虚拟助理 语音电子病历 / 智能导诊 智能问诊 / 推荐用药 医学影像 病灶识别与标注 / 三维重建 靶 区自动勾画与自适应放疗 辅助诊疗 医疗大数据辅助诊疗 医疗机器人 疾病风险预测 基因测序与检测服务 预测癌症 / 白血病等重大疾病 药物挖掘 新药研发 / 老药新用 / 药物筛选 药 物副作用预测 / 跟踪研究 健康管理 营养学 / 身体健康管理 精 神健康管理 医院管理  业务模式：科研合作目前是打破医院数据壁垒的有效手段之一。除了与医院进行合作，与基因公司、 CRO 公司（专业从事药品研发）、移 动医疗公司开展合作，提供更多标准化增值服务。 肿瘤知识库 标准化肿瘤科研模型 临床数据 + 基因数据整合分析 CRO 公 司 移动医疗公司 服务接入 科研合作 基因公司 2 典型应用场景  产品形态及发展环境： IBM Watson for Oncology 可分的联系。核心是“基因组学” (genomics) 的发展。基因组 学是研究生物基因组和如何利用基因的一门学问，最早可追溯 到 1985 年由美国提 出，英国、法国、德国、日本以及中国等 多国科学家共同参与的、预算达到 30 亿美元的“人类基因组计 划”。该计划通过测定组成人类染色体中所包含的 30 亿个碱基 对组成的核苷酸序列，绘制人类基因组图谱，并且辨识其载有 的基因及其序列，达到破译人类遗

东医疗 B2C临床管理 • 定义：B2C临床管理主 要是AI赋能临床决策支 持，辅助疾病诊断、个 性化用药等 • 商业模式分类：AI精准 用药、基因测序、AI影 像识别、疾病模型判断 • 代表性公司：Tempus AI、Grail、华大基因、 华大智造 B端自我管理 • 定义：B端自我管理主 要是定位于医院端利用 AI技术提高内部运营管 理效率 • 商业模式分类：电子病 历、药事管理、HIS系 机器人：微创机器人等 ➢ 小设备：三诺生物、鱼跃医疗、乐普医疗等 ➢ 大设备：迈瑞医疗、联影医疗、开立医疗、万东医疗、鹰瞳科技等 主线二：数据+AI ➢ 金域医学、迪安诊断等 ➢ 华大基因、贝瑞基因、诺禾致源等 ➢ 美年健康、润达医疗等 主线三：CRO+AI ➢ 平台：药明康德、泰格医药、康龙化成等 ➢ 特色：药石科技、皓元医药、成都先导、泓博医药等 ➢ 其他：晶泰控股等 2 C端自我管理 订阅用户数量（万人） 平均订单价值AOV（美元，右轴） 3 B2C远程管理 总结 与上一轮Open AI相比，DeepSeek在远程医疗诊断与治疗带来的新影响： ➢ 多模态数据整合与精准诊疗：通过融合基因组学数据、医学影像及电子病历等多维度信息， 实现了更精准的疾 病预测和个性化治疗方案生成。 ➢ 可视化推理过程：传统的AI模型训练过程如同一个黑匣子，输入数据后直接输出结论，缺乏透明度。DS通过可视化推理过

、东软医疗、迪安诊 断、北陆药业、达安基因。  AI 基因测序：罕见病大模型优化基因测序筛查，AI助力多助学数据分析。涉及收集样本基因测序、罕见病遗传病分析解读、以及多组学风险 预测和评估。企业端可明显降低成本，但商业化落地进度较慢。合作模式和医院正在探索中。整体数据获取成本低，基因测序一次能获取较 大量基因组数据。相关标的：华大智造、贝瑞基因、华大基因。  AI 医疗信息化CDSS辅 2 目录 CONTENTS 01 AI 医学影 像辅助诊断 AI 基因测序 AI 医疗信息化 CDSS辅助临床决策 AI 制药 AI 健康管理 AI 手术机器人 05 02 03 04 06 3 01 AI 医学影像辅 助诊断 AI 基因测序 02 AI 医疗信息化 辅助临床决策 03 AI 健康管理 04 06 如何看待这些应用方向之间的关系 资料来源：西南证券 诊断 药物治疗 手术治疗 AND/OR 终极理想是个人医 疗大数据包，所有 医疗数据/临床数据 /检验数据/体检数 据/基因测序数据/ 单一医学影像设备 的诊断数据的融合 ，不断更新 根据个人医疗数据 包动态给治疗方案 ：病种质控，专家 知识库辅助决策， 流程效率提升，互 联互通，利好医生 ，也利好病人 日常个人健康数据

入立项指南，AI 辅助诊断首次被纳入医保。AI 辅助诊断主要应用于影 像分析、病理诊断、基因检测、早期筛查等，诊断效率逐步提升。OpenAI o1-preview 在鉴别诊断、诊断临床推理和管理推理的质量都有明显提高。 借助 AI，对人类基因组的计算时间已经从 2001 年的 180 天缩短到现在 的 10 分钟，当时分析单个基因组所花费的成本如今可以分析 14 亿个基 因组。 ◼ AI+医院/医保系统：AI 正在全面赋能医疗行业，促进提质降本增效。我们预计未来在生物 制药、辅助诊断、医院/医保信息系统等方面，AI 都将有望促进流程再 造，提升研发和业务效率、质量的同时降低成本。 ◼ 建议关注： AI+辅助诊断：阿里健康、贝瑞基因、华大基因、迪安诊断、美年健康、 金域医学、塞力医疗、圣湘生物、迈瑞医疗、鱼跃医疗、海康威视、润 达医疗、鹰瞳科技、乐普医疗、我武生物； AI+医院/医保系统：卫宁健康、国新健康、久远银海、万达信息、东软 请务必阅读正文之后的免责声明部分 行业点评报告 东吴证券研究所 5 / 14 图2：AI 病理诊断流程 数据来源：头豹研究院，东吴证券研究所 AI 辅助诊断主要应用于影像分析、病理诊断、基因检测、早期筛查等，诊断效率逐 步提升。例如在肺癌筛查中，AI 算法可以敏锐地识别出影像里那些微小的异常阴影， 大幅提升早期诊断的可能性，有助于尽早发现肿瘤的早期迹象。2024 年 7 月，空军军医

可提高研发效率，对实验数据建模，并使用该模型对反应条件进行优化和筛选催化剂等，加速研发进程；还可用于分子设计，并在 分子性能预测的基础上，提前筛选出合适的化学物质。 尤其是在合成生物学领域， AI 已在元件工程、基因线路、代谢工程、基因组工程中广泛应用，大幅提升合成生物学的各环节效率。基于 AI 的研发 平 台，可预测蛋白质结构，进而构造具有目标功能的物质。另一方面， AI 也促进了实验室自动化，对传统劳动密集型实验室进行技术革命。其中 已应用于精馏塔、反应器、锅炉、控制器、冷水机 组、压缩机、泵、管道等各种工艺设备的校正、工艺参数预测、故障诊断与优化；在纺织，水处理，化肥，核电站和油气等领域均有应用。 投资建议： 重点关注：合成生物学：凯赛生物、华恒生物；基因测序：华大智造（医药）；设计与建造：中国化学、东华科技、中国石化、中国石油； AI 应用： 万华化学、江南化工；智能制造典型：森麒麟；智能工厂整体方案供应商：中控技术（机械）；智能仪表：川仪股份（电新） 请务必阅读报告附注中的风险提示和免责声明 8 图表：材料研究的 4 个阶段 : 经验、理论、计算模拟和 ( 大 ) 数据推 动 资料来源：《材料信息学及其在材料研究中的应用》 - 王卓等，国海证券研究 所 资料来源：《材料基因在锂电研发中的应用》 - 曾乐才，国海证券研究 所 预测分析聚类 ; 矿业的关系 ; 异 常检测 二级范式 基于模型的理论 科学 三级范式 计算科学 （模拟） 密度泛函理论，

推进健康医疗临床和科研大数据应用。依托现有资源建设一批心脑血管、肿瘤、老 年 病和儿科等临床医学数据示范中心，集成基因组学、蛋白质组学等国家医学大数据资源， 构 建临床决策支持系统。推进基因芯片与测序技术在遗传性疾病诊断、癌症早期诊断和疾病 预 防检测方面的应用，加强人口基因信息安全管理，推动精准医疗技术发展。围绕重大疾病 临 床用药研制、药物产业化共性关键技术等需求，建立药物副作用预测、创新药物研发数据 系。探索智慧医院建设，开发人机协同的手术机器人、智能诊疗助手，研发柔性可 穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像 识别、病理分型和智能多学科会诊。基于人工智能开展大规模基因组识别、蛋白组 学、代谢组学等研究和新药研发，推进医药监管智能化。加强流行病智能监测和防 控。 • （七）推进“互联网 +” 人工智能应用服务。 1.研发基于人工智能的临床诊疗决策支持系统，开展智能医学影像识别、病理分型和多 大数据 人工智能 ...... 临床决策支持 智能诊疗助手 临床智能诊疗方案 智能医学影像识别 智能病理分型 智能多学科会诊 智能语音 ...... 医用机器人 可穿戴设备 基因芯片 生物三维打印 数字医疗设备 物联网设备 ..... 人口健康信息化 二、医院信息化建设现状 数字化 智能化 智慧 医院 数字化医院 （ 1997 ） 1997 年 ， 卫 生

发的效率与成功率。 天津 利用单细胞测序及人工智能、生物信息分析等技术，研究创新药作用分子机制，开展与细胞凋亡和耐药相关蛋 白及关键致病基因的表达、基因及蛋白组学测定和药物敏感度分级研究。 上海 瞄准合成生物学、基因编辑、干细胞与再生医学、细胞治疗与基因治疗、人工智能辅助药物设计等重点领域布 局若干市级科技重大专项和战略性新兴产业重大项目。 江苏 开展靶标发现和验证、先导化合物优化设 I+CRO、AI+SaaS 以及 IT 头部企 业在 AI 制药产业中的布局。AI+biotech：从药物本身性质或治疗手段分类，从细分领域 看，又可以分为三大类，即小分子药物、大分子药物、细胞和基因编辑法。AI+CRO：通 过人工智能的辅助为客户更好地交付先导化合物或 PCC，再由药企进行后续的开发，或 者合作推进药物管线。AI+SaaS：为客户提供 AI 辅助药物开发平台，通过平台为企业赋 表 4 靶点选择标准 项目 概述 因果关系 因果关系是选择药物靶点的关键标准。除了实验方法外，推断靶点与疾病之间因果关系的常见计算方法是基 于网络的分析，它涉及构建生物网络，以捕获不同基因，蛋白质，药物和其他分子实体之间的关系。这些网 络可用于根据其在网络中的中心性和连通性来确定可能与疾病有因果关系的潜在靶点。 成药性 靶点的成药性，即靶点被药物分子调节的能力。影响成药性的因素包括治疗方式、蛋白质定位、分类和结构

项目背景与目标 随着医疗行业的快速发展，传统的数据处理方式已无法满足现 代化医疗场景中日益增长的计算需求。医疗数据的复杂性、多样性 和敏感性对数据处理能力提出了更高的要求。特别是在医学影像分 析、基因组学、临床决策支持等领域，深度学习和智能算法的应用 已成为提升医疗效率和精准度的关键。然而，现有的计算设备在性 能、扩展性和成本效益方面存在诸多局限性，难以应对大规模并发 处理和实时分析的需求。为此，开发一款专为医疗场景设计的智算 计算硬件与优化的软件算法，提供一站式解决方案，以满足医疗行 业中对高性能计算、数据隐私保护和快速响应的需求。 项目目标围绕以下几个方面展开： 1. 高性能计算能力：深度优化硬件架构，支持大规模并行计算，确 保在医学影像分析、基因组数据处理等场景中的高效运行。 2. 数据安全与隐私保护：采用符合医疗行业标准的数据加密和隐私 保护技术，确保患者数据的安全性。 3. 易用性与可扩展性：提供友好的用户界面和模块化设计，便于医 在当前的医疗行业中，随着数据量的爆炸性增长和人工智能技 术的广泛应用，医疗场景对于高效、智能的计算平台需求日益迫 切。传统的数据处理方式已无法满足现代医疗对于实时性、准确性 和安全性的要求。尤其是在医学影像分析、基因组学数据处理、电 子病历管理等关键领域，医疗机构亟需一种能够提供强大算力、高 效数据处理能力，同时具备高度集成化和智能化的计算解决方案。 根据市场调研数据显示，全球医疗 AI 市场规模预计将在未来

持系统（CDSS）多基于规则引擎构建，无法动态整合患者基因组 数据（覆盖度<40%）、用药史（电子药历完整率仅 62%）等个体 特征。以高血压用药为例，现行系统仅能提供 3-4 种基础方案推 荐，而实际需考虑 11 类影响因素（如肾素活性、合并症等），导 致首诊方案调整率达 34%。 解决上述痛点需突破三项技术瓶颈： 1. 多模态数据融合：建立统一特征工程框架，支持实验室指标、影 像报告、基因检测数据的联合建模 2 达临床终端 3. 可解释推荐系统：提供诊断路径的置信度评估与循证医学依据 链，例如： 决策要素 传统 CDSS 覆盖 率 智能体目标覆盖率 检验指标异常组合 41% 90% ≥ 药物-基因相互作用 18% 85% ≥ 并发症关联规则 57% 95% ≥ 通过部署 DeepSeek 智能体，可实现诊断效率提升 200%（从 平均 26 分钟/例降至 8 分钟/例），并将个性化治疗方案匹配度从 NCCN 指南和患者历史数据生成个性化化疗方案，准确率在测试中 达到 92% （对比三甲医院专家会诊结果）。典型应用流程包括： 1. 自动解析 DICOM 影像中的病灶特征 2. 关联患者用药史与基因检 测报告 3. 输出包含证据等级的诊疗路径建议 医患交互智能化场景 部署在互联网医院的 DeepSeek 智能体可承担 70%的常规咨询工 作，显著降低医生重复性劳动。实际运营数据显示：