预约挂号、诊 疗服务、费用结算、检验检查等在内的各个环节，将极大提升患者的就医体验。 同时，AI 助力 生物分子结构预测与生成、加快靶点识别和发现， 提升药物分子设 计与 优化， 提升临床试验的效率， 有效地缩短新药研发周期、降低研发成本、 加速新药上市，为医药创新带来新的动力。 AI 已经深入医疗健康的各个层面，成为连接医疗机构、科研机构、制药企 业以及广大患者的重要纽带，助 智慧病案与患者管理 22 医学研究与教学 23 5 AI 加速医药创新发展 24 药物研发与设计 25 药物筛选与 ADMET 性质预测 27 临床试验设计与优化 28 6 AI 助力健康管理 29 健康监测与评估 30 健康指导与干预 31 智能健康保险 32 趋势篇 7 AI+医疗健康应用趋势展望 产品占据了大多数，这些产品在辅助诊断、影像处理等方面 发挥了重要作用。 7 医疗健康行业 AI 应用白皮书 2 医疗健康行业 AI 应用全景 AI 技术已经逐步渗透到医疗健康的全产业链，从制药环节的药 物研发、临床试验、药物推广，到治疗的诊前、诊中、诊后全 生命周期，再到个人日常健康管理，以及包括健康保险、公共 卫生管理等的医疗服务生态，均得到全面覆盖，大大提高医疗 服务效率和质量，提升居民的医疗可达性和便利性。

03 27.9% 在此类趋势下，具有便捷性、高效性、精准性等特点的智慧医疗得以快速发展，在提高全产业链的效率的同时提供 更具多样化的医疗服务选择。现阶段，智慧医疗的发展在政策法规、资金支持、新临床需求和新兴技术等方面皆有 所体现。 为了提升医疗服务的可及性和公平性，国家陆续出台了 多个阶段性政策，推动医疗信息化的转型升级。根据政 府各时期发布的政策来看，我们可将智慧医疗发展分为 三个阶段，从院内管理信息化到医疗数据信息化，再到 2021年6月，浙江省发改委发布《浙江省医疗服务体系暨医疗机构设置“十四五”规划》，建设智慧互联的 卫生健康服务体系和监管体系。2021年，由阿里健康、熙牛医疗共同打造的“未来医院”信息系统在浙大一 院上线。至此，浙大一院旗下四个临床院区核心信息系统全部搬迁上“云”，各院区信息壁垒逐一打破，实 现患者档案的统一和电子病历信息共享，在提升医生诊疗效率的同时，不同院区医疗资源也能够灵活调配。 2022年8月，江苏省卫健委宣布在“十 苏上线“临床检验云”平台，互认项目涵 盖178项。2025年9月底前，包括所有基层医疗卫生机构在内的全省近2000家公立医疗机构将全部接入。 2024年5月，北京市人民政府发布《北京市加快医药健康协同创新行动计划（2024-2026年）》，明确提出 支持医疗大模型的开发与落地应用。2025年，北京儿童医院、百川智能、小儿方健康科技联合打造“AI儿科 医生”，整合300多位知名儿科专家临床经验和数

概述 得益于多年以来的医疗数字化的数据积累，这些大模型拥有全面的医学知识覆 盖，通过不断整合和 学习最新的医疗知识，模型涵盖了从基础医学、临床医学到公共卫生等各个领 域。无论是疾病的病 理机制、药物的作用机理，还是最新的治疗指南，模型都能提供详尽的信息。 其次通过达模型强大 的自然语言处理和交互能力，医疗健康大模型可以理解和生成高质量的医学文 本，与医护人员和患 者进行自然流畅的交流。此外，利用医疗健康大模型高效的数据处理与分析能 力，能够快速分析大 量的医疗数据，发现有价值的医学信息和趋势。这 种能力不仅有助于疾病的早期发现和精准诊断， 还可以辅助临床决策，提高医疗服务的整体效率。 06 PAGE ANALYSIS 大模型应用技术分析 02 医疗健康大模型伦理与安全白皮书 从而更好满足用户的需求。这些数据通常来自于真实场景中的医疗应用需求， 如诊断、治疗、药物研发等。 (3) 推理引用数据 推理引用数据是模型在推理过程中引用的知识来源， 包括医学教科书、专著、临床指南和规范等。 这些数据为模型提供了丰富的医学知识和经验，帮助模型做出准确的推理和判断。 10 PAGE 医疗健康大模型伦理与安全白皮书

......................................................................................36 2.5 药物研发与临床试验................................................................................................. .........................................................................................39 2.5.2 临床试验数据管理............................................................................................. 优势。通过分析医院的运营数据和患者流量，它可以预测未来一段 时间内的医疗需求，从而帮助医院合理分配资源，减少患者等待时 间，提高医疗服务的响应速度。 在临床研究领域，DeepSeek 技术可以加速新药研发和临床试 验的过程。通过分析大量的临床试验数据，它能够识别出有效的药 物组合和治疗方案，缩短研发周期，降低研发成本。例如，通过分 析癌症患者的基因组数据和治疗反应，DeepSeek 可以识别出最有

4011-2021给出的规范定义，智慧医院是运用云计算、大数据、物联网、移动互联网和人工智能等技 术，通过建立互联、物联、感知、智能的医疗服务环境，整合医疗资源，优化医疗服务流程，规范诊疗行为，提高诊疗效率，辅助临床决策和 医院管理决策，实现患者就医便利化，医疗服务智慧化，医院管理精细化的一种创新型医院。 将信息技术广泛应用于医 疗服务的各个环节，实现 医疗数据的全面采集、存 储、传输和共享。从患者 的智能化和精准化。智慧医疗主要包括电子病历系统、临床决策支持系统、医疗物联网、人工智能辅助 诊断等。电子病历系统实现了患者病历的数字化管理，医生可以通过电子病历系统快速获取患者的病史、检查检验结果等信息，提高诊疗效率和准确性； 临床决策支持系统基于大数据和人工智能技术，为医生提供诊断建议、治疗方案推荐等辅助决策信息，帮助医生做出更科学合理的临床决策；医疗物联 网通过将医疗设备、药品、患者等连 量发展。推动中 医医疗机构以及相关县域医共体成员单位内部数据共享复用，实现中医临床 诊疗、中医临床科研、中医临床教学、个人健康管理档案等数据资源合规高 效利用，探索建立中医医疗质量智能化监测体系，拓展智慧医疗、智慧服务、 智慧教育、智慧管理等数据应用新模式新业务，打造一批具有示范性的智慧 中医医院、中医数字医共体和临床教学基地。 2023.6 国家卫生健 康委、国家 中医药局 《进一步改善护理服务行动计划(2023-2025

100 120 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 中国 欧盟 美国 加拿大 英国 总量 图1.4｜AI 出版物被专利、政策文档、临床试验的引用总量（前五国家/ 地区） （2015-2024，单位：千篇） 3.2 美国高质优势仍存，中国引领应用 创新 从科研质量上看，美国仍保持优势。如 图 1.3 所示，基于自然指数追踪的高质量前 应用领域的创新同样体现了 从“跟随者”到“引领者”的跨越。图 1.4 聚焦于专利、政策文档与临床试验中的引用 数据。中国凭借持续高速增长，于 2016 年 以 2.32 万次的引用量超越欧盟（2.23 万次）， 2019 年以 2.60 万次超越美国（1.96 万次）。 至 2024 年，中国 AI 出版物在专利、政策文 档与临床试验中的引用占比高达 41.6%，遥 遥领先。同样，由于引用数据随着时间推移 联邦学习 边缘计算 混合精度算法 随机梯度下降方法 泛化能力 策略优化 图神经网络 生成模型 扩散模型 因果推断 循环神经网络 启发式算法 非凸优化 强化学习 人工智能辅助临床决策 模型压缩 演化模拟 多模态大模型 从头设计 基础模型 基于主体的模型 可解释人工智能 遗传算法 大语言模型 计算机视觉 物理信息机器学习 符号回归 数据共享 多尺度建模

协作的生态系统，实现了专业能力的模块化分工与动态协作，部分单元专注于数据收集与分析， 部分单元聚焦于模型训练与优化，另有单元负责决策路径的智能映射与执行反馈。再比如在药物研发场景中，数据收集 Agent 从医学文献、临床实验数据抓取关键数据，数据分析 Agent 对关键数据进行深度挖掘，找出潜在的药物靶点与作 用规律，模型训练 Agent 基于分析结果构建预测模型，最后，决策执行 Agent 依据模型预测结果制定最优的药物研发方 效率提升 40% 以上，成为 政务应用现代化的标杆案例。 图 6-6 新疆某油田统一知识库架构 香港医院管理局（HA）是负责管理全港多家公立医院及相关医疗服务的香港政府机构。医管局自主研发的临床管 理系统历经 25 年以上的发展，已实现全院级部署。面对医疗需求增长，系统承载产品量预计从 2015 年 900 项增至 2027 年 1800 项，支撑智慧医疗发展。目前，香港医院管理局面临 47 图 6-7 香港智慧医疗云原生解决方案架构图 » 解决方案 医管局通过云原生技术驱动医疗数字化转型，构建弹性可扩展的智慧医疗生态，实现成本优化与服务质量跃升。 AI 与数据能力赋能临床创新，最终构建以患者为中心的全场景数字化医疗生态，达成如下效果： 1. 降低研发成本。通过技术架构升级实现标准化、模块化，通过优化技术栈复杂度消除遗留系统负担，实现开发 成本降低约 25%，显著减少资源投入。

状病例模型的确定系数 R2 分别为 0.90 与 0.89，验 证结果显示预测发病高峰与实际发病高峰高度重 合。Pelat 等［9］基于谷歌平台，研究了 2004－2009 年 法国流感、胃肠炎、水痘 3 种传染病临床哨点监测 数据与法语词条“禽流感疫苗”，“胃肠炎”，“水痘” 的同期搜索量的关系，研究发现相关指数分别为 0.82、0.90 和 0.78；西班牙、韩国与中国广东省均有 研究证明检索词的搜索量与流感监测病例数存在

方向快速发展，以提升诊 疗效率、优化医疗资源配置。人工智能辅助诊断技术凭借其强大的数据处理和图像 识别能力，帮助医生更精准地判断病情；大数据驱动的决策系统，通过分析海量医 疗数据，为医院管理和临床治疗提供科学依据；远程医疗打破地域限制，让优质医 疗资源得以更广泛地覆盖；物联网技术实现医疗设备的互联互通，提升了医疗服务 的整体效率。 文印服务作为信息流转的关键桥梁，连接着患者、医护人员与医疗系统，在医疗服

茱链”平台整合了区块链、人工智能等技术，构建了覆盖中药材 全产业链的数字化管理体系，将中药材的种植采收、加工生产及 供应链金融等信息融合，实现全品类、全过程溯源、监督与全链 条管理。2025 年 1—5 月，基本覆盖临床所需品种，产值超过 2.2 亿元8。 （三）有效激活市场空间潜力 随着数字经济的快速发展和数字化转型的深入推进，区块链 技术不断展现出巨大的市场空间潜力。一是相关企业活跃度不断 提升。根据