...................... 23 4.1、AI+智慧药房：智慧药房建设如火如荼，AI 提高药管效率 ....................... 24 4.2、AI+电子病历：AI 驱动智慧病案提升医院经营效率 .................................. 25 4.3、AI+医院管理/医疗支付：AI 驱动医院管理向智能化、一体化发展 ... 图 39：中国电子病历市场规模（单位：亿元） ............................................... 25 图 40：院内病历系统发展历程 ......................................................................... 26 图 41：2019 年中国电子病历系统竞争格局 .... 的能力得到了扩展。相较于仅仅依赖自己的大脑、尚未实现的传染病会诊 承诺或医院的电子病历，她感到更加安心。” ◼ 关于 AI 是否会替代医生，我们认为 AI 将为医生带来效率的提升和帮助实 现更多更有意义的工作的开展：“有了 GPT-4，她就有更多时间督促其他 即将出院的患者关注预防性护理的重要性。她将病患的病历复制到手机 上……以发现病患护理计划中可能存在的漏洞。果不其然，它发现了一名 逾期

图表 10 电子病历系统整体应用水平分级评价基本要求...............................................17 图表 11 8 级电子病历需要达成的条件................................................................................17 图表 12 新电子病历系统整体应用水平分级评价基本要求 边缘计算、神经芯片及脑机智能接口等推广应用，强调要积极开展临床决策支持系统、 医学影像辅助诊断、医用机器人、疾病风险预测与诊断等项目。 确立方针后，我国又在微观层面密集出台了《关于进一步推进以电子病历为核心的医疗 机构信息化建设工作的通知》《关于印发医院智慧服务分级评估标准体系（试行）的通 知》《关于进一步加强医学证明文件类医疗文书管理工作通知》《医院智慧服务分级评 估标准体系》《“数据要素×”三年行动计划（2024—2026 国内医疗 IT 的建设工作长期围绕政策指导展开。以电子病历系统为例，《关于进一步 推进以电子病历为核心的医疗机构信息化建设工作的通知》发布之后，4 级电子病历在 很长一段时间成为驱动医院开展信息化建设的主要动力。 直至 2022 年度全国三级公立医院绩效考核结果发布，结果显示：2022 年全国三级公立 医院信息化支撑能力持续增强，电子病历系统应用水平分级参评率达到 99.0%，电子病 历系统应用水平全国平均级别达

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 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 行业深度研究/计算机 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 5 临床决策支 持系统更加 智能 DeepSeek AI 能够融合电子病历、检验报告、影像数据等多源异构数据，构建动态诊疗路径，为医 生提供更全面、更智能的临床决策支持，辅助医生进行更精准的诊断和治疗。 动态演进机 制赋予系统 战略价值 动态演进机制赋予系统战略价值。 证券研究报告 8 容权威性和时效性；个性化教学：根据学员进度调整内容和难度，提升教学效果。 DeepSeek 的真正价值，在于将医生从繁琐、重复性的工作中解放出来，例 如，病历书写、文献检索、数据分析等，让医生能够将更多的时间和精力，投入到 更具价值的临床判断和人文关怀中，从而更好地发挥医生的专业价值，提升医疗服 务的质量和温度。未来，医生与 AI 的深度融合与协同发展，必将推动医疗服务朝

在落地过程中，仍需结合⼀定的应⽤框架（ RAG 、⼯作流、 Agent 等）和⼯程优 化 数据来源： 1. Vectara HHEM ⼈⼯智能幻觉测试； 2. 腾讯健康内部测试数据，通过⾼质量医学病历数 据 11 ⼤模型及 DeepSeek 潜在应⽤场景探 索 DeepSeek 有哪些应⽤场景？能产⽣哪些价值？ DeepSeek 会给医药企业带来哪些变化？ • 内部⽂档提效 • 数字化知识库管理 医院 • 患者⾏为“消费者化”：医疗信息透明化，患者 • 电⼦病历和数据管理⾰新 有更多主动权 ⼯作有点累呢！想放松下 好累啊 ~ 脑⼦快转不动了 健康反馈 健康服务 幸好我问了 AI 健康助理 举例 医典科普 健康提醒 健康提醒 ⽩噪⾳帮助我⼊眠 ⽤户 19 基于 DeepSeek 病历讨论助⼿ 基于 DeepSeek 推理模型，整合患者的信息，辅助医⽣深度问诊、 鉴别诊断、病情分析和建议，提出治疗、预防等建议 • 基于 Deepseek ⼤模型，再现医⽣临床思维链路的推理模型

医疗领域幻觉⽐例甚⾄⾼达20-30%2 幻觉⾼=“创造⼒税“ 底层⼤模型各有所长 幻觉情况1 11 数据来源：1.(Vectara(HHEM⼈⼯智能幻觉测试； 2.(腾讯健康内部测试数据，通过⾼质量医学病历数据 ⼤模型及DeepSeek潜在应⽤场景探索 DeepSeekJ会给医药企业带来哪些变化？ DeepSeek有哪些应⽤场景？能产⽣哪些价值？ 13 提升新药研发和 临床管理效率 数字化内部流程 ⾏业视⾓：DeepSeek对于医疗体系有那些影响？ • 患者⾏为“消费者化”：医疗信息透明化，患者 有更多主动权 • “数字健康”和⽣态“破壁跨圈”，产⽣更多数据 • 个性化诊疗和健康管理 患者 • 电⼦病历和数据管理⾰新 ⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通 数据价值在⼤模型背景下进⼀步被凸显 • 精细化运营管理（DRG/DIP） Ds推理思考能⼒以及医保控费压⼒ 医院 基于Deepseek⼤模型，再现医⽣临床思维链路的推理模型 • ⾃动⽣成病情分析、IDC⾃动编码 • 分析准确率达90%，为医⽣提供权威决策⽀持 • 指出权威出处（如指南、专家共识等） 基于DeepSeek病历讨论助⼿ 科研助⼿ 20 医⽣画像 AI问答助⼿ 话术智能推荐 拜访记录⽣成 学术推⼴：千⼈千⾯，让销售拜访更专业、更⾼效 21 代表培训：AIJ辅导，实战中提升专业能⼒ 22 ⽼⽅法

64 政企、创业者必读 示例：斯坦福医疗预约中心的AI化改造 智能体应用案例：定义角色、分解流程 社区医生手工填写患者病历 并传真到斯坦福预约中心 传统人工预约流程 AI辅助预约流程 传真识别智能体 接到传真，人工查看病历 利用多模态大模型，识别传真病历， 并自动录入数据库 数字人打电话给患者，预约就诊时间 大模型查询保险知识库，自动生成理赔申请， 提交保险公司 就诊预约智能体 就诊预约智能体 保险报告生成智能体 人工打电话给患者，预约就诊时间 病人到医院就诊 人工填写理赔申请，提交保险公司 病人到医院就诊 社区医生将患者病历传真到斯坦福预约中心 65 政企、创业者必读 2023年是大模型之年 2024年是专业大模型之年 2025年是AI应用之年 AI应用= DeepSeek+场景+智能体+知识库 66 政企、创业者必读 67 企业应用AI的经验总结

的不可或缺的有力支撑。 电子病历的安全与高效应用 数字可信确保电子病历数据在存储和传输过程中的保密性，防止患者信息 泄露。同时，基于数字可信原则，为不同医疗人员分配相应权限，保证只有授 权人员能访问特定病历内容，维护数据安全。例如，医生可凭借数字身份认证 安全访问和更新患者病历，系统自动记录操作日志，实现操作可追溯，进一步 增强可信度。数字签名技术则保证病历数据的完整性，任何未经授权的修改都 改都 会被识别，确保病历信息真实可靠，为医疗决策提供准确依据，提升医疗服务 质量。 4.4.2典型实践 中国移动信息技术中心基于中移链 CMBaaS 平台能力构建电子病历流通平台， 第 33 页 搭建高性能区块链基础设施，赋能传统医疗行业实现数智化应用。在北京阜外 医院项目中，利用中移链，在多个医疗机构间构建区块链应用，将医疗关键数 据加密存储并上链，并结合数据水印等技术，实现数据可信存证、安全共享、

大量的计算机软硬件产品，从而拉动高科技 产业增长，创造大量的知识型就业岗位，促进城市服务转型和服务经济增长。 医疗服务方面，远程医疗系统、电子病历系统的建设和互联互通、数据共享平台的实现，可以 在更大的范围内合理配置医疗资源，并通过专家信息库、病历库、医疗诊断和临床治疗库的智能 搜索，辅助医师对患者病情做出准确的诊断和治疗，为城市居民提供更为完善和及时的医疗 服务，让社区卫生服务中心发挥 都经历过亲人转院一遍遍的重复检查，只因为医疗本本上每位大夫对于同一病症五花八门的 叙述难以统一，无法为下一阶段诊疗做出判定。尽管为了解决长期以来困扰着人们的“就医难” 问题，各地区医疗机构和医院都在大力投资建设电子健康病历和信息整合平台，希望通过实现 各个地区不同医院之间的信息对接，让人们可以选择适合的医疗资源，不用担心社区医院的 治疗能力有局限和大医院不能转诊的问题，使得“小病进社区、大病进医院、康复回社区”成为 机构之间，医疗队伍不同人之间普遍存在用语不统一的问题，这就要求信息化实施过程中 术语不仅仅要是结构化的，更要是要标准化的，整个数据后台需要有语义支撑。否则，病历在 不同的医疗机构之间信息传递，信息名称不同，造成医生对病人情况的判断造成失误，信息的 无障碍流通只能是一句空谈。 此外，语义化个人健康电子病历的建立还可以有助于医生全面的掌握病人状况，不仅仅是会诊 时病人的情况，而是看到这个病人整个生命周期历史，做出更准确的判断。医学是一门以实践

从而导致患者与医生的交流效率低下、问诊效果差。 ◼ 在传统互联网问诊的基础上，AI 辅助完成问诊前的信息梳理、问诊中的以 及问诊后的患者关切工作：1）问诊前，AI 能够快速准确的将患者基本信息、 过往病历、当前问诊数据等相关资料自动生成一份患者档案，极大压缩医生 与患者交流基本信息的时间；2）问诊中，AI 像是医生的小助手，既能在患 者描述症状时根据以往数据给医生提供科学的建议，又能快速输出长段有价 ，生 成标准化病例→系统根据患者的病历，通过算法模型预测患者的病情， 给出初步诊断→系统根据患者诊断，开出一些必要的检查，这些检查都 是基本的、创伤小的、相对便宜的（如血常规）→患者支付检查费用， 去对应科室做检查，检查结果出后再和医生面对面咨询。如果患者不同 意，则按照传统流程排队等候与医生面对面咨询。 ⚫ 医生端：医生可以直接看到 AI 系统获取的病历，可以选择参考或不参 考，通过提问、

状况、职业风险等条件，识别标准体 、次标准体或拒保对象，同时通过机 器学习持续优化规则匹配逻辑，提升 准确性与可解释性。 资料 收集 决策制定 对医疗票据、体检报告、手写病历等非结 构化文档进行自动化解析，提取血糖、血 压、诊断结论等关键信息，转化为结构化 数据，为后续风险评估提供标准化输入。 智能决策：对标准化核保案例（如健康体