电子-AI大模型+医疗：从问诊到新药开发

微信扫码，打开到小程序

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 电子 AI 大模型+医疗:从问诊到新药开发 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc.com +(852) 3658 6000 联系人 胡宇舟 SAC No. S0570121040041 SFC No. BOB674 huyuzhou@htsc.com +(852) 3658 6000 联系人 于可熠 SAC No. S0570122120079 yukeyi@htsc.com +(86) 21 2897 2228 行业走势图 资料来源：Wind，华泰研究 2023 年 4 月 06 日│中国内地 专题研究 生成式 AI 为问诊、影像、制药等各个医疗健康场景注入新活力 医疗健康领域是人工智能率先落地的行业之一，也已经催生了 Nuance、IBM Watson 等一批全球知名企业。随着基于大模型的生成式 AI 的出现，我们看 到 AI+医疗有望迎来一波新的发展机遇，具体看好：1）基于大模型的实时 问诊病例生成，2）按需生成新蛋白质结构提高药物发现效率等应用。另一 方面，目前尚未看到面向医疗影像的新 AI 大模型服务，大模型在医疗影像 领域主要作用是降本。国内关注讯飞医疗、云知声、晶泰、数坤等企业发展。 AI+问诊：从语音录入到实时生成内容，提高临床记录环节效率 病例的录入是 AI+医疗中最经典的应用场景之一。2021 年被微软以 197 亿 美金收购的 Nuance 和国内的科大讯飞、云知声等是主要企业。生成式 AI 的出现，使病例的录入过程从过去医生问诊后口述总结，向基于大模型的自 动实时问诊记录生成演进。今年 3 月，微软旗下的 Nuance 已经推出基于 GPT-4 的临床笔记软件 DAX Express，可以在几秒钟内生成准确的临床记 录，以及整合进微软 Teams 中来辅助远程医疗。建议关注国内科大讯飞、 云知声等企业的进展。 AI+新药开发：根据功能需求设计/优化蛋白质，加速新药探索速度 根据 Statista，2021 年全球制药行业总收入约 1.5 万亿美金，制药研发投入 约 2.4 千亿美金。DeepMind 是最早用 AI 赋能新药开发的企业之一，其推出 的 AlphaFold 主要解决从已知的氨基酸序列，预测相应蛋白质 3D 结构的问 题，为探索生命的起源迈出重要的一步。随着生成式 AI 的出现，业内开始 探索自动根据功能需求设计/优化蛋白质、给定抗原等目标蛋白生成抗体等 蛋白、给定靶点一键生成 Binder 蛋白等功能，为提高药物发现的效率作出 贡献。英伟达于 3 月推出的生物医药大模型云服务 BioNeMo 也包含蛋白质 生成等模型的调用服务。国内关注晶泰科技等最新应用。 AI+医疗影像：应用相对成熟，关注 AI 大模型提升数据标注效率 医疗影像分析是 AI 的另一个重要应用场景。AI 医疗影像企业通过分析 GE、 飞利浦、西门子、联影医疗等国内外企业厂商产生的医疗影像数据，为医生 提供读片等诊疗辅助工作。我们看到 AI 在医疗影像领域的应用相对成熟， 包括数坤、科亚、推想等公司的产品已在国内开展商业化销售。我们认为， AI 大模型或主要在效率方面赋能医疗影像领域，通过提升自动化标注、自动 化模型筛选、参数调优、处理非结构化数据等能力，为行业带来缩短数据标 注和分析时间、提升影像精细程度等变化。 风险提示：AI 及技术落地不及预期；本研报中涉及到未上市公司或未覆盖个 股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该 股票的推荐或覆盖。 (21) (14) (6) 2 9 Apr-22 Aug-22 Dec-22 Apr-23 (%) 电子 沪深300 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 2 电子 包括制药、辅助诊断、影像、医疗器械在内的医疗健康领域是 AI 率先实现应用的行业之一。 2015 年开始，AI 在图像识别方面的准确率大幅度提升，驱动 AI+影像快速发展。而语音识 别的精准度提升以及临床知识库的发展，也推动辅助诊断服务逐渐兴起。随着 DeepMind 两代 AlphaFold 实现了蛋白质空间结构预测的重大突破，AI+制药也进入高速发展期。 图表1： AI+医疗应用场景 资料来源：各公司官网，华泰研究 AI+问诊：从语音录入到实时生成内容，提高临床记录环节效率 临床辅助决策分为诊前/诊中/诊后决策场景，包括医院数据实时处理、数据质量监控、知识 库查询、临床辅助决策、临床辅助治疗、临床预警、患者画像、系统监控等功能。我们认 为，医疗诊断场景涉及的信息为多模态且数据量大、交互频次高、及时性要求高，业内关 注多模态大模型能否赋能诊断场景，发挥辅助医患沟通、诊断决策作用。 以问诊环节的病例录入为例，我们观察到，传统 AI 语音识别赋能的病例录入主要以医生口 述-AI 转写的形式展开，随着大语言模型（LLM）的出现，医患对话的实时记录、转写和总 结能够大幅提升病例录入的效率。 图表2： 传统 AI 语音识别病例录入 资料来源：北京协和医院官网，华泰研究 AI+影像 AI 应 用 场 景 公 司 AI+诊断 AI+制药 医院数据实时处理、临床辅助决策、 临床辅助治疗、临床预警、患者画像 等 靶点确定、先导化合物发现等 计算机视觉、深度学习、大模型 语音识别+自然语言处理、深度学习、 大模型 深度学习、大模型 CT、MR影片诊断等 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 3 电子 3 月 20 日，微软旗下语音识别公司 Nuance Communications 推出基于 GPT-4 的 AI 临床笔 记软件 Dragon Ambient eXperience (DAX) Express，可以在几秒钟内生成准确的临床记录， 减少临床记录环节的时间，提升诊疗效率。Nuance 曾在 2020 年推出 DAX 解决方案，将 患者在就诊中与医生的交流转化为临床档案，由于以人工审核来确保信息准确性，全过程 需要耗时约四个小时。接入 GPT-4 后，依靠大模型强大的推理能力，DAX Express 生成临 床记录的效率大幅提升。此外，DAX Express 能够整合进微软 Teams 中，来辅助远程医疗。 国内包括科大讯飞、云知声等在内的产业链公司也均在探索大模型在医疗辅助诊断领域的 应用。 图表3： Dragon Ambient eXperience (DAX) Express 自动创建临床笔记草稿 资料来源：Nuance 官网，华泰研究 讯飞作为语音 AI 龙头，在 AI 辅助诊断领域耕耘已久，其推出的全科医生助理通过和医疗机 构信息系统进行对接，完成对医疗患者诊疗信息收集、清洗和预处理，在此基础上生成临 床诊断与治疗推荐建议，为医生的临床决策过程提供智能辅助支持。云知声应用智能语音 识别、自然语言理解、临床知识图谱等人工智能技术，为医疗行业的各参与方提供丰富的 产品和解决方案。覆盖医政医管、临床诊疗、医保管理、患者服务多个业务领域。讯飞和 云知声均计划在年内推出预训练大模型，赋能医疗、人机交互等领域。 图表4： 讯飞全科医生助理系统 资料来源：科大讯飞官网，华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 4 电子 图表5： 云知声医疗服务系统 资料来源：云知声官网，华泰研究 数据的质量和数量成为 AI 在辅助诊断等领域应用的主要挑战之一。大规模的数据标注是 GPT-3.5 这类语言模型突飞猛进的重要原因之一。然而，因为医疗数据的开源程度低，隐 私敏感程度高且标注昂贵，往往缺乏高质量的医疗数据来保证大模型的训练效果。此外， 医疗领域的容错相对更低。因此，我们认为构建兼具质量和数量的医疗数据集、打破医疗 “数据孤岛“现象，促进医疗数据价值流通，将成为 AI 大模型在医疗领域应用的重要挑战。 图表6： 医药领域数据存在“孤岛现象“，数据流通程度低 资料来源：GTC2023，华泰研究 AI+新药开发：根据功能需求设计/优化蛋白质，加速新药探索速度 DeepMind 两代 AlphaFold 引领行业进入高速发展期。梳理 AI+制药的发展历程，我们发 现 AI 与制药的结合逐步深入，成为生物制药企业的常态化工具。经历了包括 Exscientia、 Atomwise、英矽智能、晶泰科技在 AI 新药研发领域的早期探索（2014-2017 年）、最早一 批 AI+新药企业开始获得临床前候选药物(Pre-clinical candidate, PCC)一类的验证性成果 （2018-2019 年）后，DeepMind 推出的 AlphaFold 和 AlphaFold2 实现了蛋白质空间结构 预测的重大突破，引领行业进入高速发展期。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 5 电子 近期，我们看到类 Chat 的生成式 AI 开始出现，印证 AI 与药物发现的结合逐渐深入。比如 Salesforce Research、Tierra Biosciences 和加州大学研究团队发布的蛋白质语言模型 ProGen，在数百万个原始蛋白质序列上训练，可生成跨多个家族和功能的人造蛋白质。不 同于 AlphaFold2 利用 AI 的手段辅助理解自然界已有的蛋白结构，以 ProGen 为例的类 ChatGPT 生成式 AI 的目标是生成自然界不存在的人工蛋白质序列。虽然生成式 AI 在制药 领域的应用仍处于起步阶段，但天壤 XLab 负责人苗洪江博士认为，从 AlphaGo、 AlphaFold2 到生成式 AI 是一个从分析工具走向解决方案、并落地解决实际问题的过程。 长期来看，生成式 AI 有望赋能生物医药源头创新。 图表7： 从 AlphaFold2 到类 ChatGPT 生成式 AI 资料来源：GTC2023，Large language models generate functional protein sequences across diverse families，华泰研究 国内，包括晶泰科技、英矽智能、英飞智药、百图生科在内的公司均在探索生成式 AI 在制 药领域的应用。 晶泰科技通过无标记的蛋白质序列数据（约 2.8 亿条）+抗体序列数据训练出的 ProteinGPT 可以一键生成符合要求的蛋白药物，应用案例包括：1）根据给定的靶点一键生成 Binder 蛋白；2）根据指定要求一键生成抗体文库；3）对性质欠佳的抗体进行改造，一键生成优 化后的抗体。 AlphaFold2 生成式AI 蛋白质结构预测：基于氨基酸序列，预测已知基因序 列的蛋白 蛋白质结构生成：输入简单指令，生成自然界不存在的人 工蛋白质序列 功 能 流 程 主 要 玩 家 输入：氨基酸序列 输出：蛋白质3D结构 输入：指令，如“溶菌酶” 输出：将氨基酸序列组装成蛋白质 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 6 电子 图表8： ProteinGPT 模型架构 资料来源：晶泰科技公众号，华泰研究 英矽智能宣布在其靶点发现平台 PandaOmics 上整合了 AI 问答功能“ChatPandaGPT ”， 支持研究人员在浏览和分析大型数据集的同时，高效开展基于自然语言的问答，促进更便 捷发现潜在靶点和生物标志物。 图表9： 英矽智能 ChatPandaGPT 资料来源：英矽智能，华泰研究 AI+医疗影像：应用相对成熟，关注 AI 大模型提升数据标注效率 AI图像识别技术在 CT、MR影片诊断领域的应用也已相对成熟，未来十年将有望规模发展。 AI+影像并非全新概念，包括科亚方舟、乐普医疗、推想医疗、联影等公司的产品已经获得 国家药监局认证，可在中国开展商业化销售。比如数坤科技提供疾病筛查、诊断及治疗选 择与规划的人工智能医学影像解决方案，以底层 Al 操作系统连通临床全流程的软硬件应用 场景，满足多科室多病种的精准智能诊疗需求。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 7 电子 我们看到 AI 在医疗影像领域的应用相对成熟。根据动脉橙数据，中国 2022 年医学影像赛 道早期融资事件 18 起，和 2021 年相比数量增长约两倍。我们认为，AI 大模型或主要在效 率方面赋能医疗影像领域，通过提升自动化标注、自动化模型筛选、参数调优、处理非结 构化数据等能力，为行业带来缩短数据标注和分析时间、提升影像精细程度等变化。 图表10： 数坤科技数字胸管线产品 资料来源: 数坤科技招股书，华泰研究 图表11： 提及公司列表 代码 公司 代码 公司 002230 CH 科大讯飞 未上市 Nuance 未上市 云知声 未上市 推想医疗 未上市 晶泰科技 未上市 科亚方舟 未上市 数坤科技 300003 CH 乐普医疗 IBM US IBM 688271 CH 联影医疗 MSFT US 微软 未上市 英矽智能 GEHC US GE Healthcare 未上市 英飞智药 SIE GR 西门子 未上市 百图生科 PHIA NA 飞利浦 EXAI US Exscientia 未上市 DeepMind 未上市 Atomwise 资料来源：Bloomberg，华泰研究 风险提示 1）AI 技术落地不及预期。虽然 AI 技术加速发展，但由于成本、落地效果等限制，相关技 术落地节奏可能不及我们预期。 2）本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代 表本研究团队对该公司、该股票的推荐或覆盖。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 8 电子 免责声明 分析师声明 本人，黄乐平，兹证明本报告所表达的观点准确地反映了分析师对标的证券或发行人的个人意见；彼以往、现在或未 来并无就其研究报告所提供的具体建议或所表迖的意见直接或间接收取任何报酬。 一般声明及披露 本报告由华泰证券股份有限公司（已具备中国证监会批准的证券投资咨询业务资格，以下简称“本公司”）制作。本 报告所载资料是仅供接收人的严格保密资料。本报告仅供本公司及其客户和其关联机构使用。本公司不因接收人收到 本报告而视其为客户。 本报告基于本公司认为可靠的、已公开的信息编制，但本公司及其关联机构(以下统称为“华泰”)对该等信息的准确 性及完整性不作任何保证。 本报告所载的意见、评估及预测仅反映报告发布当日的观点和判断。在不同时期，华泰可能会发出与本报告所载意见、 评估及预测不一致的研究报告。同时，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。以往表现 并不能指引未来，未来回报并不能得到保证，并存在损失本金的可能。华泰不保证本报告所含信息保持在最新状态。 华泰对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。 本公司不是 FINRA 的注册会员，其研究分析师亦没有注册为 FINRA 的研究分析师/不具有 FINRA 分析师的注册资 格。 华泰力求报告内容客观、公正，但本报告所载的观点、结论和建议仅供参考，不构成购买或出售所述证券的要约或招 揽。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求，在任何时候均不构成对客户私 人投资建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯 一因素。对依据或者使用本报告所造成的一切后果，华泰及作者均不承担任何法律责任。任何形式的分享证券投资收 益或者分担证券投资损失的书面或口头承诺均为无效。 除非另行说明，本报告中所引用的关于业绩的数据代表过往表现，过往的业绩表现不应作为日后回报的预示。华泰不 承诺也不保证任何预示的回报会得以实现，分析中所做的预测可能是基于相应的假设，任何假设的变化可能会显著影 响所预测的回报。 华泰及作者在自身所知情的范围内，与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况 下，华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易，为该公司提供投资银行、财务顾问或者金融产 品等相关服务或向该公司招揽业务。 华泰的销售人员、交易人员或其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本 报告意见及建议不一致的市场评论和/或交易观点。华泰没有将此意见及建议向报告所有接收者进行更新的义务。华泰 的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。投资者 应当考虑到华泰及/或其相关人员可能存在影响本报告观点客观性的潜在利益冲突。投资者请勿将本报告视为投资或其 他决定的唯一信赖依据。有关该方面的具体披露请参照本报告尾部。 本报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布的机构或人员，也并非意图发送、发布 给因可得到、使用本报告的行为而使华泰违反或受制于当地法律或监管规则的机构或人员。 本报告版权仅为本公司所有。未经本公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人 (无论整份或部分)等任何形式侵犯本公司版权。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并需 在使用前获取独立的法律意见，以确定该引用、刊发符合当地适用法规的要求，同时注明出处为“华泰证券研究所”， 且不得对本报告进行任何有悖原意的引用、删节和修改。本公司保留追究相关责任的权利。所有本报告中使用的商标、 服务标记及标记均为本公司的商标、服务标记及标记。 中国香港 本报告由华泰证券股份有限公司制作,在香港由华泰金融控股（香港）有限公司向符合《证券及期货条例》及其附属法 律规定的机构投资者和专业投资者的客户进行分发。华泰金融控股（香港）有限公司受香港证券及期货事务监察委员 会监管，是华泰国际金融控股有限公司的全资子公司，后者为华泰证券股份有限公司的全资子公司。在香港获得本报 告的人员若有任何有关本报告的问题,请与华泰金融控股（香港）有限公司联系。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 9 电子 香港-重要监管披露 • 华泰金融控股（香港）有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员。 • 乐普医疗（300003 CH）：华泰金融控股（香港）有限公司、其