AI如何赋能药物研发工作中的最后一步：临床试验。 图1：药物研发生产流程，图片引自[1]↓ 临床试验简介 药物研发的最后一步，便是将药物大规模应用到患者体内以进行实际效果测试，这 一步骤即临床试验。临床试验是一种系统性的研究，其目的是调查医药产品对人类 疾病过程的影响，以证实或揭示试验药物的作用、不良反应及试验药物的吸收、分 布、代谢和排泄，并最终确定试验药物的疗效与安全性。 点是试验患者 的匹配。患者的匹配是指将研究对象按照一定的标准进行分类，以挑选出最适合特 定临床试验的患者。每个临床试验都会有不同的纳入标准和排除标准，患者自身的 情况也需要达到一定的门槛，才可以参加。 招募合适的患者这一过程是非常耗时且困难的。这个过程需要仔细分析患者的病 历，根据临床试验的纳入标准和排除标准判断患者和试验的匹配度。据统计有50% 的临床试验由于招募不到合适的患者而被迫延迟，有25%的临床试验由于患者不足 ，有25%的临床试验由于患者不足 而完全无法开展。据估算每招募一名患者约花费6000至7500美元，成本可谓十分 高昂。因此如果进行高效的临床试验-患者匹配，是药物研发中急需解决的一个难 题。 传统的临床试验患者匹配方法及局限性 传统情况下，患者和试验的匹配是人工进行的。主要包含两大方向：TO B（找医 生）和TO C（找患者）。早期的患者招募机构多采取线下招募的方式，即项目人员

一个“目标”三个“平台”五项“服务” 目标：以智慧医院建设为目标 平台：以临床为主的“医院集成平台建设” 以后勤保障为主的“物联网管理平台建设” 以综合管理为主的“院长决策BI分析平台” 服务：以患者为中心的“智慧病房”体验服务 以护理为核心的“移动护理”随身服务 以查房为重点的“移动查房”高效服务 以科普为常态的“床边宣教”服务 以缩短医患距离为宗旨的“数字化床边呼叫”服务 在候诊大厅部署综合显示屏，用于显示当前科室中各诊室的 队列情况。 患者可在候诊休息区等待就诊，偶尔留意下综合显示屏和语 音提示，当门诊医生呼叫到自己的号码时，综合显示屏会显示 “请xx号xxx到xx诊室就诊”同时伴有语音提示，病人可依照提 示前去相应的诊室就诊。 分诊台客户端软件安装在护士站电脑上，可对本科 室所有诊室的排队叫号进行管理，并显示各诊室及患者 的信息。 信息发布&分诊排队叫号 p 普通门诊系列 普通门诊系列 Ø 诊室门口 在诊室门口部署二次分诊的诊室门口屏，用于显示当前诊室中的就诊患者和 接下去3~4位候诊患者信息。 患者可在诊室门口的二次候诊区等待就诊，偶尔留意下诊室门口屏和语音 提示，当门诊医生呼叫到自己的号码时，分诊显示屏会显示“请xx号xxx到xx诊室 就诊”同时伴有语音提示，病人可依照提示进去诊室就诊。 虚拟叫号器安装在诊室里的 电脑上，用于医生叫号使用，可

的产品盘点其稀缺板块，指引数字营销服务发展方向。 主要观点：  数字化发展的大势中，医药数字营销早已经不再是先进企业的优先尝试，而是各医 药企业的标配。  随着医患信息差缩小、患者健康意识增强、对健康解决方案参与度提升，以患者为 中心的数字营销重要性不断升高，患者教育从可有可无已经成为刚需环节。  医药数字化营销市场规模稳步提升，但资本热度自 2022 年起断崖式下降。这其中 的主要差异，或许来自对数字营销的定义以及价值量化方式的不同。 ..........................................................................................19 4.1 以患者为中心成为数字营销第二大主线...................................................19 4.2 用好数据资产，是数字营销核心竞争力......... 多方促进数字营销发展。从政策端看，医疗反腐促进药品销售规范化、医药代表职业规 范促进回归学术推广本质、集采和国谈等政策推动企业降本增效优化销售费用支出，均 不同程度提升了数字营销的重要性。再观用户市场，无论医生还是患者信息获取渠道极 大丰富且主动搜索明显提升，数字营销是更好满足全渠道触达的方式。 在市场规模增加并多因素促进数字营销发展的背景下，数字营销的未来发展却没有匹配 相应的市场看好程度。这或许与数字营销定义模糊以及其价值未被合理量化有关。

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 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 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 至云端）提高医患沟通深度和有效性。③虚拟护理通过室内传感器、人工智 能和自动文档捕获来支持虚拟入院、虚拟查房和虚拟出院工作流程。④一站 式陪诊帮助患者通过手机完成从预约、导航、排号、就诊、宣教、检查、取 药再到院后随访、复诊提醒整个流程，实现就诊一站式服务。 ❑ 投资建议：我们看好 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

义。 ➢ AI+医疗的产业图谱：国内AI医疗产业链相对比较复杂，按照AI赋能的产业链环节不同，我们认为可以大概分为4类。 • C端自我管理：C端患者运用AI工具管理自己的健康，如慢病管理、个性化用药、健康数据追踪等； • B2C远程管理：C端患者和B端医疗机构脱离线下场景，实现远程互动，如远程影像、远程病理等； • B2C临床管理：AI赋能B端医疗机构的临床决策，如AI医生、院内大模型等； 床管理 B端自 我管理 B2C远 程管理 图：“AI+医疗”商业模式简图 资料来源：国联民生证券研究所整理 “AI+医疗”全景图 C端自我管理 • 定义：C端自我管理主 要是定位于患者，患者 基于AI对于疾病预防、 治疗等全周期应用。 • 商业模式分类：移动医 疗、互联网医疗、慢病 管理、长辈健康数据追 踪、可穿戴医疗设备等。 • 代表性公司： Hims&Hers Health、 特色：药石科技、皓元医药、成都先导、泓博医药等 ➢ 其他：晶泰控股等 2 C端自我管理 C端自我管理+AI：患者端健康管理工具 ➢ C端自我管理：患者运用AI工具，无需线下的临床端场景，自己可以进行疾病筛查、诊断、治疗、康复以及日常健康 管理等全周期自我管理。 ➢ 筛查：疾病早筛，基于AI算法或大数据模型，根据患者自我监测的健康数据，预测疾病发生可能、给出健康管理办法的应用。 ➢ 诊断：移动医疗、互联网医

证的模型可部署到医疗信息系统、移动设备等，提供智能服务。 （二）医疗大模型的主要应用场景和适用范围 医疗大模型在医疗领域的应用广泛，涵盖疾病预测、辅助诊断、个性化治疗、药物发 现等各个方面，同时还可用于医疗咨询和患者教育，提供相关信息和建议。 在医疗实践场景中，大模型可以协助分析临床文本以提取关键信息，从而加快医生的 诊断和治疗建议。此外，大模型还可辅助分析医学影像，帮助检测肿瘤并进行疾病分 型。通过分析D 持。例如，腾讯健康发布的混元通用大模型针对医疗领域升级了多个AI产品，包括智 能对话、病例结构化与检索、影像报告和辅助诊断等。这些医疗大模型产品已被整合 到患者就诊全流程中，从而提高了医疗服务的效率和质量。 在患者护理和保健过程中，医疗大模型可助力实现以下几方面工作：一是远程监测患 者健康，特别是慢性病患者，分析生理参数、设备数据和健康记录，帮助医生管理疾 病，减少住院和急诊；二是分析健康记录、生活方式和基因信息，识别风险因素和早 知大模型，专注于康复指导和诊后管理，提供个性化康复计划，服务延伸至患者日常 生活。 在医院管理流程中，医疗大模型可实现以下功能：一是优化患者流程管理，根据患者 需求和临床优先级合理分配医院资源，涵盖排队、资源分配和病房管理，提高患者满 意度和医疗效率；二是分析患者反馈、社交媒体评论和医疗调查数据，发掘患者意见 和需求，为医疗机构提供建议，助力医疗服务改进和患者体验提升。如，东软针对医 疗领域推出添翼大模型，全方

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，仍需结合⼀定的应⽤框架 更个性化、互动 ⾏业学术化推⼴ 重塑患者流程 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划 • 客户精细化标签 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化 患者流程 • 多重购买渠道 患者服务 多渠道营销 ⽣产与 供应链 单个创新药上市成本 IRR 3.2% 10.1% 2010 2018 ⾏业视⾓：DeepSeek对于医疗体系有那些影响？ • 患者⾏为“消费者化”：医疗信息透明化，患者 有更多主动权 • “数字健康”和⽣态“破壁跨圈”，产⽣更多数据 • 个性化诊疗和健康管理 患者 • 电⼦病历和数据管理⾰新 ⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通 数据价值在⼤模型背景下进⼀步被凸显

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，仍需结合⼀定的应⽤框架 更个性化、互动 ⾏业学术化推⼴ 重塑患者流程 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划 • 客户精细化标签 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化 患者流程 • 多重购买渠道 患者服务 多渠道营销 ⽣产与 供应链 单个创新药上市成本 IRR 3.2% 10.1% 2010 2018 ⾏业视⾓：DeepSeek对于医疗体系有那些影响？ • 患者⾏为“消费者化”：医疗信息透明化，患者 有更多主动权 • “数字健康”和⽣态“破壁跨圈”，产⽣更多数据 • 个性化诊疗和健康管理 患者 • 电⼦病历和数据管理⾰新 ⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通 数据价值在⼤模型背景下进⼀步被凸显

疗资源得以更广泛地覆盖；物联网技术实现医疗设备的互联互通，提升了医疗服务 的整体效率。 文印服务作为信息流转的关键桥梁，连接着患者、医护人员与医疗系统，在医疗服 务体系中占据着举足轻重的地位。在医院的日常运营中，病历、处方、检验单等文 档在医疗场景中具有不可替代的作用。文印服务不仅是一项基础服务，更是在提升 患者就医体验、优化医院运营效率、推动医疗行业数字化转型等方面都发挥着不可 替代的关键作用。无论是日常的医疗 文印作为信息输出的关键载体，在医院中扮演着重要角色。从患者挂号、就诊到出院、医保 报销，文印贯穿了医疗服务的全流程，构成医疗数字化中不可或缺的组成部分。 文印是病患和医院沟通不可或缺的重要载体 在患者就诊的全流程以及医生诊疗资料的管理环节中，文印作为信息输出的核心载 体，是患者与医院沟通的重要媒介，有着巨大的需求量和广泛的用途。尽管电子病 历等数字化工具逐渐普及，但物理文档在医院之间的信息传递以及患者的个人留存 方面， 方面，发挥着电子文档无法替代的作用，例如患者在就诊过程中仍然需要纸质的病 历、检查报告、发票等资料用于报销、转诊等用途，而医生在诊断和治疗过程中也 习惯参考纸质的病历和检查结果，以便更直观、准确地了解患者病情。因此纸质病 历和导诊单等物理文档凭借其直观性、便携性和法律认可性等特点，依然在医疗领 域占据着不可替代的重要地位。 智慧文印是医院数字化的重要组成部分 智慧文印作为医院数字化建设的重要

医患人员对智慧医疗的适应性仍有待提升 3.3 智慧医疗相关政策法规有待完善 3.4 智慧医疗服务面临定价和支付挑战 四、展望 4.1 院内建立统一标准和专项小组，政府领头拉齐院间数据维度 4.2 多渠道患者宣教和匹配个性化需求，加强外部合作来落实数智技术应用 4.3 筑牢数据安全壁垒，明晰法律技术规范 4.4 制定合理且精细化的定价策略，建立多元化支付体系并开发创新支付项目 五、结语 02 03 挂号、就诊、缴费、报销、报告、药品物流查询的全流程客服引导，进一步优化患者就诊流程与体验。 2021年6月，浙江省发改委发布《浙江省医疗服务体系暨医疗机构设置“十四五”规划》，建设智慧互联的 卫生健康服务体系和监管体系。2021年，由阿里健康、熙牛医疗共同打造的“未来医院”信息系统在浙大一 院上线。至此，浙大一院旗下四个临床院区核心信息系统全部搬迁上“云”，各院区信息壁垒逐一打破，实 现患者档案的统一和电子病历信息共享，在提升医 也能够灵活调配。 2022年8月，江苏省卫健委宣布在“十四五”期间大力发展智慧医疗，与国家医疗保障局大数据中心合作建 设省级影像平台。2022年“影像云”平台建立，实现省内影像检查结果互认，医生和患者可以随时调阅。目 前，江苏“影像云”平台已接入1966家公立医疗机构。2024年，江苏上线“临床检验云”平台，互认项目涵 盖178项。2025年9月底前，包括所有基层医疗卫生机构在内的全省近2000家公立医疗机构将全部接入。