推荐（维持） 院内场景丰富，全流程 AI 赋能 消费品/医药生物 医药健康领域是 AI 应用的核心领域之一，根据终端客户不同，我们将应用分 为 To 医院、To 药企和 To 个人三大方向。本篇报告重点聚焦 AI 在医院端的 场景，全面介绍 AI 在院内诊疗全过程以及 AI 基建的应用，并梳理相关公司。 ❑ 2023 年新出版的《超越想象的 GPT 医疗》开篇描绘了一个虚构场景：面对 爆火，“AI+医药健康”应用场景广阔。AI 在医药健康领域的应用 经过多年发展，ChatGPT 的爆火则再次引燃热情，应用领域百花齐放。其中 医院作为医疗行为核心发生地，数据资源丰富、应用场景多样，本篇从诊前/ 诊断、诊中治疗、医院 AI 基建全面梳理 AI 在医院场景下的应用。 ❑ 诊前/诊断：1）AI+检验：检验诊断是临床信息的主要来源，AI+检验具有高 临床应用价值，可用于辅助报告解读、检验项目推荐和疾病预测及治疗等领 器人和康复机器人应用最广，相关公司：天智航、伟思医疗等。 ❑ 医院 AI 基建：受政策以及医院降本增效诉求驱动，医疗信息化建设逐步向 智能化、一体化发展。1）AI+智慧药房：AI 技术提高院内发药效率和准确 率，帮助实现降本增效，相关公司：健麾信息、艾隆科技等；2）AI+电子病 历：智慧病案利用 AI 技术，实现诊疗过程全流程质控和核查，辅助临床决 策，相关公司：嘉和美康、科大讯飞等；3）AI+医院管理/医保支付：在传 统 HIS

布极度不均衡:在广 大的农村地区，医疗资源匮乏、覆盖不足的问题更为突出。这种不均衡不仅体现在 城乡之间，也存在于发达地区与欠发达地区之间，甚至在同一城市内部，优质医疗 资源也过度集中于少数顶级医院。4）老龄化社会的长期护理需求:随着老龄化程度 加深，失能、半失能老人数量激增，长期护理服务需求增加，而相关服务体系的供 给明显不足，价格居高不下。5）医疗人才培养周期长且流动性差:培养一名合格的 5%的成本，实现了媲美 GPT-4 级别的卓越性能。这绝非简单的成本降低， 而是一场颠覆性的变革。 基层医院本 地化 AI 诊 断系统成为 可能 以往动辄千万级的 AI 部署成本，对于资源匮乏的基层医院而言，几乎是不可逾越的鸿沟。DeepSeek R1 的低成本特性，使得基层医院建立本地化的 AI 诊断系统成为可能，极大提升基层医疗服务能力。 药企研发成 本大幅降低 通过 AI 故事或动 画，寓教于乐。 图5：人工智能以“人工智能医疗器械”的形式应用于医疗健康场景 资料来源：甲子光年，民生证券研究院 医疗管理与教学方面：效率提升与模式创新的双重突破：1）医院流程优化： DeepSeek 分析就诊流程数据，识别瓶颈并提出改进建议，如优化排班、缩短等待 时间；案例：急诊科通过动态数据分析调整人员配置，提升救治效率。2）医学教 学升级：DeepSeek

端应用普惠大众，有望蓬勃发展 消费品/生物医药 医药健康领域是 AI 应用的核心领域之一，根据终端客户不同，我们将应用分 为 To 医院、To 药企和 To 个人三大方向。我们在系列报告（一）《院内场 景丰富，全流程 AI 赋能》中介绍了 AI 在医院端应用的场景，本篇报告则从 C 端需求出发、探讨 AI 将对人们日常健康管理和就诊行为带来的体验与效率双提 升。 ❑ 问诊咨询、辅助就诊 → 淘汰整合的变革，我们认为发展瓶颈的原因主要包括对平台及相关数据信赖 度较低以及服务的碎片化和过于标准化。AI 的引入有望提高数据准确度和数 据连续性（智能可穿戴设备进行连续化数据采集，结合患者医院就医数据记 录），提供专业个性化健康服务（AI 医生/护士），并创造更多可能性（脑机 接口提供辅助运动与神经康复帮助，提高残疾病人生活质量等）。 ❑ AI+线下辅助就诊：①AI 辅助门诊能提高患者就诊体验，缩短就医时间（通过 舒服”的时候有更多人不再选择“扛着”、而是积极主动地去寻找解决方案。 在有限的医院资源和不断提升的健康咨询需求矛盾下、不少人选择通过互联 网这一更便捷的方式解决问题，但网络上纷杂的碎片化信息很难让人们快速 锁定最佳答案、反而可能加重焦虑。所以不舒服时“有没有必要去医院？” 、 “去什么级别的医院？”的困扰持续存在。 ◼ 辅助就诊需求：虽然医院就诊流程已不断优化提效，但如何选择科室、如何 全面清晰地向医生描

日 推荐（维持） AI 制药蓝海，人工智能助力新药开发全流程 消费品/生物医药 医药健康是 AI 应用的核心领域之一，根据终端客户不同，我们将应用分为 To 医院、To 药企和 To 个人三大方向。在“AI+医药健康”系列报告（一）和（二） 中，我们重点分析了 AI To 院内和 AI To 个人两大应用方向。本篇报告重点聚 焦 AI 在制药行业的应用，全面介绍了

后和治疗相关的分类或数值特征。毫无疑问，建立这样的具体疾病数据资源需要 大量的工作，同时也需要结合更深的医学知识。而一旦结构化的单病种临床数据 45 被挖掘、处理，并实现最后应用，这会让数据研究者、医院、医生、乃至患者均 有“数据+”的获得感。基于大数据的一体化科研平台将为很多领域的科研工作 进入到“数据科研”时代。 ⚫ 智慧科研决策系统提升资源利用效率 科研项目复杂，有效管理比较难，造成了学校的资源无法充分利用，耗费了 控制策略，实现 教室和教学区域能源利用自动控制。这些措施将有力推动学校“谈达标、碳综合” 47 目标的实现。 ⚫ 智慧校园安全管理 利用大数据、人工智能等技术将学生身体素质（校医院、体育场行为）、学 习行为（挂科、逃学、逃课）、校园轨迹（消费、夜归）等数据科学分析、挖掘， 生成学生画像，洞悉学生相关安全行为，及时实现学生相关行为的预警预测。部 分高风险行为即时报警，比如