券商中國
2025-04-12 17:04
近期，機構投資者調(diào)研醫(yī)藥行業(yè)的熱情不斷攀升，尤其是“AI（人工智能）+醫(yī)療”的進展備受關注。
政策端也持續(xù)發(fā)力。4月7日，北京市醫(yī)療保障局等九部門聯(lián)合發(fā)布的《北京市支持創(chuàng)新醫(yī)藥高質(zhì)量發(fā)展若干措施（2025年）》明確，將通過人工智能賦能醫(yī)藥創(chuàng)新發(fā)展，面向AI+病理、AI+醫(yī)學影像、AI+輔助診斷等方向，支持不少于10個場景的模型開發(fā)應用；同日，深圳市發(fā)改委等四部門印發(fā)的《深圳市全鏈條支持醫(yī)藥和醫(yī)療器械發(fā)展若干措施》提出，支持建設人工智能輔助研發(fā)重大公共服務平臺和重大產(chǎn)業(yè)項目。
“全球醫(yī)療行業(yè)正面臨‘AI+’的奇點時刻。AI+IT技術的突破為醫(yī)療設備理解臨床場景和構建智慧生態(tài)打開了想象空間?！鄙钲谶~瑞生物醫(yī)療電子股份有限公司（以下簡稱“邁瑞醫(yī)療”）管理層人士在接受《證券日報》記者采訪時表示。
競逐藍海市場
據(jù)世界經(jīng)濟論壇發(fā)布的《人工智能驅(qū)動健康的未來：引領潮流》報告預測，2024年至2032年，AI醫(yī)療市場將以每年43%的速度增長，市場規(guī)模有望達到4910億美元（約合人民幣3.6萬億元）。
如何競逐萬億元級藍海市場？技術革新固然重要，而場景落地對于AI發(fā)展似乎更為迫切。由此，“AI+醫(yī)療”自然成了機構投資者關注的熱點。
就“多模態(tài)AI大模型算法技術應用方向”，體外診斷企業(yè)迪瑞醫(yī)療科技股份有限公司在接受調(diào)研時表示，利用該技術，公司可以將尿常規(guī)、血常規(guī)、生化、化學發(fā)光免疫等實驗室檢測結(jié)果，結(jié)合患者個人信息、臨床表現(xiàn)、體征等多維度信息，進行綜合分析后做出診斷，輔助臨床醫(yī)生做出診斷決策，減少漏診、誤診情況，提升診療效率。
生物醫(yī)療企業(yè)青島海爾生物醫(yī)療股份有限公司相關人士舉例稱，在院內(nèi)智慧用藥場景，公司依托DeepSeek-R1大模型的深度學習等能力，構建了AI驅(qū)動的動態(tài)庫存管理系統(tǒng)、處方前置審核大模型、個體化用藥模型等產(chǎn)品方案，能有效降低藥房運營成本、提升智慧藥房的安全性和合規(guī)性、推動精準用藥發(fā)展。
在探索推動“AI+醫(yī)療”落地方面，不少科技巨頭貢獻著關鍵力量。此前，?華為技術有限公司?宣布正式組建醫(yī)療衛(wèi)生軍團，將重點構建AI輔助診斷解決方案體系，推動醫(yī)療大模型在臨床場景的應用。
產(chǎn)業(yè)化“多點開花”
醫(yī)療行業(yè)上市公司也在積極推動“AI+醫(yī)療”發(fā)展。
在病理診斷領域，廣州安必平醫(yī)藥科技股份有限公司相關人士表示，公司“細胞學試劑+制片染色設備+掃描儀+AI判讀”智能化整體篩查方案已經(jīng)在醫(yī)院病理科推廣試用，可以減輕細胞學醫(yī)生的工作量。
醫(yī)療器械領域，邁瑞醫(yī)療的“瑞影云++”平臺已攜手DeepSeek，正式發(fā)布“瑞影·AI+”解決方案，聚焦醫(yī)療專業(yè)能力的提升與普及，為醫(yī)療工作者提供專業(yè)、智能的學習提升方案。同時，公司已初步完成了“設備+IT+AI”的智能醫(yī)療生態(tài)系統(tǒng)的搭建，打通了設備與設備之間的數(shù)據(jù)孤島。
“在我們看來，數(shù)智化中的‘數(shù)’與‘智’，分別代表了IT技術與硬件設備的融合、AI與軟件系統(tǒng)的融合?！边~瑞醫(yī)療管理層人士表示，以IT來賦能硬件，實現(xiàn)醫(yī)療大數(shù)據(jù)的實時采集、傳輸，以AI來賦能軟件，實現(xiàn)醫(yī)療大數(shù)據(jù)的處理、整合。最終共同生成可靠、易得的診療方案，助力醫(yī)療機構提升整體診療能力。
藥物研發(fā)領域，麗珠醫(yī)藥集團股份有限公司正全面拓展其應用場景，覆蓋疾病靶點識別、藥物發(fā)現(xiàn)與新藥設計等關鍵環(huán)節(jié)。例如，在藥物研發(fā)前期，公司就可通過AI平臺的精準流程，對輸入分子的理化性質(zhì)以及穩(wěn)定性關系進行高效預測。
“AI技術在藥物研發(fā)領域的應用正掀起一場深刻的范式變革?！焙Ｄ喜椺t(yī)療科技有限公司總經(jīng)理鄧之東向《證券日報》記者表示，這場革命正重塑研發(fā)流程，有利于優(yōu)化研發(fā)成本結(jié)構，壓縮研發(fā)周期，提高藥物研發(fā)成功率，推動臨床試驗精準化，助力藥物研發(fā)從“試錯型”經(jīng)驗科學向“預測型”數(shù)字科學躍遷，破解罕見病研發(fā)經(jīng)濟性難題。
