免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 电子 AI 大模型+医疗:从问诊到新药开发 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc.com +(852) 3658 6000 联系人 胡宇舟 SAC No. S05701210

2023年是中国医疗大模型发展的元年，各种医疗大模型已广泛应用于临床辅助决策、 医学研究、健康管理等多个场景。未来，医疗大模型有望实现多模态AI与医疗实践全 流程的深入链接，应用于医疗教育和临床培训，提高药物研发和药物反应监测等方面 的能力。但在实际应用中，医疗大模型仍面临一些挑战，如准确度、透明度和可解释 性等问题，以及对数据隐私和安全问题的担忧。本文主要探讨医疗大模型在医疗领域 的应用及其面临的挑战。 大模型技术在医疗领域的应用 （一）医疗大模型的逻辑框架 医疗大模型一般指在医疗健康领域应用的大

bmr.202312.00027V2 http://www.biomedrxiv.org.cn/article/doi/bmr.202312.00027 此预印本（未经同行评审）的作者拥有该文稿的版权，biomedRxiv拥有永久保存权。任何人未经允许不得重复使用。 〔作者简介〕 郑琰莉，学士，发表论文 2 篇; 通信作者: 苏文星，硕士，发表论文 4 篇。 人工智能大模型在医疗领域的应用现状与前景展望 郑琰莉 （天津泰达普华医院 天津 300203） 李舒玉 （先进操作系统创新中心 (天津) 有限

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。 临床试验是一项极为重要的任务，其结果直接决定了药物能否成功上市。如果临床 试验无法通过，那前

随着2006年DeepLearning算法的提出，人工智能(AI)的发展进 入了第三次浪潮。DeepLearning凭借自身优秀的信息表征及关系提 取能力，已经为计算机视觉(cv)及自然语言处理(nlp)等领域带来了突 破性的进展。现在，AI的魔力已经被逐步引入药物研发的领域，并正 在深刻地改变这个领域的研究和发展流程。无论是在早期的药物筛 选、药物优化，还是在药物的临床试验和后期的上市监控，AI的应用 都愈发广泛。 在上篇 "AI for 医疗" 的专题文章“AI for 医疗: AI大模

随着2006年DeepLearning算法的提出，人工智能(AI)的发展进入 了第三次浪潮。DeepLearning凭借自身优秀的信息表征及关系提取能 力，已经为计算机视觉(cv)及自然语言处理(nlp)等领域带来了突破性的 进展。现在，AI的魔力已经被逐步引入药物研发的领域，并正在深刻地 改变这个领域的研究和发展流程。无论是在早期的药物筛选、药物优 化，还是在药物的临床试验和后期的上市监控，AI的应用都愈发广泛。 本文将简要的概括药物研发的流程，并深入探讨AI在药物研发的第 一步: 靶点发

2024/05/DTPT —————————— 收稿日期：2024-03-21 0 引言 随着医疗信息化的推进，医院物联网作为解决医 疗领域问题的有效手段，受到了广泛的关注。医院物 联网通过将传感器、设备和信息系统连接起来，实现 对医疗建筑环境、医疗设备和医疗服务过程的实时监 测和管理，提高医疗管理和医疗服务的质量和效率。 1 医院物联网应用需求 医院物联网在医疗设备管理、患者监测和医疗服 务等方面有广泛的应用前景。 1.1 医疗设备管理 医院物联网可以实现对医疗设备的实时监测和

· 548 · 交通医学 2019 年第 33 卷第 6 期 Med J of Communications,2019,Vol.33,No.6 传统医疗模式正面对越来越多的挑战，包括人 口老龄化、医疗费用过高和医疗资源分布不均衡等 问题。2017 年底，我国 65 岁以上老年人口已经达 到 1.5 亿，占全国人口比超过 11%[1]。在可预见的未 来，人口老龄化压力与日俱增，伴随着人口老龄化， 患有高血压、糖尿病、关节炎等多种慢性病的人数会 继续增加。慢性病成为我国百姓健康的杀手，我国 现