预测和评估。企业端可明显降低成本，但商业化落地进度较慢。合作模式和医院正在探索中。整体数据获取成本低，基因测序一次能获取较 大量基因组数据。相关标的：华大智造、贝瑞基因、华大基因。  AI 医疗信息化CDSS辅助临床决策：优化电子病历质控、临床决策支持与智能分诊流程, AIGC大幅拉升效率。包括AI辅助报告解读、推荐检 查项目、疾病预测等。整体商业化落地较快，数据获取成本较高。相关标的：迈瑞医疗、创业慧康、金域医学、朗玛信息、润达医疗、医渡 AI 制药：缩短药物研发周期，助力靶点发现及临床疗效预测。1）逐渐完善的行业拼图，行业玩家逐渐增加；2）AI在多疾病领域广泛应用 ，肿瘤（37%）、免疫学（21%）及神经病学（14%）领域占比最大；3）AI可参与药物开发过程多个阶段。其中涉及AI虚拟筛选、药物发 现、优化药物结构、临床试验优化、建立疾病风险模型、肿瘤精准治疗等。商业化落地中等，仍处于临床早期阶段，数据获取成本高，依赖 文献数据及实 01 AI 医学影 像辅助诊断 AI 基因测序 AI 医疗信息化 CDSS辅助临床决策 AI 制药 AI 健康管理 AI 手术机器人 05 02 03 04 06 3 01 AI 医学影像辅 助诊断 AI 基因测序 02 AI 医疗信息化 辅助临床决策 03 AI 健康管理 04 AI 制药 05 AI 手术机器人

 AI 医疗器械：AI促进医疗器械创新，降本增效成果显著。 1) AI 医疗影像：进入发展快车道，辅助诊断为主 2) AI 医疗机器人：手术、辅助、康复机器人皆具备较高临床价值 3) CDSS与病种质控：临床决策支持服务以人机交互为核心 , AIGC拉升效率 4) AI 健康管理：智能设备监测及分析个人数据，医疗科技乘风而起  AI 制药：当前国内外AI制药行业的主要玩家主 器人皆具备较高临床价值 CDSS与病种质控：临床决策支持服 务以人机交互为核心 , AIGC拉升效率 AI 健康管理：智能设备监测及分析个 人数据，医疗科技乘风而起 9 AI 医疗器械常见应用及相关公司 1. AI 医疗影像：进入发展快车道，辅助诊断为主 2. AI 医疗机器人：手术、辅助、康复机器人皆具备较 高临床价值 3. CDSS与病种质控：临床决策支持服务以人机交互 《关于促进“互联网+医疗健康”发展的意见》  推进人工智能与互联网相结合，利用人工智能技术和医疗健康智能设备，开展移动医疗示范，实现个人健康实时监测、评估、疾病预警、慢性 病筛查和主动干预。强化临床、科研数据的整合、共享和应用，支持医疗健康相关的人工智能技术、医用机器人、大型医疗设备、应急救援医 疗设备、生物三维打印技术和可穿戴设备等的研发。计划到2025年，在智能医疗等领域广泛应用新一代人工智能技术。

需缓释以维持长效作用，需解决两种成分释放动力学的兼容性。 o 制剂工艺：采用多层包衣、微丸压片或渗透泵技术 ( 如 OROSR) 实现差异化释放。 ● 临床阶段： o 临床前研究：已完成体外释放度、稳定性及动物药代动力学 (PK) 验证 (2021-2022 年 ) 。 o I 期临床试验： 72023 年启动，评估健康受试者中的生物等效性及缓释特性 (NCT0587XXXX) 。 6 II/I 期 计 划 ：预计 上传文档》 商洁深 度 探 索 您可以问我这些： 药物见争格局 siRNA 药物的适应症有哪些 ? 临床试验与潘证医学 度伐利尤单抗针对非小细胞肺癌的临床结果有哪些 ? 药 物研发策略 二代与三代 TKI 抑制剂差异性 ? 医药政策基于 FDA 的要求，临床试验中应如何确保受试者的知情同意 ? * 温馨提示：小程序仅支持简单问答，如需体验上面强大功能，请移步上述 PC 1. SBDD 范例：基于 GPCR 结构的理性设计缩短开发周期，从先导化合物优化到 IND 申报仅用 28 个月 1 2. 纤维化治疗新靶点验证：临床 I 期数据证实 LPA1 抑制可显著延缓肺功能恶化 (FEV1 改善率 +12.4%vs 安慰 剂 PDB 库中的结构数据提取

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； • B端自我管理：B端医疗机构利用AI工具提高内部运营效率，如电子病历、HIS系统、病床管理、供应链管理等。 ➢ 投资建议： ➢ 硬件+AI： 风险提示：技术升级迭代不及预期、商业化进程不及预期、行业竞争加剧风险。 目 录 第一部分 第二部分 第三部分 第四部分 第五部分 第六部分 “医疗+AI”复盘及全景图 C端自我管理 B2C远程管理 B2C临床管理 B端自我管理 投资建议 1 “医疗+AI”复盘及全景图 AI&医疗复盘 本轮AI行情的中美差异： ➢ 起点一致：本轮AI行情的起步都是从2023年一季度开始的，标志性事件是以Ope 产业发展阶段不同：美国部分医疗AI相关产业相对比较成熟，在AI出来之前便有一定的基础（算法等），AI进一步赋能产业；国内基础 相对比较薄弱。 ➢ 医疗卫生体制差异：美国医疗AI是偏严肃医疗的概念，管理模式类似于处方药，需要做临床试验、FDA审批，并可以医保报销。中国部 分医疗AI产品偏消费医疗的概念，跟公立医院的体系定位有差异。 图：TDOC的股价走势 图：HIMS的股价走势 -200% -100% 0% 100%

AI+制药行业潜力巨大 [Table_Summary] 投资要点：  AI 技术蓬勃发展，AI+制药有望成为下一个黄金赛道。AI 技术通过机器学习和深 度学习等手段，已经在药物发现、临床前研究和临床试验等全流程中发挥重要 作用。从 2007 年的早期探索至今，AI 制药技术经历了技术积累、验证和快速发 展期，目前正处于一个技术创新活跃、政策扶持明显、市场前景广阔的阶段。 AI 制药投融资市场活跃，根据 药研发中的应用。AI 技术在新药研发领域中的应用推动行业快速变革，涉及靶 点发现、蛋白质结构预测、化合物筛选、ADMET 特性预测、临床试验结果预测、 药物重定位、晶型预测和逆向合成分析等多个关键环节。AI 制药技术的应用有 望缩短药物研发周期，降低成本，提高研发成功率。AI 技术使得从药物设计到 临床试验的全流程更加高效，为传统药物研发带来创新变革，并展现出在药物 研发领域的广阔前景和巨大潜力。  CRO 公司加速布局 ADMET 预测可提前考量药物成药可能性 .............................................................. 13 2.5 临床试验结果预测可有效节省失败临床的经费 .................................................. 14 2.6 人工智能促使药物重定位快速上市 ...........

月，国家医保局首次将人工智能辅助诊断列 入立项指南，AI 辅助诊断首次被纳入医保。AI 辅助诊断主要应用于影 像分析、病理诊断、基因检测、早期筛查等，诊断效率逐步提升。OpenAI o1-preview 在鉴别诊断、诊断临床推理和管理推理的质量都有明显提高。 借助 AI，对人类基因组的计算时间已经从 2001 年的 180 天缩短到现在 的 10 分钟，当时分析单个基因组所花费的成本如今可以分析 14 亿个基 因组。 1.1. AI+辅助诊断：纳入医保，效率提升 AI 辅助诊断首次被纳入医保。2024 年 11 月，国家医保局首次将人工智能辅助诊断 列入立项指南。为了支持相对成熟的人工智能辅助技术进入临床应用，又防止额外增加 患者负担，国家医保局分析人工智能潜在的应用场景，在放射检查、超声检查、康复类 项目中设立“人工智能辅助”扩展项，即同样的价格水平下，医院可以选择培养医务人 员进行诊疗，也 专家日前联合开展了一项研究，对 OpenAI 旗下 o1-preview 模型在医学推理任务的表 现进行了综合评估。结果表明，与医生、已有的大语言模型相比，o1-preview 在鉴别诊 断、诊断临床推理和管理推理的质量都有明显提高。 请务必阅读正文之后的免责声明部分 行业点评报告 东吴证券研究所 6 / 14 图3：o1-preview

罗氏中国数字平台 患者端 案例：肝病精细化管理数字解决方案 Why What How 筛查端 （合作） www.top100summit.com 成果展示 实验室解决方案 优化临床实践 临床决策支持 患者监测 www.top100summit.com • 零的突破:敏捷构建医疗数字化核心平台 • 外包转向自主研发，推进敏捷转型 • 渐进磨合，找到适合医疗场景的敏捷实践 •

器人应用于精密电子组装产线，探索高精度拧螺丝、元件贴装等微操作 场景。 11 1. 典型场景及成效 （二）人形机器人探索构建普惠、精准、有温度的医疗未来 人形机器人在医疗领域的应用探索正从实验室迅速走向临床实践， 其核心价值在于结合人类形态的灵活性、人工智能决策能力以及多模态 交互技术，从而解决医疗资源短缺问题，提升诊疗精准度和个性化服务 水平。2023年以来，一些通用人形机器人也开始用于医疗场景的试验。 行简单杂务（递送物品、房间消毒）；中国的优必选推出过面向医院导 诊的机器人“云帆”，可以引导患者就诊、回答咨询。 医疗场景对机器人的要求很高：既要绝对安全可靠，又需要温和友善 地互动。在临床干预场景下，人形机器人在外科手术中起到辅助作用， 实现技术精度的突破与极限协作。如MIT的NanoSurgeon X1系统，配 备原子力显微镜探针和量子纠缠触觉传感器，可识别细胞膜刚度差异， 用于早期肿瘤边界定位。

的慢性疾病有望得到有效 的预防，从而有效延长人类的健康寿命；在疾 病应对期，跨模态 AI 整合医学影像、基因组学 检测结果与电子病历等，为医生提供个体化诊 疗建议，同时，AI 驱动的药物研发与虚拟临床 试验大幅缩短新药上市周期，并能为患者快速 匹配最优药物组合；在康复管理期，沉浸式康 复设备与远程监测平台让家庭成为康复空间， 社区医疗提供持续追踪与看护；在长期照护期， 历史证明，技术本 “智能决策中枢”，覆盖多模态诊疗、疾病预 测、路径优化、个体建模、科研模拟和自动筛 药等环节。应用规模与模型复杂度的提升，使 算力与存储需求呈指数级增长，未来医院不仅 是诊治场所，更是以智能计算和数据管理为核 心的科研与临床深度融合体。 正是依托算力存储的跃升，以及与多模态 整合，2035 年的诊断模式才能实现从“等待症 状”到“提前捕获”的跨越。疾病在未发作前 就被识别，不仅让个体获得更多治疗先机，也 AI 的“All of Us”等项目 便积累了近百万人的基因与健康数据，为个性 化医疗奠定基础 [7]。到 2035 年，这些数据已 融入医学大模型，使临床决策能够综合考虑遗 传风险、环境因素和生活方式，提升治疗的科 学性和针对性。 在临床实践中，AI 成为医生的重要伙伴。 它能同步整合病理切片、基因测序、生命体征、 病历记录和影像检查，并在统一框架下推理， 不仅给出患者当下的状态，还能模拟不同方案

预演、心理/精神疾病治疗、医学影像等领域的“元”医疗场景， 加快推动元宇宙在医学教育培训、医疗护理服务、远程医疗问 诊等应用服务创新。构建全生命周期健康管理模型，打造线上 线下相结合的数字化、智能化、沉浸化的临床诊治、康复护理、 体育运动解决方案，推动健康理念由“事后治疗”向“事前预防” 转变。（责任单位：省卫生健康委、省发展改革委、省科技厅、 省经信厅） 3.集成“元城市”综合应用。强化元宇宙对城市大脑的赋能