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，助力 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。

.....................................................................................36 2.5 药物研发与临床试验.................................................................................................. ........................................................................................39 2.5.2 临床试验数据管理.............................................................................................. 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 效的治疗方法，为癌症治疗提供新的思路。

患者咨询类 医学研究类 医疗文件类 病历模板 适用场景：快速生成标准化的病 历摘要，方便医护查阅。 研究文章总结模板 适用场景：快速提取研究文章的 核心内容，用于学术交流或临床 参考临床试验概述模板 适用场景：为临床试验提供简洁 介绍，便于同行了解研究设计和 目标 DeepSeek 在医学检验中的应用实例报 道 场景七：患者指引 优化患者体验，提供个性化信息 患者在进行各类实验室检查时，往

断设备分类做出了如下说明 ：若诊断软件借助算法 提供诊断建议，仅具有辅助诊断功能而不直接提供 诊断结论的按二类医疗器械进行注册申报 ；若对病 变部位加以自动识别且能清晰提供诊断提示的按三 类医疗器械申报且需做临床试验美国FDA批准的医 学人工智能产品有 3 项 [12]，分别是Arterys、IDX-DR 和Guardian Connect（Medtronic）。Arterys主要作用 是在肺部CT、肝脏CT和MRI中发现病变，基于人工 机应用程序的一个产品，可以提前 10~60 分钟预测 血糖水平的主要波动。 美国这些产品经历的审批过 程都很漫长，以IDX-DR为例，审批过程约需要 7 年 时间，IDX-DR审批过程大致包含软件认证预确认、 临床试验、重复性研究、图像采集培训课程认证等。 智能医学产品的监管审核需要建立一系列的认证规 则，只有经过严格的监督评价后才能用于临床，我国 需要积极推进监管审核流程。 4 展 望 我国尚处于智能医学的起步阶段，数据整合、标

《涉及人的生物医学研究伦理审查办法》 2016.12 《医疗器械临床试验质量管理规范》 2016.7 《生物医学新技术临床应用管理条例》( 征求意见稿 ) 2019 国际伦理规范 《纽伦堡法典》 1947 《赫尔辛基宣言》（2024 修订版） 2024 《贝尔蒙特报告》 1979 《东京宣言》 1975 《涉及人的健康相关研究国际伦理指南》 2016 《E6(R3) 药物临床试验质量管理规范（GCP）》 预计 2025 2018.3 《中华人民共和国医师法》 2022.3 《医疗机构管理条例》 2022.5 《医疗器械临床试验质量管理规范》 2022.5 《中华人民共和国民法典》 2021.1 《医疗器械监督管理条例》 2021.6 《中华人民共和国基本医疗卫生与健康促进法》 2020.6 《药物临床试验质量管理规范》 2020.7 《药品管理法》 2019.12 《医疗技术临床应用管理办法》 2018 2018.11 《医疗质量管理办法》 2016.11 《医疗事故处理条例》 2002.9 国内伦理规范 《药物临床试验质量管理规范》 2023.1 《遏制微生物耐药国家行动计划（2022-2025 年）》 2022 《中国制定 / 修订临床诊疗指南的指导原则（2022 版）》 2022.3 《医疗机构工作人员廉洁从业九项准则》 2021.11 《不合理医疗检查专项治理行动工作方案》 2021

疗机构提供精准的决策支持。 在中医药健康产业中，DeepSeek 技术主要应用于以下几个方 面： 1. 数据整合与管理 DeepSeek 能够将分散在不同系统中的中医药数据进行整合， 包括患者病历、药材流通信息、临床试验数据等。通过统一的 数据管理平台，用户可以快速访问和分析这些数据，提高工作 效率。 2. 智能诊断与推荐 基于机器学习和自然语言处理技术，DeepSeek 能够分析患者 的症状和历史病历，智能推荐适合的中医药治疗方案。通过不 数据驱动的决策支持是 DeepSeek 在药物研发中的另一大优 势。通过整合实验数据、临床数据和市场反馈，DeepSeek 能够为 研发团队提供实时的数据分析报告，帮助团队及时调整研发策略。 例如，当某种药物在临床试验中出现不良反应时，DeepSeek 可以 快速分析相关数据，识别问题根源，并提出改进方案。 以下是一些具体的应用场景和数据实例： - 药物分子筛选：利 用 DeepSeek 分析 10,000 构化的知识网络，为中医药的研发、生产、销售和临床应用提供智 能化支持。 首先，数据采集是知识图谱构建的基础。DeepSeek 利用自然 语言处理技术，从古籍如《黄帝内经》《伤寒杂病论》，现代期 刊、专利、临床试验报告等非结构化文本中提取关键信息，并结合 结构化数据如药材数据库、方剂数据库、穴位图谱等，形成初步的 知识库。数据采集的重点在于确保数据的权威性和全面性。 其次，数据清洗与预处理是确保知识图谱质量的关键步骤。通

图 7 重点国家脑机接口企业的技术路线分布 在全球范围内，聚焦有创技术路线的企业数量美国位居首位， 中国紧随其后。有创技术涉及手术植入等高风险操作环节，相关产 品必须经过严格的伦理审查、多阶段临床试验以及长期的安全性验 脑机接口技术与应用研究报告（2025 年） 45 证流程。复杂的流程不仅导致资金成本增加，还使市场回报周期漫 长，诸多因素限制了企业参与研发的积极性与投入度。然而，就当 脑机接口市场规模正因多种相关因素的协同作用而持续扩张。 首先，政策层面的有力支持为产业发展营造了良好的环境。2025 年 以来，中国多主管部委和地方政府出台支持脑机接口发展的政策或 举措，有力推动临床试验的开展以及促进产业链各环节协同合作， 加速产业链的布局进程。其次，技术领域取得的成效增强了业界的 信心。例如，复旦大学加福民研发出脑脊接口微创技术使曾被判定 “永远站不起来”的患者，在术后 24 解，在细分领域形成差异化竞争优势。 (三)投融资体系发展更加多元包容共享 一是投资规模持续扩大。当前投资趋势已经清晰显现出，资本 青睐技术突破型的系统集成整合类型企业，尤其是有创技术领域的 企业。随着有创脑机接口技术的临床试验成功案例不断涌现，资本 将加大对该领域的投资力度。特别是能将采集、解码、调控等关键 技术进行有效集成和整合，取得重大突破的企业将成为投资热点。 二是投资阶段前移。除了对成熟企业的投资，投资者将更加关注早

复旦大学附属中山医院医疗技术协作中心 复旦大学附属眼耳鼻喉科医院协作医院 清华大学医院管理研究院实践基地 浙江大学湖州研究院数字健康研究中心 国家级住院医师规范化培训基地 国家级全科医师规范化培训基地 国家药物临床试验基地 国家级胸痛中心 国家级高级卒中中心 国家级房颤中心 国家级高血压达标中心 国家级标准化代谢性疾病管理中心 国家级上消化道出血救治中心 中国创伤救治联盟湖州分中心 浙北泛血管医学中心

康管理 智慧医疗 医疗服务、医务管理、护理管理、院感管理、数据上报管理 智慧药事 合理用药、抗菌药管理系统、药师药历系统、临床药学消息交互平台、处方 / 医嘱点评系统、前置审方系统、 药物临床试验管理 智慧应急（可选） 紧急医学救援指挥系统、单兵系统、移动转运系统、智能化的紧急医学救援设备管理系统、智能化的紧急医学 救援电子检伤系统 .... 智慧运营 财务管理、预算成本管理、医院资产管理、物资管理、人力资源管理、

数字化助力中医药理论探索。中医药领域有诸多理论问题有待解决，数字 化技术显然是一种强大的辅助工具。比如，针对传统中药研发缺乏数据支撑的难 题，可以依靠计算技术对中医药进行多维度量化分析，还可以整合分析传统中医 药文献、临床试验、化学成分、基因组学、代谢组学等海量数据，挖掘与中医药 相关的特征、模式和潜在的客观规律，可提升对中药药效、毒副作用和合理组方 的认识，为研发新的中药产品提供科学依据。 20 大 失真情况 严重；四诊信息采集和分析一直都采用临床医生的自主观察、询问和感触等传统 的方式，所获取的信息具有不可避免的开放性、主观性与模糊性特点；而研究团 队现场采集的临床数据体量小，很难达到临床试验指标要求，通过设备采集在技 术层面也存在影响着诊疗信息有效性等问题，导致难以深入开展。 另外，由于中医理论的复杂性，给智能诊断设备技术参数制定带来了巨大困 难。如脉诊常见的脉象虽然主要有 28