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 域，相关公司：润达医疗、金域医学、迪安诊断等；2）AI+病理：传统病理 诊断效率低，工作量大，以人工病理筛查为主的传统模式导致病理诊断供需 严重失衡，病理科医生存在长期缺口，AI 严重失衡，病理科医生存在长期缺口，AI 技术为核心的智慧病理有望成为关 键破局手段，AI 病理可以降低医生“无效”阅片时间，提升诊断准确率和特 异性，相关公司：安必平、麦克奥迪等；3）AI+影像：AI 医疗影像将人工智 能技术应用于医学影像诊断，快速、低成本对 CT、MR、DR 和超声影像图 片精准诊断，中国近三年 AI 影像注册证获批呈加速态势，疫情期间多款 AI 影像产品获批用于肺炎筛查，AI 影像软件认可度提升，相关公司：鹰瞳科 行业深度报告 正文目录 一、 政策驱动行业向好，AI 全面赋能医药健康领域 .......................................... 5 二、诊前/诊断：智能导诊应用广泛，AI 诊断临床价值高 ................................... 9 2.1、AI+检验：检验医学数据量庞大，AI 赋能应用广泛 ................

AI 在医疗领域的潜力。医疗行业数 据量庞大（占全球数据总量的 30%），但 97%未被有效利用，这为 AI 模型的训 练提供了基础资源。例如，AI 通过分析医学影像和电子病历数据，实现了从辅助 诊断到药物研发的跨越式发展。政策与资本的双重推动：1）政策支持：数字社 会下，全球医疗数字化转型已成为大趋势，各国相继出台相关政策布局数字医疗 产业加速发展。2）资本涌入：2025 年 1 月，全球医疗保健和 资料来源：艾瑞咨询，民生证券研究院 随着科技的飞速发展，人工智能（AI）技术逐渐渗透到各个领域。医疗领域也 不例外，AI 医疗逐渐成为我国医疗科技发展的重要方向。AI 医疗，即人工智能在 医疗领域的应用，主要包括人工智能辅助诊断、治疗、康复等方面。随着深度学习、 大数据、物联网等技术的快速发展，AI 医疗逐渐从概念走向实际应用。目前，AI 医疗已经在国内外多个医疗机构得到实际应用，并取得了显著的成效。 行业深度研究/计算机 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 分子筛选优化，药企研发成本有望降低 30%-50%，加速新药研发进程，降低新药价格，惠及 更多患者。 医疗保险精

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 AI 辅助门诊，上海儿童医学中心的患者平均等待时间从约 2 小时减少到 0.38 小时），也减少医生信息录入时间使其能专注于诊断处方。②AI 辅助随访（动 语音电话批量呼叫患者→语音信息实时转换为文本表格→生成报告自动上传 至云端）提高医患沟通深度和有效性。③虚拟护理通过室内传感器、人工智 能和自动文档捕获来支持虚拟入院、虚拟查房和虚拟出院工作流程。④一站 主要内容 《关于促进“互联网+医疗 健康”发展的意见》 国务院办公厅 2018 年 4 月 鼓励医疗联合体内上级医疗机构借助人工智能等技术手段，面向基层提 供远程会诊、远程心电诊断、远程影像诊断等服务，促进医疗联合体内 医疗机构间检查检验结果实时查阅、互认共享。 《关于深入开展“互联网+ 医疗健康”便民惠民活动 的通知》 卫健委、国家中 医药管理局 2018 年 7 月 卫生领域中的应用，加强健康医疗大数据共享交换与保障体系建设。 《关于加快场景创新以人 工智能高水平应用促进经 济高质量发展的指导意 见》 科技部等六部 门 2023 年 7 月 提出“医疗领域积极探索医疗影像智能辅助诊断、临床诊疗辅助决策支 持、医用机器人、互联网医院、智能医疗设备管理、智慧医院、只能公 共卫生服务等场景”。 《健康中国行动——癌症 防治行动实施方案 （2024-2030 年）》 十三部门

AI 在科技端双轮驱动 AI 教育发展 决策式 AI 在教育领域已有诸多实践，生成式 AI 技术发展为教育行业内容生产提 供新路径，与决策式 AI 形成能力互补。前者通过数据建模构建决策引擎（如学情 诊断、个性化推荐），以逻辑推理优化教育评估体系；后者基于大模型生成新型 教学要素（如动态习题、虚拟场景），以创造能力重塑内容生产范式。二者分别 强化教育的精准性与创新性：决策式 AI 确保教学过程的科学可控，生成式 养方案与高质量信息输出意味着以学习效果提高用户粘性。 在具体的实践中，AI 赋能教育聚焦成本优化与质量提升双重维度。成本优化端， 自动化生成课件、音视频及习题（如 Duolingo 训练模块等）显著降低教师重复劳 动；质量提升端，智能诊断（粉笔题库）与自适应课程（天立网课）实现精准化 教学。此外，大模型构建的知识库突破时空限制（如各类 AI 答疑大模型），智能 行为识别提升课堂管理效率（教学监督平台、教育机器人），个性化干预方案增

测评，形成了从课前、课中、课后完整的技术服务、监测及反馈改进的闭环。智 慧教学汇聚、共享、管理教学套件和学习资源，依据课程图谱和学习路径，动态 采集学生学习结果和方式数据，精准刻画学生学习画像和教师教学画像，诊断学 生学习问题和教师教学问题，为学生供给个性化学习路径和学习资源，为教师提 供有针对性的教学活动调整和优化建议，是智慧教学的重要方向。 41 以下是智慧教学的部分场景： ⚫ 性的，从零碎的转化为黏连的，十分有必要。这需要医学、自然语言处理和信息 学等多方面的专家紧密协作。每一种疾病，专业的医生和数据科学家都应该紧密 合作，找出其关键的数据变量，并设计出一个模型，用于提取与该疾病诊断、预 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

思维启蒙AI提优课 小学数学思维AI提优课 学习平板核心竞争力分析 依托星火大模型V4.0，学习平板在学科和素质教育中全面提升竞争力 德国莱茵TÜV听力关怀认证 诊 学 练 几道题精准诊断薄弱点 精准推荐专 属学习路径 举一反三精准 练透知识点 国家眼科工程中心的8项护眼认证 参与发布《学习机护眼技术规范》团体标准 中国电子视像协会“科技创新奖” 95 ©2024.8 iResearch