ai 医疗健康 AI＋医疗行业研究：智医助理即将上岗
专业出黑
AI+医疗：缓解我国医疗资源 短缺的“良药”
AI+医疗：AI技术与医疗场景的深度融合
AI+医疗是在协助人或解放人的状态下，以提升院内外医疗服务效率效果为目的、以人工智能为核心干预技术手段介入传统的院内外医疗环节， 从而产生相应软硬件产品的新型医疗应用技术。
因AI医疗需AI技术结合具体的医疗场景方能释放与彰显其具象的原理与作用，故其具有很强的场景关联性。按应用场景分类，AI+医疗主要分 为AI医疗影像、CDSS、智慧病案、AI制药、医疗数据智能平台、AI医疗机器人、AI基因分析等细分应用技术。
AI+医疗应用场景示例：智能辅助问诊
智能辅助问诊：利用AI等技术的赋能，对就诊流程进行更深层次的优化，构建出诊前、诊中、诊后全方位、不受空间和时间限制的医疗和健康 闭环管理服务，为病人提供安全的环境、智能化的体验和温馨的服务。 诊前服务：根据患者的症状描述等给予合理的医生资源、科室服务等推荐，并依靠以知识库为基础的智慧大脑建立诊前健康咨询与导诊服务。 诊中服务：实现患者智能导诊服务，减轻分诊护士台压力；通过智能排队系统，实现患者有序就诊，改善就诊环境，确保患者隐私。 诊后服务：通过设立统一的客户服务中心，结合医院智慧大脑与互联网技术实现医患互动、随访管理、健康监测、药品配送、处方流转、网约 护士等服务。
AI+医疗产业链
AI+医疗产业链包括三层：其上游为基础层，中游为技术层，下游为应用层，服务终端为患者。基础层：包括数据、算法、算力等。其中数据服务尚未建成核心技术壁垒，目前参与者众多；而算力领域呈寡头局面。 技术层：包括CV、NLP、知识图谱、智能语音等技术组成，其中基于深度学习的计算机视觉发展快，参与者技术相对成熟。 应用层：包括AI医疗影像、CDSS、医疗机器人、医学数据智能平台等各类应用。
发展状态：AI医疗影像发展靠前，软件类产品有望孵化出新兴商业模式
根据艾瑞咨询的研究，AI医疗不同场景的发展成熟度不同。 医疗器械类的亮灯数量、强度要明显高于非医疗器械类，尤其是AI医疗影像除了纯服务的产品形式、里程碑的收费模式灭灯以外，其他区域均 有亮灯情况，其在所有赛道中的商业模式较为多元。 从商业模式的固定程度与稳定性来讲，带有重资产性质的AI医疗机器人的商业模式已经基本定型，而其他轻资产性质的核心软件类产品的商业 模式还处在动态演变阶段，未来可能会孵化出新兴的商业模式。
AI+医疗价值：弥补基层诊疗服务短板，提升公共卫生服务水平
AI赋能医疗可以有效补充医疗资源，助力健康中国的建设。 用人工智能技术解决基层临床问题，不仅可以提升基层的医疗水平，还可以快速收集、分析、预测疾病数据和区域健康走势，对重大疾病进 行联防联控，对重点人群、康复人群等进行有效管理和预防。 “AI+医疗”的发展与完善，有利于补全基层诊疗服务短板，强化公共卫生服务效率，帮助解决我国优质医疗资源相对匮乏和基层医疗服务 能力不足的结构性难题。
大模型助力，AI+医疗创新应用 即将“涌现”
AI 2.0时代来临，医疗行业有望率先落地
AI 1.0：以CNN为核心的计算机技术，机器开始在计算机视觉（CV）、自然语言理解技术（NLP）等领域超越人类，并创造了显著的价值。 但AI 1.0缺少像互联网时代的 和 一样的规模化能力，来降低应用开发的门槛，打造完善生态链。
AI 2.0： AI 2.0克服了AI 1.0单领域、多模型的限制，可以用无需人工标注的超级海量数据去训练一个具有跨领域知识的基础大模型 （ Model）；基于大模型，各种创新应用将层出不穷。
AI 2.0 + 医疗：我们认为，随着大模型技术的发展，对海量多模态数据的处理能力大幅提高，AI+医疗有望迎来快速发展。AI+医疗的应 用首先通过文本生成、辅助查询等方式提升医疗全流程的效率，未来更有望融入辅助诊疗决策等核心业务系统，成为我国医疗体系的重要 力量。
大模型落地场景：辅助诊断、药物研发和创新、临床决策支持等
辅助诊断：首先，大模型可以利用其高质量多轮对话 能力，协助医疗工作者收集病人相关信息。同时，大 型模型可以利用医学文献、病历数据和医学影像等信 息，辅助医生进行疾病诊断。它们可以提供诊断建议、 辅助解释医学图像、识别疾病模式，并提供患者管理 的相关信息。通过与医生的合作，大型模型可以提高 诊断的准确性和效率。
药物研发和创新：大型模型可以分析大量的化合物和 药物数据，预测药物的活性、相互作用和副作用。这 有助于加速药物研发过程，发现新的药物候选物，并 优化药物设计。大型模型还可以帮助研究人员发现新 的药物靶点、疾病机制和治疗策略。
临床决策支持：大型模型可以利用患者的临床数据和 病历信息，为医生提供个性化的治疗建议和决策支持。 它们可以分析大规模的患者数据，预测疾病进展、治 疗效果和风险，并帮助医生优化治疗方案和预防措施。
国内外医疗大模型应用案例：
3月20日，微软旗下语音识别子公司 发布一款AI临床笔记软件，即 （简 称：“DAX ”），它代表了医疗保健领域的下一个突破，也是大规模自动化临床文档之旅中的一个重要里程碑。
DAX 是一个集成到工作流程中的自动化临床文档应用程序，它是第一个将经过验证的对话和环境 AI 与 的 GPT-4 的高级 推理和自然语言功能相结合的应用程序。
DAX 扩展了久经考验的 One医疗解决方案组合，并以 2020 年推出的市场领先的 DAX 常温解决方案为基础， 是 长期使命的下一个里程碑，即减轻行政负担，使临床医生能够花更多的时间照顾患者，减少文书工作的时间。
我国发展AI+医疗的优势：丰富的医疗场景和医疗数据
中国医疗健康市场的发展和医疗数字化体系的建设积累了来源丰富、形式多样、沉淀丰富的数据，人工智能技术能够帮助企业以前所未有的 方式更好地利用和解读丰富的市场数据。利用大模型，企业可以更加全面、高效地收集、分析、理解数据，通过对数据的深度挖掘整合，形 成对市场和客户的深刻洞察，实现算法驱动商业决策。
医疗企业与合作伙伴能够获取数据体量大、涵盖范围广、更新速度快、颗粒度细致、应用场景丰富的数据资产，为人工智能技术在医疗健康 行业中的应用提供坚实基础。
行业龙头兼具Know-How与客 户优势，产品有望率先落地
AI+医疗发展要素：数据、技术、Know-How、场景
AI+医疗的发展，除需要算力等通用要素外，还需要如下要素。数据：头部医疗机构具有丰富的数据积累，相关科技企业有望与其进行合作创新。 技术：我国医疗科技龙头在AI领域布局较早，具备相应技术积累。同时，还可以通过产学研合作等形式增强前沿技术能力。 Know-How：医疗科技龙头在医疗领域深耕多年，具备行业Know-How。 场景：头部医疗机构场景丰富，方便创新产品的试用、迭代。 我们认为，医疗科技龙头具备技术、行业Know-How等要素，与头部医疗机构的长期合作关系有利于补齐数据、场景等要素，相关产品有 望率先落地。
润达医疗：AI产品“润达慧检”率先落地
公司聚焦智慧检验，打造数字化检验平台，以大数据、人工智能等技术为基础，在实验室信息化、智能化管理、质量控制管理、检验大数据 分析解读等各环节赋能传统检验医疗服务向精益化、智慧化转型升级，实现数字化检验诊疗。 针对检验数据产生环节：1）实验室智慧化管理，如 SIMS 系统、Mai47 系统等；2）实验室质量控制管理，质量云及检验结果互认平台等 。针对检验数据信息传导环节，开发了 LIS 系统、区域信息平台等产品。 针对检验数据分析解读环节，开发了润达慧检—检验报告智慧服务系统等产品。
卫宁健康：10月将正式发布由GPT技术加持的新产品WiNEX
公司在AI领域布局较早，基于智慧平台，面向智慧医疗、智慧 服务及智慧管理三个维度为医院提供持续创新的路径。
智慧医疗：以患者为中心，旨在提供优质便捷的就医体验。依 托互联网、物联网、区块链和AI等新技术，打破时空限制，优 化诊疗流程。
智慧服务：以患者为中心，以优化患者就医流程、增强患者就 医获得感、促进医患和谐为目标，为患者提供主动式、多样化 、智能化、精准化的患者服务，打造院内流程优化+互联网医 疗服务+区域医疗协作的智慧服务体系，驱动医院管理模式改 革与创新，最终实现患者全周期的健康管理。
智慧管理：通过科技赋能，实现医疗相关供应链管理、耗材管 理等，从而实现整体经营水平的提升。
智慧平台：智慧平台以数据智慧应用为核心，依托AI引擎、 NLP等算法进行数据统一治理、重构业务系统、融合异构平台 与第三方系统，并通过异构业务系统之间互操作，达到信息资 源广泛共享、互联互通，形成医院信息的规范化、一体化；同 时对医院业务系统的医疗数据进行整合存储，构建医院的数据 中心，实现诊疗信息的高效利用、临床智能辅助与决策管理、 科研管理一体化。
创业慧康：构建聚合平台
在5月19-20日的“2023医院高质量发展论坛”上，公司表示已与浙江大学计算机创新技术研究院、浙江省智慧医疗创新中心签订三方 战略协议，构建聚合平台，进一步推动AI大模型在临床决策支持、公共卫生和个人健康场景下的研究和开发。融入 到临床决策支持等业务系统，可实现在医院、区域、互联网、新应用、基础设施多个板块的应用。
据公司互动易消息，公司打造的是AI大模型聚合产品，产品将以API调用结合本地部署的方式聚合利用通用GPT模型，同时通 过本地部署向量数据库以及公司自有的领域知识库，通过医疗垂直领域的语言模型训练和微调逐步实现产品力，并向公司 内外部的应用场景，比如在医疗服务和个人健康等场景中输出AI智能服务。
嘉和美康：已有多款AI产品，积极探索大模型应用
根据公司5月9日投资者关系活动记录表信息，公司探索了有关大模型的几个方向，为实现试用，公司目前先在医患交互的方向做一些结 合应用的尝试。公司原先有一款名为智能预问诊的产品，也是一款基于Ai的产品，公司当前正在利用开源模型做探索性的Demo，实现 大模型技术与公司产品的融合。如果可行，后续会将其拓展到电子病历的生成端。 未来最有可能的应用顺序是智能预问诊—电子病历—CDSS。
健麾信息：AI助力药品智能化管理
公司自成立以来始终专注于为医疗服务和医药流通行业的药品智能化管理提供相应的产品及服务，旨在提升相关机构的工作效率、服务 质量和管理水平，减少医务人员与危害药品的直接接触，改善医务人员的工作条件，提升患者的就医体验。 主营业务涵盖智慧药房、智能化静配中心以及智能化药品耗材管理三大细分领域，涉及软硬件系统集成技术、数据处理技术、设备统筹 管理技术、自动发药技术、自动补药技术以及机器人应用技术等。
数字人：AI叠加“数字人体技术”，赋能数字医学
根据公司2022年年报，公司在AI领域布局较多：
高清晰度数字人体研发及产业化建设项目：主要研发的关键核心是 “数字可视人”到“数字物理人”的技术突破。项目面向临床手术微 创化、精准化与智能化的实际需求，开发人体连续断层大数据资源的 采集、存储、分析与管理工具，研制可满足临床各专科需求的个性化 临床数据智能分析与处理系统、四维数字器官技术、手术辅助系统、 虚拟手术训练系统等，形成标准化、自主可控的临床智能化应用及产 业化平台。
数字人腰椎间盘突出立体智能分析系统：主要针对腰椎间盘突出压迫 神经和硬膜囊这一病症，利用人工智能技术对椎间盘、神经根、硬膜 囊部位进行自动智能分割，以及对病灶区的有效识别，协助临床医生 通过影像数据精确定位病灶区，提高阅片效率。实现了椎间盘、神经 根、硬膜囊的自动智能分割；实现结构识别及医学名称匹配，保留病 灶区域特征的表现；实现腰椎间盘突出病灶定位和类型分类，并进行 腰椎间盘突出类型的判定。
数字人云平台：主要对医学院校及医院类客户的远程医学教学培训需 求，利用“数字人云平台”系统及数字化临床培训中心，为客户的远 程医学教学培训提供软硬件工具及服务支持，使用户可以通过互联网 方式远程访问云平台，并通过云平台调用公司加载至云端服务器上的 相关软件产品，以远程方式实现专业的医学教学培训。
报告节选：
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
