制药行业得到国家层面的政策支持，如《“十四五”医药工业发展规划》和《“十 四五"生物经济发展规划》等，旨在推动云计算、大数据、人工智能等技术在新 药研发中的应用。AI 技术在新药研发领域中的应用推动行业快速变革，涉及靶 点发现、蛋白质结构预测、化合物筛选、ADMET 特性预测、临床试验结果预测、 药物重定位、晶型预测和逆向合成分析等多个关键环节。AI 制药技术的应用有 望缩短药物研发周期，降低成本，提高研发成功率。AI 临床试验的全流程更加高效，为传统药物研发带来创新变革，并展现出在药物 研发领域的广阔前景和巨大潜力。  CRO 公司加速布局 AI+制药应用技术。CRO 药物研发外包公司的 AI 技术应用正 逐步深化，涵盖药物发现的各个环节，从靶点识别、化合物筛选、结构预测到 药物设计等。维亚生物建立纵向 AI 应用技术平台加速先导化合物发现；泓博医 药持续推进 PR-GPT 多模态大型语言模型的应用；成都先导依托 DNA 编码化合物 库技术与 AI+制药技术方兴未艾，应用端百花齐放 ........................................................................ 10 2.1 AI 技术驱动治疗靶点发现，增加靶点新颖性 ....................................................... 10 2.1.1 系统生物学方法 .................

一心堂 老百姓 AI 药 店 分 销 上海医药 九州通 重药控股 柳药集团 AI 制 药 泓博医药 成都先导 药石科技 祥生医疗 3 核 心 观 点  前言：本篇主旨在探讨AIGC相关概念及技术在医药产业方向上的潜在应用。AIGC突出创造性生产，依赖于多模型 的技术融合。整体来看，AIGC的创造力发展归功于算法领域的技术积累，而ChatGPT或将成为我们未来更为智能时 者的病情与大量数据库进行比对，以便 发现类似情况。  有助于消除人为错误，并减少不必要的 重复测试和诊疗，提高医疗服务的效率 和准确性。  在需要将患者进行分类区分时，有些看似 无症状的患者或实际已经接近临界点，而 这些患者可能会被医生所忽略。  利用人工智能技术，医疗设备可以实时接 收和分析大量患者数据，能够检测到危急 情况并在其发生之前进行预警，帮助医生 更早地识别和治疗问题。  人工智能技术实现的万物互联可以让患 化进程正在推进。部分头部企业则主要基于某一临床科室应用起家，发展成为精品后，将业务线拓展至其他临床科室。  数据采集与结构化优势突出，图像标注更易标准化  不同科室对AI影像产品的需求存在差异点。  相关上市公司：祥生医疗、联影医疗、美年健康、安必平、迪安诊断、鹰瞳科技-B、万东医疗等 AI影像中疾病筛查及辅助诊断类应用最为广泛 影像医技科室 超声科 影像 放射科

执业证号：S1250524120002 电话：021-68416017 邮箱：chch@swsc.com.cn AI医疗专题系列二 从DEEPSEEK的崛起看AI医疗发展方向及投资机会 1 核 心 观 点  前言：本篇主旨在探讨Deepseek相关概念及技术在医药产业方向上的潜在应用。人工智能技术的突破性进展正以颠覆性姿态重塑医疗健康 产业。2025年2月，国产大模型DeepSeek-R1的全面 健康管理数据来源和应用范围，难以形成全面的健康管理方案。且目前消费者付费 意愿较低，尚处于早期阶段。相关标的：美年健康、鱼跃医疗、智云健康、九安医疗、乐心医疗、三诺生物。  AI 制药：缩短药物研发周期，助力靶点发现及临床疗效预测。1）逐渐完善的行业拼图，行业玩家逐渐增加；2）AI在多疾病领域广泛应用 ，肿瘤（37%）、免疫学（21%）及神经病学（14%）领域占比最大；3）AI可参与药物开发过程多个阶段。其中涉及AI虚拟筛选、药物发 物研发周期。传统药物研发遵循“双十定律”（10年时间 、10亿美元投入），而AI模型可将化合物设计时间缩短 70%，成功率提升10倍。例如，医渡科技通过DeepSeek 处理55亿份医疗记录，加速药物靶点筛选与临床试验设计 ，研发效率提升显著。  模型训练与部署成本降低 DeepSeek通过强化学习技术减少对高成本标注数据的依 赖，结合开源策略，使企业能以更低成本实现本地化部署 。例如，方

AI+多组学；3）AI+精准诊断；4） AI+影像设备；5）AI+家用；6）AI+智慧医疗。 ◼ 药物研发周期长、资金投入高、成功率低，“AI+”方案有望解决痛点。一款新药成功上市销售大约需要花费十年以上的时间，药物发现阶 段从靶点到苗头化合物再到先导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%。资金花费上，一款药物从研发 到上市销售，平均需要投入8-23亿美 药物研发周期长、投入高、成功率低 ◼ 药物研发周期长、资金投入高、成功率低。全球新药研发如火如荼，整个研发过程需要经历 创新靶点研究、药物发现、临床前研究、临床研究最终申报上市，一款新药成功上市销售大 约需要花费十年以上的时间。在研发成功率方面，药物发现阶段从靶点到苗头化合物再到先 导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%，制约新药的 研发上市。资金 图：全球AI制药行业的市场规模 数据来源：MedMarket Insight，国信证券经济研究所整理 全球AI制药的市场快速扩张，AI技术布局药物研发全产业链 ◼ AI技术参与药物研发的多个阶段。从靶点发现、虚拟筛选、蛋白质 结构预测、ADMET预测到临床试验等多个研发阶段，AI技术均能参与 其中，全面布局在药物研发的上、中、下游产业链。 ◼ AI制药行业市场规模快速增长。根据MedMarket

扫 码 通 过 手 机 端 小 程 序 访 问 Hello 持 续 进 化 的 生 物 医 药 大 脑 ， 为 生 命 科 学 探 索 创 造 无 限 机 会 学 提 取 实 体 支持药物、配点、适应症。公司四类实体的识别 上传文档》 田 提 取 表 格 支持 PDF 表格中的文本控取和 Exo 下鞋 上传文档》 商洁深 度 探 索 您可以问我这些： 药物见争格局 siRNA 键长 2.8/2.9 A) 吡啶氮原子与 GIn7.39 的侧链酰胺形成水介导氢键网络 1 结合机制的生物化学原理 1. 竞争性拮抗： BMS-986278 占 据 LPA 的天然结合位点，通过空间位阻阻止 LPA 的甘油磷酸头部与 Arg3.28 结 合 (Kd=2.3 nM vs LPA 的 Kd=8.4 nM) 2. 构 象 调 控 ：诱 导 和 靶蛋白的结合模式 查面 ia 构 结合模式分析 2. 优异药代动力学：在啮齿类和非人灵长类动物中显示高口服生物利用度 ( 大鼠 75%, 食蟹猴 93%), 血浆蛋白 结 合率仅 65-76%, 有利于组织渗透 1 。 3. 独特化学结构：采用双环喹啉骨架设计，引入三氟甲基吡啶基团增强疏水性相互作用，同时保留氨基甲酸酯结构 以维持氢键网络稳定性 1 。 靶蛋白的功能与结构

半导体硅片是全球应用最广泛、最重要的半导体基础材料，是制造芯片的基本衬底材料，也是唯一贯穿各道芯片前道制程的 半导体材料。随着人工智能、物联网等新兴产业的逐渐崛起，作为半导体硅片行业新的需求增长点，也为半导体硅片企业发 展提供了巨大的市场空间。随着应用领域不断扩大，我国半导体硅片行业将拥有广阔发展前景。 u 涉及标的： 沪硅产业（ 300mm 抛光片及外延片、 200mm 及以下抛光片、外延片及 被轰击的固体是用溅射法沉积薄 膜的原 材料，称为溅射靶材。 u 根据江丰电子招股说明书， 超高纯金属及溅射靶材是电子材料的重要组成部分，溅射靶材产业链主要包括金属提纯、靶材制 造、溅射镀膜和终端应用等环节，其中，靶材制造和溅射镀膜环节是整个溅射靶材产业链中的关键环节。 请务必阅读报告附注中的风险提示和免责声明 45 图表：溅射靶材工作原理示意图 图表：半导体溅射靶材产业链 资料来源：华经产业研究院，国海证券研究所 的市场份额。国 内 整体靶材领域企业发展较晚，技术相较于国际先进水平差别较大，目前国内靶材企业有江丰电子、阿石创、隆华科技等， 市 场份额在 1%-3% 左右。在半导体领域，材料要求更高，国产化水平整体较低。美国、日本等高纯金属制造商主要集中在 技术 壁垒较高的高端靶材产品领域，国内厂商竞争集中在中低端产品领域。随着靶材下游半导体、显示面板持续扩产，靶 材需求 量持续增长带动国内靶材企业持续扩产，叠加政策推动，

如何助力研发 在整个产品开发过程中提升创新力和效率 高效流程 • 更快的数据分析和计算机模拟测试 加 速开发过程 • 增强的数据处理能力提升质量 AI 在研发中的应用 创新产品 • 多靶点药物研发中，提高质 量 • 预测性设计生成提升创新力 技术接管研发 新型数字化助手 AI 如何提高创新力和效 率 “AI 在研发中的 应用” 4 AI 在制药领域的应用 资料来源 : 罗兰贝 格 针对位置或了解较少的靶点 来自现有化药成分的分子，用于已充分理 解的靶点 AI 已经在研发领域取得了令人瞩目的成果。一些机构发现，从药物发现到临床前候选阶段的时间最多可缩短 50% ，由于测试候选物的迭代次数减少和设计更优，成本也可实现类似程 度 Cowen, 相 关 企 业 访 谈 15-30 25-40 35-55 3-5 8-11 5-8 5 AI 在制药领域的应用 25-40 将现有分子重新利用于靶点 5-7 -35-40 % -25-30 % -40-50 % -40-50 % -30-40 % -30-50 % 2-3 10-15 5-7 15-20 情景

AI 医生正在进行内测。医保方面，AI 能协助咨询服务、 支付审核、智能报销指引、基金监管监测、医保个人健康档案管理等。 ◼ AI+制药：AI 赋能药物研发已经取得实质性进展。AI 技术在难成药靶 点、罕见病、复杂疾病抗药性、创新药检验检测等复杂领域有广泛的应 用。根据 ARK Invest 分析， 1982-2022 年来，药物开发的回报率呈现 下降趋势，从 20%左右降至 10%左右。此前 给了戴维·贝克，表彰其在计算蛋白质设计领域的贡献，另一半共同授予了德米斯·哈 萨比斯和约翰·江珀，表彰他们利用人工智能在蛋白质结构预测方面的卓越成就。 产业界，AI 赋能药物研发已经取得实质性进展。AI 技术在难成药靶点、罕见病、 复杂疾病抗药性、创新药检验检测等复杂领域有广泛的应用。2023 年，AI 药企 Neumora Therapeutics 以 2.5 亿美元募资总额登陆纳斯达克，旗下有整合基因组学、蛋白质组学、 等分析手段，打造出的神经科学数据平台——Data Biopsy Signatures 和 Precision Phenotypes。Neumora 能深度挖掘神经类疾病的潜在机制，精准定位药物研发靶点，为 大脑疾病患者提供更加精准、安全和有效的药物与整体解决方案。目前，其开发管线覆 盖神经心理障碍与神经退行性疾病等多个领域。 请务必阅读正文之后的免责声明部分

1.2 提效主导下的 AI 购置动力 与政策主导下的 AI 需求不同，早期提效主导下的 AI 需求没有引导、没有给定的形态， 它需要企业自身从医院的临床、运营、管理等流程中发现真正痛点，且当 AI 解决这一 痛点时，能够为医院带来直观的收益。 众多场景之中，影像 AI 是最早出现也是最为直观的例子。作为 AI 领域应用最为广泛的 应用之一，此类 AI 能够帮助医生处理高强度重复的阅片工作，帮助影像科提质增效。 再看病种，心脑血管、骨关节、肺结节、肿瘤（放疗）2、眼底是当前最火热的病种， 市场上的同类产品超过 15 种；布局肠息肉、泌尿相关等疾病的企业较少，细分赛道相 对冷门。形势背后的原因可归纳为三点。 1. 伴随标准化医疗数据获取难度的降低，市场需求全面主导影像 AI 的研发方向。根据 《中国心血管健康与疾病报告 2020》，中国成年人的冠心病总体发病率约为 9.6%，这 一数字表明冠心病 组织的边界，并以此设计剂量处方和靶区范围，降低放疗治疗过程中射线对正常组织的 影响，尽可能完全地清除肿瘤组织。 肿瘤的解剖结构非常复杂，因而靶区工作和治疗方案设计这两项工作占据了大量医生的 时间和精力，其中放疗科医生有近 50%的工作时间花在了勾画八区。勾画过程中，医生 还需要根据解剖结构形成空间想象的能力、提前预判病灶的转移途径。 人工智能最初介入放疗时主要围绕提质增效的逻辑，帮助医生完成基于 AI 的靶区勾画。

天池大赛—数智广西·全球数据智能挑战赛（2019），广西研讨会，邀请地方政府代表、学术界、医疗界、产业界等领 域专家，以“推进人工智能在医疗场景的应用”为主题，以“AI+医疗影像”为切入点，集智汇力，结合广西当地情况，探 讨医疗AI相关热点、痛点及实际问题，以期为医疗AI在广西的应用和落地绘制蓝图、切准方向，推进相关合作等。 本报告以人工智能在医疗场景中的应用为主体，结合广西的地方特色，通过动脉网·蛋壳研究院的调研及分析，分别从： 机遇与挑战 以 政 策 驱 动 技 术 区域参照：结合贵州发展情况，看广西医学人工智能落地路径 贵州 人工智能 全景应用 实施智能医疗健康重大产业化示范项 目，推进公立医院与互联网医院等重 点医院先行先试、联合攻关，加强与 全球知名人工智能科研机构和企业合 作，推进计算机视觉、模式识别、深 度学习等技术应用到医疗健康领域， 开发智能医疗影像、智能医疗。 健全完善电子健康档案、 电子病历、全员人口、卫 肿瘤影像产品价值：自动生成肿瘤解决方案，方案准确率超80% 根据检查项目，利用图像识别技术和AI 技术自动勾画相应靶 区,自动生成具体的放射性照射方案或者手术方案后，医生只 需要修改、矫正。目前，在乳腺癌、鼻咽癌、肺癌、肝癌等癌 种方面技术相对成熟，自动勾画的靶区准确率高达80%。 图：智能靶区勾画软件界面，蛋壳研究院。 图：人工智能检测肿瘤病理图像结果，蛋壳研究院。 为了解决有限的时间和诊断准确性的问题，将人工智能引入数字病