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 录，以及整合进微软 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 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 Exscientia、 Atomwise、英矽智能、晶泰科技在 AI 新药研发领域的早期探索（2014-2017 年）、最早一 批 AI+新药企业开始获

能技术的序幕。在这一 轮人工智能热潮中，通过深度学习、强化学习、迁移学习等技术手段，极大地推 动了自然语言处理、知识图谱、大数据挖掘、图像识别等相关领域的应用与发展。 这些新技术还在辅助诊断、新药发现等领域发展发挥了重要作用。 在中医药领域，深度学习、迁移学习技术已经广泛应用于中医舌诊、面诊的 5 辅助诊断中应用最为广泛。如北京交通大学胡晓晨团队将深度学习和强化学习结 合运 国家逐步推进中医诊所管理信息化，有条 件的地方可实行网上申请备案 2016 中共中央、国务 院 健康中国 2030 规划纲要 加强慢病防控、精准医学、智慧医疗等关 键技术突破，重点部署创新药物开发、医 疗器械国产化、中医药现代化等任务 2016 国务院 中医药发展规划纲要 （2016-2030 年） 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 6%。 在研发投入方面，中药企业研发投入持续加大，中药创新药快速发展。以天 士力为例，年报显示，公司 2023 年全年研发投入 13.15 亿元，同比增长 29.49%，占医药板块收入比例达到 17.73%。数据显示，近 5 年公司累计研发投 入 45.03 亿元，占医药工业收入比例为 13.32%。在高研发投入下，天士力中药 创新药也不断实现突破，当前公司有 9 款创新中药处于临床 III

围绕药物发现、临床前研究管理、临床试验管理等环 节，应用数智技术提升新靶点和新药发现效率，加速药物 研发和临床试验进度。 1.精准靶点识别与筛选 面向疾病机制探究和药物靶点发现等业务活动，针对 传统实验方法在通量和成本方面的局限性问题，利用多组 学数据分析和文本挖掘方法，整合丰富的生物学数据，结 合自然语言处理、深度学习、图像识别以及大模型等人工 智能（AI）技术，构建新药研发知识图谱，开展复杂蛋白 质结构预测，显著提升药物靶点的识别和筛选效率。 决策质量、效率和成本效益。 5.中医药人用经验数据挖掘和决策模型研究 面向协定处方和院内制剂向创新药转化等业务活动， 针对人用经验缺乏高质量数据证据等问题，运用数据挖掘、 聚类分析、模拟技术，建立人用经验大数据库，针对疾病 特点和中医理论建立决策树、神经网络等不同模型，对临 床有效性和特点进行解析，提高中药创新药转化决策质量、 效率和成本效益。 6.基于风险的临床试验管理 3 面

数据融合能力可为医院管理者提供对话式交互和数据洞察，简化数据应用，实现精细 化医院管理。 在药物研发过程中，医疗大模型可预测药物-蛋白质相互作用和药物毒性等信息，从而 评估新药的功效和安全性，有助于缩减研发周期，加速新药发现。如，清华系初创团 队水木分子推出新一代对话式药物研发助手ChatDD，涵盖药物立项、临床前研究、临 床试验各阶段，作为制药专家的AI助手，提升药物研发人员的工作效率。 培训环境和模拟手术，生成虚拟病例、手术模拟和临床案例，帮助医学生和医疗专业 人员提高技能。 在药物研发与药物反应监测方面，医疗大模型未来或可通过预测药物-蛋白质相互作 用、药物毒性等信息来预测新药物的功效和安全性，有助于缩短药物研发的周期，加 速新药的发现。此外，模型还可用于监测和评估药物的不良反应和副作用。 在提高全球医疗效率和资源配置上，医疗大模型可用于流行病学研究和疫情监测，分 析大规模健康数据，如病例报告、病

智能教育：海量知识的讲师 三、5G加速人工智能 智能养老：任劳任怨做家务 三、5G加速人工智能 老龄化加剧 三、5G加速人工智能 鼓励基于人工智能开展大规模基因组识别、蛋白组学、 代谢组学等研究和新药研发，推进医药监管智能化 智能诊疗 手术机器人 智慧医院 智能影像 识别 智能 制药 智能医学 研究 智能监测 和防控 三、5G加速人工智能 手术机器人：不受心情左右的医生 三、5G加速人工智能 而且这个数字现在正以每年超过70万的数字增加。 三、5G加速人工智能 日本大冢制药公司与美国Proteus Digital Health （普罗透斯）公司的新药案例 2017年11月美国食品及药品监督管理局（FDA）批准全球首例 带芯片的“数字药物”，每年为美国节省近3千亿美元 三、5G加速人工智能 新药研发 三、5G加速人工智能 建设智能社会（2） 智能政务 智慧法庭 智慧城市 智能交通 智能环保 推进社会治理智能化

理能力和深度学习算法，能够从海量的中医药文献、临床数据和患 者信息中提取有价值的洞察。例如，通过对中医经典文献的智能分 析，DeepSeek 可以帮助研究人员快速识别潜在的药效成分和治疗 方案，从而加速新药的研发进程。此外，在临床应用方 面，DeepSeek 的智能诊断系统可以结合中医四诊（望、闻、问、 切）的作用机理，辅助医生进行更精准的辨证施治。 中医药健康产业的数字化转型还涉及到患者健康管理的智能 发，DeepSeek 能够优化每个环节的资源配置，减少成本和时间浪 费。例如，通过分析药材价格波动和供应链数据，DeepSeek 可以 为采购部门提供最优的采购方案；通过模拟不同配方的疗效和安全 性，加快新药的研发进程。  提升数据整合能力：打破信息孤岛，实现多源数据的无缝连 接。  构建知识图谱：为科研和临床提供精准的知识支持。  个性化诊疗建议：基于患者数据分析，提升治疗效果。  据进行动态调整。 在中医药的现代化研究中，DeepSeek 还能够对药材的化学成 分、药理作用进行深入分析。通过对海量实验数据的处 理，DeepSeek 可以识别出药材中的有效成分及其作用机制，为中 药新药的研发提供数据支持。例如，通过对某种中药的化学成分进 行量化分析，DeepSeek 可以预测其潜在的药理活性，并筛选出最 有开发价值的化合物。 为了进一步提升中医药数据的可视化效果，DeepSeek

通常而言，药物的研发包括以下步骤: 靶点发现，候选药物筛选，候选药物 优化，临床前研究，临床实验，以及市场化等步骤 [1]。靶点发现作为整个流程 的第一步，是新药研发中决定成败的一步，成功的靶点识别可以为后续的药物设 计提供方向。不仅能提高新药的研发效率，也能极大地改善患者治疗期间的生活 质量。 药物研发生产流程，图片引自[1] 传统方法在靶点识别中的局限性 在AI的第三次浪潮之前，靶点的识别通常依赖多组学实验方法或者计算机辅

生早已不再仅仅依赖纸质书刊 及医药代表传达专业前沿的学术信息，近年来，专业的医生平台、学术交流甚至自媒体 平台均有医生青睐的信息来源。据医脉通《2024 年中国医生数字调研报告》数据，医 生对新药信息的获取呈现出多渠道交叉验证的特点，平均每个医生使用 3.07 个信息渠 道，仅有 5.6%的医生依赖单一渠道。 因此，若此时只是单纯借助信息化工具将线下医药代表对于医生的学术信息传达转为线 万名医生以及 1.17 万家医疗机构，正通过“4 大路径+2 个中心”的核心战略，在 AI 的强大赋能下，实现多元场景的精准营销。 布局 4 大关键路径：  临床路径：专注于处方药，尤其是创新药和原研药，提供合规高效的医生学术教育、 信息传递与互动平台。  药店终端路径：覆盖院边店与社区连锁/单体药店，通过数字化赋能提升药店服务 能力与用户粘性，实现药品的精准铺货与动销增长。  为经得起市场挑战的医疗服务价值赔付。 “新机安付”以支付为支点，铸造了医、患、险三方的信任桥梁。患者出于对垫付服务产 生的信任感，极大提高了在专病管理中的依从性，从而提升了治疗方案的有效性。该过 程也帮助药物，尤其是创新药追踪药物效果，优化使用指南；同时，专病管理更是深度 为商保把控合理赔付细则。由于医疗垫付+专病管理模式为参与各方带来明显助益，该 服务推出后便受到广泛欢迎。目前，商涌科技已为近 4 万人提供垫付服务、为千余名血

工业互联网等新兴技术，实现信息化、数字化、标准化和智能化的新型医疗健康体 系。智慧医疗应着力发展便携高效的智能服务，推广应用人工智能精准医疗新模式新手段。在药物领域，基于人工智能开展大规模基因组识别、蛋白 组学、代谢组学等研究和新药研发，推进医药监管智能化；通过人工智能的应用，加强流行病智能检测和防控。 数据 流程 分析 服务 横型 工具镜像 工业互联网等新兴技术，实现信息化、数字化、标准化和智能化的新型医疗健康 体 系。智慧医疗应着力发展便携高效的智能服务，推广应用人工智能精准医疗新模式新手段。在药物领域，基于人工智能开展大规模基因组识别、蛋 白 组学、代谢组学等研究和新药研发，推进医药监管智能化；通过人工智能的应用，加强流行病智能检测和防控。 △ 应急指挥车 应急指挥 APP 防救互动 APP 应急小匠 综合应急 安全生产监管

的提升，算法的不断优 化，以及跨学科合作的加深，我们有理由相信，AI在药物虚拟筛选中的应用将越 来越广泛，其精准度和可靠性也将不断提升。 展望未来，AI大模型辅助的药物虚拟筛选方法方法将继续促进创新药物的研 发。它是一个诞生于大数据时代的工具，也将作为大数据时代的代表将药物筛选 由principle base 推向 data base。这不仅有助于缩短药物从实验室到市场的 时间，还有望为患者带