for 医疗健康代表场景分析 2.1AI for 医疗健康 - 医学影像分析 2.2AI for 医疗健康 - 电子病历 2.3AI for 医疗健康 专病专科 2.4AI for 医疗健康 医院管理 2.5AI for 医疗健康 医药研发 2.6AI for 医疗健康 健康管理 2.7AI for 医疗健康 中医问诊 2.8AI for 医疗健康 - 医疗健康保险 AI for 医疗健康发展趋势 医疗健康发展趋势 3.1 医疗 +AI 将驱动医疗行业迈向诊断、治疗、预防与健康管理的智能化新时代 3.2AI 医疗将呈现多维度发展 © 亿欧智库 - 阳侑 (439219) © 亿欧智库 - 阳侑 (439219) © 亿欧智库 - 阳侑 (439219) © 亿欧智库 - 阳侑 (439219) © 亿欧智库 - 阳侑 (439219) © 亿欧智库 - 阳侑 (439219) 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。 人工智能医疗器械注册审查指导原则 指导注册申请人建立人工智能医疗器械生命周期过程 , 规范人工智能医疗器械的技术审评要求。 关于进一步完善医疗卫生服务体系的意见 加快数字医疗应用 , 运用互联网、 人工智能等技术优化服务流程

AI+医疗 2025 年 02 月 19 日 ➢ AI 医疗产生的背景。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。2） 老龄化社会加剧系统性压力。3）医疗资源分布极度不均衡。4）老龄化社会的长 期护理需求。5）医疗人才培养周期长且流动性差。6）基层医疗体系建设滞后。 ➢ AI 医疗商业价值逐步释放。DeepSeek 径，深刻改变医疗健康产业的格局。1、医疗资源分布式重构。2、制药工业范式 革新。3、健康管理服务升级。4、医保支付体系优化。通过深度整合 DeepSeek 等智能化工具，医生群体有望在工作效率的显著提升与专业技能的持续深耕之 间，找到合适的平衡点，最终为每一位患者提供更加优质、更加高效、更加人性 化的卓越医疗服务，共同谱写人类健康事业发展的新篇章。 ➢ 催化 AI 医疗发展的核心原因。技术迭代与数据积累。AI 医疗发展的核心原因。技术迭代与数据积累。AI 医疗的起源可追溯 至 20 世纪 70 年代，早期以专家系统（如 QMR、DXplain）为主，但因技术限 制（如算力不足、算法不成熟）未能大规模应用。21 世纪初，深度学习、自然语 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

摘要 2024 的医疗 AI，既是坎坷，又是新生。 快速发展的大语言模型，携着生成式 AI 掠过医疗领域。过往的互联网医疗、医学影像、 新药研发……一个一个场景经由新一代 AI 重塑，焕发出前所未有的价值。 不过，发现价值并不意味着能够掘得价值。如今惨淡的融资形势下，躬身大模型的企业 们无法像深度学习时代那样随意试错。有限的现金流，意味着每一家企业必须全面考察 场景、技术、风控、商业化等方方面面，才能做出决定。 方 购置 AI 的主要动力。如今，医疗 AI 企业已突破 1-2 亿的营收规模，迈向第一个 10 亿。 2. 超 160 个影像 AI 获批医疗器械三类证，影像 AI 企业们逐渐跳出影像科，向医学装 备、外科手术辅助系统等领域进发，打开了新的百亿市场。 3. 生成式 AI 对于医疗 IT 的重构已经初现成效。上百个大模型涌入医疗领域，许多 互联网医疗、院内信息化系统已经引入相关技术，或能在明年实现规模化落地。 在明年实现规模化落地。 4. 下行经济形势下，医健企业一级市场融资受阻，IPO 延期。医疗 AI 企业需要加速商 业化，在产品形态、市场开拓、伙伴合作等方面实现全面创新，尽快找到扭亏为盈的具 体路径。 目录 第一章：什么构成了医疗 AI 的配置动力？....................................................................

智能驱动的 医疗健康生态系统 从数据到决策的全面优化 卫宁健康 创新研究院专题报告 Foreword 前言综述 在数字化与智能化浪潮的推动下，医疗健康领域正经历着深刻的变革。《智能驱动的医疗健康生态系统：从数据到决策的全面优化》 聚焦于人工智能、大数据等前沿技术与医疗健康领域的深度融合，构建了一个以数据为核心、以智能为驱动力的医疗健康服务新体系。 报告阐述了智能驱动的医疗健康生态系统的 价值创造层，以及数据驱动域、智能决策域、应用服务域。该生态系统与传统医疗智能的本质区别在于强调多技术融合、多领域协同， 具有系统性、动态性和协同性特点。 在数据整合与智能分析方面，详细介绍了医疗健康生态数据的采集、预处理与特征提取、多模态数据融合以及智能分析的流程和方法。 通过全流程数据处理链条，实现了从原始数据到决策知识的价值跃迁，为智能决策支持、医院管理和患者全过程参与式医疗服务等场景 提供了坚实的数据支撑。 智能决策支持系统展现了传统 的差异，AI-CDSS 在实时性、自主性、知识发现等方面具有显著优势，尤其在精准 医疗中，从癌症预防与诊断到精准治疗、创新治疗方案等应用场景，都体现了 AI 强大的数据处理与模式识别能力。 智能驱动的医院管理涵盖了基于智能孪生体的人财物管理和医疗质量的智能化管理。智能孪生体实现了资源动态优化与决策预演， 在急诊科潮汐调度等场景中提升了管理效率；医疗质量的智能化管理则通过病历内涵质控、手术并发症预防等，实现了从被动应对到主

医院、To 药企和 To 个人三大方向。本篇报告重点聚焦 AI 在医院端的 场景，全面介绍 AI 在院内诊疗全过程以及 AI 基建的应用，并梳理相关公司。 ❑ 2023 年新出版的《超越想象的 GPT 医疗》开篇描绘了一个虚构场景：面对 患者病情突然恶化，医学住院实习生克里斯腾·陈通过和 GPT-4 对话，完 成了对患者的救治、得到了心理安慰、并为患者向保险公司申请了授权；后 续在查房中，还为肿瘤复 的爆火则再次引燃热情，应用领域百花齐放。其中 医院作为医疗行为核心发生地，数据资源丰富、应用场景多样，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 异性，相关公司：安必平、麦克奥迪等；3）AI+影像：AI 医疗影像将人工智 能技术应用于医学影像诊断，快速、低成本对 CT、MR、DR 和超声影像图 片精准诊断，中国近三年 AI 影像注册证获批呈加速态势，疫情期间多款 AI 影像产品获批用于肺炎筛查，AI 影像软件认可度提升，相关公司：鹰瞳科 技、万东医疗、数坤科技（拟港股 IPO）、推想医疗（拟港股 IPO）等。 ❑ 诊中治疗：医疗器械与 AI 的软硬件结合带动院内诊疗向精准化、智能化方

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 联网医疗用户规模达 3.63 亿、同比增长 21.7%），但也暴露出服务体验弱（局 限性、单一化、质量层次）、变现难（C 端服务付费意愿弱但医生成本高） 的问题。随着 GPT-4 和“文心一言”模型在医疗领域的商业化渗透，互联网 医疗有望迎来新机遇。 ❑ 投资建议：我们看好 AI 赋能健康管理及医疗服务各个环节，对人们日常健康 管理和就诊行为带来颠覆性改变。受限于数据获取，当下应用于患者端的“AI+ 医疗”更多是基于文本生成、信息收集等方式提供服务，尚处早期发展阶段。 随着文心一言和 GPT-4 在医疗领域的应用，龙头企业有望优先受益。建议关 注已具备一定流量及数据基础、积极引入 AI 模型的互联网医疗企业，例如京 东健康、阿里健康、平安好医生、智云健康、百度灵医智惠、微医、春雨医 Oct/24 (%) 生物医药 沪深300 “AI+医药健康”系列报告（二） 敬请阅读末页的重要说明 2 行业深度报告 正文目录 一、C 端视角下的 AI 医疗：解决“久治不愈之症” ............................................... 3 二、AI+线上问诊咨询：提升服务“质”与“效” ...........

2.2 工业：2027年工业领域设备更新年规模突破5万亿 / 13 2.3 交通领域紧抓新能源风口 / 14 2.4 新型城镇化拉动建筑和市政领域投资需求 / 14 2.5 未来三年县域医疗将成为投资重点 / 15 2.6 新型电力系统推动能源设备迭代 / 16 目录 contents 万亿蓝海，新从旧来——中国设备更新战略与实践 02 02 万亿蓝海，新从旧来——中国设备更新战略与实践 、技术提供商及相关服务行业而 言，这无疑是一个巨大的商机。同时，这也将为促进就业、推动技术创新和加速产业转型提供强大动力。 在行业层面，中国设备更新行动涵盖了工业、农业、建筑、交通、能源、教育和医疗等多个领域。 每个领域都有其特定的重点方向和目标，如建筑领域的节能改造、交通领域的新能源转型、工业领域的 数字化转型等，都将在设备更新的大潮中迎来新的发展机遇。这些领域的更新改造不仅能够提升相关行 I技术不断迭代的推动，政策适时对企业设 备更新做出引导和支持，以标准为引，鼓励传统企业产业升级改造，同时在能耗、排放方面给与指引。 本轮大规模设备更新政策涵盖工业、农业、建筑、交通、能源、教育和医疗多个领域，以提高能 耗、排放、技术等标准为牵引，提高先进产能比重，有利于推动发展新质生产力，助力新一轮朱格拉周 期向上开启。《推动大规模设备更新和消费品以旧换新行动方案》要求，2027年设备投资规模较2023

在展现卓越推理能⼒同时， 训练和推理成本极低 GPT 为内容创造和自动推理开辟可能性 “大数据、大算力、通用模式” BERT BERT 在文本分类、命名实体识别等 语言理解任务表现出色。也是医疗 AI 小模型年代主要技术路线 “ 大数据、小算力、专用决策” DeepSeek-R1 基于 DS-v3 构建推理模 型，通过强化学习提升推 理能力，且训练成本极低 AI 技术演变 路线 以及提供 简易的蒸馏⽅式， 让世界上 不管⼤⼩的实验室， 快速掌 握 OpenAI 原来封闭的顶 尖 从编程辅助（ DeepSeek- Coder ） 到医疗诊断（ R1 临床接⼊） ，展现⾏业落 地能⼒ • 技术成本的下降，为 了训练和推理的成本。 模型推理能⼒ ⾏业上下游带来更多 ⽽且它是个拥有推理能 • 成本，极⼤激活本地数据 ⽣态资源 医疗信息化⼚家数千家，为⼤模型应⽤提供 良好的⽣态基础 市场前景 医院、企业、监管、患者痛点多，场景丰富， 市场潜⼒巨⼤ 数据资源 医疗⾏业拥有⼤量数据资源，是⼤模型训练 和应⽤的重要⽀撑 ⼈才资源 医疗⾏业⼈均学历⾼，具备开展⼤模型研究 和应⽤的⼈才优势 算法框架 DeepSeek 是最开源的⼤模型， 便于医疗⾏业 开发者使⽤和优化，

强推理能⼒，将复杂问题分 解成更⼩、更易处理的步骤；⽽DeepSeek R1在展现卓越推理能⼒同时，训练和推理成本极低 BERT BERT在文本分类、命名实体识别等 语言理解任务表现出色。也是医疗AI 小模型年代主要技术路线 “大数据、小算力、专用决策” GPT 为内容创造和自动推理开辟可能性 “大数据、大算力、通用模式” 基于DS-v3构建推理模 型，通过强化学习提升推 理能力，且训练成本极低 从编程辅助（DeepSeek- Coder）到医疗诊断（R1 临床接⼊），展现⾏业落 地能⼒ 9 DeepSeek天然适合医疗⾏业 ⼤模型发展的⼏⼤“基⽯” 01 DeepSeek极致成本降低，显著降低本地化部署的 成本，极⼤激活本地数据 计算资源 02 DeepSeek是最开源的⼤模型，便于医疗⾏业 开发者使⽤和优化，垂类⼩模型不输于⼤模型 算法框架 03 医疗⾏业拥有⼤量数据资源，是⼤模型训练 医疗⾏业拥有⼤量数据资源，是⼤模型训练 和应⽤的重要⽀撑 数据资源 04 医疗信息化⼚家数千家，为⼤模型应⽤提供 良好的⽣态基础 ⽣态资源 05 医疗⾏业⼈均学历⾼，具备开展⼤模型研究 和应⽤的⼈才优势 ⼈才资源 06 医院、企业、监管、患者痛点多，场景丰富， 市场潜⼒巨⼤ 市场前景 DeepSeek创新技术引发新变化 医疗⾏业独特优势 10 DeepSeek虽好，但也不是“六边形战⼠” 在落地过程中，仍

争力；构建监 管及运行服务技术支撑体系； 优化低空基础设施和服务保障； 打造全国低空飞行应用创新示范 应用场景： 1. 航空应急救援： 推动在全市开展低空应急通讯 、消防灭火 、巡查投送 、医疗救护等领域应用示范， 推进 救 援航空器的常态化备勤、救援人才的专业化培养。加快构建先进的航空救援指挥体系和物资储备体系，实现 快速响应 。加快推进房山通用航空装备应急救援创新应用试点， 打造城市航空应急救援运行基地。 应用场景： 围绕航空培训、短途运输、农林植保 、物探巡检、生态检测、航拍航测等领域，支持各市探索开放开发一批 公共管理应用场景和商业应用场景，牵引发展低空制造特色产业。支持张家口市围绕应急救援 、医疗救护 等 场景应用， 吸引更多资源、企业向产业聚集； 支持石家庄市、廊坊市聚焦物流配送新模式，重点打造大 型无 人机支线物流、无人机末端配送等应用场景； 支持衡水市、保定市围绕低空旅游、航空运动、私人飞 完善低空基础设施建设；加大低空科技创新力度；强化各 类要素支撑保障。 应用场景： 1. 鼓励开设物流应用场景航线 。开展低空物流应用场景试点， 拓展低空货物多式联运创新场景， 推动低空 应 急及医疗救援体系 、无人机 + 智慧物流场景落地并常态化运营， 支持引进快递总部企业发展低空服务业 。 对 经批准在沧州开设低空无人机配送物流新航线〔起点或终点至少一个在沧州市域内，且小型无人机年度 执行