研究與落地的方法體系。公司積極進行市場拓展，客戶基數持續增長。公司積極進行市場拓展，客戶基數持續增長。截至 2024 年 12 月 31 日，公司向超過 70,000 家基層醫療機構提供產品及服務，涵蓋 30 多個省份 670 多個區縣，以及500 多家等級醫院（包括中國百強醫院當中的 40 多家及十強醫院當中的 7 家）。廣泛的市場覆蓋充分證明了公司 AI 醫療產品的技術領先性、市場競爭力以及公司

194、營銷體系的效率，并為公司業務的下一步快速發展奠定了堅實的基礎。公司基于領先的醫療大模型技術，以及最大規模商業化應用帶來的醫學知識圖譜積淀，匹配“打造每個醫生的診療助理和每個居民的健康助手”的行業使命，打造了AI 診療助理產品族和 AI 健康助手產品族，從而讓 AI 革命性地具備健康風險預警、健康早篩、輔助診斷及治療、診后管理與慢病管理等多種能力?；诖竽Ｐ?、大數據兩個核心能力平臺及診療助理和健康助手基于大模型、大數據兩個核心能力平臺及診療助理和健康助手兩個核心產品族，公兩個核心產品族，公司打造了用司打造了用 AI 賦能賦能 GBC（政務、產業、消費）客戶的多元化產品矩陣，包括（政務、產業、消費

195、）客戶的多元化產品矩陣，包括(1)賦能健康城市治理：賦能健康城市治理：為政府關切的諸如強化基層醫療衛生服務、提升疾病防控能力、提升醫保使用效率等重點方面提供醫療人工智能技術；(2)賦能醫院質效提升：賦能醫院質效提升：為醫院關切的醫療品質提升、患者滿意度提升、醫院管理效率提升提供綜合人工智能解決方案；及(3)賦能個人健康：賦能個人健康：貫穿個人全生命周期的健康，提供數字影像服務、診后管理服務，以及延伸到家庭的居家健康咨詢和管理 APP（訊飛曉醫）和家用醫療器械（助聽器）。圖圖 32：訊飛星火醫療大模型賦能政府、醫生與患者：訊飛星火醫療大模型賦能政府、醫生與患者 數據來源：訊飛醫療科技公司公告，東

196、北證券 1）AI 診療助理產品族診療助理產品族 1.基層醫療服務：基層醫療服務：2024 年公司提供基層醫療服務實現收入人民幣年公司提供基層醫療服務實現收入人民幣 2.37 億元，占公司億元，占公司2024 年度總收入的年度總收入的 32.3%。智醫助理：智醫助理：截至 2024 年 12 月 31 日，智醫助理已覆蓋全國 30 多個省市的 670 多個區縣超過 70000 個基層醫療機構應用，累計提供約 9.1 億次 AI 輔診建議，輔助生產標準化電子病歷超 3.5 億次，經智醫助理系統提醒而修正診斷的有價值病歷超 160萬例，累計識別不合理處方數 8600 萬份，輔助診斷合理率已由 202

197、1 年的約 90%提 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 54/69 計算機計算機/行業深度行業深度 高至目前的約 95%，處方審核準確率已由 2021 年的約 93%提高至目前的約 95%，覆蓋疾病數量超 1900 多種，有效降低了錯診漏診和用藥錯誤風險。全國大陸共有2843 個區縣，智醫助理的滲透率還有很大提高空間，在國家和省市政策的推動下，AI 診療助理未來將迎來高速發展期。慢病管理：慢病管理：公司的人工智能慢病管理系統，以國家基本公共衛生服務規范和國家基層高血壓防治管理指南國家基層糖尿病防治管理指南等業務指導文件為依據。人工智能慢病管理系統可自動幫助家庭醫生完成慢

198、病篩查、分層分級、慢病隨訪、個性化健康宣教、自動化生活干預等日常慢病管理服務，讓家庭醫生專注于慢病診療和患者關懷，有效推進醫防融合，提高慢病控制率，降低慢病并發癥住院率。2024 年公司慢病管理系統已在甘肅省、安徽省、江蘇省、河北省、遼寧省、河南省、四川省等地的 100 余個區縣落地應用。2.醫院服務：醫院服務：2024年公司提供醫院服務實現收入年公司提供醫院服務實現收入1.32億元，較億元，較2023年增長年增長103.4%，占占 2024 年度總收入的年度總收入的 18.0%。智慧醫院解決方案：智慧醫院解決方案：得益于醫療大模型能力升級所帶來智慧醫院解決方案的效果進一步呈現，公司與更多的等

199、級醫院及企業建立了深入的合作。2024 年 4 月，訊飛醫療與四川大學華西醫院、華為簽訂戰略合作協議，圍繞創新醫療服務模式、改善就醫體驗、醫療大模型技術應用等重點領域展開深入合作，推動醫院人工智能發展、提升公眾健康水準、提高醫療品質，并在華西醫院打造人工智能診療助理標桿?；颊叻站C合解決方案在四川大學華西醫院上線，累計服務超過 1300 萬人次。公司通過提供智能大數據平臺方案為醫院提供“湖倉一體”基礎設施建設，賦能醫院運營管理和學科創新，目前已在深圳、北京等地完成醫院試點落地，支撐百億級數據容量存儲，日均實時變更捕獲增量 2000 萬，科研隊列支撐建設 3 個 10 萬級大人群專病研究隊列。A

200、I 診療助理：診療助理：通過持續的技術創新，公司可以幫助醫院及醫生應對普通及?？萍膊≡\斷、治療及管理的需求，提升等級醫院醫生工作的效率和服務質量。面向等級醫院的?？?CDSS（臨床決策支持系統）涵蓋 1700 多種疾病，VTE（靜脈栓塞）系統已實現智能評估超過 170 項與 VTE 相關的評估專案，AI 評估與專家評估的一致率超過 97%。3.區域管理平臺解決方案：區域管理平臺解決方案：2024 年公司提供區年公司提供區域管理平臺解決方案實現收入域管理平臺解決方案實現收入 1.54 億億元，較元，較 2023 年增長年增長 31.8%，占公司，占公司 2024 年度總收入的年度總收入的 20.

201、9%。2024 年國家出臺了一系列政策加強新型醫療健康基礎設施建設，通過人工智能和數字化技術，改善醫療資源不均衡，推動公共衛生改革，助力公立醫院高質量發展，比如推廣三明醫改模式，加快醫共體建設，構建傳染病監測預警體系，支持三批公立醫院高質量發展等。公司圍繞國家重大政策導向，基于全球領先的醫學人工智能核心技術，依托標準化產品主動構建場景化的解決方案，通過積極的市場布局，把握窗口期，建立根據地城市，助力公司整體業務的快速增長。智慧衛生解決方案：智慧衛生解決方案：公司通過積極的市場布局和開拓，參與承建了安徽省、河南省、青海省、寧夏回族自治區和廣西壯族自治區等多個省級傳染病檢測預警和應急指揮平臺專案，

202、未來將聯合探索醫學大模型在疾控領域的應用，為中國的傳染病防控工作貢獻公司的人工智能科技力量。此外，公司將大模型技術應用于城市和區域健康數據的治理和智能化應用，并在上海市長寧區、深圳市龍華區率先開展了合作。智慧醫保：智慧醫保：圍繞三明醫改，公司積極回應 DRG/DIP 支付方式改革需求，研發了全病歷內涵解析醫保智能風控系統，通過人工智能技術，基于全病歷和醫保結算數據為醫療機構提供診療全流程服務，助力醫療機構在 DRG/DIP 支付模式下實現精細化管理，為醫保局提供結算前、中、后全流程基金監管服務，解決醫?；鸨O管中 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 55/69 計算機計算

203、機/行業深度行業深度 人力、能力和手段不足的問題，全方位提升醫?；鹗褂眯?，推動基金系統化治理與規范化使用。目前，已在山西省呂梁市、云南省普洱市實現常態化運營，并在安徽省合肥市、貴州省貴陽市、廣西省梧州市、江西省九江市等多地完成產品落地應用，有效促進醫保、醫療、醫藥協同發展和治理。2）AI 健康助手產品族健康助手產品族 2024 年公司提供患者服務收入 2.11 億元，較 2023 年增長 56.6%，占公司 2024 年度總收入的 28.8%。AI 診后患者管理診后患者管理:我國衛生健康事業發展統計公報顯示，2023 年患者入院達 3 億人次，患者出院后若沒有持續服務，出現突發情況得不到及

204、時指導和救治，將會造成重大生命健康問題和社會衛生資源浪費。公司研發的 AI 診后患者管理產品，基于星火醫療大模型進行了全面升級，能夠充分理解患者電子病歷記錄的內容，自動整理患者的關鍵診療資訊，根據學習到的循證疾病管理知識，自動為患者生成個體化的康復計劃，并通過內容生成、語音識別、語音合成等技術與患者進行更形象、更自然的交互，幫助醫生對患者進行疾病科普和康復指導，定期病情評估并提供配套的生活方式改進方案，且根據患者的回饋識別風險提醒醫生及時關注。截至 2024 年 12 月 31 日，AI 診后患者管理已經在四川大學華西醫院、華中科大醫學院附屬同濟醫院、首都醫科大學附屬北京天壇醫院、首都醫科大學

205、附屬北京同仁醫院、武漢大學中南醫院、東南大學附屬中大醫院、山東省立醫院、河南大學第一附屬醫院、河北醫科大學第一醫院、河北大學附屬醫院、甘肅省中心醫院、寧夏自治區人民醫院、中科大附一院等上線應用，以四川大學華西醫院為例，AI 診后患者管理累計服務患者超 120 萬人次，出院患者隨訪覆蓋率已達到 100%。2024 年，AI診后患者管理在江蘇、山東、河南、河北、甘肅、寧夏等 6 省自治區的頭部醫院市場布局上取得突破，為 2025 年 AI 診后患者管理在相關省市全面推廣和高速發展打下堅實基礎。訊飛曉醫：訊飛曉醫：2024 年 6 月 27 日，面向專業領域的個性化應用，訊飛醫療升級訊飛曉醫 APP

206、，發布“個人數字健康空間”，打造每個人、每個家庭的 AI 健康助手?！皞€人數字健康空間”能夠根據電子病歷、檢查報告、體檢報告等用戶個性化資料，構建個人數字健康空間，在看病前可以進一步剖析病癥原因，用藥時給出藥物禁忌的個性化判斷，在檢查后聯合對比給出數據變化，并通過角色切換了解其他家庭成員的健康狀況。在此基礎上，訊飛曉醫 APP 各項能力持續升級，已覆蓋 1,600 種常見疾病、2,800 種常見藥品、6,000 種常見檢查檢驗，可以滿足用戶在看病前、用藥時、檢查后的核心場景健康需求。截至 2024 年 12 月 31 日，訊飛曉醫 APP 下載量已突破 2,000 萬次，用戶好評率達98%，用

207、戶主動推薦率達 42%。2025 年 3 月 3 日，星火醫療大模型 X1 正式應用于訊飛曉醫 APP，訊飛曉醫與個人健康檔案的融合更加深入，在用戶健康咨詢時，它能深度洞察用戶健康狀況并思考潛在需求，給出的醫療建議更加個性化、更具體實用，在個人 AI 健康助手方向又邁出了堅實的一步。訊飛曉醫未產生收入。未來，公司將通過集成專業醫療服務，持續探索訊飛曉醫作為 C 端移動 APP 的商業模式。影像云與輔助診斷平臺：影像云與輔助診斷平臺：公司在安徽省打造了中國最大的區域影像數據互聯互通互認的影像云平臺，數據服務使用量超過 112 百萬次。2024 年 11 月，國家醫保局、國家衛生健康委等七部委發布

208、關于進一步推進醫療機構檢查檢驗結果互認的指導意見，要求“2025 年底所有二級及以上公立醫院實現檢查結果跨機構調閱”；國家衛健委等三部門發布放射檢查類醫療服務價格專案立項指南，要求“將數字影像服務納入醫療機構檢查專案內涵，如不能提供則扣減 5 元部位”。政策大力支持人工智能賦醫學影像調閱和診斷，通過訊飛醫療打造的影像云與輔助診斷平臺，請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 56/69 計算機計算機/行業深度行業深度 全省各級醫院的醫生可將影像結果上傳至影像云平臺，并查閱其他醫院上傳的影像數據及影像報告，實現醫療數據互聯互通，減少不必要的重復檢查，避免患者受到不必要的射線傷害。

209、影像云與輔助診斷平臺旨在提供遠程咨詢服務、數字影像服務、云放射科資訊系統 PACS（影像歸檔和通信系統）、設備及基礎設施服務及 AI 輔助影像診斷。2024 年 10 月，公司發布訊飛星火醫學影像大模型以及基于訊飛星火醫學影像大模型打造的智能醫學影像助手。該產品深度融合醫學影像 AI 技術，依托圖像識別演算法與醫學認知智能引擎，構建跨機構影像數據互聯互通系統，通過智能壓縮傳輸技術和分布式云端存儲實現海量影像數據的高效協同，減少大量不必要的重復影像檢查和因此引起的額外費用支出。在智能質控環節，智能醫學影像助手可幫助影像技師快速評估圖像品質，及時糾正檢查問題；在智能診斷環節，智能醫學影像助手可以幫

210、助影像醫師快速生成診斷報告，解釋溯源并多期對比；在智能讀片環節，智能醫學影像助手可接入醫學影像大模型，通過相關問答，幫助臨床醫師制定診療方案。得益于公司建設了全國首家實現互聯互通互認的數字影像云平臺并實現運營，智能醫學影像助手將有望在關于進一步推進醫療機構檢查檢驗結果互認的指導意見和放射檢查類醫療服務價格專案立項指南的政策驅動下，在安徽省外的其他區域進行有效地推廣。截至 2024 年 12 月 31 日，超過 1,970 家醫療機構和超過 3,200 名專家已在平臺上注冊。截至同日，影像云平臺在安徽省遠程會診服務量近 8.49 百萬次。智能醫療器械：公司的醫療器械主要包含通過電商平 智能醫療器

211、械：公司的醫療器械主要包含通過電商平臺為個人客戶提供的助聽器。臺為個人客戶提供的助聽器。配備公司的場景識別系統及 AIScene（公司內部開發的場景識別系統），助聽器可以即時監控用戶的所在環境，提供增強、降噪等功能。2022 年，訊飛智能助聽器首次上市，同年推出性能升級的尊享版，以良好的性能、智能化的體驗、親民的價格，得到市場和消費者的充分認可。2024 年 4 月，公司推出新系列助聽器星系列。該新系列助聽器采用耳背式外觀，配備升級的場景識別系統技術，采用智能 64 通道、32 個可調頻點，滿檔增益高達 70 分貝，滿足極重度聽損人群的需求，并由訊飛星火醫療大模型賦能，為助聽器市場上掀起 AI

212、 新風潮。2024 年 12 月，公司發布了高端智能耳背式助聽器 Pro 皓月盈月系列，該產品集成了公司的智能語音識別技術，在多模態字幕助聽、深海級降噪系統等功能上全面升級。多模態字幕助聽功能即時語音文字轉寫，真正實現“聲音被看見”。據研究表明，視聽結合比單聽或單看的言語理解能力更高，皓月盈月系列助聽器真正做到了讓聽力受損者接近正常人聽力水準，達到更強的助聽效果。2024 年，訊飛助聽器在中國主流電商平臺京東及天貓中均占據品牌 TOP3。在“618 購物節”中，訊飛助聽器獲得助聽器品類天貓第一，京東第二的成績，在“雙十一購物節”中，訊飛助聽器分列兩個平臺的第二名。截至 2024 年 12 月

213、31 日，智能硬體助聽器累計銷量逾 14 萬臺。4.7.醫渡科技：公司數據積累深厚，實現“醫醫渡科技：公司數據積累深厚，實現“醫藥藥險險患”全場景解患”全場景解決方案落地決方案落地 2025 財年中報公司總收入為人民幣 3.29 億元，同比下降 7.6%，這種下降主要受外部市場環境以及產品組合變化的影響。得益于內部運營效率的提升以及各業務板塊間的協同效應增強，公司期間虧損縮減至人民幣 56.4 百萬元，同比減虧 29.2%。公司營業收入按業務拆分，2025 財年中報大數據平臺和解決方案/生命科學解決方案/健康管理平臺及解決方案分別實現營業收入 1.34/1.45/0.51 億元，分別同比+4.

214、48%/-15.01%/-12.36%。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 57/69 計算機計算機/行業深度行業深度 公司繼續優化并訓練面向醫療垂直領域的大語言模型，成功處理和分析了超過 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100,000 個醫學實體，疾病知識圖譜已經基本涵蓋了所有已知的疾病，此外，公司從專病的視角構建了包括肺癌在內的多個體系化的專病數據集。此外，公司建立了多個自有的醫療榜單用于評估模型的能力，其在內部榜單上的表現優于同規模(70B)的模型。在應用場景方面，公司在醫療、制藥和健康保險等多個業務領域得到了廣泛

215、應用。經過十年的持續發展，逐步建立了一種“底座+多應用”的模式，實現了“醫藥險患”全場景解決方案的全面落地。2025 財年中報公司財年中報公司向向 105 家中國頂級醫院以及家中國頂級醫院以及 40 個監管機構和政策制定者提供了個監管機構和政策制定者提供了解決方案，覆蓋超過解決方案，覆蓋超過 2,800 家醫院。家醫院。公司推出了“大數據+大語言模型”雙中臺解決方案，幫助客戶進行科研和臨床研究。在科研領域，公司與知名機構合作，推動技術迭代，參與了 20 余個國家級和省部級的醫學研究課題，繼續保持醫院臨床研究繼續保持醫院臨床研究第一品牌的地位。第一品牌的地位。公司為監管機構提供多樣化數據分析服務

216、，參與城市“健康大腦”建設，在中國核心城市如北京、寧波等地已有多個標桿項目落地。公司服務的生命科學客戶數量達到71家，客單價同比提高57%，前10大客戶收入留存率為117.45%，頭部 20 家跨國藥企中，有 16 家是公司的客戶。在兒童腫瘤、細胞基因治療(CGT)細胞治療等領域取得進展，提供真實世界證據(RWE)一站式解決方案。助力完成乳腺癌真實世界研究，提高研發效能。健康管理平臺和解決方案板塊，公司在核心城市保持領先地位，連續第二年作為“深圳惠民?！钡闹鬟\營平臺，第二期參保人數超 6 百萬人。在公司的健康管理平臺上至少完成一筆交易的活躍用戶數超過 24 百萬名。YiduCore YiduC

217、ore 是公司的“AI 醫療大腦”，作為醫渡科技的核心算法引擎，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。其自我學習和進化的特性，確保了技術持續領先，全面賦能公司產品及解決方案的技術實現，推動人工智能技術在醫療健康領域各個場景的落地應用。公司持續進行醫療垂直領域大語言模型的研發和訓練，基于 5,000 億+經過精細化清洗和配比的訓練 TOKEN 語料，包括醫療、通用、中文和英文的數據。此外，公司用千萬級數據進行了精細微調處理。在綜合考慮行業應用成本以及模型基本能力需求，公司聚焦 70B 參數的模型訓練。公司致力于在提升模型通用能力（如推理、數學、代碼）的同時，增強醫療模型的

218、多種專業能力。此外，公司也成功推動了醫療智能體的技術演進。在數據方面，在數據方面，數據是決定算法性能的關鍵因素，YiduCore 累計處理和分析了超過 11億名患者人次的 55 億份經授權的醫療記錄。這些記錄中沉淀的醫學知識圖譜覆蓋了超過 100,000 個醫學實體，疾病知識圖譜已經基本涵蓋了所有已知的疾病，此外，公司從專病的視角構建了包括肺癌在內的多個體系化的專病數據集。這些數據集不僅涵蓋了豐富的臨床信息，還整合了多維度數據，使得公司能夠更深入地分析和理解各種疾病的復雜特性。通過這些精細化的數據集，公司致力于支持更精準的醫療研究和創新，為臨床診斷和治療提供更有力的數據支持。算力方面，算力方面

219、，公司是中國首家在醫療垂直領域適配國內外高端芯片全鏈路成功的公司。在算法方面，公司擁有一套低成本模型增量訓練的完善技術體系，由于通用榜單數據泄露比較嚴重，公司構建了多個自建的醫療榜單，用于評估模型的能力，在內部榜單上跟同規模的(70B)模型相比有顯著提高。在場景落地方面，在場景落地方面，公司在醫療、制藥、健康保險等多業務場景實現了廣泛應用，經過十年的深耕細作，逐步建立了一底座多應用的模式?！搬t藥險患”全場景解決方案得以全面落地。具體而言，公司通過 AI 中臺，在醫療領域構建了大語言模 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 58/69 計算機計算機/行業深度行業深度 型能力，

220、使用戶能自主開發智能應用。此外，公司還推出了基于病歷理解大語言模型的患者招募智能體，提升醫生的臨床試驗推薦和病歷數據利用效率。同時，公司提供醫生賦能工具，支持科普內容生成和科研洞察。1.大大數據平臺和解決方案數據平臺和解決方案：公司為醫院、醫療機構、監管機構及政策制定者提供數據智能平臺及數據分析驅動的解決方案。2025 財年中報該板塊收入為 1.34 億元，同比上升 4.5%。截至 2024 年 9 月 30 日，公司頂級醫院的客戶總數為 105 名，監管機構及政策制定者的客戶總數為 40 名。針對醫院，公司為醫、教、研、管全場景提供針對醫院，公司為醫、教、研、管全場景提供 AI 解決方案，協

221、助客戶進行深度醫解決方案，協助客戶進行深度醫學研究和精準高效決策學研究和精準高效決策。通過使用公司的疾病專病庫和科研產品，頂級醫院和專家可以加快產出研究級證據，并以更快、更安全的方式開展大規模臨床研究。公司發布了“大數據+大語言模型”雙中臺解決方案，縮短從數據到智能應用價值的距離。應用“雙中臺”，公司可在提供數據治理服務的同時，還提供涵蓋數據管理、模型管理、訓練管理、評測管理、應用管理的一套完整的零代碼工具鏈，一線員工可以通過更簡單的方式對訓練能力、推理能力、模型優化能力等進行調用。此外，公司的解決方案提供專業的基礎醫療垂域模型，便于醫院以較低成本迅速構建自主大語言模型，確保大語言模型能力的高

222、效輸出與應用的快速部署。在科研領域，公司在在科研領域，公司在大語言模型的賦能下進一步鞏固臨床科研第一品牌的市場地位。大語言模型的賦能下進一步鞏固臨床科研第一品牌的市場地位。利用大語言模型的病歷理解和結構化關鍵信息提取能力，公司的科研助手可以幫助醫生輕松進行病歷搜索，以及智能字段加工、智能統計分析、論文輔助撰寫等功能，顯著提升醫院科研工作效率。公司已與知名醫療機構合作，打造大語言模型訓推平臺，共同推動技術的持續迭代和優化。公司亦參與了 20 余個國家級和省部級的醫學研究課題。在深化公司優勢疾病領域如實體瘤、血液病、眼科、免疫、心血管和內分泌的研究外，公司亦不斷拓展不同疾病領域的研究廣度。2025

223、 財年中報公司中標了數個三甲/三級醫院的全院科研平臺及專病庫項目，進一步加強公司在婦科、兒科等疾病領域的研究能力。公司通過使用人工智能技術不斷迭代真實世界疾病模型，并持續深化對疾病的洞見，吸引頂級醫院和專家加入研究網絡。公司中標了天津濱海新區經開區健康醫療大數據平臺項目，項目金額超過人民幣 20百萬元。該項目涵蓋居民健康檔案管理、慢病管理平臺、數字療法以及大模型智能問診服務等多個方面，不僅能夠全面整合居民健康檔案，還能通過慢病管理平臺提供持續的疾病監控與干預措施，并且引入了數字療法服務和大模型智能問診，為患者提供了更加智能化的非藥物治療的新選擇。2.生命科學解決方案生命科學解決方案 生命科學解

224、決方案板塊為藥物和醫療器械的全生命周期管理提供支持，涵蓋從臨床生命科學解決方案板塊為藥物和醫療器械的全生命周期管理提供支持，涵蓋從臨床開發到上市后的各個階段。開發到上市后的各個階段。公司通過分析驅動的臨床開發、真實世界研究(RWS)和數字商業化解決方案，滿足客戶的多樣化需求。依托自主研發的一體化智能服務平臺和 AI 賦能的疾病洞察，公司幫助制藥、生物技術、醫療器械等領域的合作伙伴縮短開發時間、降低成本，并提高臨床試驗質量，助力其實現商業化成功。同時，公司不斷升級數字化技術解決方案，以全面支持客戶在臨床開發和商業化過程中的各個環節。2025 財年中報公司的收入達到人民幣 144.6 百萬元，較去

225、年同期下降 15.0%，公司不斷聚焦高質量的客戶群，毛利率較去年同期上升 1.9 個百分點至 29.7%。公司專注于以數字化和智能化科技創新賦能的全生命周期解決方案持續提升客戶體驗，不斷提高客戶的復購率，截至 2024 年 9 月 30 日，公司服務的生命科學客戶數量達到71 家，前 10 大客戶的收入留存率為 117.45%，客單價同比提高 57%，頭部 20 家跨國藥企中，有 16 家是公司的客戶。在臨床研究方面，公司已完成 368 項臨床研究，請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 59/69 計算機計算機/行業深度行業深度 包括藥企發起的臨床試驗和研究者發起的試驗。公

226、司的前瞻性及回顧性真實世界研究項目達到 261 項。截至 2024 年 9 月 30 日，已累計覆蓋超過 1 萬名的患者人群。公司在兒童腫瘤治療的臨床試驗領域取得進一步進展，中標多個項目，公司憑借在糖尿病研究領域的專業實力和競爭優勢，成功中標多個糖尿病相關項目。此外，公司憑借在臨床研究領域的卓越實力和豐富經驗，成功中標一項具有前沿意義的 CGT的隨機對照試驗臨床研究項目。該項目代表了干細胞研究領域的最新進展，也是客戶對公司專業服務的再次認可和復購。3.健康健康管理平臺和解決方案管理平臺和解決方案 在該板塊，公司提供 AI 賦能的健康管理解決方案，為城市千萬級別人群提供多層次的健康保障解決方案。

227、2025 財年中報公司的健康管理平臺和解決方案板塊的收入為人民幣 51.1 百萬元，同比降低 12.4%。2025 財年中報公司持續鞏固公司的“惠民?！睒I務。公司深耕于中國核心省市的“惠民?！表椖?，在公司已提供惠民保服務的省市中，超過 90%的用戶位于中國 2023 年國內生產總值排名前 15 的省級行政區域。依托 AI 醫療技術的支持，YiduCore 積累的醫學洞見和豐富的場景運營經驗，公司已有在包括北京市、深圳市等千萬人口以上省市提供“惠民?！币徽臼竭\營解決方案的能力以及持續創新升級能力。公司連續第二年作為“深圳惠民?！钡闹鬟\營平臺，第二期參保人數超 6 百萬人，參保率超過 35%，線上

228、參保占比超過 88%，進一步鞏固了公司“惠民?！睒I務在中國核心城市的領先地位。除此之外，公司已連續四年擔任“北京惠民?！钡闹鬟\營平臺，“北京惠民?！崩塾媴⒈Ｒ殉?1,000 萬人次，累計受理理賠案件超 25 萬件。在人工智能技術的賦能下，公司的保險理賠效率大幅提升。相較于傳統服務方式，公司超 85%的客服工作由 AI 智能客服承接，實現秒級回復，用戶體驗良好。同時，通過算法模型和人工智能技術，公司在“北京惠民?！敝袘昧丝熨r模式，通過處理經用戶和相關機構合法授權的數據，實現每月數千件案件的快速處理，理賠時效較傳統方式提升 50%70%。應用快賠模式后，快賠案件無需被保險人準備并提供繁冗的醫療票

229、據等理賠材料，而是通過短信、電話等方式主動觸達并通知參保人已達理賠標準并可領取理賠金，大幅縮短了理賠時間，降低了參保人墊資負擔，極大程度提升了參保人的保險使用體驗。未來，公司將堅持科技提升理賠速度，服務提升理賠溫度，并探索理賠數據賦能其他業務，建立更深層專業壁壘。公司亦利用 YiduCore 積累的技術能力及醫學知識提供人工智能一站式私人健康顧問服務?；诠咀匝写竽Ｐ脱邪l的私人健康顧問“開心健康科技”小程序已結束內測正式上線，并面向公眾測試開放。作為多場景、一站式的私人健康顧問平臺，“開心健康科技”利用先進的生成式 AI 技術和多模態理解能力，為用戶提供個性化的健康問答、導診咨詢、報告結果解

230、讀、兒童發熱咨詢、健康評估等專業服務，并量身定制健康建議、計劃，讓每個人都能享受到便捷、高效、個性化的健康管理新體驗?！伴_心健康科技”已與“惠民?！睒I務深度結合，為超過 500 萬名公司的“惠民?！庇脩籼峁┙】禉n案、健康隨訪等專享服務。4.8.創業慧康：創業慧康：AI 醫療產品持續布局，醫療產品持續布局，HI-HIS 加速推廣有望提升公司加速推廣有望提升公司盈利水平盈利水平 公司專注于醫療衛生健康信息化的建設、研發及服務創新，不斷深化拓展醫療衛生健康信息化行業市場。公司于 2021 年正式啟動“慧康云”戰略，全面推動云化轉型。該戰略以構建“縱向貫通產業鏈、橫向拓展生態圈”的立體化布局為核心，以

231、“云化、一體、智能、全景、生態”為基本特征，以新質生產力驅動醫療信息化行業高質量發 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 60/69 計算機計算機/行業深度行業深度 展，利用大數據、人工智能等先進科技賦能醫療，加速實現從傳統信息產品服務商向科技智能云生態企業的跨越式升級。自 2021 年以來，隨著云計算、大數據、物聯網、人工智能等最新 IT 技術在醫療行業場景中全面深入應用，公司通過“慧康云”的發展戰略，以數據驅動業務變革，對傳統的臨床服務、患者服務、醫療科研、運營管理等場景進行直接賦能，適時推出了一系列以“生態互融”為愿景的云化產品，逐步形成智能醫健衛業務（HI），數據治

232、理及服務（DI），以及人工智能（AI）等研發體系布局，具體產品服務涵蓋具體產品服務涵蓋醫療、衛生、互聯網應用、醫保等各種服務場景，四大產品服務板塊，核心產品線醫療、衛生、互聯網應用、醫保等各種服務場景，四大產品服務板塊，核心產品線涵蓋涵蓋 HI-HIS 醫院信息系統、醫院信息系統、EMR 電子病歷平臺、電子病歷平臺、PACS 醫學影像系統醫學影像系統，以及智慧衛生整體解決方案與醫共體協同平臺等專業化服務模塊，實現信息資源的集約化管理與業務流程的無縫對接。2024 年公司實現營業收入 14.23 億元，同比-11.96%，主要受市場環境因素影響，公司部分下游客戶項目招標及實施周期延長以及新產品

233、HI-HIS 的全面市場推廣尚處于磨合階段，營業收入按產品劃分，軟件銷售/技術服務/系統集成分別實現營業收入5.63/5.67/1.53 億元，分別同比-17.63%/-6.54%/-3.44%；歸母凈利潤-1.74 億元，主要系商譽減值損失增加，職工薪酬和折舊攤銷等固定成本費用較高，及客戶資金受預算控制，回款周期延長，公司計提信用減值損失增加。公司實現智慧醫療與公共衛生領域業務規模穩健擴張，新增千萬元級軟件訂單公司實現智慧醫療與公共衛生領域業務規模穩健擴張，新增千萬元級軟件訂單 31個，相關合同總額達個，相關合同總額達 5.8 億元。億元。HI-HIS 新產品市場開拓已完成華南、華中及西北等

234、多個區域標桿項目的建設實施。2024 年新簽 HI-HIS 系統訂單 31 個，簽約數量同比增長 41%，目前所服務的客戶中三級醫院比例達 70%，江西省基層智慧醫療工程實現全域覆蓋，日均服務量突破 20 萬人次，系統累計為 7,000 余萬人次提供服務、開具處方突破 1 億份，開具檢查、檢驗單 7,400 萬張。圖圖 33：創業惠康云：創業惠康云 數據來源：創業慧康公司公告，東北證券 公司具有領先的“公司具有領先的“醫療醫療+AI”創新技術優勢創新技術優勢?；谠卺t療信息化領域深耕多年的實踐經驗，公司已在臨床輔助決策支持、電子病歷智能生成等多維度應用場景構建完整的解決方案體系，與逾 300

235、家醫療機構達成大數據應用領域戰略合作協議，夯實高質量醫療數據資源基礎，形成支撐“醫療+AI”創新發展的核心競爭優勢。公司秉持“知識驅動與場景賦能”雙輪驅動發展戰略，針對醫療機構差異化需求建立定制化產品矩陣，聚焦智能服務、臨床輔助、?？茟?、流程優化及管理決策五大核心領域，以智能化解決方案重塑診療全鏈路，構建人工智能多維應用架構，通過系統化解決醫療 AI 實施過程中的算法可信度驗證與場景適配難題，已形成涵蓋技術研 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 61/69 計算機計算機/行業深度行業深度 發、場景落地及價值驗證的完整創新鏈條，充分彰顯在智慧醫療技術創新領域的標桿價值與示

236、范效應。公司持續拓展公司持續拓展 AI+醫療技術實力與產品矩陣。醫療技術實力與產品矩陣。1）技術研發層面，BsoftGPT 平臺已完成Qwen-Max 等先進大模型接口集成，支持通過參數調優實現模型引擎動態切換。目前正基于成熟架構開發智能醫療代理系統（AIAgent）；2）打造全省基層智慧醫療系統，公司主導承建的江西省基層智慧醫療系統為全國首個省級集中部署的基層醫療一體化系統，該系統現已實現全省 11 個地級市、100 個縣區的基層醫療機構全覆蓋，構建省-市-縣-鄉-村五級聯動的數字化醫療網絡，支撐全省 1900 萬居民電子健康檔案的實時更新與智能分析應用。3）公司基于 BsoftGPT 構建

237、“互聯網+護理服務”平臺產品，通過 RAG 技術開發 AI 模型賦能框架，成功研制首代“智慧護理智能體（Agent）”。4）公司發布基于醫學大模型、醫學知識庫、醫療臨床數據研發的智慧醫療助手 MedCopilot。5）AI 產品“智能患者追蹤系統（APTS）”近期在福建省某三級醫院、浙江省某醫療機構等客戶完成部署，系統整合 12 大類臨床數據源，通過 200 余項智能評估指標，運用深度學習算法構建高危病例預警模型，建立分級診療追蹤機制。6）公司聯合全國知名企業推出 BsoftGPTDeepSeek 醫療智能一體機。1、醫療衛生信息化應用軟件產品服務板塊醫療衛生信息化應用軟件產品服務板塊 經過多

238、年的研發，公司醫療衛生信息化應用軟件產品服務板塊已建立了較為完整的產品體系，擁有八大系列 300 多個自主研發產品，可以滿足各大中型醫院和縣級以上衛生管理機構的信息化需求。（1）醫院信息化應用軟件服務板塊醫院信息化應用軟件服務板塊 醫院信息化應用軟件是以電子病歷為核心，以全面集成為手段，采用先進的 IT 技術框架，遵循國內外通用標準和規范，支持醫院內部醫療信息和管理信息的數據采集、處理、存儲、傳輸和共享，實現病人信息數字化、醫療過程數字化、管理流程數字化、醫療服務數字化、信息交互數字化。在價值鏈上實現病人、醫院、供應商的信息集成；在管理鏈上實現人、財、物、藥、設備等的管理與戰略目標的集成，內容

239、涵蓋醫院臨床、醫技、護理、科研、教學、管理等多個方面。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 62/69 計算機計算機/行業深度行業深度 圖圖 34：公司醫院信息化業務主要場景：公司醫院信息化業務主要場景 數據來源：創業慧康公司公告，東北證券 （2）公共衛生信息化應用軟件服務板塊公共衛生信息化應用軟件服務板塊 以各地人口健康需求為導向，參照國家衛健委人口健康信息“46321”工程要求，公司構建完備的智慧衛生解決方案，幫助各地政府建設區域衛生信息化服務體系，重點實現衛生計生一網覆蓋、居民電子健康一卡通、健康信息資源統一融合；實現人口全覆蓋、生命全過程、中西醫并重、工作全天候的全

240、民醫療健康信息服務體制；建設健康醫療大數據分析應用體系，促進各地衛生管理水平提升；運營發展居民個性化醫療服務，支撐創新智能醫療業態和運行模式，推進實現預防、治療、康復和健康管理的一體化。與此同時，公司全面助力各區域開展國家醫療健康信息互聯互通標準化成熟度測評，并協助多個區域通過互聯互通標準化成熟度評測.圖圖 35：公司智慧衛生整體解決方案：公司智慧衛生整體解決方案 數據來源：創業慧康公司公告，東北證券 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 63/69 計算機計算機/行業深度行業深度 2、醫療衛生互聯網應用產品及服務板塊醫療衛生互聯網應用產品及服務板塊 公司積極響應國家促進“

241、互聯網+醫療健康”發展的意見，以創新、互聯、融合、開放、共享的發展理念，堅持新時期衛生與健康工作方針，以保障城市人民健康為出發點，以提高人民群眾醫療服務獲得感為目標，建設城市全民健康信息化服務體系，推動政府健康醫療信息系統和公眾健康醫療數據互聯融合、開放共享，構建“互聯網+醫療健康”的新型服務模式，為深化醫藥衛生體制改革、推動全生命周期健康管理和建設智慧高效的醫療衛生服務體系提供強大動力。3、醫療衛生智慧物聯網應用產品及服務板塊醫療衛生智慧物聯網應用產品及服務板塊 公司依托大數據應用技術和健康城市運營業務，進行整體市場布局，以“未來醫療”新模式為基礎構建醫療健康產業的物聯網生態體系。目前，基于

242、自主開發的智能物聯支撐平臺，已逐步形成了以物聯網技術為核心的便民服務、臨床應用服務、運營管理服務、健康服務等醫療應用服務體系和戰略部署。同時，公司將不斷根據院內場景需求定向打造物聯網模塊產品，力求達到院內就醫場景基本覆蓋。4、醫療保障應用產品模塊醫療保障應用產品模塊 公司智慧醫保，基于公司參與國家醫保平臺規劃、設計、建設以及運維方面積累的豐富經驗，結合多年深耕醫療衛生行業的優勢，乘勢醫療體制改革大潮，密切關注各省市縣醫保局的政策動向與業務創新，專注于新醫保監管與服務領域，致力于為醫保局及其所轄定點機構提供專業、持續、穩健的創新解決方案和建設運維服務。公司醫保業務堅持探索新突破，穩步推動醫保政策

243、與智慧醫療的深度融合，不斷開拓適應新政策要求的智慧醫療業務新篇章，為構建更加高效、4.9.萬達信息：業績承壓，萬達信息：業績承壓，AI 全面賦能公司傳統產品矩陣全面賦能公司傳統產品矩陣 萬達信息是國內領先的智慧城市整體解決方案提供商，業務涵蓋數智醫衛、數智政務、數智金融三大領域，以 ICT 信息科技創新為公司整體軟件解決方案基石，向健康云、市民云、蠻牛健康三大創新業務延伸發展。建司三十年來，萬達信息依托深厚的行業積淀、卓越的服務品質、持續的創新能力，積極承擔社會責任，為政府機構、醫院等各級各類企事業單位提供領先的產品及解決方案，全面賦能行業數智化轉型與高質量發展；承接醫保、社保、公積金、城市安

244、全等眾多領域的核心業務系統，持續服務保障國計民生重點工程，對維護社會和諧穩定、服務保障民生、確保數據安全發揮了重要作用。公司發布 2024 年度報告，2024 年公司實現營業收入 20.11 億元，同比-18.19%；歸母凈利潤-6.86 億元。毛利率 19.10%，同比-0.75pct。單 Q4 實現營業收入 6.9 億元，同比+24.70%；歸母凈利潤-1.27 億元。受市場環境影像業績承壓，公司持續控費。2024 年由于市場環境問題，公司營業收入同比下降 18.19%。營業收入按行業劃分，2024 年公司數智醫衛/數智政務/數智金融/互聯網收入分別同比-13.83%/-25.24%/+6

245、5.65%/-20.79%/；公司歸母凈利潤虧損主要系在銷售收入下滑的情況下仍需支付相對剛性的成本和費用。2024 年公司銷售費用、管理費用和財務費用分別同比降低 14.00%、15.31%和 15.79%。經營活動產生的現金流量凈額-0.37 億元，凈流出同比減少 75.50%。AI 全面賦能公司傳統產品矩陣。1）“AI+衛健”領域，公司加速推進數字健康智能應用場景的落地實踐，持續優化打造衛生健康行業垂類大模型，強化數據驅動的決策支持。2）“AI+醫?！鳖I域，公司已完成醫保反欺詐模型的全面優化升級，該模型以通義千問和 DeepSeek 為底座。3）“AI+醫療”方面，公司部署接入 DeepS

246、eek，目前該平臺已在寧波市構建覆蓋三級醫院、?？漆t院及基層醫療的智能服務體系，形成 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 64/69 計算機計算機/行業深度行業深度 了涵蓋醫療健康、醫院管理、患者服務的全方位智慧醫院應用生態體系。4）“AI+政務”，一方面，公司利用業界通用的大模型為政務行業智能應用賦能；另一方面，公司結合政務行業的數據，形成具有行業特色的行業大模型。目前，相關對接工作已在線上政務服務、窗口辦事輔助、城市治理和綜合運行管理等重點應用場景有序推進。5）“AI+健康管理”方面，公司自主研發的“精準健康認知計算系統靈素”已在蠻牛健康市民端和保險領域落地多項應用案

247、例，該系統可為用戶提供全面的檢后健康管理智能化服務，涵蓋體檢報告智能識別、專業報告解讀及個性化健康干預建議等功能模塊。4.10.聯影醫療：老牌醫學影像設備廠商，“聯影醫療：老牌醫學影像設備廠商，“AI+出?！彬寗庸境砷L出?！彬寗庸境砷L 公司致力于為全球客戶提供高性能醫學影像設備、放射治療產品、生命科學儀器及醫療數字化、智能化解決方案。公司總部位于上海，同時在美國、馬來西亞、阿聯酋、波蘭等地設立區域總部及研發中心，在上海、常州、武漢、美國休斯敦進行產能布局，已建立全球化的研發、生產和服務網絡。自設立以來，公司持續進行高強度研發投入，致力于攻克醫學影像設備、放射治療產品等大型醫療裝備領域的核心

248、技術；經過多年努力，公司已經構建包括醫學影像設備、放射治療產品、生命科學儀器在內的完整產品線布局。截至報告期末，公司累計向市場推出 140 多款產品，包括磁共振成像系統（MR）、X 射線計算機斷層掃描系統（CT）、X 射線成像系統（XR）、分子影像系統（PET/CT、PET/MR）、醫用直線加速器系統（RT）以及生命科學儀器。在數字化診療領域，公司基于聯影云系統架構，提供聯影醫療云服務，實現設備與應用云端協同及醫療資源共享，為終端客戶提供綜合解決方案。2024年公司實現營業收入103億元，同比-9.73%，公司國內業務增量份額持續提升，高端裝備板塊加速滲透技術門檻較高的細分市場，形成核心產品線

249、的持續領跑優勢：整體業務新增份額同比增長超 3 個百分點，其中高端產品矩陣貢獻近 5 個百分點的結構性增長。核心產品線呈現梯度突破態勢超高端 CT（256 排及以上）跨越 20%市占率分水嶺，3.0T、5.0T 磁共振以技術代差維持市場優勢，放療裝備則以近 8 個百分點增幅實現高端放療設備市場的位次重構，標志著國產高端醫療裝備的實質性破局。與此同時，1.5T 磁共振、臨床適用型 CT 及 DR 等基盤產品持續擴大規模優勢。公司北美/歐洲/新興市場持續實現突破。歸母凈利潤 12.62 億元，同比-36.08%，短期利潤承壓，主要源于外部宏觀環境變化及公司對關鍵戰略方向的持續投入綜合影響。在各業務

250、領域，公司自主技術成果不斷涌現：MR 領域，已實現超導磁體/梯度、射頻/譜儀、射頻/梯度功率放大器、序列/重建/臨床應用、系統集成的全面自主可控，所有核心部件實現 100%自主研發，整體技術水平國際領跑；CT 領域，全面掌握球管、高壓發生器、探測器、高速旋轉機架、圖像重建算法、高速重建平臺等技術，其中高壓發生器已實現從 42KW 到 100kW 高中低配置的全部自主研發；2-5MHu 球管已實現全部自主研發及量產；8MHu 以上球管研發樣管已完成，性能表現優異，正持續優化工藝提升良品率，推動量產落地；MI 領域，PET 探測器、電子控制部件、高壓發生器、高速旋轉機架、圖像重建算法、高速重建平臺

251、完全自研，并全面掌握探測器芯片與 PET 專用晶體技術，全球領先；RT 領域，從放療核心部件(如加速管、多葉光柵、全固態高壓調制器等)，到放療軟件系統（TPS 放射治療計劃系統、PWS放射治療輪廓勾畫系統、OIS 放療信息化系統、QA 放射治療質控系統），已形成貫穿“核心部件到軟硬一體”全鏈條自主可控創新解決方案；DXR 領域，聯影醫療基于全鏈條自主研發的高壓發生器等核心部件，結合行業領先的圖像重建算法，構建了完全自主知識產權的 XR 技術體系；IXR 領域，依托自主研發的高壓發生器、多自由度機架、高精度復雜機電控制系統等核心部件，深度融合圖像重建算法，打造系 請務必閱讀正文后的聲明及說明請務

252、必閱讀正文后的聲明及說明 65/69 計算機計算機/行業深度行業深度 統化 DSA 解決方案，大幅提升產品競爭力的同時也構建起具有強抗風險能力的韌性供應鏈。表表 8：聯影醫療具體產品種類及用途：聯影醫療具體產品種類及用途 數據來源：聯影醫療公司公告，東北證券 1、醫學影像診斷醫學影像診斷 1）磁共振成像系統磁共振成像系統 公司擁有獨立設計、研發和制造高場超導磁體、高性能梯度線圈、高密度射頻線圈、多通道分布式譜儀以及 MR 成像軟件和高級應用的能力。公司已推出 1.5T、3.0T、5.0T 等多款超導 MR 產品，可滿足從基礎臨床診斷到高端科研等不同細分市場的需求，其中多款產品為行業首款或國產首

253、款。uMR Jupiter 5T 為業內首款全身成像的 5.0T MR 機型,可實現超高場全身臨床成像；uMR 770 為國產首款自主研發的3.0T MR 機型；uMR 780 搭載光梭成像技術平臺，為國產首款融合壓縮感知、并行成像、半傅里葉三大加速技術并實現 0.5 秒/期快速三維動態高清成像的設備；uMR 790 為國產首款高性能科研型 3.0T MR；uMR 890 搭載高性能梯度系統，單軸場強和切換率分別達到 120mT/m、200T/m/s，助力腦科學研究；uMR Omega 為行業首款 75cm 超大孔徑 3.0T MR 機型，可以更好的支持術中和放療定位，并能滿足孕婦、超重人群等

254、特殊群體的診療需求。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 66/69 計算機計算機/行業深度行業深度 2）X 射線計算機斷層成像系統射線計算機斷層成像系統 公司掌握了 CT 用探測器、球管、高壓發生器和高速旋轉機架以及圖像處理高級應用的研發和生產能力。公司的 CT 產品線覆蓋臨床經濟型產品及高端科研型產品，可滿足疾病篩查、臨床診斷、科研等多元化需求。公司先后推出了 16 排至 320 排CT 產品，包括國產首款 320 排超高端 CT 產品 uCT 960+和國產首款 80 排 CT 產品uCT 780。其中，公司 320 排寬體 CT 產品 uCT 960+搭載自主研發的

255、時空探測器，可實現 0.25s/圈機架旋轉速度，擁有 82cm 大孔徑，承重可達 300kg，能夠實現單心動周期的任意心率心臟成像、單器官灌注和快速大范圍血管成像，同時具備低劑量成像和球管電壓切換的能譜成像功能，在心腦血管疾病、腫瘤、急診和兒科檢查等方面具有較好的臨床診斷和科研價值。3）X 射線成像系統射線成像系統 自 2016 年推出首款 XR 產品以來，公司先后推出智慧仿生微創介入手術系統 uAngio 960、智慧仿生空中機器人血管造影系統 uAngio AVIVA、國產首款乳腺三維斷層掃描系統 uMammo 890i、采用單晶硅技術的低劑量數字平板移動 C 臂 uMC 560i、計算機

256、視覺技術賦能全自動懸吊式 DR 產品 uDR 780i Pro、國產首款具備可視化曝光控制能力的移動 DR 產品 uDR 380i 等多款代表性產品。4）分子影像系統分子影像系統 公司是國內少數取得 PET/CT 產品注冊并實現整機量產的企業，掌握了探測器研制技術、電子學技術、重建及控制技術等，可以實現高空間分辨率、高飛行時間（TOF）分辨率、高靈敏度和大軸向視野、全身動態掃描，技術水平處于行業領先地位。其中，高空間分辨率可為臨床帶來較高的診斷圖像質量，有助于臨床發現早期病灶、確定疾病分期、制定治療方案以及跟蹤治療效果；高飛行時間分辨率可大幅提升圖像信噪比和清晰度；高靈敏度和大軸向視野可以有效

257、提高圖像質量和掃描速度；全身動態掃描則可以為個性化精準診療、新藥研發等臨床、科研應用提供有力的支撐。公司 MI 產品可搭載多模態圖像融合、動態分析、腫瘤追蹤、腦分析、心臟分析等高級后處理應用，為腫瘤、神經、心臟相關疾病的臨床診療提供精準分析。公司已陸續推出多款行業領先產品，包括行業首款具有 4D 全身動態掃描功能的 PET/CT產品 uEXPLORER（Total-body PET/CT）、業界最高 190ps 量級 TOF 分辨率 PET/CT產品 uMI Panorama、國產首款一體化 PET/MR 產品 uPMR 790、國產首款數字化TOF PET/CT 產品 uMI 780 和國產

258、首款 PET/CT 產品 uMI 510。2、放射治療產品放射治療產品 隨著精準醫學快速發展，精準放療成為腫瘤放射治療技術發展的趨勢。精準放療要求在確保最大限度保護人體正常組織或器官的條件下摧毀腫瘤病灶。因此，腫瘤靶區及周圍正常組織的精確定義和勾畫是精準放射治療的基礎。公司首創的一體化診斷級 CT 引導加速器技術將診斷級 CT 與加速器雙中心同軸融合，有效應對放療全療程中的腫瘤形態變化，同時搭載智能化軟件，在確保精準放療的同時大幅提高醫務人員的工作效率。公司已開發出行業首款一體化 CT 引導直線加速器 uRT-linac 506c。3、生命科學儀器生命科學儀器 公司從臨床前影像設備入手，切入生

259、命科學儀器領域。目前已推出國產首款臨床前超高場磁共振成像系統 uMR 9.4T 和國產首款臨床前大動物全身 PET/CT 成像系統uBio EXPLORER 兩款產品。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 67/69 計算機計算機/行業深度行業深度 5.風險提示風險提示 醫療醫療 ITIT 發展不及預期：醫療信息化相關技術發展緩慢和政策推進不及預期將使醫發展不及預期：醫療信息化相關技術發展緩慢和政策推進不及預期將使醫療信息化行業發展放緩。療信息化行業發展放緩。AI 發展不及預期：發展不及預期：AI 發展不及預期會導致模型層面與應用層面進展緩慢，從而影發展不及預期會導致模型層

260、面與應用層面進展緩慢，從而影響行業發展和相關企業盈利。響行業發展和相關企業盈利。AIAI 醫療下游需求不及預期醫療下游需求不及預期:AI:AI 醫療下游需求不及預期將導致供給大于需求，從而影醫療下游需求不及預期將導致供給大于需求，從而影像相關產品銷量，進而影響整體市場規模。像相關產品銷量，進而影響整體市場規模。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 68/69 計算機計算機/行業深度行業深度 研究團隊簡介：研究團隊簡介：Table_Introduction 馬宗鎧：伯明翰大學金融管理碩士，2021 年加入東北證券，現任數字經濟組分析師，目前主要覆蓋數據安全、網絡安全、電力IT

261、 等領域。分析師聲明分析師聲明 作者具有中國證券業協會授予的證券投資咨詢執業資格，并在中國證券業協會注冊登記為證券分析師。本報告遵循合規、客觀、專業、審慎的制作原則，所采用數據、資料的來源合法合規，文字闡述反映了作者的真實觀點，報告結論未受任何第三方的授意或影響，特此聲明。投資投資評級說明評級說明 股票 投資 評級 說明 買入 未來 6 個月內，股價漲幅超越市場基準 15%以上。投資評級中所涉及的市場基準：A 股市場以滬深 300 指數為市場基準，新三板市場以三板成指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的）為市場基準；香港市場以摩根士丹利中國指數為市場基準；美國市場以納斯達克綜合

262、指數或標普 500指數為市場基準。增持 未來 6 個月內，股價漲幅超越市場基準 5%至 15%之間。中性 未來 6 個月內，股價漲幅介于市場基準-5%至 5%之間。減持 未來 6 個月內，股價漲幅落后市場基準 5%至 15%之間。賣出 未來 6 個月內，股價漲幅落后市場基準 15%以上。行業 投資 評級 說明 優于大勢 未來 6 個月內，行業指數的收益超越市場基準。同步大勢 未來 6 個月內，行業指數的收益與市場基準持平。落后大勢 未來 6 個月內，行業指數的收益落后于市場基準。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 69/69 計算機計算機/行業深度行業深度 重要聲明重要聲

263、明 本報告由東北證券股份有限公司（以下稱“本公司”）制作并僅向本公司客戶發布，本公司不會因任何機構或個人接收到本報告而視其為本公司的當然客戶。本公司具有中國證監會核準的證券投資咨詢業務資格。本報告中的信息均來源于公開資料，本公司對這些信息的準確性和完整性不作任何保證。報告中的內容和意見僅反映本公司于發布本報告當日的判斷，不保證所包含的內容和意見不發生變化。本報告僅供參考，并不構成對所述證券買賣的出價或征價。在任何情況下，本報告中的信息或所表述的意見均不構成對任何人的證券買賣建議。本公司及其雇員不承諾投資者一定獲利，不與投資者分享投資收益，在任何情況下，我公司及其雇員對任何人使用本報告及其內容所

264、引發的任何直接或間接損失概不負責。本公司或其關聯機構可能會持有本報告中涉及到的公司所發行的證券頭寸并進行交易，并在法律許可的情況下不進行披露；可能為這些公司提供或爭取提供投資銀行業務、財務顧問等相關服務。本報告版權歸本公司所有。未經本公司書面許可，任何機構和個人不得以任何形式翻版、復制、發表或引用。如征得本公司同意進行引用、刊發的，須在本公司允許的范圍內使用，并注明本報告的發布人和發布日期，提示使用本報告的風險。若本公司客戶（以下稱“該客戶”）向第三方發送本報告，則由該客戶獨自為此發送行為負責。提醒通過此途徑獲得本報告的投資者注意，本公司不對通過此種途徑獲得本報告所引起的任何損失承擔任何責任。東北證券股份有限公司東北證券股份有限公司 地址地址 郵編郵編 中國吉林省長春市生態大街 6666 號 130119 中國北京市西城區錦什坊街 28 號恒奧中心 D 座 100033 中國上海市浦東新區楊高南路 799 號 200127 中國深圳市福田區福中三路 1006 號諾德中心 34D 518038 中國廣東省廣州市天河區冼村街道黃埔大道西 122 號之二星輝中心 15 樓 510630