新升级，建议关注创业慧康、卫宁健康、东软集团、医渡科技、安必平、久远银 海、医脉通等 AI 医疗领域龙头。 ➢ 风险提示：技术路径变化不确定性；行业竞争加剧；下游开支能力不确定性。 重点公司盈利预测、估值与评级 代码 简称 股价 （元） EPS（元） PE（倍） 评级 2024E 2025E 2026E 2024E 2025E 2026E 300451 创业慧康 36 0.48 51 33 24 推荐 002777 久远银海 20.81 0.47 0.56 0.67 44 37 31 推荐 资料来源：Wind，民生证券研究院预测;（注：股价为 2025 年 2 月 19 日收盘价） 推荐 维持评级 [Table_Author] 分析师 吕伟 执业证书： S0100521110003 等大模型对于 AI 医疗的意义 1.1 AI 医疗的意义 全球医疗系统并非完美无瑕，其结构性矛盾由来已久，且日益尖锐，成为驱动 技术革命的根本性力量。1）全球医疗成本持续增长:世界权威机构 WTW 预测，至 2025 年全球医疗成本增速将飙升至 10.4%，亚太地区更将突破惊人的 12.3%。这 不仅是一个简单的数字，背后折射出多重复杂因素的交织。2）老龄化社会加剧系 统性压力：预计到 2040

合成路线并优化反应条件 ML、DL 化合物筛选 成本高，效率低 使用虚拟筛选遴选出具有潜在成药性的活性 化合物，降低实验筛选化合物数量，降低资 金投入，缩短筛选周期 CV、DL 晶型预测 耗时长，筛选合适晶型困难 通过 AI 模拟晶型药物晶型筛选，可在短时间 选出稳定性强的最佳药物晶型 DL、ML 患者招募 招募适合入组患者难度高、周期 长 使用 AI 技术提取患者数据，快速匹配最合适 制药 企业陆续成立，开启 AI 制药研发时代，在该阶段企业以提供单一技术服务为主， 市场规模小，竞争力不足；2020 年后，以 DeepMind 建立的 AlphaFold 平台成 功解决蛋白质空间结构预测难题和英矽智能开发全球首个由 AI 发现的具有全新 靶点和全新分子结构的候选化合物 ISM001-055 等事件为标志，全球 AI 制药行 业进入突破期，AI 药企开始追求端到端的服务能力，同时开始自建管线完成并推 动的创新型研发平台， 提供人工智能、高性能计算和机器人自动化技术为药物及材料科学公司提供研发 解决方案及服务。晶泰科技在 2015 年成立，最初在小分子药物领域为客户提供 药物研发服务，包括晶体结构预测、化合物合成等；2019 年起公司开始进入大 分子药物开发领域，陆续推出多肽及蛋白药物研发平台和抗体发现平台 XuprmbAb 等，2022 年建成可拓展、标准化智能机器人湿实验室，并在随后发 布“XtaIPi

外，其他教育公司都积极拥抱 AI 技术，我们密切关注后来居上的潜在机会。 风险提示：技术伦理监管趋严、硬件同质化竞争加剧、教育数据安全风险。 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 重点公司盈利预测及投资评级 公司 公司 投资 昨收盘 总市值 EPS PE 代码 名称 评级 （元） （百万元） 2024E 2025E 2024E 2025E DAO.N 有道 无评级 74.8 8939.5 5967.2 - 0.1 - 100.9 1773.HK 天立国际控股 优于大市 4.1 8388.7 0.4 0.5 11.4 8.4 资料来源：Wind、国信证券经济研究所预测 注：除天立国际控股外均为 Wind 一致预测，货币单位均为人民币；好未来及天立国际控股对应为 2025E/2026E 数据 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 3 内容目录 行业总览：技术跃迁与政策红利有望加速国内 LuisvonAhn 称，DuoRadio 课程此前需要数十年时间准备，而借助 AI 技术仅需数月。 优化艾宾浩斯遗忘曲线，提高学习效率。多邻国通过发明半衰期回归（HLR）算法， 分析数百万语言学习者的错误模式预测单词在学习者长期记忆中的半衰期，依此 确定练习时机、挑选薄弱单词，同时利用单词本身作为回归变量分析学习难点， 进而优化课程供给。据官方数据，采用 HLR 算法的实验组相比对照组展现出显著 优势，练习课程的日留存率提升了

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 技术为核心的智慧病理有望成为关 息有 70%以上来自于检验诊 断，检验科具有数据量庞大，自动化程度高的特点，为 AI 技术落地创造有利条 件。AI 技术与检验医学结合具有较高的临床价值，广泛应用于辅助报告解读、 推荐检验项目、疾病预测及治疗等领域，能极大提高临床诊断结果的可靠性和 准确性，AI+诊断也成为目前研究最为火热的医疗 AI 应用领域之一，包括 AI 检 验、AI 医疗影像等使用场景。 2.1、AI+检验：检验医学数据量庞大，AI ，智能化成为检验医学学科 新发展趋势。基于人工智能技术平台，可以实现检验实验室自动采样，自动转 运，自动质控，根据患者临床症状和历史检测信息自动推荐检验项目，对检验 结果自动审核与辅助解读，进行疾病预测与治疗，助力精准医疗，最终实现无 人值守的智能检验实验室。 图 9：基于人工智能平台的检验实验室 资料来源：点石资本、招商证券 敬请阅读末页的重要说明 11 行业深度报告

入主要症状或医疗诉求→ 模型自动提取关键信息，并根据医学逻辑像医生一样询问→系统判定搜 集到足够的信息，完成对症状、既往史、过敏史等医疗信息的记录，生 成标准化病例→系统根据患者的病历，通过算法模型预测患者的病情， 给出初步诊断→系统根据患者诊断，开出一些必要的检查，这些检查都 是基本的、创伤小的、相对便宜的（如血常规）→患者支付检查费用， 去对应科室做检查，检查结果出后再和医生面对面咨询。如果患者不同

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、灵活的智慧管理和治理模式。通过AI+云计算+物联网技术，大学还可以 提供智慧化、低碳排

发展趋势的影响，帮助学校调整投入产出的策略；通过爬取互联网数据，横纵向 对比学校科研项目情况，帮助学校了解科研项目实力情况。通过研究人员、科研 平台、科研经费投入等投入和产出指标计算学校的科研投入产出效率（相对效率）， 然后预测每个指标对相对效率的影响，便于学校分析科研投入产出的合理性，以 及调整科研投入产出策略。通过智慧决策系统，将科研支持的决策依据在线化、 公开化，透明化，为科研人员的科研方向提供有效的引导。 ⚫ 利用大数据、人工智能等技术将学生身体素质（校医院、体育场行为）、学 习行为（挂科、逃学、逃课）、校园轨迹（消费、夜归）等数据科学分析、挖掘， 生成学生画像，洞悉学生相关安全行为，及时实现学生相关行为的预警预测。部 分高风险行为即时报警，比如 48 小时未回到宿舍等具体行为。例如智慧宿舍项 目通过在公寓出入口安装人脸抓拍摄像头，快速、动态无感知抓拍出入人员人脸， 并将抓拍结果与人脸数据库比对，实现楼栋内出入人员的无感知识别和记录。基

关商业行为都将违反《中华人民共和国著作权法》和其他法律法规以及有关国际公约的规定。 免责条款 本报告中行业数据及相关市场预测主要为公司研究员采用桌面研究、行业访谈、市场调查及其他研究 方法，部分文字和数据采集于公开信息，并且结合艾瑞监测产品数据，通过艾瑞统计预测模型估算获 得；企业数据主要为访谈获得，艾瑞咨询对该等信息的准确性、完整性或可靠性作尽最大努力的追求， 但不作任何保证。在任