2025年初到现在，美国AI医疗最网红的公司Tempus AI 的股价，一路狂奔，飙升近 99%，震撼了全球资本市场。

女版巴菲特--木头姐，坚定唱多AI+医疗，认为医疗保健将成为AI最为深远的应用领域。另外还有甲骨文CEO拉里·埃里森、DeepMind CEO德米斯·哈萨比斯等多位科技界大佬公开看好AI在医药的前景，AI医疗正经历一场前所未有的火爆态势。

而国内，2月18日在上海召开的2025医疗人工智能与精准诊疗发展论坛上，发布了基于华为DCS AI解决方案的瑞金病理大模型。此前，2024年12月27日，腾讯，针对ICU病房的痛点，腾讯和迈瑞医疗联合发布全球首个重症医疗大模型——启元重症大模型。

另外近期，互联网医疗头部企业平安好医生已经在其“平安医博通”多模态大模型、“平安医家人”医生工作台基础上，完成DeepSeek部署及部分场景应用验证。深圳、江苏的多家三甲医院已经率先完成了DeepSeek的本地化部署。医渡科技、智云健康、鹰瞳等上市公司先后官宣接入DeepSeek，完成了各自在技术架构上的重要升级。

DeepSeek的触角开始深入医疗领域的各个腹地，AI将颠覆整个医疗行业，前景无限广阔。今天我们得好好研究一下。

PART 01

AI医疗基础知识

1、定义：

AI医疗是指通过机器学习、自然语言处理（NLP）、计算机视觉等技术，对医疗数据进行深度分析，辅助临床决策、优化诊疗流程、提升医疗效率的智能化应用体系。

2、核心技术：

（1）医学影像分析：基于深度学习的CT、MRI图像识别，用于肿瘤、心血管疾病筛查（如肺部结节检出准确率超95%）。

（2）自然语言处理（NLP）：电子病历结构化处理，临床知识图谱构建（例如IBM Watson Oncology）。

（3）药物研发：AI加速靶点发现、化合物筛选，缩短研发周期（如DeepMind的AlphaFold预测蛋白质结构）。

（4）智能健康管理：可穿戴设备+AI实现慢性病实时监测与预警。

3、主要应用：

应用主要包括医学影像、临床辅助决策、精准医疗、健康管理、医疗信息化、药物研发以及医疗机器人等，以助力降本增效、提升诊疗水平、改善患者体验、降低患病风险等为核心目的，全面赋能院前、院中、院后各个环节。

PART 02

AI 如何赋能医疗（提质、降本、增效）

1、提升医疗效率和质量

AI可以大大提升医疗效率和质量，主要体现在4个维度：首先，AI可以使医疗知识库快速积累，模型持续学习迭代；其二，减轻医生重复性工作负担腾出更多时间专注临床；再者，规范化、标准化医疗流程降低人为操作风险；最后，实现基层医疗机构远程会提高服务覆盖率诊。总之，智能医疗在促进个性化健康管理、疾病预防、医患互动优化、远程医疗升级、诊疗流程智能化等方面，将迎来效率革命。

AI大力服务于医疗，具体体现在医疗的6个环节，概括起来就6个字：促、防、诊、控、治、康，如下图：

2、让“不可能三角”成为可能

医疗界著名的“不可能三角”就是：就医看病时不可能同时满足就诊速度快，医疗费用低，治疗水平高三个要求。由美国耶鲁大学教授William Kissick提出，即在既定的约束条件下，一个国家的医疗系统很难同时实现提高医疗服务质量、增加医疗服务可及性和降低医疗服务的价格。

然而医疗AI的兴起，使这一难题提供了答案，让不能成为可能。AI赋能下的医疗服务可以大规模接待患者，实现随时随地的无限供应，并且其水平会随着持续训练迅速提升，已经达到了具有10至15年临床经验医生的水准，且每月还在不断进步；而且随着新药研发周期的大大缩短，将靶点发现和分子设计从“十年磨一剑”到高效突破，医药价格也会越来越惠民。

PART 03

AI医疗行业发展现状：

1、全球及美国市场规模

AI医药行业近年来发展迅猛，预计未来将持续扩大市场规模并改变传统制药和医疗服务方式。全球AI医药市场规模在2023年已超过 200亿美元，预计到 2030年将达到 1500亿美元以上，年均复合增长率（CAGR）超过 40%。其中，美国市场占据了约 45% 的全球市场份额，预计到2030年，美国市场规模将突破 700亿美元。

ARK Invest 报告指出，未来AI驱动的药物发现、精准医学、自动化实验室、基因组学和多模态数据分析等领域将迎来指数级增长。这一趋势将进一步推动市场扩张，并催生全新的商业模式。

2、我国AI医疗市场现状

2023年中国AI医疗行业规模达到973亿元，约占全球的10%，2028年预计有望达到1598亿元，2022-2028年间的年复合增长率CAGR为10.5%。

我国一直存看病难、看病贵，各城市与农村地域的医疗资源严重不均衡等矛盾。AI技术能够缓解我国医疗资源供需矛盾，提高医疗体系的效率，减轻医务人员的工作负担，并加速药物和疫苗的研发进度。AI在药物及疫苗研发、基因组学、医学影像、智能医院和医疗仪器等领域的应用前景广阔。

PART 04

产业链&关联龙头

AI医疗产业链是一个由技术、数据、硬件、软件、应用场景等多环节构成的复杂生态体系，覆盖从基础技术研发到临床落地的全流程。以下是其产业链的详细解析：

1、上游：基础层——AI医疗的“底座”

（1）数据资源

①数据来源：医院电子病历（EMR）、医学影像（CT/MRI/X光）、基因测序数据、可穿戴设备监测数据、公共卫生数据库等。

②数据标注：医学影像标注（如肿瘤区域勾画）、病历文本结构化（如疾病名称、症状提取），依赖专业医生参与。

③数据治理：数据清洗、脱敏、标准化（如DICOM标准）、隐私保护（GDPR/HIPAA合规）。

（2）算法与模型

① 核心技术：深度学习（CNN用于影像识别、RNN用于时序数据）、迁移学习（小样本训练）、联邦学习（跨机构数据协作）

②预训练模型：医疗垂直领域的LLM（如Google Med-PaLM、BioBERT）、多模态模型（融合文本+影像）。

（3）算力基础设施

①硬件：GPU（NVIDIA A100）、TPU（Google定制芯片）、AI加速芯片（寒武纪、Graphcore）

②云计算：AWS、Azure、阿里云提供医疗AI训练平台，边缘计算用于实时处理（如手术机器人）

③网络：5G支持远程医疗、实时数据传输

（4）上游关联龙头

① 大数据

华大基因：基因测序数据龙头，提供基因数据分析服务
医渡云：医疗大数据平台，提供数据治理和结构化服务
深睿医疗：Deepwise MetAI是国内首个智慧影像&医疗大数据通用平台。

② 算法与模型&平台

腾讯觅影：基于腾讯AI Lab的技术，提供医学影像分析和辅助诊断

百度灵医：依托百度AI技术，开发医疗NLP和知识图谱

‌讯飞医疗：中国AI医疗领头羊、医疗大模型第一股

‌医渡科技：是中国医疗智能领域的龙头企业，自主研发的数据智能基础设施“YiduCore和垂类大模型；卫宁健康：发布大模型WiNGPT2.8

③ 算力基础设施

华为云：提供医疗AI训练和推理的云服务
阿里云：推出ET医疗大脑，支持医疗AI模型训练与部署
腾讯云：针对ICU病房痛点，腾讯和迈瑞联合开发全球首个重症大模型——启元重症大模型。

2、中游：技术层——AI能力的“核心载体”

（1）核心技术模块

① 计算机视觉（CV）：医学影像分析（肺结节检测、眼底病变识别）、病理切片数字化。

② 自然语言处理（NLP）：电子病历结构化、临床决策支持（CDSS）、患者问答机器人。

在化合物研究环节，自然语言处理（NLP）技术能够大规模、高效分析海量文献，提出新的可供测试的假说，增加新靶点发现几率，缩短研发周期。在临床前研究环节，深度学习技术则可将已上市或处于研发管线的药物与疾病进行匹配，扩大药物治疗范围，提升研发效率。

③知识图谱：构建疾病-症状-药品关联网络（如IBM Watson Oncology）。

④语音技术：语音电子病历录入、智能问诊记录。

（2）开发工具与平台

①AI框架：TensorFlow、PyTorch的医疗定制版本（如MONAI用于医学影像）

②低代码平台：允许医院快速部署AI模型（如英伟达Clara）

③模型管理：MLOps工具链（模型版本控制、自动化部署）。

(3)技术层关联龙头

①计算机视觉（CV）

推想科技：专注于医学影像AI，产品覆盖肺结节、骨折等领域
依图医疗：提供AI影像辅助诊断系统（如胸部CT、乳腺X光）
汇医慧影：医学影像AI分析平台，覆盖多病种。

②自然语言处理（NLP）

科大讯飞：医疗语音电子病历、智能问诊系统。
森亿智能：电子病历结构化、临床决策支持系统（CDSS）。

③知识图谱

零氪科技：构建肿瘤领域知识图谱，支持精准医疗
医渡云：基于知识图谱的疾病预测和辅助诊断。

3、下游：应用层——是核心，AI医疗的具体“落地场景”

AI的下游应用包括：医学影像、AI辅助决策、精准医疗、AI健康管理、AI新药研发、AI医学研究等。

其中AI医学影像技术发展成熟、应用场景明晰、优质数据充足，率先实现商业化，我们先来研究一下：

（1）AI医学影像

①简介

在AI医学影像是指，在医学筛查与诊断中，利用AI技术对CT、MR、DR、超声等多模态影像进行图像分割、特征提取、定量分析和对比分析，辅助医生进行病灶筛查，同时算法模型在医学影像大数据训练下能够根据多种模态影像结果辅助医生进行疾病分级、分期、疾病发病机制和病因评估等诊断工作，提高医生工作效率和诊疗水平。

AI医疗影像辅助诊疗软件集成了CV技术和深度学习，嵌入至医技科室的医疗器械设备中，以实现各种功能。这些软件的应用可帮助医生快速出具诊断结论和治疗方案，广泛应用于医技科室，包括超声影像、放射影像和病理影像等领域。

在AI医疗影像产品中，疾病筛查和辅助诊断产品是最早应用和竞争最激烈的品类，而辅助治疗类产品的进展较慢。因此，开发辅助诊断和为治疗康复规划的方案尤为重要。

另外，冠脉和头颈类应用的市场前景较好，肺结节和肺炎类应用的市场覆盖率相对较高。乳腺和肝脏的应用目前仍处于研发阶段，商业化进程正在推进。

②相关公司：

祥生医疗：独有的云、边、端协同一体化的云平台架构，辅助超声诊断，打造全方位超声影像AI生态链

联影医疗：我国医疗影像设备的龙头，在磁共振成像系统（MR）、X 射线计算机断层扫描系统（CT）、X 射线成像系统（XR）、分子影像系统（PET/CT、PET/MR）国内领先

美年健康：国内健康体检行业绝对龙头企业

安必平：‌安必平是体外诊断细分领域的国内领先企业

迪安诊断：数字化医疗诊断平台+宫颈细胞病理图像处理软件

‌万东医疗：我国医用X射线机行业的龙头企业。

（2）AI辅助决策与诊断

AI辅助决策以实现智能化的临床决策指导为目标，覆盖筛查、诊断、治疗、健康管理等多样化场景，能够为医生提供贯穿诊前、诊中、诊后全流程的辅助决策。

AI辅助决策在治疗场景的应用主要包括脑血管疾病、心血管疾病、肝脏疾病等。以下是AI辅助决策的龙头企业和相关产品：安德医智、科亚医疗、强联智创、视见科技、数坤科技、推想医疗。

另外2家出名的是：

华大智造：是国内基因测序设备绝对龙头，国内的独苗。

三诺生物：是国产血糖仪的龙头，2 月 14 日，宣布借力 DeepSeek 实现智能服务的规模化落地。

（3）医疗机器人

①简介

医疗机器人应用场景覆盖诊前、诊中、诊后全流程，康复机器人市场占比高，手术机器人发展潜力大。医疗机器人指在医院、诊所、康复中心等医疗场景中，用于手术、康复、辅助服务的半自主或全自主工作的机器人产品。医疗机器人缓解了医疗资源紧张，有效辅助医护人员提供高效率、高质量的医疗服务，具备较高的行业价值。

具体来看，康复机器人技术门槛较低，在人口老龄化的趋势下实现广泛应用，市场占比达47%；手术机器人技术门槛高，能够满足患者对高精度、高自由度手术操作的需求，受到资本市场青睐，发展前景广阔。

②相关公司：

天智航：国内第一家、全球第五家获得医疗机器人注册许可证的企业；

微创机器人：微创机器人是中国手术机器人领域的领先企业之一。

（4）AI新药研发

① 简介

在药物研发领域，AI技术用于靶点发现、化合物快速匹配等，能够大幅缩短研发周期、降低成本，提高研发成功率。

据德勤研究，一款创新药从开始研发到上市，周期长达10-15年，2010年至2018年投入成本复合年均增长率达33%，投资回报率逐年下降，因此如何提高研发效率成为各大药企亟待解决的问题。AI技术能够针对性解决新药研发过程各环节痛点。

目前国内多家医药和 CRO 公司已经布局 AI+新药研发的相关领域，AI+药物研发优势在于可以生成具有潜在药效的新药分子，并且可以灵活地控制药物分子的性质和特征，提高药物研发的效率和准确性。

如下如，AI可以解决新药研发全流程：

② 相关企业：

成都先导：DEL技术（DNA编码化合物库技术）领域的龙头企业‌。专注于小分子及核酸新药的发现与优化

药明康德：国医药外包服务CXO行业的龙头企业‌

药石科技：分子砌块领域占据龙头地位

皓元医药：稀缺的国内分子砌块领域的龙头

‌‌艾力斯：一家专注于肿瘤治疗领域的创新药企业

诺泰生物：一家专注于多肽药物和小分子化药的研发、生产和销售的企业，是多肽药物领域的龙头‍‍

晶泰科技：量子计算与人工智能药物研发企业。

（5）大健康管理与互联网医疗：

①简介

AI 赋能在线问诊和健康管理，线上医疗效率与质量双优化。通过医生以及海量咨询数据训练中持续优化，从而更加精准、有效地为病人提供初级诊断咨询，以不断提升的效率帮助医生减小常规、重负担，提高医疗效率。

AI 如能参与审方辅助，有望此前完全靠人力进行远程处方审核所带来的低效与误判等问题，极大提升了远程处方管理的系统性、准确性和高效性。

AI健康管理平台主要应用于治疗后监测、疾病早期筛查、慢性病管理等场景，通过持续追踪随访、检测、效能评定等，帮助用户形成良好生活习惯，有效缓解医院压力。

②相关标的

京东健康: 中国最大的在线医疗健康平台及最大的在线零售药房

美年健康：国内健康体检行业绝对龙头企业

阿里健康: ‌阿里巴巴旗下，是医药电商和数字健康服务领域的龙头企业

益丰药房：国内领先的药品零售连锁企业之

老百姓：中国药品零售企业综合竞争力百强冠军

智云健康：中国最大的数字化慢病管理解决方案提供商，专注于通过AI和医疗技术提升医疗服务效率和质量‌‌

朗玛信息: AI 互联网医疗服务先驱，如39健康网平台等

平安好医生：AI健康管理平台，提供慢病管理服务。

PART 05

总结与展望

这次DeepSeek引发的AI医疗浪潮涌向医院，国内各大医院、药企、单位会陆续完成DeepSeek本地化部署，掀起了整个医疗行业的革命。

一方面，AI可以通过归纳推理优化药物研发，提高药物研发效率，大大缩短研发投入的周期。比如，DeepSeek能模拟药物与生物分子的相互作用，预测药物的活性、毒性和代谢途径，在新药研发的时候，这种预测能力不仅提高了研发的成功率，还为药物的个性化治疗提供了可能，减少了试错成本。

另外一方面，AI让诊断效率的飞跃式提升，不再依赖传统诊断仅凭医生的经验和人工分析，受限于人力、时间和精确度。AI通过高效分析海量数据，能够在几秒钟内完成推理，提供精准的诊断建议，极大减少误诊和漏诊的风险，而且，缩短了患者的等待时间，重塑医疗资源的合理配置。

再者，随着精准医疗的兴起，DeepSeek正在推动医疗模式从“千人一方”向“因人施治”个性化转变。DeepSeek能够综合分析患者的基因、病史、生活习惯等多维度数据，为患者量身定制治疗方案，提升治疗效果。

总之，AI将革新医厂研发模式、医患互动模式、医院诊断模式，AI将赋能医疗的方方面面，重塑整个行业格局，让不能可能变成可能，造福全人类。

AI第一大应用：AI医疗--产业全解析（附细分龙头）

最近文章