Technical guidance for the design of patient- focused clinical trials (Trial version) [以患者为中心 的药物临床试验设计技术指导原则（试行）]. Center for Drug Evaluation, NMPA. https://www.cde.org.cn/main/news/viewInfoComm Technical guidance for the implementation of patient-focused clinical trials (Trial version) [以患 者为中心的药物临床试验实施技术指导原则（试 行）]. Center for Drug Evaluation, NMPA. https://www.cde.org.cn/main/news/viewInfoComm 73949142380bd (accessed February 2025). • Center for Drug Evaluation, NMPA. (2024). 在罕见 疾病药物临床研发中应用去中心化临床试验的技术 指导原则 [Technical guidance for the application of decentralized clinical trials in rare disease

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。

RIS 关注业务流程： 移动护理系统 手术麻醉系统 ICU 监护系统 电子病历系统 关注业务对象： 人（医护人员、患者、家属） 物（设备、药品、耗材） 流程（业务、管理） 基础业务阶段 临床业务阶段 物联网业务阶段 有线时代 有线和无线融合时代 物联网时代 行业趋势：医院信息化建设演进，从关注业务功能到关注业务流程和对象 4 卫 建 委 文 件 国卫办规划发〔 2018 〕 门诊医生平均每 3 分钟接诊一个患 者 每万人拥有的全科医生仅为 2.2 人 医生缺口 100w+ 6 建设诉求：物联医院、移动临床、智慧就医、网络融合 提升工作效率 提高患者体验 02 网络融合 04 物联医院 01 提高移动临床稳定性 提升工作效率 移动临床 03 提升患者就诊效率 提升患者住院体验 智慧就医 无线 AP 需要内置蓝牙模块，满足 掌上导诊和智慧病房等服务 通过 配药智能管理系统 移动临床管理系统 移动医生站 消毒供应室 手术室 病房 病房 病房 病房 病房 病房 病房 病房 病房 资产管理系统 化验室 药房 护士工作站 新生儿区 休息等候区 护士工作站 诊室 信息科室 产房 输 液 室 放 射 室 诊 室 休 息 等 待 区 休息等待区 9 医疗物联网解决方案架构 人资定位 管理 移动临床 输液监护 婴儿防盗

预测和评估。企业端可明显降低成本，但商业化落地进度较慢。合作模式和医院正在探索中。整体数据获取成本低，基因测序一次能获取较 大量基因组数据。相关标的：华大智造、贝瑞基因、华大基因。  AI 医疗信息化CDSS辅助临床决策：优化电子病历质控、临床决策支持与智能分诊流程, AIGC大幅拉升效率。包括AI辅助报告解读、推荐检 查项目、疾病预测等。整体商业化落地较快，数据获取成本较高。相关标的：迈瑞医疗、创业慧康、金域医学、朗玛信息、润达医疗、医渡 AI 制药：缩短药物研发周期，助力靶点发现及临床疗效预测。1）逐渐完善的行业拼图，行业玩家逐渐增加；2）AI在多疾病领域广泛应用 ，肿瘤（37%）、免疫学（21%）及神经病学（14%）领域占比最大；3）AI可参与药物开发过程多个阶段。其中涉及AI虚拟筛选、药物发 现、优化药物结构、临床试验优化、建立疾病风险模型、肿瘤精准治疗等。商业化落地中等，仍处于临床早期阶段，数据获取成本高，依赖 文献数据及实 01 AI 医学影 像辅助诊断 AI 基因测序 AI 医疗信息化 CDSS辅助临床决策 AI 制药 AI 健康管理 AI 手术机器人 05 02 03 04 06 3 01 AI 医学影像辅 助诊断 AI 基因测序 02 AI 医疗信息化 辅助临床决策 03 AI 健康管理 04 AI 制药 05 AI 手术机器人

◼ 药物研发周期长、资金投入高、成功率低，“AI+”方案有望解决痛点。一款新药成功上市销售大约需要花费十年以上的时间，药物发现阶 段从靶点到苗头化合物再到先导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%。资金花费上，一款药物从研发 到上市销售，平均需要投入8-23亿美元，上市后还要投入超过3亿美元。与传统药物研发对比，AI制药更具有优势：AI制药方法可以对数十 验证和测试时间。 ◼ AI研发的药物逐步进入临床阶段，且药物类型多样。尽管当前暂时没有利用AI制药技术研发的药物成功获批上市，但通过公开的数据库检索， 2015年-2023年累计有75个分子应用AI制药技术开发并进入临床研究，2023年有67条管线处于临床研究阶段，其中45条管线处于临床I期研究， 19条管线处于临床II期研究，2条管线处于临床III期阶段。对AI制药开发的分子类型统计发现， 2023年AI技术在小分子药物的发现中应用较 多，67项临床研究中22项为小分子药物发现、4项为抗体发现、6项为疫苗发现。 ◼ 投资建议：关注AI制药领域进展及具备潜力的海内外前沿公司。以“AI+CRO”、“AI+Biotech”为典型的商业模式，AI制药涌现出了一批优 秀的上市/非上市公司。除此之外，以赛诺菲、GSK、强生为代表的大药企亦在积极布局AI制药领域，一方面运用AI技术加强数据管理决策并

-2018 年 . • 《关于深化医药卫生体制改革的意 见》 （中发 [2009]6 号） • 《关于规范城乡居民健康档案管理 的指导意见》 • 《关于进一步加强临床路径管理试 点工作的通知》 • 27 亿元专门用于基层的卫生信息化 建设 • 《电子病历基本规范（试行） 》 • 上海金仕达卫宁软件股份有限公司 数据中心、集成平台、 CDSS 等 医院信息化起步与探 索 医嘱、药品、首页、 归档、 病历文书、检验系统 临床系统 （ PACS 、 RIS 、 心电、手术麻醉 管理） 新医改与技术创新推 动医院信息化新发展 医院管理信息系统建 设 临床信息系统快速发 展 医疗信息化发展历程 应用架构 功能驱动 医院内部 技术架构 城乡居民医保制度并轨 影响医保基金平衡 控制医疗费用 研究型医院的建设改变了医院信息化建设的重点 “ 以提高疑难危重病诊治水平为根本目的；以质量内涵建设为主旨要义；以持续自主创新为内在动力；以临床 与科研有机融合为基本方法；以数字化医院为基本形态；以造就研究型人才为根本支撑；以培育研究型学科为发展 基础；以为人类健康做贡献为价值追求。”中国研究型医院学会原会长王发强指出，以上八个方面既体现了内涵本

03 面向临床应用 学科发展驱动变化 02 未来医院的核心业务特 点 建立健全医院运营管理体系，实 现运营与医疗的高效协同 促进临床诊疗、医疗管理与质量 控制的可持续改善 技术架构先进 聚焦医疗场景 优化的 年，全国 第 一批共 12 所“智慧医院”试点单位公布。 2019 年，国家卫生健康委发布《医院智慧服务分级评估标准体系》，意味着今后推进智慧医院建设的基本框架已经初现。 智 慧 医 院 临床安全质量 诊疗能力提升 患者就医体验 医院运营效率 医教研业务拓展 集成平台 + 数据中心 + 基础设施 + 信息安全 + 在线咨询 院内导诊 复诊提醒 自助服务 病理内镜 重症监护 患者公众号 智能分诊 移动支付 健康教育 服 务 人 性 化 管 理 精 益 化 应用智能化 结构化采 集分析 临床决策 干预 疾病预警 机器学习 流程无纸化 用药 治疗 检查 制定医疗 制度 闭环流程 管理 流程监控 分析 过程信息 采集 持续质量

个人三大方向。在“AI+医药健康”系列报告（一）和（二） 中，我们重点分析了 AI To 院内和 AI To 个人两大应用方向。本篇报告重点聚 焦 AI 在制药行业的应用，全面介绍了 AI 在临床前和临床阶段的落地情况；同 时作为一种新的药物研发模式，我们基于全球 AI 制药龙头 Schrödinger，重点 讨论 AI 制药的商业模式变迁，并梳理相关公司。 ❑ AI 可用于新药开发全过 11 个月，总费用从 4.14 亿美元降低至 20 万美元，极大降低了新 药研发负担。目前人工智能技术在药物研发过程中的应用主要集中于药物发 现阶段，随着 Deepseek 等大模型技术应用，AI 在临床阶段的应用价值也将 逐渐得到体现。 ❑ 全球 AI 制药行业投融资活跃，MNC 参与达成多项重磅交易。虽然 2023 年全 球资本市场景气度有所下降，但 AI 制药行业融资活跃度仍然保持高位。2024 图 9：AI 制药临床管线适应症分布 ..................................................................... 7 图 10：AI 在药物开发各个阶段的应用占比 ........................................................ 8 图 11：AI 在临床研究阶段的应用价值更高

........39 4. AI 生成式大模型在医疗场景的应用...........................................................42 4.1 临床决策支持......................................................................................44 4.1.1 ...............................................................................127 8.1.1 案例一：AI 助力临床诊断........................................................129 8.1.2 案例二：健康管理平台.................... 型，具有极高的现实意义与可行性。 当前，面对全球医疗资源紧张、临床决策复杂化等挑战，传统 医疗模式已无法满足日益增长的患者需求。医务人员需要在短时间 内处理海量的信息并做出决策，这无疑增加了医疗风险。生成式大 模型通过自然语言处理、图像生成等技术，可以在多方面为医疗应 用提供支持。 首先，生成式大模型可以应用于临床诊断辅助。通过分析患者 的症状、实验室结果及影像学资料，这些模型能够生成初步的诊断

 AI 医疗器械：AI促进医疗器械创新，降本增效成果显著。 1) AI 医疗影像：进入发展快车道，辅助诊断为主 2) AI 医疗机器人：手术、辅助、康复机器人皆具备较高临床价值 3) CDSS与病种质控：临床决策支持服务以人机交互为核心 , AIGC拉升效率 4) AI 健康管理：智能设备监测及分析个人数据，医疗科技乘风而起  AI 制药：当前国内外AI制药行业的主要玩家主 器人皆具备较高临床价值 CDSS与病种质控：临床决策支持服 务以人机交互为核心 , AIGC拉升效率 AI 健康管理：智能设备监测及分析个 人数据，医疗科技乘风而起 9 AI 医疗器械常见应用及相关公司 1. AI 医疗影像：进入发展快车道，辅助诊断为主 2. AI 医疗机器人：手术、辅助、康复机器人皆具备较 高临床价值 3. CDSS与病种质控：临床决策支持服务以人机交互 《关于促进“互联网+医疗健康”发展的意见》  推进人工智能与互联网相结合，利用人工智能技术和医疗健康智能设备，开展移动医疗示范，实现个人健康实时监测、评估、疾病预警、慢性 病筛查和主动干预。强化临床、科研数据的整合、共享和应用，支持医疗健康相关的人工智能技术、医用机器人、大型医疗设备、应急救援医 疗设备、生物三维打印技术和可穿戴设备等的研发。计划到2025年，在智能医疗等领域广泛应用新一代人工智能技术。