AI 药企的合作 数量持续增加，合作金额也屡创新高，AI 制药管线商业价值得到体现。 ❑ AI 制药可以分为 AI+SaaS，AI+CRO 和 AI+Biotech 三种经营形式。AI 制药 发展早期，企业以提供药物研发软件服务为主，附加值较低并且客户付费意 愿不强，市场空间有限，代表企业为 Schrodinger；为了更加深度参与客户药 物研发过程，突出 AI 制药优势，企业陆续向 AI+CRO 制药需求方，包括药企、CRO 公司和科研机构等，中游企业根据需求向它 们交付运算完成的药物分子结构。 图 6：AI 制药产业链结构 资料来源：智药局、公司官网、招商证券 AI 制药行业发展处于早期阶段，行业景气度与投融资金额息息相关。根据 DPI 及智药局数据，受全球资本市场及生物医药投融资等大环境影响，AI 制药融资额 也有所波动。2024 年全球 AI 制药融资事件为 128 起，总金额为 REC-2282 2 型神经纤维瘤病 Ⅰ/Ⅱ期 REC-3964 艰难梭菌感染 Ⅰ/Ⅱ期 Relay Therapeutics RLY-4008 实体瘤 早期临床 RLY-2608 乳腺癌和实体瘤 早期临床 Schrödinger SGR-1505 复发或难治性 B 细胞淋巴瘤、慢性淋巴细胞 白血病 Ⅰ期 SGR-2921 血液系统恶性肿瘤和实体瘤

投资建议：我们看好 AI 赋能健康管理及医疗服务各个环节，对人们日常健康 管理和就诊行为带来颠覆性改变。受限于数据获取，当下应用于患者端的“AI+ 医疗”更多是基于文本生成、信息收集等方式提供服务，尚处早期发展阶段。 随着文心一言和 GPT-4 在医疗领域的应用，龙头企业有望优先受益。建议关 注已具备一定流量及数据基础、积极引入 AI 模型的互联网医疗企业，例如京 东健康、阿里健康、平安好医生、智云健康、百度灵医智惠、微医、春雨医 诊行 敬请阅读末页的重要说明 13 行业深度报告 为带来颠覆性改变。受限于数据获取，当下应用于患者端的“AI+医疗”更多是 基于文本生成、信息收集等方式提供服务，尚处早期发展阶段。随着文心一言和 GPT-4 在医疗领域的应用，龙头企业有望优先受益。建议关注已具备一定流量 及数据基础、积极引入 AI 模型的互联网医疗企业。 相关公司： 京东健康：致力于打造以医 模型的引入是否会加强个人客户的支付意愿尚不可知。 ◼ 技术迭代风险：AI 技术更新迭代快，如无法掌握最新技术，可能出现被市 场淘汰风险。 ◼ AI 生成信息错误风险：AI 技术尚处发展早期，应用过程中可能会生成错误 信息，也不排除 AI 伪造信息的可能性。 ◼ 数据安全风险：AI 在医疗中应用需要读取大量患者数据，可能会涉及信息 安全问题。 ◼ 市场竞争风险：医疗 AI

2022 年获得优纳医疗优先收购权，优纳医疗是国内少数覆盖病理切片、病 例数字化、远程病理和病理 AI 产品特性的公司之一；2022 年，医疗子公 司推出消化道肿瘤人工智能辅助病例诊断云平台，聚焦早期癌症 AI 诊断辅 助系统研发，并开发肿瘤筛查检测全自动流程系统、胃肠道肿瘤、宫颈癌 AI 辅助诊断系统 EasyScan TIS。 敬请阅读末页的重要说明 16 行业深度报告 率，AI 影像软 件的认可度得到提升。 图 26：2020-2022 年 NMPA 批准 AI 医疗影像三类证数量 资料来源：NMPA、招商证券 ◼ 鹰瞳科技：公司致力于为慢性病的早期检测、辅助诊断及健康风险评估， 提供全面和多方位的人工智能解决方案，是全球视网膜影像人工智能领域 的领导者和先行者。核心产品 Airdoc-AIFUNDUS 糖尿病视网膜病变辅助 诊断软件为国内首个 市场空间大，吸引众多参与者进入，市场竞争可能 加剧； ◼ 产品落地不及预期风险：医疗 AI 产品获批后，可能出现商业化销售不及预 期风险； ◼ 政策监管风险：医疗 AI 行业尚处于发展早期，可能出现监管趋严风险； ◼ 企业经营风险：企业战略、管理层等发生变动可能对公司经营造成一定影 响； ◼ 数据泄露风险：以大数据和人工智能驱动的医疗 AI 涉及大量患者、医保数 据，可能存在泄露风险。

Buy、《One-to-one laptops in K-12 classrooms: voices of students》等公开资料，艾瑞咨询研究院自主研究及绘制。 Chromebook产品特色 谷歌早期在美国推广时，采用向学校免费赠送的方式，并为教师提供专业的使用培训，顺利将Chromebook引入课堂。 关键因素：价格优势 Chromebook 早期的学习机强调内容资源的聚合，智能化、优质资源需 求不高。后由于疫情的常态化发展，学习平板作为重要的网课载体，学习监管、大屏护眼、作业批改等需求旺盛，带动学习平板的 工具属性竞争力增强。后“双减”时代 置成为行业共识，以及渠道能力逐渐成熟，独家优质的内容资源以及大模型支持下的内容生成与适配能力成为了差异化竞争力。 来源：公开资料及专家访谈，艾瑞咨询研究院自主研究及绘制。 竞 争 力 时间 早期学习机产品重在 内容聚合，解决“有 无”学习资源的问题， 工具属性需求不高 疫情期间，学习平板作为重要的网 课载体，学习监管、大屏、护眼、 作业批改等需求旺盛，带动学习平 板工具属性竞争力提升 •

优质、更加高效、更加人性 化的卓越医疗服务，共同谱写人类健康事业发展的新篇章。 ➢ 催化 AI 医疗发展的核心原因。技术迭代与数据积累。AI 医疗的起源可追溯 至 20 世纪 70 年代，早期以专家系统（如 QMR、DXplain）为主，但因技术限 制（如算力不足、算法不成熟）未能大规模应用。21 世纪初，深度学习、自然语 言处理和计算机视觉技术的突破重新激活了 AI 在医疗领域的潜力。医疗行业数 声明 证券研究报告 11 2 海外 AI 医疗的发展 2.1 催化 AI 医疗发展的核心原因 技术迭代与数据积累：AI 医疗的起源可追溯至 20 世纪 70 年代，早期以专家 系统（如 QMR、DXplain）为主，但因技术限制（如算力不足、算法不成熟）未 能大规模应用。21 世纪初，深度学习、自然语言处理和计算机视觉技术的突破重 新激活了 AI 在医疗领域

电量等，按照建筑物显示不同水、电等用量和节能量；按照区域、部门建立能耗 分析模型，呈现能耗统计结果，识别不合理的能源消耗量，针对性进行管控。同 时，通过积累的大数据，能够对运行的设备进行针对性的健康评估和故障早期预 警，识别隐患，及时安排维保，提升设备使用寿命；基于设备的历史数据分析更 科学判断设备维保效果，减少虚假维修和反复维修，降低综合维保成本；通过智 慧能源管理系统，在线监测水、电等能源开启或关闭状态并进行远程控制，这样