数字医院基础架构创新 2 Huawei Confidential 行业趋势 阶段 3 ：全民健康管理 （全局资源整合） 疾病治疗 慢病管理 健康预防… 区域管理 数据共享 医联体 / 区域医疗中心 医疗 / 医药 / 医保 区卫 / 三医联动 区域影像 / 双向转诊… 阶段 1 ：医院信息化 （院内资源整合） 院内管理 从资源孤立到资源整合 阶段 2 ：区域医 疗（局部资源整 合） 医疗集团 网络医院 健康管理 3 Huawei Confidential 医院发展战略演进： 信息化基础建设阶段 • 医院信息平台建设 （ HIS/PACS 等） • 信息化基础设施建设 4 • AI 患者服务 • AI 临床辅助诊疗 • 5G 智慧医院 • 医学影像辅助诊断 • 互联网医院 • 生物识别 • 互联互通（核心：临床数据中 心） • 目前中国医院信息系统的主要趋势是在从 “以收费和医院管理为核心”的传统的医院信息系统（ HIS) 上慢慢向“以患者和提高服务质量为核 心” 的临床信息系统（ CIS)

推荐（维持） 院内场景丰富，全流程 AI 赋能 消费品/医药生物 医药健康领域是 AI 应用的核心领域之一，根据终端客户不同，我们将应用分 为 To 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 爆火，“AI+医药健康”应用场景广阔。AI 在医药健康领域的应用 经过多年发展，ChatGPT 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 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 策，相关公司：嘉和美康、科大讯飞等；3）AI+医院管理/医保支付：在传 统 HIS

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。 因此，今年的人工智能报告将研究核心放在了“场景”与“产品”之上，尝试通过洞悉医院、 药企、械企多方的供需逻辑，分析先驱者们的实战案例，为 AI 企业下一步的布局、选 品、研发、商业化提供参考建议。 核心观点 1. 伴随 AI 应用的持续扩展与需方对于 AI 认知的不断加深，“提效”取代“政策”成为需方 .....................................................................55 5.1 深睿医疗：自研多模态 AI 引擎，数智化助力医院数据资产管理........................ 56 5.2 医渡科技：“双中台”助力全线产品升级，盈利能力大幅提升............................... 57 ..................................................................................... 20 图表 17 熙软医院运营管理智能体........................................................................................22

布极度不均衡:在广 大的农村地区，医疗资源匮乏、覆盖不足的问题更为突出。这种不均衡不仅体现在 城乡之间，也存在于发达地区与欠发达地区之间，甚至在同一城市内部，优质医疗 资源也过度集中于少数顶级医院。4）老龄化社会的长期护理需求:随着老龄化程度 加深，失能、半失能老人数量激增，长期护理服务需求增加，而相关服务体系的供 给明显不足，价格居高不下。5）医疗人才培养周期长且流动性差:培养一名合格的 5%的成本，实现了媲美 GPT-4 级别的卓越性能。这绝非简单的成本降低， 而是一场颠覆性的变革。 基层医院本 地化 AI 诊 断系统成为 可能 以往动辄千万级的 AI 部署成本，对于资源匮乏的基层医院而言，几乎是不可逾越的鸿沟。DeepSeek R1 的低成本特性，使得基层医院建立本地化的 AI 诊断系统成为可能，极大提升基层医疗服务能力。 药企研发成 本大幅降低 通过 AI 故事或动 画，寓教于乐。 图5：人工智能以“人工智能医疗器械”的形式应用于医疗健康场景 资料来源：甲子光年，民生证券研究院 医疗管理与教学方面：效率提升与模式创新的双重突破：1）医院流程优化： DeepSeek 分析就诊流程数据，识别瓶颈并提出改进建议，如优化排班、缩短等待 时间；案例：急诊科通过动态数据分析调整人员配置，提升救治效率。2）医学教 学升级：DeepSeek

端应用普惠大众，有望蓬勃发展 消费品/生物医药 医药健康领域是 AI 应用的核心领域之一，根据终端客户不同，我们将应用分 为 To 医院、To 药企和 To 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 → 淘汰整合的变革，我们认为发展瓶颈的原因主要包括对平台及相关数据信赖 度较低以及服务的碎片化和过于标准化。AI 的引入有望提高数据准确度和数 据连续性（智能可穿戴设备进行连续化数据采集，结合患者医院就医数据记 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 舒服”的时候有更多人不再选择“扛着”、而是积极主动地去寻找解决方案。 在有限的医院资源和不断提升的健康咨询需求矛盾下、不少人选择通过互联 网这一更便捷的方式解决问题，但网络上纷杂的碎片化信息很难让人们快速 锁定最佳答案、反而可能加重焦虑。所以不舒服时“有没有必要去医院？” 、 “去什么级别的医院？”的困扰持续存在。 ◼ 辅助就诊需求：虽然医院就诊流程已不断优化提效，但如何选择科室、如何 全面清晰地向医生描

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，仍需 收⼊受限与成本攀 • 药品收⼊占⽐从改⾰前的 40%→25%，⽽财政补助仅 覆盖损失的60%3 • 现⾦流危机 • 2023年医疗机构应收账款回 款天数平均为152天，⽐ 2022年增长2天4 医院艰难 • 国家层⾯已开展10 批集采，平均降幅 50%-60%，极端降 幅超90%5 药品集采5 • 研发成本激增 • 成功率低 • 美国创新药临床成功率仅 5.1% • 研发回报率低 医疗⾏业⾯临前所未有的挑战 新⽣产要素在数据，“问数据，要数字” 数据来源：1. 甲⼦光年智库梳理，2023年；2医疗保障事业发展统计快报，国家医保局; 3. 《解读财务分析报告：透视公⽴医院财务状况》，医院管理论坛报，2024年12⽉; 4. 《2023年药品流通⾏业运⾏统计 分析报告》, 国家商务部; 5.求解集采制度改⾰⽬标：“降价”是集采的惟⼀考量, 澎湃新闻；6.创新药研发周期理论，创新药研发回报率研究，申银宏源；美国数据

创新技术引发新变化 计算资源 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 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 单个创新药上市成本 • 成功率低 • 美国创新药临床成功率仅 5.1% • 研发回报率低 IRR 10.1% 3.2% 2010 2018 医院艰难 • 收⼊受限与成本攀 • 药品收⼊占⽐从改⾰前的 40% →25% ，⽽财政补助仅 覆盖损失的 60%3 • 现⾦流危机 • 2023 年医疗机构应收账款 款天数平均为 152 天， ⽐ 2022 年增长 2 天 4 数据来源： 1. 甲⼦光年智库梳理， 2023 年； 2 医疗保障事业发展统计快报，国家医保局 ; 3. 《解读财务分析报告：透视公⽴医院财务状况》，医院管理论坛报， 2024 年 12 ⽉ ; 4. 《 2023 年药品流通⾏业运⾏统计 分析报告》 , 国家商务部 ; 5. 求解集采制度改⾰⽬标：“降价”是集采的惟⼀考量 , 澎湃新闻； 6

宁波城市职业技术学院 哈尔滨工程大学青岛创新发展基地 青岛职业技术学院 青岛理工大学 华中科技大学协和深圳医院 华中科技大学同济医学院附属协和医院 山东大学第二医院 遵义市中医院 贵州省人民医院 武汉市中心医院 深圳大学附属华南医院 重庆市红十字会医院 北京中医药大学房山医院 中国电子节能技术协会 绿色全光网络专业委员会 江苏林洋能源股份有限公司 机械工业仪器仪表综合技术经济研究所 速发展和人民生活水平的提高，人类疾病谱和生态环境等逐渐改变，对医院医疗 服务水平的要求也越来越高，要求尽快提升就诊效率及信息化水平，实现居家康 养。故需进一步强化全民健康信息联通应用、提升医疗业务的信息化水平、发展 “互联网+医疗健康”服务、推进医院的智慧化管理等卫生健康业务的“数字化” 中国电子节能技术协会 绿色全光网络专业委员会 56 56 转型，同时也对医院信息网络基础设施的支持能力提出了更高的要求。 更高的要求。 近年来我国医院信息化行业迅猛发展，中共中央、国务院以及国家卫生健康 委员会等相关主管部门陆续出台了多项政策性文件，成为促进我国智慧医院建设 发展的催化剂。《“健康中国 2030”规划纲要》中明确提出了要建设医疗健康信 息化服务体系，促使医疗质量管理与控制信息化平台能够实现全行业全方位精准、 实时管理与控制，持续协助医院改进医疗质量和医疗安全。伴随着频发的政策红 利带来了

是一家专注于妇幼保健、科研和教学 的三级医院。该医院拥有 1000 张床位, 服务于冉家坝和七星岗区, 每年收治 44,400 名住院患者和 170 多万名急诊患者。每年, 该医院接生超过 18,000 名 婴儿, 是整个重庆市接生数量最多的医院。 随着患者数量激增, 重庆市妇幼保健院的传统 IT 架构面临性能瓶颈。作为 医院日常运营的核心支柱, 医院信息系统 (HIS) 与图片存档和通信系统 革新。新平台以企业 ThinkSystem 为核心, 不仅支持现代医疗保健应用程序的 高效运行, 更为重庆市妇幼保健院应对患者数量持续增长提供了坚实的技术支 更多干货请关注公众号“管理技术化平台” 50 医院特别选用了企业 ThinkSystem SR590 与 SR860 高性能服务器, 搭配 DM7100F 统一全闪存存储阵列, 为 HIS 系统注入了强劲动力。同时, 为应对 PACS 数据的长期增长需求 VMware 虚拟机 中, 成功部署并运行其核心应用程序。这一转型不仅满足了医疗保健应用程序 需求, 还为医院的未来发展铺平了道路。新基础设施显著提升了性能, 确保医 疗应用流畅运行, 同时其高可用性设计保障了全天候稳定服务。面对患者数量 的增长, ThinkSystem 平台的可扩展性优势为医院数据管理提供了坚实后盾。 【转型成效) 医疗服务质量升级, 共创未来数字健康愿景 刘剑峰主任欣然表示