本篇报告核心解决以下问题：1）AI、AIGC当下发展处于什么阶段？AI+医疗行业发展历程如何？2）AI在医疗产业链的应用能力如何？生成式AI如何赋能医学影像、药品研发、医疗信息化及其他服务领域？3）AIGC+医疗产业链投资机会有哪些？
　　1、AI+医疗行业发展历程
　　AI及AIGC发展历程：人工智能从理论发展分为四个阶段：规则导向、机器学习、深度学习、自主学习阶段，目前处于深度学习阶段；从应用成熟度可分为三个阶段：弱人工智能阶段（ANI）、强人工智能阶段（AGI）、超人工智能阶段（ASI），目前处于ANI阶段；从应用类型可分为四种：感知式AI与分析式AI应用较成熟，决策式AI近年来发展迅速，生成式AI迎来突破。生成式AI，即AIGC，较传统内容创作模式UGC、PGC可实现更大数量、更高质量、更低单位成本，未来将从辅助创作生成趋向高度自动化自主创造。此外，AIGC将赋能多领域，加速人机共生的建设，迎接更多机遇与挑战。
　　 AI+医疗行业发展历程：2000年-2015年国外研究聚焦临床知识库之外的AI应用，如手术机器人、电子病历等，而中国仍以更多类疾病的医学专家系统为主，发展相对缓慢；2016年起，国内AI+影像行业快速发展，CDSS产品逐渐成熟；2018年之后，国内AI+医疗进入稳定发展阶段，智慧病案等产品陆续推出，国产手术机器人研究加速。
　　 AI+医疗行业商业模式：1）医疗器械类包括AI医疗影像、CDSS及AI医疗机器人，其中AI医疗影像领域受监管政策及资本支持等因素驱动而快速增长，所在赛道商业模式较为丰富，据艾瑞咨询预测，2023年AI医疗影像市场规模将首次超越CDSS，成为AI医疗核心软件中市场占有率最高的产品；2）非医疗器械类包括AI药品研发、医药数据平台、智慧病案及AI在线诊疗。
　　2、AI在医疗产业链中的应用能力及展望：
　　①AI+医疗之医学影像领域：
　　生成式AI在筛查及辅诊之上拓展更多应用场景：国内AI+医学影像主要应用于辅助临床诊断和早期筛查，核心为计算机视觉和深度学习。生成式AI模型将主要应用于1）通过图像生成模型加强医学影像的质量和生成效率，有利于打破影像设备成像原理和技术限制，降低不当操作从而造成误诊、漏诊的概率；2）快速生成大量合成医学影像，用于训练机器学习模型、打破在罕见疾病领域及特定成像技术中的真实医学影像数量有限的限制：3）可利用临床数据预测疾病进展，生成全生命周期的个性化诊疗报告。
　　建议关注已拥有获批上市AI+医学影像产品的公司：多款AI+医学影像产品获批第三类医疗器械，相关技术与产品性能趋于稳定，推动AI医学影像发展加速。2020-2022年5月，中国共计32款产品取得医疗器械三类证而获批上市，其中眼底与肺部两个分类的获批产品较多，侧面证明AI医疗影像产品技术及性能趋于稳定，达到市场准入要求，后续将继续从应用过渡到商业化，建议关注已拥有获批上市产品的公司如乐普医疗、迈瑞医疗、鹰瞳医疗、腾讯医疗等。
　　②AI+医疗之药品研发领域：
　　药物研发周期↓、研发成本↓、研发成功率↑，利用生成式AI设计新型分子或蛋白质类药物：1）目前AI制药企业布局集中于药物发现及临床前研究环节，药物发现分为靶点发现及验证及候选化合物发现，从技术上来看，虚拟筛选和端到端的化合物生成分别代表AI在效率和创新上的优化效果。据TechEmergence报告显示，AI制药与传统制药流程相比，研发周期缩短约40%-60%，研发成功率提升至14%，AI研发每年可为药企节约540亿美元；2）2022年7月，DeepMind公司与欧洲生物信息研究所（EMBL-EBI）利用AI系统AlphaFold预测出超过100万个物种的2.14亿个蛋白质结构，几乎涵盖地球上所有已知蛋白质；与AlphaFold针对已知蛋白质序列预测蛋白质结构不同，生成式AI模型可以生成全新的蛋白序列或结构，这将在较大程度上拓展用于药物研发的初始蛋白结构库，针对特定效果调整属性的生成，加速药品研发流程。
　　建议关注已布局AI制药的CXO企业及互联网平台：目前已布局相关AI业务的CXO企业包括药明康德、成都先导、药石科技、泓博医药等，已布局AI制药的互联网平台包括腾讯、阿里巴巴、华为、百度、平安科技等。
　　③AI+医疗之医疗信息化领域：
　　国内医疗信息化快速发展，商业模式多样化，AI在院内信息化中的应用场景较为多元：1）国内各医疗信息化系统加速应用，助力降本增效，行业入局者主要包括医疗硬件企业、通用信息化企业、传统医疗信息化企业、新型医疗技术企业、互联网巨头、大型综合企业等，竞争格局较为分散；2）AI可赋能院内信息化较多应用场景，原有医疗信息化系统的产品升级包括智慧预约系统、智慧电子病历、单病种质控、不良事件预警；AI+院内信息化增量场景包括智慧病案、CDSS、智慧科研平台。
　　建议关注多领域布局的企业以及细分领域龙头：1）从业务布局的完整度来看，前四位分别是万达信息、卫宁健康、东华软件以及东软集团；2）电子病历是近年医疗信息化的主要竞争赛道之一，作为医疗信息化升级的重要抓手，电子病历应

研究报告全文：证券研究报告海外2023年04月07日AIGC医疗专题报告AI赋能多样化医疗场景驱动医疗产业链效率提升陈梦竹证券分析师张娟娟联系人罗婉琦联系人S0350521090003S0350121110013S0350122040042chenmzghzqcomcnzhangjj02ghzqcomcnluowqghzqcomcn1最近一年走势相关报告20快手-W1024HK2022Q4财报点评广告及电商业务稳步推进国内业务实现全年经营利润转正买入数字媒体陈梦竹尹芮102023-03-310小米集团-W018102022年业绩点评规模与利润并重关注手机-10消费回暖买入消费电子陈梦竹2023-03-30-20人工智能系列深度报告计算机视觉行业框架AI之眼初启商业飞轮计算机陈梦竹2023-03-29-30美团-W3690HK财报点评营收及利润均超预期看好到店酒旅-40加速复苏买入本地生活服务陈梦竹2023-03-27-50海外行业事件点评从模型至应用AIGC发展进入快车道推荐海恒生指数恒生科技外陈梦竹2023-03-27海外表现表现1M3M12M恒生指数-1-3-8恒生科技指数1-4-8请务必阅读报告附注中的风险提示和免责声明2核心观点本篇报告核心解决以下问题1AIAIGC当下发展处于什么阶段AI医疗行业发展历程如何2AI在医疗产业链的应用能力如何生成式AI如何赋能医学影像药品研发医疗信息化及其他服务领域3AIGC医疗产业链投资机会有哪些1AI医疗行业发展历程AI及AIGC发展历程人工智能从理论发展分为四个阶段规则导向机器学习深度学习自主学习阶段目前处于深度学习阶段从应用成熟度可分为三个阶段弱人工智能阶段ANI强人工智能阶段AGI超人工智能阶段ASI目前处于ANI阶段从应用类型可分为四种感知式AI与分析式AI应用较成熟决策式AI近年来发展迅速生成式AI迎来突破生成式AI即AIGC较传统内容创作模式UGCPGC可实现更大数量更高质量更低单位成本未来将从辅助创作生成趋向高度自动化自主创造此外AIGC将赋能多领域加速人机共生的建设迎接更多机遇与挑战AI医疗行业发展历程2000年-2015年国外研究聚焦临床知识库之外的AI应用如手术机器人电子病历等而中国仍以更多类疾病的医学专家系统为主发展相对缓慢2016年起国内AI影像行业快速发展CDSS产品逐渐成熟2018年之后国内AI医疗进入稳定发展阶段智慧病案等产品陆续推出国产手术机器人研究加速AI医疗行业商业模式1医疗器械类包括AI医疗影像CDSS及AI医疗机器人其中AI医疗影像领域受监管政策及资本支持等因素驱动而快速增长所在赛道商业模式较为丰富据艾瑞咨询预测2023年AI医疗影像市场规模将首次超越CDSS成为AI医疗核心软件中市场占有率最高的产品2非医疗器械类包括AI药品研发医药数据平台智慧病案及AI在线诊疗2AI在医疗产业链中的应用能力及展望AI医疗之医学影像领域生成式AI在筛查及辅诊之上拓展更多应用场景国内AI医学影像主要应用于辅助临床诊断和早期筛查核心为计算机视觉和深度学习生成式AI模型将主要应用于1通过图像生成模型加强医学影像的质量和生成效率有利于打破影像设备成像原理和技术限制降低不当操作从而造成误诊漏诊的概率2快速生成大量合成医学影像用于训练机器学习模型打破在罕见疾病领域及特定成像技术中的真实医学影像数量有限的限制3可利用临床数据预测疾病进展生成全生命周期的个性化诊疗报告建议关注已拥有获批上市AI医学影像产品的公司多款AI医学影像产品获批第三类医疗器械相关技术与产品性能趋于稳定推动AI医学影像发展加速2020-2022年5月中国共计32款产品取得医疗器械三类证而获批上市其中眼底与肺部两个分类的获批产品较多侧面证明AI医疗影像产品技术及性能趋于稳定达到市场准入要求后续将继续从应用过渡到商业化建议关注已拥有获批上市产品的公司如乐普医疗迈瑞医疗鹰瞳医疗腾讯医疗等请务必阅读报告附注中的风险提示和免责声明3核心观点AI医疗之药品研发领域药物研发周期研发成本研发成功率利用生成式AI设计新型分子或蛋白质类药物1目前AI制药企业布局集中于药物发现及临床前研究环节药物发现分为靶点发现及验证及候选化合物发现从技术上来看虚拟筛选和端到端的化合物生成分别代表AI在效率和创新上的优化效果据TechEmergence报告显示AI制药与传统制药流程相比研发周期缩短约40-60研发成功率提升至14AI研发每年可为药企节约540亿美元22022年7月DeepMind公司与欧洲生物信息研究所EMBL-EBI利用AI系统AlphaFold预测出超过100万个物种的214亿个蛋白质结构几乎涵盖地球上所有已知蛋白质与AlphaFold针对已知蛋白质序列预测蛋白质结构不同生成式AI模型可以生成全新的蛋白序列或结构这将在较大程度上拓展用于药物研发的初始蛋白结构库针对特定效果调整属性的生成加速药品研发流程建议关注已布局AI制药的CXO企业及互联网平台目前已布局相关AI业务的CXO企业包括药明康德成都先导药石科技泓博医药等已布局AI制药的互联网平台包括腾讯阿里巴巴华为百度平安科技等AI医疗之医疗信息化领域国内医疗信息化快速发展商业模式多样化AI在院内信息化中的应用场景较为多元1国内各医疗信息化系统加速应用助力降本增效行业入局者主要包括医疗硬件企业通用信息化企业传统医疗信息化企业新型医疗技术企业互联网巨头大型综合企业等竞争格局较为分散2AI可赋能院内信息化较多应用场景原有医疗信息化系统的产品升级包括智慧预约系统智慧电子病历单病种质控不良事件预警AI院内信息化增量场景包括智慧病案CDSS智慧科研平台建议关注多领域布局的企业以及细分领域龙头1从业务布局的完整度来看前四位分别是万达信息卫宁健康东华软件以及东软集团2电子病历是近年医疗信息化的主要竞争赛道之一作为医疗信息化升级的重要抓手电子病历应用水平评级促进市场快速增长根据IDC数据嘉和美康在国内电子病历系统市场连续八年排名第一AI医疗之其他服务领域1谷歌推出医疗大型语言模型Med-PaLM2在医学考试问题上的表现相当于专家的水准准确率超过85比前一代的结果高出18但由于医疗信息敏感性等问题预计相关应用落地仍需一定时间2微软旗下Nuance推出面向医疗工作者的临床笔记应用程序可在病人就诊后几秒钟内自动生成临床笔记草稿由环境人工智能ambientAI和OpenAI最新模型GPT-4共同驱动目前该应用已有超55万名医生使用3百度推出面向B端药企的垂类对话机器人GBIBot实现文心一言与GBI专业数据库的有机结合该应用目前仅面向药企等生物医药行业B端客户此前百度于2023年2月完成对GBI的并购作为中国医疗信息数据提供商GBI拥有SOURCE全球药品数据库METRIX研究人员数据库DEVINT医疗器械数据库共三款数据库百度与GBI在数据算法洞察资源等多方位实现互补3风险提示人工智能发展不及预期AIGC发展不及预期技术发展不及预期商业化拓展不及预期行业竞争加剧风险中美科技竞争不确定性风险等请务必阅读报告附注中的风险提示和免责声明4报告目录一AI医疗行业发展历程6AI发展历程尚处于弱人工智能ANI阶段期待算力数据算法的突破AIGC发展历程文本代码生成技术较成熟图片视频3D策略生成值得期待国内AI医疗进入快速成长阶段与全球相比仍有较多可深耕的应用场景医疗机器人商业模式基本定型核心软件产品商业模式仍处动态演变阶段二AI在医疗产业链中的应用能力及展望11AI医疗之医学影像领域生成式AI在筛查及辅诊之上拓展更多应用场景AI医疗之医学影像领域建议关注已拥有获批上市产品的公司AI医疗之药品研发领域药物研发周期研发成本研发成功率AI医疗之药品研发领域利用生成式AI设计新型分子或蛋白质类药物AI医疗之药品研发领域建议关注已布局AI制药的CXO企业及互联网平台AI医疗之医疗信息化领域国内医疗信息化快速发展商业模式多样化AI医疗之医疗信息化领域AI在院内信息化中的应用场景较为多元AI医疗之医疗信息化领域建议关注多领域布局的企业以及细分领域龙头AI医疗之其他服务领域谷歌推出医疗大型语言模型Med-PaLM2AI医疗之其他服务领域微软Nuance推出GPT-4驱动的医疗笔记工具AI医疗之其他服务领域百度推出面向B端药企的垂类对话机器人GBIBot三AIGC医疗产业链投资机会23AIGC医疗相关标的梳理一AIGC医疗相关标的梳理二AIGC医疗相关标的梳理三AI医疗之健康管理领域京东健康AI医疗之健康管理领域阿里健康AI医疗之健康管理领域平安好医生AI医疗之医疗信息化领域卫宁健康AI医疗之医疗信息化领域嘉和美康四风险提示32请务必阅读报告附注中的风险提示和免责声明5一AI医疗行业发展历程请务必阅读报告附注中的风险提示和免责声明6AI发展历程尚处于弱人工智能ANI阶段期待算力数据算法的突破规则导向机器学习深度学习自主学习1950s-1980s1980s-21世纪初期21世纪初期至今未来发展方向专家系统支持向量机神经网络决策树多层神经网络模型基于大规模数据识别预测学习决策理论发展硬件奠基算法发展核心硬件发展算法突破算力数据算法全面突破运营营销决策金融风险评估医疗诊断等ASI始于1950s让计算机感知和理解现实世界兴盛于计算机硬件发决策式AI展与大数据出现始于1970s分析之后进行智能决策近年来才开始真正兴盛生成式AI生成各种数据图像语音等内感知式AI分析式AI容后决策式AI对生成内容进行分析和决始于1980s起源于分析式AI生成新的内容2022年迎来突破策实现更加全面和智能的应用始于1960s利用逻辑推理等方法生成式AI进行分析和解决兴盛于机器学习数字挖掘技术兴起文本识别语音识别自然语言生成图像生成图像识别等音乐生成等弱人工智能阶段强人工智能阶段超人工智能阶段ANIAGIASI资料来源智东西国海证券研究所请务必阅读报告附注中的风险提示和免责声明7AIGC发展历程文本代码生成技术较成熟图片视频生成值得期待受限于科技水平AIGC从实验性转向实用性深度学习算法不断迭代AIGC仅限于小范围实验受限于算法瓶颈无法直接人工智能生成内容百花齐放进行内容生成效果逐渐逼真1950s1990s1990s2010s2010s至今早期萌芽阶段沉淀积累阶段快速发展阶段2018年人工智能生成的画作再佳士得拍卖1950年艾伦图灵提出著名的图灵测试2007年世界第一部完全由人工智能创作的2014年IanJGoodfellow提出生成式对抗网行得以4325万美元成交成为首个出售的人给出判定机器是否具有智能的试验方法小说ITheRoad问世络GAN工智能艺术品1957年第一支由计算机创作的弦乐四重奏2012年微软展示全自动同声传译系统可2017年微软小冰提出世界首部100由2019年DeepMind发布DVD-GAN模型用以依利亚克组曲完成将英文演讲内容自动翻译为中文语音人工智能创作的诗集阳光失了玻璃窗生成连续视频1966年世界第一款可人机对话的机器人2018年英伟达发布StyleGAN模型可以自动2021年OpenAI提出了DALL-EEliza问世生成高质量图片主要用于文本与图像交互生成内容2020年前20202022202520302050垃圾邮件识别专业文本写作终稿写作终稿写作基础文案写作长文本写作文本生成翻译如科研金融医写作能力超越人类平写作能力超越人类专草稿撰写草稿撰写与修改基础问答疗均水平业人士长代码写作支持更多代码语言输入文本即可自动生输入文本即可自动生代码生成单行代码生成多行代码生成准确率提升支持更多垂直行业成产品原型成最终产品艺术生成设计能力超越艺术家产品原型设计产品最终设计定稿图片生成Logo生成专业设计师专业摄建筑原型设计建筑最终设计定稿照片编辑与合成影师AI机器人视频3D生成视频初稿视频初稿与修改个性化的电影游戏AI个性化的游戏资料来源亿欧网红杉资本中国信通院人工智能生成内容AIGC白皮书国海证券研究所请务必阅读报告附注中的风险提示和免责声明8国内AI医疗进入快速成长阶段与全球相比仍有较多可深耕的应用场景1960s开始尝试研发模仿1980s出现少量商业化系2000年达芬奇手术系统2012年多层卷积神经网2021年加拿大病历存储服2023年医生决策过程的临床知识库统如QMRDxplain获批用于腹腔镜手术络的发展使图像识别错误务商MedChart完成A轮融资OpenAI发布1972年利兹大学研发出1985年成功研制能自主2007年IBM开发Watson率大大降低美国患者管理平台提供商GPT-4具备全第一款医疗人工智能系统定位的手术机器人系统2014年Enlitic开发出能CurrentHealth完成B轮融资多模态的输入球AAPHELP辅助诊断1987-1994年遇AI寒冬2009年奥巴马签署从X光及CT扫描图像识别致力于智能医疗监控设备研方式微软推1976年斯坦福大学研发政府预算资本投入减少APPA法案为使用电子病恶性肿瘤的软件发可整合50种疾病症状出AI医用软件MYCIN系统CASNET1992年使用手术机器人历EMR的医生等提供2017年心脏磁共振成像微软收购Nuance公司在由GPT-4驱动PuFF等系统相继问世进行髋关节置换术额外的资金及奖励AI分析软件CardioDL获批医疗等领域的语音交互市场自动生成临床处于领先地位笔记草稿1978年北京中医医院研1980s研究方向多为中医累计研制出上百个专家系统2016-2017年市场出现2020年Airdoc旗下软件2023年百度发出我国第一个医学专家专家系统如耳穴信息智能识别系统相对成熟的CDSS产品成为中国第一个获批上市的文心一言首个落中系统关幼波肝病诊疗1990s专家系统进入西医血气酸碱度检测分析计算机2018年AI开始应用于基眼底人工智能辅助诊断软件地医药行业的产国程序领域研发颞颌关节紊乱综辅助专家系统等但几乎没因检测领域2021年冰鉴科技宣布布局品GBI-Bot发合征专家系统心血管疾病有应用于临床为医生所用2019年尝试利用人工智智慧医疗与上海市三甲医布与GBI专业诊断的专家系统等能打造更科学的智慧病案院合作数据库有机结合1960年1980年2000年2010年2020年2022年AI医疗市场规模亿元2020年AI医疗市场细分领域规模占比50070257162385604005046452823002984140140中2003617930国200271381299588201005946415820291000201920202021E2022E2023E2024E2025E216核心软件与AI医疗机器人核心软件同比增速CDSS智慧病案医学数据智能平台AI医疗影像AI制药资料来源搜狐网和信康未央网冰鉴科技研究院21世纪经济报道新浪财经界面新闻艾瑞咨询雷峰网leiphone199IT国海证券研究所请务必阅读报告附注中的风险提示和免责声明9医疗机器人商业模式基本定型核心软件产品商业模式仍处动态演变阶段AI医疗商业模式较为多元化可分为医疗器械类与非医疗器械两类1医疗器械类包括AI医疗影像CDSS及AI医疗机器人其中AI医疗影像领域受监管政策及资本支持等因素驱动而快速增长所在赛道商业模式较为丰富据艾瑞咨询预测2023年AI医疗影像市场规模将首次超越CDSS成为AI医疗核心软件中市场占有率最高的产品2非医疗器械类包括AI药品研发医药数据平台智慧病案及AI在线诊疗其中AI在线诊疗与医药电商相辅相成基于互联网平台为用户提供724在线咨询转诊挂号在线购药等服务受疫情催化及政策转向等因素推动而快速发展AI医疗现有商业模式产品形态销售渠道盈利模式运维模式客户关系软硬一嵌入系合作厂一次收按次收里程碑运维获产品销战略合纯软件纯服务直销渠道B2HB2BB2B2HB2B2C体统商费费收费利售作AI医疗影像CDSSAI医疗机器人AI药品研发医药数据平台智慧病案AI在线诊疗注数量越多表示该类型的产品形态销售渠道盈利模式运营模式客户关系越多资料来源艾瑞咨询IT之家新浪科技国海证券研究所请务必阅读报告附注中的风险提示和免责声明10二AI在医疗产业链中的应用能力及展望请务必阅读报告附注中的风险提示和免责声明11AI医疗之医学影像领域生成式AI在筛查及辅诊之上拓展更多应用场景国内AI医学影像主要应用于辅助临床诊断和早期筛查核心技术为计算机视觉和深度学习AI医疗影像的应用主要基于计算机视觉深度学习的核心技术通过对医学影像病灶的智能识别和勾画等辅助医生进行临床诊断和早期筛查目前AI医学影像较为成熟可适用超声CTMRI眼底影像等大部分传统医学图像手段针对医学影像行业医生缺口大误诊率高信息化程度低等问题AI医学影像可辅助医生加快诊断速度提升影像诊断的精准度从而降低误诊率生成式AI模型将在提升医学影像质量及效率合成医学影像及个性化诊疗报告方面发挥重要作用生成式AI模型将主要应用于1通过图像生成模型加强医学影像的质量和生成效率例如生成式对抗模型在磁共振成像生成重建算法中的应用有利于打破影像设备成像原理和技术限制降低不当操作导致图片质量降低从而造成误诊漏诊的概率2快速生成大量合成医学影像可用于训练机器学习模型打破在某些罕见疾病领域及特定成像技术中的真实医学影像数量较为有限的限制3在辅助诊断外生成式AI模型可以利用临床数据预测疾病进展为后续护理和预防提供更多选择基于患者历史信息生成全生命周期的个性化诊疗报告国内AI医疗影像的主要应用领域国内外生成式AI模型医疗影像应用探索针对医学影像进行图像分割特征提取定量分析对比分20230320析等工作针对X线CT核磁共振等医学影像的病灶自动2023年欧洲放射学大会ECR中深透医疗因旗下SubtleMRSubtleGAD识别与标注系统大幅提升影像医生诊断效率同时可以帮病灶识别与标注SubtleSynth等生成式AI模型应用获得广泛关注并在AITheater介绍了深透医助医生发现难以用肉眼发现和判断的早期病灶降低假阴性疗在AI成像及工作流优化等方向的全球进展深透旗下的SubtleSynth影像生成诊断结果的发生概率目前系统对十万张以上的影像进行处加速产品已开展全球医疗软件注册理用时仅数秒之间20230323NDIVIA与MountSinaiHealthSystemEastRiverMedicalImagingPC合针对肿瘤放疗环节的影像进行处理靶区自动勾画及自适应作推出一个新的多模式CTMR超声放射学生成式AI模型RadImageGAN靶区自动勾画与放疗产品帮助放疗科医生对200-450张CT片进行自动勾画时间大大缩短到30分钟一套在患者15-20次上机照射过程可用于生成覆盖超过14种解剖结构的165类病理医学影像该模型利用自适应放疗中间不断识别病灶位置变化以达到自适应放疗有效减少射StyleGAN-XL模型基于RadImageNetdataset的135万张医学影像进行训练线对病人健康组织的伤害20230323鹰瞳Airdoc创始人张大磊表示在生成式AI的应用上鹰瞳Airdoc联合北京大学在人工智能进行识别的基础上进行三维重建针对手术环节临床研究所爱康集团等通过观察40万人的视网膜血管和神经的发展变化让影像三维重建的应用基于灰度统计量的配准算法和基于特征点的配准算生成式AI自学去判断受检者接下来的发展变化评估未来心脑血管病风险有多法解决断层图像配准问题节省配准时间提高配准效率高此外在老年痴呆风险预测近视进展预测帕金森风险预测等人工智能的前沿应用领域鹰瞳Airdoc皆已做了诸多探索实践并已取得显著成果资料来源维科号前瞻网和讯网人民资讯中国食品药品网首读影片公众号AIMedYoutubeNVIDIADeveloperNVIDIA官网钛媒体Airdoc鹰瞳官网国海证券研究所请务必阅读报告附注中的风险提示和免责声明12AI医疗之医学影像领域建议关注已拥有获批上市产品的公司多款AI医学影像产品获批第三类医疗器械相关技术与产品性能趋于稳定推动AI医学影像发展加速2020-2022年5月中国共计32款产品取得医疗器械三类证而获批上市其中眼底与肺部两个分类的获批产品较多侧面证明AI医疗影像产品技术及性能趋于稳定达到市场准入要求后续将继续从应用过渡到商业化2020-2022年技术型企业获批产品2020-2022年技术型企业获批产品企业拿证日期获批产品病种企业拿证日期获批产品病种冠脉血流储备分数计算鹰瞳医疗科亚医疗2020软件硅基智能糖尿病视网膜病变眼底眼底乐普医疗2020心电分析软件致远慧图2021图像辅助诊断软件冠脉CT造影图像血管狭语坤科技微医医疗2022窄辅助分诊软件心血管推想科技睿心智能冠状动脉CT血流储备分数计算软件深睿医疗心世纪医疗2021冠状动脉OCT血流储备联影智能肺炎CT影像辅助分诊与博动医学2021分数计算软件腾讯医疗评估软件迈瑞医疗2022心电信号分析软件安德医智颅内肿瘤磁共振影像辅安德医智2020语坤科技助诊断软件头颈CT血管造影图像辅推想科技语坤科技头颈2020肺部助诊断软件深睿医疗2022甲状腺超声图像分析软什维新智联影智能件2类骨折CT影像辅助检测软体素科技2021肺结节CT影像辅助检测联影智能2020件依图医疗软件依图医疗2021儿童手部X射线影像骨语坤科技骨骼深睿医疗2022龄辅助评估软件慧影医疗2022骨折X射线图像辅助检慧影医疗2021杏脉信息测软件资料来源国家药品监督管理局格隆汇药智数据搜狐网国海证券研究所注标黄企业为上市公司请务必阅读报告附注中的风险提示和免责声明13AI医疗之药品研发领域药物研发周期研发成本研发成功率AI制药主要优化环节目前AI制药企业布局集中于药物发现及临床前研究环节药物发现分为靶临床研究申请及临床实验药物审批上市药物发现临床前研究点发现及验证及候选化合物发现从审批1-3期2期最大包括4期临床实验技术上来看虚拟筛选和端到端的化2-4年1-3年约半年6-7年约1年合物生成分别代表AI在效率和创新上数千个候选化合物10-200个候选药物1-10个临床药物1个上市药物的优化效果AI对于临床前研究环节的赋能作用明显低于药物发现环节研发周期约12-15年AI研发缩短40-60传统研发成功率约为12AI研发成功率约为14研发成本AI研发每年为药企节约540亿美元药物研发环节具体流程核心技术技术原理效果对比通过对海量多来源甚至异构的数据库进行交叉引用比对帮助研传统制药模式局限于已知靶点现究者了解疾病机制并从免疫系统涉及靶点信号通路发现等环节存600种小分子药物靶标1800信号通路蛋白质结构等角度发现靶点指药物在生物体内的作用结合位个蛋白质靶标2100种基因和合适的靶点与信号通路确定相关靶点发现及验证点能否找到创新性的药物靶点将在NLP技术知识图谱技术为核心siRNA靶标无法覆盖目前尚研靶点后为后续化合物筛选建立合较大程度上决定药物的创新性和可治究不充分的疾病AI在搜索和关联适的生物学模型也可能涉及涉及愈疾病的范围的广度和数量上远超过往专家经验蛋白质结构预测蛋白质相互作用有助于发现创新性靶点预测等有助于从底层确定可用靶点的技术AI在较大程度上减少相关投入更首先基于多维的目标训练数据集易得到新颖的分子除传统药物研由AI自主构建对应的性质预测模型发流程中的虚拟筛选外AI所有持涉及分子生成化合物筛选等环节以用于预测各类化合物性质的深度针对库中的化合物快速进行预测及有的创新生成作用支持其直接进行候选化合物发现以贯彻全程的虚拟筛选和端到端的化学习模型为核心评分筛选指导后续调整更早地化合物的从头生成基于靶点生成合物生成为核心考虑动物及人体实际实验的影响因数十个性质理想的先导化合物快素为后续实验环节节约成本投入速进入临床前候选化合物的开发环节提升效率资料来源塔夫茨药物开发研究中心TechEmergence科技新知人民号21世纪经济报道量子位智库AI制药深度产业报告国海证券研究所请务必阅读报告附注中的风险提示和免责声明14AI医疗之药品研发领域利用生成式AI设计新型分子或蛋白质类药物由蛋白质结构预测到蛋白质生成生成式AI模型通过设计全新的蛋白序列或架构加速药品研发流程12022年7月DeepMind公司与欧洲生物信息研究所EMBL-EBI利用AI系统AlphaFold预测出超过100万个物种的214亿个蛋白质结构几乎涵盖地球上所有已知蛋白质研究人员使用蛋白质数据库中接近17万个不同的蛋白质结构以及包含未知结构的蛋白序列数据库对AlphaFold进行训练通过不断地迭代AlphaFold系统学习到了基于氨基酸序列精确预测蛋白结构的能力2与AlphaFold针对已知蛋白质序列预测蛋白质结构不同生成式AI模型可以生成全新的蛋白序列或结构这将在较大程度上拓展用于药物研发的初始蛋白结构库针对特定效果调整属性的生成加速药品研发流程海外生成式AI模型药品研发应用探索百图生科发布生命科学版ChatGPTAI生成蛋白平台AIGPProGen蛋白质工程深度学习语言模型2023年3月百图生科对外发布由生命科学大模型驱动的AI生成蛋白平台AIGP根据不同模块的输入和要求AIGP平台可在较短时间内设计和生成具有特定性质的蛋白质大幅2023年1月SalesforceResearchTierraBiosciences和加州大学的研究简化蛋白质生产流程可实现几十分钟几小时设计蛋白质几天内完成蛋白质制备团队开发出ProGen蛋白质工程深度学习语言模型模型接受了来自公开的已测序天然蛋白质数据库中的28亿个原始蛋白质序列的训练从头开始生成人工蛋白质序列并且该模型生成的具备特定属性的蛋白序列多样性强生成的酶能够展现出与天然酶相似的活性NVIDIA发布大型语言模型和生成式AI服务加速药物研发及蛋白质工程2023年3月NVIDIA推出一整套用于自定义AI基础模型的生成式AI云服务将加速新蛋白质和治疗方法的创建以及基因组学化学生物学和分子动力学等领域的研究作为NVIDIAAIFoundations的一部分用于AI模型训练和推理的全新BioNeMo云服务产品可提供预训练模型并使用专有数据自定义服务于药物研发流程各阶段的模型这能够帮助研究人员识别正确的靶向目标设计分子和蛋白质并预测它们在人体内的相互作用从而研发出最佳的候选药物资料来源中国医药创新促进会药明康德深圳云计算中心制药在线新浪新闻观察者网机器之心公众号NVIDIA计算专区澎湃新闻智东西国海证券研究所请务必阅读报告附注中的风险提示和免责声明15AI医疗之药品研发领域建议关注已布局AI制药的CXO企业及互联网平台国内相关上市公司近期关于AI药物的相关进展国内互联网平台在AI制药领域的布局企业名称AI制药领域相关进展企业名称AI制药领域相关布局成都先导与腾讯AILab的第一阶段合作案例的成果已经发表于ACS0mega双方共同享有基于AI投资AI初创企业晶泰科技腾讯于2015年和2018年参与晶泰科技的A成都先导技术的分子骨架跃迁系统该算法有望加快药物研发领域中的小分子设计环节从而减少人力以及及B轮融资目前晶泰科技已成为国内AI制药头部企业时间成本自主研发腾讯开发的AI驱动临床前新药开发平台云深智药基于腾讯AI技术对基于经典CADD以及药化经验的分子设计有着互补作用在分子生成理化性质以及代谢腾讯AILab自主研发的深度学习算法同时提供数据库和云计算支持泓博医药性质预测上有着不可比拟的优势公司含药物设计的新药研发综合服务可以提供大量实际应用场景致力于大幅减少寻找潜在活性药物的时间及成本主要功能有蛋白质结对基于机器学习的预测模型可获得比传统AI公司更精确的计算结果构检测虚拟筛选分子生成ADMET预测和合成路线规划近期与深圳阿尔法公司合作AI药物研发领域开展新药合作小核酸药物在高血压领域的研发也有合信立泰作以创新科技助力公司走得更快更远自主研发华为云医疗智能体ElHealth基于华为云Al和大数据技术华为优势为基因组分析药物研发临床研究三个领域提供专业AI研发平公司开发了独特的基于超大成药化学空间的人工智能药物发现技术平台AIDD探索AI与公司台药石科技其他新药发现技术如虚拟筛选DEL-TFBDD的有效结合利用开源蛋白质结构预测AlphaFold2算法模型立足长远坚定稳步地布局AI药物分子设计合成生物学等前沿技术力争为集团研发管线的健康元自主研发字节AlLab部门位于北京上海美国加州三地的团队招揽创新性成功率和效率赋能字节跳动Al制药领域的人才字节跳动成立专门负责大健康业务的极光部门该部分业务对外统一品牌为小荷健康公司不断优化己有的品体结构平台和化合物库体系新建HTS筛选平合同时引进法国Iktos公司恒瑞医药用于小分子从头设计的分子生成人工智能系统Makya逐步构建起AI药物设计平合完善FIC药物研发条件自主研发百图生科BioMap是生物计算引擎驱动的创新药物研发平合由百度创始人李彦宏发起创立将先进Al技术与前沿生物技术相结合药明康德HITS事业部早前就开始将计算化学CADD和深度学习等方法用于苗头化合物的开发百度药明康德把Alphafold对蛋白结构的预测和公司能够进行蛋白结合验证的和小分子结构验证的能力结合起来构建独特的靶点挖掘及药物设计能力开发创新药物2023年百图生差异化赋能客户推进新药发现科发布AI生成蛋白质平台AIGP公司目前正在进行AI药物这方面的探索性尝试尚处于起步阶段公司未来也计划利用AI技术提高昭衍新药试验效率和质量更好地服务客户合作研发阿里巴巴旗下的阿里云与全球健康药物研发中心合作开发阿里巴巴AI药物研发和大数据平合针对SARSMERS等冠状病毒的药物研发公司与以数字化智能化驱动的人工智能AI药物研发科技公司晶泰科技XtalPi签署管线合华东医药进行数据挖掘作开发协议双方将就优质抗肿瘤靶点的新药发现展开深入合作公司子公司投资深圳阿尔法分子科技有限责任公司布局AI创新药物发现赛道加速推进公司创新一品红药发展合作研发平安科技研究院与清华大学联合在计算生物学顶刊BIB上发平安科技表论文首次公开了用于药物发现的分子预训练模型具有5300万参上海睿智的计算机辅助药物设计团队自2006年成立在计算机智能药物分子设计筛选方面积累睿智医药数了深厚的科学素养和经验缩短前期药物分子设计周期提升了药物开发效率资料来源新浪新闻财联社搜狐网智药局澎湃新闻IT桔子澎湃新闻创投日报云深制药官网华为云官网凤凰网晚点LatePost百度生科官网百度生科公众号前瞻网新浪财经雷锋网国海证券研究所请务必阅读报告附注中的风险提示和免责声明16AI医疗之医疗信息化领域国内医疗信息化快速发展商业模式多样化1980S1990S2000S2010S特征初步建设医院基础信息系统涉及特征建设重心由运营管理类向临床业务类逐渐过渡开发重点是诊疗相关系统特征推动医疗机构内部电子病历系统的应用建立美门诊住院费用信息的管理以及医技重要事件1996年HIPAA法案颁布标志着美国医疗信息化工作全面展开2004年国家健康网络实现医疗机构之间的信息共享信息的管理医院运营效率与业务需求是13335号总统令发布要求十年内在全美实现电子病历2009年HITECH法案投入近200重要事件2015年MACRA法案提出支付方式新框架国此阶段医院信息化建设的核心驱动力亿美元在全美推广医疗信息技术应用加以联邦医保及联邦医助EHR奖惩制度美国基开始推动医疗信息的互操作性2016年电子病历推础电子病历的渗透率从2009年的12提高至2016年的95动医疗信息更大规模的互联互通1990-20002000-20202018至今特征建立以财务运营流程管理为核心的HIS系统主要特征大型三级医院信息化基础逐渐完善信息化需求向细分领域延伸特征以数据为导向建立互联互通的院内及区域信中功能包括门诊住院药品行政管理等建立面向患者的以医嘱为驱动的CIS系统为此阶段的关键主要功能息网络实现信息共享及数据融合应用等为核心方向供给玩家包括通用信息化供应商如国外的OracleSAP包括EMRPACSLISRIS检验系统体检系统合理用药等供给玩家类型产品形态多元化互联网医院智国国内用友金蝶等围绕医院医疗服务业务提供平台级HIS供给提供HISHRPCIS等系统的医疗行信息化软件供应商占据优势能医疗硬件医疗SaaSAI医疗大数据医疗等产品的厂商如卫宁东软东华等HIS市场集中度逐渐提升厂商百花齐放医疗信息化主流厂商厂商定位产品特征商业模式典型厂商智能医疗硬件供应商处于医疗信息化产业价值链的包含面向B端客户的专业智能硬件面向C端以硬件销售为主多为医院客户一次性集中采买长需医疗硬件企业鱼跃乐康等上游用户的可穿戴医疗设备与综合类专注医疗行业的软件供应商面向全行业信息化产品及服务供应商受企业基因与数据库ERPCRM信息安全等通用产品Oracle用友通用信息化企业以模块化产品直销为主定制化程度低技术沉淀影响通常以专业模块切入不具备强行业属性金蝶等以项目制或售卖产品模块方式为主以大三甲三乙医院公共卫生卫健委机构为目以HIS产品为主呈现横向向泛CIS系统扩展多以直销模式为客户提供全面的产品定制化服务东软卫宁东传统医疗信息化企业标客户群持续输出产品及解决方案并加速渗透二级纵向基于AI大数据物联网等技术深化的售后营收增长点涵盖运维服务新应用升级两大主要华等以下医院及相关卫生系统特征内容产业矩阵丰富除了传统CIS软件还包括医院卫健委集中采购以产品模块直销以三甲医院为目标客群输出以新兴技术为核心的新兴技术临床信息系统应用如与传统医疗信息化厂商合作将其产品模块进行集成医渡云惠每科新兴医疗技术企业产品及定制化服务AICDSSAIPASSaaS化产品如云影打包技像云电子病历根据部署模式或以项目制订阅制收费面向大型医院提供HISCIS等专业系统面向区域卫以互联网为载体和技术手段提供医疗大健互联网巨头生系统提供全链转型服务提供云基础资源新兴技由2G2B向2C扩展华为BATJ康平台产品及服务术等产品矩阵丰富服务体系完善面向大型医院及公共卫生机构的智慧医疗产品与服务平安智慧城市大型综合企业拥有雄厚的技术与资金实力能支撑产业由2G2B向2C扩展供应商主攻医疗大健康市场亚信科技快速迭代及新技术应用资料来源艾瑞咨询国海证券研究所请务必阅读报告附注中的风险提示和免责声明17AI医疗之医疗信息化领域AI在院内信息化中的应用场景较为多元原有医疗信息化系统的产品升级智慧预约系统通常相关检查项目嵌在问诊与治疗环节之中信息化企业可将每一科室现行的预约规则进行梳理将这些经验整理成程序语言制成基于深度学习支持的规则引擎统一整理分配患者检查通过AI的方式系统能够自动识别患者检查电子申请单并结合与检查相关的环境因素医学因素时间因素及动态因素等为患者推荐最合理的检查预约时间智慧电子病历将AI置入电子病历系统借助于互联网医疗语音输入等方式收集患者文本信息后NLP能对信息进行分析处理自动填充电子病历利用疾病相关指南及胸外科专家意见汇集的知识图谱对手动录入的病历进行审查矫正错误病历书写错误用药等常见问题长期来看单病种指控的范围与维度均呈现增加趋势使得医院不得不采用数字化的方式取代人工方式进行上报此外医院需要主动采用信息单病种质控化手段进行自动化数据采集以解决工作量问题并借助AI实现全时段全流程的质控高医疗质量安全不良事件报告率是近年国家医疗质量安全改进目标中的重点项基于NLP的算法AI能够及时发现各类医疗文本信息之中的错误不良事件预警所在并上报至安全不良事件预警平台由质管部门集中处理通过这种方式医院能够对全院的不良事件进行监控高效及时发现高危问题AI院内信息化增量场景智慧病案病案质控通常分为形式质控与内涵质控形式质控主要是看哪些项目存在填写遗漏书写错误而AI病案质控功能及价值内涵质控里包含逻辑关系病案内容绝大部分是以连贯的文字形式呈现少有类似首页标准化结构化的数据因此对于质控难度远高于首页质控且需要超越传统机器学习的算法进行个性化质控CDSS指运用合适的计算机技术针对半结构化或非结构化医学问题通过人机交互方式改善和提CDSS高医疗诊断决策效率的系统AI能够大量处理非结构化数据形成知识图谱为医生提供知识查询相似病案推荐辅助诊断等还可以对医生的诊断流程进行规范提醒提高诊断的规范性和准确性智慧科研平台可用于医学影像大数据管理与分析数据标记深度神经网络模型构建影像组学特智慧科研平台征提取组学特征分析与机器学习模型构建等研究可应用于X线CTMRIPETCT病理切片消化内镜等多种影像数据深度学习与影像组学建模资料来源动脉网蛋壳研究院2022医疗人工智能行业研究报告国海证券研究所请务必阅读报告附注中的风险提示和免责声明18AI医疗之医疗信息化领域建议关注多领域布局的企业以及细分领域龙头建议关注多领域布局的企业以及细分领域龙头1国内医疗信息化企业可以分为三类第一类专注于医疗信息化以创业慧康卫宁健康和和仁科技为代表逐步从HIS向CIS延伸第二类是软件服务和IT集成企业医疗信息化只是相关技术能力的应用如东软集团东华软件第三类通过并购进入医疗信息化领域如思创医惠从业务布局的完整度来看前四位分别是万达信息卫宁健康东华软件以及东软集团2电子病历是近年医疗信息化的主要竞争赛道之一作为医疗信息化升级的重要抓手电子病历应用水平评级促进市场快速增长根据IDC数据2014-2021年嘉和美康在国内电子病历系统市场连续八年排名第一业务领域业务类型东华软件东软集团万达信息卫宁健康创业慧康思创医惠和仁科技麦迪科技嘉和美康临床试验管理平台医药招采配一体化HIS医院电子病历公共卫生医疗基层系统分级系统医联体远程医院实时结算异地结算医保医保控费基金支付大数据平台全国卫生平台互联互通平台省级卫生平台区域公共卫生平台资料来源依山科技前瞻产业研究院搜狐网智研咨询嘉和美康公司公告嘉和美康公司官网电子产品世界证券时报同花顺财经国海证券研究所请务必阅读报告附注中的风险提示和免责声明19AI医疗之其他服务领域谷歌推出医疗大型语言模型Med-PaLM2Med-PaLMQA实例Med-PaLM表现出和人类医生相当的水平1在科学常识方面Med-PaLM和人类医生的正确率都达到了92以上2在理解检索和推理能力上总体来说Med-PaLM几乎达到了人类医生的水平两者相差无几3在答案的完整性上Med-PaLM的回答有显著提升只有151的回答被认为缺失了信息进一步拉近了与人类医生的距离459的Med-PaLM回答被认为存在潜在的危害人类医生相对最低为57预计相关应用落地仍需时间在某些情况下Med-PaLM2的答案与临床医生提供的答案相当甚至更详细但在其他情况下Med-PaLM2的反应不那么准确考虑到医疗信息的敏感性这项技术普及到普通消费者服务中还需一定时间Med-PaLM演变过程ConsumerHealthQALiveQAMedQAMed-PaLM作为PaLM的衍生品TREC2017USMLE1PaLMPathwaysLanguageModel是谷歌转换器语言模型基于Pathways架构拥有5400亿参数是谷歌迄今为止研发的最大规模的MedicaitonMultiMedQAMedMCQA模型QA谷歌和DeepMind合作推出Med-PaLM21第一代模型Med-PaLM是首个在类似美国医学执照考试USMLE中MMLUPubMedQA成功获得及格分数准确率大于等于60的人工智能系统评估2新一代产品Med-PaLM2在医学考试问题上的表现处于专家的水准其准确率超过85比前一代的结果高出18微调变体指令调整提示PaLMFlan-PaLMMed-PaLMMed-PaLM2与医学进一步接轨资料来源东方财富网科创板日报量子位公众号国海证券研究所请务必阅读报告附注中的风险提示和免责声明20