景多样，本篇从诊前/ 诊断、诊中治疗、医院 AI 基建全面梳理 AI 在医院场景下的应用。 ❑ 诊前/诊断：1）AI+检验：检验诊断是临床信息的主要来源，AI+检验具有高 临床应用价值，可用于辅助报告解读、检验项目推荐和疾病预测及治疗等领 域，相关公司：润达医疗、金域医学、迪安诊断等；2）AI+病理：传统病理 诊断效率低，工作量大，以人工病理筛查为主的传统模式导致病理诊断供需 严重失衡，病理科医生存在长期缺口，AI 人：包括手术机器人、康复机器人、辅助机器人和服务机器人，其中手术机 器人和康复机器人应用最广，相关公司：天智航、伟思医疗等。 ❑ 医院 AI 基建：受政策以及医院降本增效诉求驱动，医疗信息化建设逐步向 智能化、一体化发展。1）AI+智慧药房：AI 技术提高院内发药效率和准确 率，帮助实现降本增效，相关公司：健麾信息、艾隆科技等；2）AI+电子病 历：智慧病案利用 AI 技术，实现诊疗过程全流程质控和核查，辅助临床决 PcM6MoMmMpNnOeRpPvNkPnMqMaQrQqQuOoOxOxNoOtN 敬请阅读末页的重要说明 3 行业深度报告 图 14：金域与华为合作开发 AI 辅助宫颈癌筛查模型 ....................................... 13 图 15：公司开发的 AI 病理显微镜 ..........................

个人三大方向。我们在系列报告（一）《院内场 景丰富，全流程 AI 赋能》中介绍了 AI 在医院端应用的场景，本篇报告则从 C 端需求出发、探讨 AI 将对人们日常健康管理和就诊行为带来的体验与效率双提 升。 ❑ 问诊咨询、辅助就诊、健康管理三大领域尚存大量未被满足需求：有限且分 布不均的医疗资源与持续升级的多层次健康需求之间的矛盾持续升级，互联 网医疗应势而生，并在疫情期间快速积累了流量（截至 2022 年 12 月国内互 录），提供专业个性化健康服务（AI 医生/护士），并创造更多可能性（脑机 接口提供辅助运动与神经康复帮助，提高残疾病人生活质量等）。 ❑ AI+线下辅助就诊：①AI 辅助门诊能提高患者就诊体验，缩短就医时间（通过 AI 辅助门诊，上海儿童医学中心的患者平均等待时间从约 2 小时减少到 0.38 小时），也减少医生信息录入时间使其能专注于诊断处方。②AI 辅助随访（动 语音电话批量呼叫患者→语音信息实时转换为文本表格→生成报告自动上传 .. 6 2.2 AI+线上问诊：“效率”与“效果”的双重提升 ..................................................... 7 三、AI+线下辅助就诊：优化就诊效率、提供全程陪伴 ...................................... 8 四、AI+健康管理：提高数据准确度，提供个性化连续性服务 ..........

阳侑 (439219) © 亿欧智库 - 阳侑 (439219) 公立医院高质量发展促进行动 (2021 2025 年 ) 鼓励有条件的公立医院加快应用智能可穿戴设备、 人工智能辅助诊断和治疗系统等智慧服 务软硬件 , 提高医疗服务的智慧化、 个性化水平。 " 十四五 " 国民健康规划 加大对医疗人工智能的支持力度 , 重点支持具有自主创新能力的企业。 / 头颈 说明 : (1) 骨骼包括骨折、骨龄、骨密度 ; (2) 其他包括染色体核型、 白细胞辅助识别、龋病口腔曲面体层图像辅助检测软 件 数据来源 : NMPA 网站 , 时间截止是 2025 年 7 月 15 日 , 亿欧智库整理绘制 © 亿欧智库 - 阳侑 (439219) 肝 脏 © 亿欧智库 6% , 6- 10 年的为 44.7%, 大于 15 年的最低 , 为 26.5% 。 这表明不 同工作年限的 医生接受 Al 技术的程度不一 , 年轻和中年医生相对更易接受并使用 Al 辅助工具。 u 未来将有更多医生以开放的态度接受 Al, 尤其是随着年轻医生逐渐成为中坚力量 ; Al 相关的医学指南将 Al 技术融入诊疗流程中 , 更多医生会 将 Al 作为提升工作效率和医疗质量的重要工具。

言处理和计算机视觉技术的突破重新激活了 AI 在医疗领域的潜力。医疗行业数 据量庞大（占全球数据总量的 30%），但 97%未被有效利用，这为 AI 模型的训 练提供了基础资源。例如，AI 通过分析医学影像和电子病历数据，实现了从辅助 诊断到药物研发的跨越式发展。政策与资本的双重推动：1）政策支持：数字社 会下，全球医疗数字化转型已成为大趋势，各国相继出台相关政策布局数字医疗 产业加速发展。2）资本涌入：2025 年 1 月，全球医疗保健和 资料来源：艾瑞咨询，民生证券研究院 随着科技的飞速发展，人工智能（AI）技术逐渐渗透到各个领域。医疗领域也 不例外，AI 医疗逐渐成为我国医疗科技发展的重要方向。AI 医疗，即人工智能在 医疗领域的应用，主要包括人工智能辅助诊断、治疗、康复等方面。随着深度学习、 大数据、物联网等技术的快速发展，AI 医疗逐渐从概念走向实际应用。目前，AI 医疗已经在国内外多个医疗机构得到实际应用，并取得了显著的成效。 行业深度研究/计算机 能够融合电子病历、检验报告、影像数据等多源异构数据，构建动态诊疗路径，为医 生提供更全面、更智能的临床决策支持，辅助医生进行更精准的诊断和治疗。 动态演进机 制赋予系统 战略价值 动态演进机制赋予系统战略价值。 有效辅助罕 见病诊断 罕见病种类繁多、症状复杂、误诊率高，AI 系统能够通过学习海量医学知识和病例数据，辅助医生进 行罕见病诊断，提高诊断准确率，缩短诊断周期。 个性化治疗 方案的动态

协同、可持续的医疗健康服务体系，不仅提升资源利用效率和服务质量，还推动 了医疗技术与服务的持续进步，为患者提供了更优质、更便捷的医疗服务体验。 应用领域 功能分类 具体描述 典型案例 智能诊断与 辅助决策 智能诊断 辅助决策 通过医学影像、病理切片等 辅助疾病诊断 结合患者病史和治疗指南生成 个性化治疗建议 CT 影像自动识别肺癌病灶 复杂手术中推荐最优手术方案 药物研发与 临床试验 药物研发 临床试验优化 录存证，在医保支付中则主要支撑智能合约执行。人工智能技术也根据场景需求差异，分别表现为辅助诊断、疫情 预测、健康风险评估等不同形态。（3）服务模式的协同创新。技术融合推动医疗服务从单点突破向系统创新转变。如慢性病管理场景中，可穿戴设备、边缘计算、云端 分析形成闭环服务链；远程医疗场景中，5G 传输、AI 辅助、区块链存证构建起端到端的解决方案。 医疗健康领域的跨领域共生发展面临着数据隐私与安 边缘计算支持实时远程手术 • 电子病历跨机构共享 • 健康信息交换平台（HIE） • 人工智能（AI 分诊 / 辅助诊断） • 区块链（转诊记录存证） • 边缘计算（实时数据传输） • 医疗物联网（设备互联） 突发公共卫生事件应对 • 健康信息交换平台（HIE） • 人工智能（AI 分诊 / 辅助诊断） • 区块链（转诊记录存证） • 边缘计算（实时数据传输） • 医疗物联网（设备互联） • 大数据分析（传播模型）

题练 习、绘本阅读、口语训练等多场景 一个超级综合品类 词典笔、错题打印机、听力宝、电子单词卡等分别覆盖 垂直细分场景 多个垂直细分品类 校内：主导地位，人手一端覆盖教育全环节 校外：补充辅助，强调寓教于乐和科技体验 16% 36% 48% 84% 根据Project Tomorrow的调查数据，2022-2023学年，美国84%的 K12教师表示其学生有个人专属的设备（平板或笔记本电脑），其中 36%只能在学校使用，48%可以带回家使用。 校内使用， 支持课堂 及校内的 教学测评 练活动 可带回家 使用，可 以支持家 庭作业和 课外拓展 学习 素质教育品类为主，强调学习体验 智能玩具提 供口语练习 机器人辅助编程 教育和情感陪伴 儿童平板提供丰 富素质教育资源 功能丰富 生态繁荣 产品多样 中国教育智能硬件应用分析 美国教育智能硬件应用分析 8 ©2024.8 iResearch Inc. Metrics统计数据显示，截至2025年，配备语音识别技术的人工智能玩具的市场规模将达到6.8亿美元。 来源：产品官网等公开资料，艾瑞咨询研究院自主研究及绘制。 美国校外教育智能硬件发展历程 1998 Furby 辅助陪伴 孩子进行 中英文口 语练习 2011 Sphero 白色球形机 器人，可编 程控制滚动 2014 Kano computer kit 教育计算机套 件，用于教授 硬件组装和基 本编程技能

(03):8-17+97. ④ 张生,李文硕,王雪,等.基于“学评融合”理念的个性化评价支持环境设计及其应用[J].中国电化教育,2023, (07):91-98+117. 11 第 2 章 GAI 辅助生成相应的写实性评语、表现性评价等激励性评价反馈。 个性化学生画像解读。教师可以利用搭载教育大模型能力的教学系统，集中 汇聚、分析学生在课堂活动、作业表现、在线学习行为等方面的数据，获得系统 滨江初级中学等校依托智慧 作业平台开展差异化作业设计，结合学生作业表现实现分层预警与个性化反馈， 优化作业评价精度。②引入智能批阅机，对纸质作业自动批改、精准留痕，并生 成数据报告与讲评讲义，辅助教师进行大规模作业批改并针对性反馈。 案例 2-10 GAI 助力山东省淄博市玄龄小学开展个性化五育评价 ③ 在淄博市临淄区“深度融合、创新应用、示范引领、整体推进”思想的指导 下，玄龄小学 ，全面呈现学 生成长轨迹，推动学生核心素养个性化评价落地。 多模态数据支持的精准化学习评价是不断获取、整合、分析学习过程中产生 的多模态数据，对教学和学生学习行为、态度、效果等进行观测和反馈，辅助教 师课堂教学调整的评价方法 ④⑤。借助视觉问答、语音识别与合成、多模态情感分 析、生理信息识别等技术能够对文本、声音、图像、生物信号等多模态数据进行 感知、采集和高效融合 ⑥。这些感知数据经过深度分析与整合，能够为更加精确、

提名 3 个药物靶点 Nimbus 礼来 4.96 亿美元 特定亚型 AMPK 的新靶向疗法 资料来源：智药局、公司公告、招商证券 从 AI 制药产业现状看，目前全球大部分 AI 辅助开发的药品仍处于临床Ⅰ期及之 前阶段，部分项目进入临床Ⅲ期，美国、中国和英国拥有的临床阶段 AI 制药项 目数量较多。2022 年 FDA 批准 AI 制药公司 BioXcel 的镇静药物 IGALMI Schrodinger 在全球 AI 药物软 件领域的领先地位。2023 年全球排名前 20 药企均是公司软件服务客户，合 计收入 7180 万美元，占软件应用收入 45%。 ➢ 2010 年，公司开始从事 AI 辅助药物发现业务，最初与其他公司合作开发新 8% 23% 25% 31% 13% AI SaaS AI CRO AI Biotech 兼容两种商业模式 兼容三种及以上商业模式 敬请阅读末页的重要说明 可以看到，Schrodinger 通过软件服务起家成为全球 AI 制药的龙头企业，随着 AI 软件服务得到客户认可并积累一定的技术基础，公司意愿更深度参与药物研发 流程，拓展业务至新药开发领域。一方面增加公司收入来源，另一方面通过辅助 客户新药研发或者自研等模式有助于形成更强竞争壁垒，基于 AI 核心技术实现 各业务的有效协同。 图 17：Schrodinger 软件服务业务收入及增速（万美元） 图 18：Schrodinger

性（VM）存储器与非 易失性（NVM）存储器。易失性存储器无法保留数据，这类产品包括 DRAM 和 SRAM， 其中 DRAM 为半导体存储主流方案，SRAM 产品主要用于 CPU 的主缓存以及辅助缓 存。非易失性存储器产品在断电后存储器仍保留数据，代表产品为 NAND Flash 和 NOR Flash。 目前我国外部存储器市场上国产品牌已经占据约 60%的市场份额。其中，华 为目前排名第一，市场占有率约为 vSphere 空白的国内虚拟化产品 都是基于 KVM 进行开发的，但目前 KVM 的性能保障得益于 Intel VT-x 等硬件 辅助虚拟化技术。在信创替代中，应当考虑国内虚拟化软件厂商与 CPU 等硬件厂 商合作改进 KVM 适配国产 CPU 等芯片，基于硬件辅助虚拟化技术，优化虚拟机性 能，提升虚机密度的能力。 在存储层面，与传统的数据中心采用集中式硬件设备为重要数据提供持久化 存储 技术体系，正展现出改变上述信创建设中被动 局面的巨大潜力。云原生平台在数据中心发挥操作系统的作用，能够屏蔽底层异 构基础设施的复杂性，直接支持新一代应用的构建；容器轻量级虚拟化技术，能 够极大弱化对硬件辅助虚拟化技术的依赖。云原生模式与技术能够彻底重构信创 软件上下游生态集成逻辑，把传统操作系统从需要长期积累的软件生态兼容适配 中解放出来，形成全新的生态整合规则，实现对原有科技产业链整合的破局。

专家观点：人工智能时代高等教育未来将实现三大转变 AI时代，通过对学习者学习行为和日志数据的智能分析，根据其基础、能力、兴趣和需求，AI 学习工具能够为其提供个性化的学习路径、内容、建议以及多样化的学习资源。AI辅助备课工 具还能够将教师从原先的课程准备、资源建设和知识灌输中解放出来，让教师把更多精力用于 对学生的引导、启发以及面对面交流，做到言传身教、启智铸魂。此外，AI工具通过深度学习 和强化学习算法 高阶创新思维和知识整合运用能力将比知识掌握量和熟练度更加重要，部分教学工作将由AI承 担，部分知识学习、运用推理和技能应用将得到AI辅助，甚至一些职业可能被AI替代。 交叉融合、全面发展，实现复合型创新型人才培养 02 AI可通过分析大学的运行数据，优化资源配置，简化行政流程，反馈政策执行效果，提供预测 性分析，并辅助学校管理人员制定科学决策，通过管理、运行、决策的智能化，打破传统的层 级结构，实现更高效、灵活的智慧管 涵盖预算、费用申请、报销、付款、记账全生命周期管理，提高财务工作效率，缩短费用审批与报销周期。 发票识别：OCR 自动识别、算法纠偏，准确识 别发票信息。 智能预审：基于规则库和学习库，智能审核报 销单据，检查内容。 辅助决策功能：提供预算信息、费用标准等统 计分析。 智能检测：持续监督费用报销过程，确保合规 性。 差旅助手：AI理解自然语言，分析意图和偏好， 结合天气推荐行程和交通工具。 风险报告：根据风险事项描述，一键生成风险