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 Teams 中来辅助远程医疗。建议关注国内科大讯飞、 云知声等企业的进展。 AI+新药开发：根据功能需求设计/优化蛋白质，加速新药探索速度 根据 Statista，2021 年全球制药行业总收入约 1.5 万亿美金，制药研发投入 约 2.4 千亿美金。DeepMind 是最早用 AI 赋能新药开发的企业之一，其推出 的 AlphaFold 主要解决从已知的氨基酸序列，预测相应蛋白质 3D 结构的问 “数据孤岛“现象，促进医疗数据价值流通，将成为 AI 大模型在医疗领域应用的重要挑战。 图表6： 医药领域数据存在“孤岛现象“，数据流通程度低 资料来源：GTC2023，华泰研究 AI+新药开发：根据功能需求设计/优化蛋白质，加速新药探索速度 DeepMind 两代 AlphaFold 引领行业进入高速发展期。梳理 AI+制药的发展历程，我们发 现 AI 与制药的结合逐步深入，成为生物制药企业的常态化工具。经历了包括

研发全流程管理效率。 8.医疗器械设计开发管理 面向医疗器械设计开发策划、输入、输出、转换、评 审 、 验 证 、 确 认 、 变 更 等 业 务 活 动 ， 加 强 三 维 设 计 （CAD）、数字孪生、仿真（CAE）等数智化技术工具的 4 应用，实现关键产品指标的设计优化，提高设计效率，缩 短产品开发周期；利用数字化手段提升设计开发数据与知 识的传递效率，倡导质量源于设计（QbD）理念，从源头防 识的传递效率，倡导质量源于设计（QbD）理念，从源头防 止质量风险，加强包括设计开发在内的产品全生命周期的 风险管理。 二、医药生产 围绕工厂建设、工艺开发与优化、生产作业、物料仓 储配送、生产设备管理、能源管理、环保管理、安全巡检 等环节，应用数智技术提高医药生产自动化水平，增强生 产各环节的感知、监测、预警、处置和评估能力。 9.工厂数字化设计 面向工厂建设规划设计、建筑及设施布局、工艺设计、 面向设备、产线、车间、工厂的数字孪生建设，应用 物联网、多物理场仿真、机器学习等技术，实现生产全流 程模拟，提高产品质量和生产效率，减少资源浪费和环境 污染。 11.智能原料药工艺设计 应用数智技术在原料药工艺开发和优化方面提高效率， 5 提升工艺放大和生产技术转移的准确性，在生产过程中有 效提升工艺控制水平。开展人工智能（AI）驱动的合成路 线设计、反应条件推荐，提高化学药合成工艺设计效率。

产品和解决方案介绍（展现层） 产品核心亮点（开发层） 目 录 / Contents 服务体系介绍 典型案例和客户名录 产品和解决方案介绍（展现层） Part 1 2.1 医院基础信息化建设 医院基础信息化建设—产品系列 产品 范畴 医院信息管理系统 （ B/S ） HIS 医学影像系统 （ B/S ） PACS 电子病历系统 （ B/S ） EMR 临床路径管理系统 （ 入 临床路径 门诊收入 住 院收 入 产品核心亮点（开发层） Part 3 3.1 低代码开发平 台 技术 核心技术 ： 低代码快速开发平 台 低代码快速开发平 台 B/S 云架构，支持公有云部署、私有云部署、混合云部署、本地化部署 低代码快速开发平 台 核心技术 ： 低代码快速开发平 台 控件封装： 桌面开发控件库，某著名企业开发控件库，图表分析控件库，微信相关 控 件等 组件封装： 驶 舱 控件、操作驾 驶 舱 控件、多样图形控件、多维图形控件、实时数 据 控 件、预警控件 ) 等 引擎封装： 异构数 据 库 引擎， BMP 引擎，其他第三方插件等 组件控件式的低代码应用 开发， 不断进行行业先进技术封装，系统延展性强，可深度定制化， BUG 率极 低 优势对比 基于云端部署，项目现场的日常维护转移到云端同步维护 ， 基础问题出 现 就被立即解决，现场使用者日常工

在透明度与可解释性方面，模型如何从输入查询和数据结构生成答案（“黑箱”问题） 尚不明确，也不清楚训练数据集中哪些部分在结果响应中使用。解决这一问题需在模 型输出时引用对答案贡献的数据部分，并深入研究和开发可解释AI。 大模型在医疗领域的应用面临着知识不足、可解释性和准确度受限、连贯性交叉口、 模型幻觉等多个技术挑战和局限。克服这些问题需要跨学科合作、强化数据管理和保 护、研究可解释的AI方法，并不 主动学习方 法，最大程度地减少标注成本，同时提高数据质量。 在多模态数据整合方面，收集不同类型的医学数据，如文本、图像、基因组数据等， 以提供更全面的信息。整合多模态数据可以增加训练数据的丰富性。开发模型能够有 效地处理多模态数据，从而融合不同数据源的信息。 在数据增强方面，利用数据增强技术生成额外的训练样本。这可以通过旋转、翻转、 裁剪图像或引入小幅度扰动来实现，以增加数据多样性。在自然语言处理任务中，可 力。有医生 表示，目前期望大模型作为医疗助手、科研助手、患者教育工具，而非独立做出医疗 决策。 在责任归属和问责制度方面，当大模型参与医疗决策时，若出现错误，需明确责任归 属。确定医生、AI系统或开发者承担责任是复杂的法律和伦理问题。如患者因AI错误 决策受害，责任归属需慎重考虑。北京市卫健委发布《北京市互联网诊疗监管实施办 法（试行）》，禁止使用AI自动生成处方，规范互联网诊疗活动，降低AI技术潜在风

医院内AI辅助诊断系统应用与成本分析 对话围绕医院内部署的AI辅助诊断系统展开，重点讨论了智慧检验报告解读系统、影像辅助诊断系统以 及超声语音智能录入系统的应用与成本。智慧检验报告解读系统由一家检验耗材上市公司旗下的软件公 司开发，部署费用约一百多万；影像辅助诊断系统，如推想科技的肺结节诊断系统，因国家卫健委的要 求及医保政策，成为医院广泛应用的领域，采购金额从100万到几百万不等；超声语音智能录入系统则 因需针对上千份 性。同时，提到了 润达等公司正在开发的疾病诊断模型和辅助诊断工具，这表明未来医院可能不再需要大量投入自身资源 开发此类工具，而是可以从市场上采购成熟产品。目前，许多医院仍在尝试自行开发辅助诊断系统，但 这些系统可能不够专业或成熟。 ● 19:08 医院AI建设和资金投入讨论 在本次讨论中，专家和投资者探讨了医院在当前经济和医疗政策环境下，对AI建设和开发的资金投入情 况。尽管医院面临收 嵌入AI功能可能会增多，医院可能需要为此付 费，费用可能略高于原有价格，增加10%至20%左右。 发言人 问：是否有企业通过开发智能检验报告解读系统来提高效率？ 发言人 答：是的，有一家做检验耗材的上市公司润达医疗旗下的汇皓公司，因其拥有大量检验科用 户，开发了智能检验报告解读系统，该系统在院内的部署费用约为一百多万，相比改造检验系统费用节 约了约四分之一到五分之一。 发言人 问：目

辨证诊断领域，以期提高中医临床诊疗水平。如湖南中医药大学朱文锋团队与湖 南省计算所合作，于 1979 年研发成功的覆盖全内科病种中医智能辨证诊断系统 ——“中医数字辨证机”，成为当时中医智能诊断研究领域的先驱者。国医大师 关幼波开发的首个单病种治疗专家系统——“关幼波治疗肝炎电子计算机诊疗程 序”也于这个时期研制成功，其临床有效率达到 80%左右，与实际治疗效果基 本接近。 在 90 年代前，又有包括从内科到外科、妇科、骨科和儿科等 均提到以信息战略为导向，积极部署并推动中医药产业的信息化、数字化、智能 化发展。 如在 2016 年《中医药发展战略规划纲要（2016—2030 年）》中特别提到 “运用云计算、移动互联网、物联网等信息技术开发智能化中医健康服务产品” 和推动‘互联网+’中医医疗，大力发展中医远程医疗、智慧医疗和移动医疗等 新型医疗服务模式”，为我国中医药行业未来十年的数字化的发展指明了方向。 在 2018 年颁布 管理的信息化建设。鼓励利用现代信息技 术推动中医药师承教育发展 2022 科技部、国家中 医药管理局 “十四五”中医药科技创 新专项规划 进行“名老中医诊疗经验集成与智慧诊疗 系统开发” 2022 国务院 “十四五”中医药发展规 划 加快中药制造业数字化、网络化、智能化 建设，加强技术集成和工艺创新 2022 国家中医药管理 局 “十四五”中医药信息化 发展规划

挑战性。幸运的是，目前出现 了一些设计工具，这些工具使用高级建模算法来协助进行多种可选设计方案的可行性分析。 设计工具在综合考虑现有设备、成本、功能、项目执行等制约因素的基础上创建微电网模型。为了开发出最完整、最 精确的模型，还应考虑以下方面： • 地理位置限制和当地天气预报 • 基础能源利用率和负荷曲线 • 分时电价和需量电价燃料（如天然气）的成本 • 电气、热能发电和储能资产的成本 能友好型政策和激励措施。 • 净计量电价。此类政策使医院可以通过太阳能发电获得报酬，这些报酬有时可在数年内抵消安装成本。 • 互联政策。一些地区可能为医院免除高昂的互联研究费用，这些费用是微电网开发成本的一部分。 • 补贴计划。此类计划可以为微电网、太阳能及其他发电和储能技术提供部分资金。 11 作者简介 Markus Hirschbold（专业工程师, 能源管理师, 项目管理专业人士） 30 多年间， 他领导了多种关键产品的开发和多项技术创新，并拥有 21 项与电路保护、继电和电力控制相关的专利。 作者们谨向以下贡献者致以感谢： 来自施耐德电气：分析与人工智能团队仿真组高级专家 Patrick Beguery、智能电网营销经理 Francois Borghese、全球微电 网业务开发人员 Francois Guillaume、项目开发与工程经理 Jake Friedman。来自

非 GPU Apple 明略科技 飞桨 百度 . 微软 华为 基础 设施 Nuance 科大讯飞 AI 应用 Google 捷声华通 SageMaker 亚马逊 开发使能 平台 亚马逊 华为 Instinct GPU AMD 计算机 视觉 自然语 言处理 大华 海康 旷视 依图 华为 商汤 思元 寒武纪 人机 交互 Confidential 系统 以技术为依托，以场景为载体，赋能场景新价值 ! 让技术不难用 让场景变简单 让经验可复制 Al 软件开发 | 数 据 治 理 数字内容 数据湖 → 经验复制 → 技术创新 → 数据汇聚 深入场景， 为行业找技术 医疗数字化转型底座 数据 十 智能 用 智慧医 中华人民共和国工业和信息 化部 dl6dunednononlnoniyesa Popleslegolkeo 市 / 县区医疗平台 基层医疗机构 远程医疗数据终端 数 据 治 理 服 务 数据开发 数 据质 量 安 全 保 障 体 系 标 准 规 范 体 系 GPU 服务器 存 储 设 备

......................................................................................64 6.2 定制化模型开发...................................................................................................  病历信息的完整性难以保障，容易导致医疗错误  面临重大全面患者的工作压力，病历记录时间紧迫 这些痛点不仅影响了医务人员的工作效率，也可能影响到患者 的治疗效果和安全。因此，针对这些问题，开发一种自动生成病历 的系统，接入 AI 大模型，将显著提升病历记录的效率和质量。通 过智能化工具进行病历的自动生成与管理，可以减轻医务人员的负 担，并提升患者的就医体验，进一步推动中医院门诊的数字化转 用场景，将有助 于选择最适合的 AI 模型进行后续开发与应用。 6.2 定制化模型开发 在中医院门诊病历自动生成的应用场景中，定制化模型开发是 关键环节之一，能够有效提升模型对具体业务需求的适应性和准确 度。定制化模型的开发流程主要包括需求分析、数据准备、模型设 计与训练、以及评估与迭代优化几个阶段。 首先，需求分析是定制化模型开发的基础。通过与中医医生和 门诊管理人员的深度访谈，了解具体的业务流程、现有的病历生成

陈旧的技术架构、不良的设计导致系统问题不断 随着 IT 技术的发展，医院相关系统的技术、架构、设计思想等都跟不上发展的脚步，条块化、碎片化、单 体 化的建设模式严重地制约了医院信息化的发展，导致问题层出不穷，这些既有软件开发的原因，也离不开医院信 息化整个生态体系的建设和发展。 • 系统界面差 • 灵活性差 • 适应性差 • 集成能力弱 • 缺陷突出 • …… • 维护量大 • 无日志管理 被动处理 + 主动推进 科室协作 单线沟通 单线沟通 + 多方协调 运维方式 技术维护 技术维护 + 项目管理 项目实施 系统开发测试 系统开发测试 + 项目规划设计 传统的工作和管理方式已无法应对复杂的信息化系统工程工作 行业监管压力 规范诊疗行为，提高医疗质量控制与管理水平； 信息互联互通，实行检验互认与双向转诊； 以系统为工具实现业务 目标的内涵建设。 一、通过“六新”总领新时期医院信息化建设的发展方向 新的建设模式 新的建设内涵 新的技术架构 新的设计思想 新的生态体系 规划设计 开发、部署、运维体系 支付 财务与业务 数据中心 界面风格与交互 临床与科研 组件应用 知识 线上线下 一体化