【浙商计算机】AI+医疗:大模型重塑医疗生态
时间：2025-03-12 09:23
上述文章报告出品方/作者：浙商证券，刘雯蜀、 刘静一、 李佩京等；仅供参考，投资者应独立决策并承担投资风险。
1、大模型的推理能力和多模态能力持续升级、应用成本不断下降，驱动医疗机构加速融合AI技术。根据Data Bridge的测算，预计至2031年全球生成式AI在医疗保健领域市场规模将达到172亿美元，2023-2031年期间复合增长率为32.60%。
2、技术驱动AI医疗发展，当前进入多模态融合阶段
AI在医疗领域的应用历经了从规则驱动到数据驱动、从单一任务优化到多模态协同的演变，当前进入到多模态融合阶段。大模型的多模态能力解决了早期 AI医疗存在的信息 割裂和数据孤岛等问题，大模型通过“预训练 微调”架构，用统一参数体系处理多模态医疗数据。在临床应用中，借助多模态技术，AI可以实现跨模态数据的理解和动态时序建模，使得AI诊疗与医生的诊疗水平更加接近。
3、Deepseek具有低成本和开源特征，加速在医疗行业渗透
DeepSeek作为国产开源大模型的代表，具备高性能、低成本和开源的特征，契合医疗机构对高效和安全的需求，其出现对医疗AI领域的技术渗透与商业化落地产生了催化作用：1）DeepSeek可以快速分析多种类型的医疗数据，帮助医生梳理复杂病例，给出治疗思路和建议。2）DeepSeek的API价格较低，成本下降推动医疗AI从头部医院试点转向基层普惠应用。3）Deepseek作为开源模型可私有部署，源代码会更加可控，更契合医院的安全需求。从海外经验来看，英伟达、微软等AI巨头积极布局医疗领域，看好AI医疗发展前景，围绕核心能力通过收购和生态赋能的方式长远布局。专注于医疗领域的AI厂商已经成功实现商业化：Tempus AI 通过数据服务业务和智能化 产品支撑营收高增长，2024Q4单季度营收 35.8%，公司预计2025年营收同比 79%；HIMS 利用AI为用户提供远程个性化解决方案， 24Q4实现4.81亿美元的营收，同比 95%，订阅用户数达到2.23万，同比 172%。在AI技术驱动下，订阅用户数高速增长。根据企业的业务基因，国内在AI领域布局的厂商主要有三种类型：1）通用大模型厂商，利用底层大模型能力搭建AI 医疗平台，为医疗机构赋能；2）拥有数据库优势的厂商，为医疗机构和药企提供数据服务，或基于数据积累训练垂类模型； 3）传统医疗IT公司转型AI，将AI技术嵌入主营业务，实现存量客户价值升级。
技术落地不及预期、商业化进展不及预期、数据安全风险
近年来，全球大模型技术进入加速进化阶段，大模型的推理能力和多模态能力持续升级。与此同时，大模型应用成本不断降低，开源运动兴起，大模型在各领域的应用条件愈发成熟。在医疗领域，大模型技术正在加速落地，单模数据处理正在向多模态数据处理转变，DeepSeek以低成本和开源的优势，成为国内医疗机构部署的首选。1.1 技术驱动AI医疗发展，当前进入多模态融合阶段AI技术在医疗领域的应用历经了从规则驱动到数据驱动、从单一任务优化到多模态协同的演变，大致可分为以下四个关键阶段：1）规则驱动与专家系统时代：该阶段主要是基于人工提炼的医学规则构建诊断系统，代表性的产品是早期的专家系统（如MYCIN、INTERNIST-1），通过逻辑推理模拟医生的临床决策。2）传统机器学习与影像识别阶段：该阶段主要利用统计学与浅层模型处理结构化医疗数据。代表性技术是SVM、随机森林等算法应用于医学影像分类。3）深度学习与单模态模型阶段：通过深度神经网络自主提取特征，实现单模态数据的端到端学习。代表性技术是卷积神经网络（CNN）、循环神经网络（RNN），AI技术主要应用于影像诊断和病理辅助。4）大模型与多模态融合时代：借助Transformer架构统一处理跨模态数据，构建“感知-推理-协作”全链条能力，主要应用场景是临床决策支持、药物研发和远程医疗。在临床医疗中，往往需要综合多源、多模态的数据，进行诊断、预后评估和制定治疗方案。大模型的多模态数据处理能力，开启了AI医疗的新篇章。2023年《Nature Medicine》的综述《Multimodal machine learning in healthcare: a review》定义多模态AI为下一代医疗技术方向。早期医疗AI多局限于单一任务优化，主要存在信息割裂、解释性弱和数据孤岛等问题：1)信息割裂：如仅凭影像无法判断肿瘤病理分型；2)传统CNN模型无法像医生一样用自然语言解释诊断依据；3)数据孤岛：不同医院使用的影像格式、病历系统互不兼容。大模型通过“预训练 微调”架构，用统一参数体系处理多模态医疗数据：使用Transformer架构对不同模态数据（文本、图像、基因序列）进行向量化编码，在隐空间实现信息对齐。对比学习（如CLIP技术）降低跨模态对齐成本，避免传统方法需人工标注海量匹配样本的负担。在临床应用中，借助多模态技术，AI可以实现跨模态数据的理解和动态时序建模。1.2 Deepseek具有低成本和开源特征，加速在医疗行业渗透DeepSeek作为国产开源大模型的代表，具备高性能、低成本和开源的特征，契合医疗机构对高效和安全的需求，其出现对医疗AI领域的技术渗透与商业化落地产生了催化作用。➢DeepSeek将国产大模型的能力带到了新台阶。在医疗领域，DeepSeek可以快速分析多种类型的医疗数据，帮助医生梳理复杂病例，给出治疗思路和建议。这种能力在重症监护室ICU、急诊科、儿科等场景中尤为重要，能够显著提升诊疗效率和准确性。此外，DeepSeek在药物研发、影像分析、诊断筛查等多个领域都有所应用，显示了其在医疗健康领域的广泛应用潜力。➢闭源大模型（如GPT-4）高昂的API调用成本与算力需求限制中小医疗机构使用。DeepSeek的API价格较低，使得医疗机构能够以较低的成本部署和使用AI技术，成本下降推动医疗AI从头部医院试点转向基层普惠应用。DeepSeek输入价格为每百万tokens 0.5元（缓存命中）/2元（缓存未命中），输出价格为每百万tokens 8元，这些价格远低于目前最顶尖的闭源大模型如GPT-4o和Claude-3.5-Sonnet。
➢DeepSeek的代码是开源的，医疗机构能自由地下载源代码并且部署到本地。医疗领域的数据和安全较为敏感，云端接入闭源模型可能存在数据安全问题，部署开源模型，源代码会更加可控，更契合医院的安全需求。国内医疗机构积极拥抱DeepSeek，目前已有多家医院宣布完成DeepSeek本地化部署。1.3 医疗是大模型重要落地场景，AI医疗市场规模复合增长率超32%根据Data Bridge的测算，预计至2031年全球生成式AI在医疗保健领域市场规模将达到172亿美元，2023-2031年期间复合增长率为32.60%。Wise Guy Reports数据显示，2023 年人工智能在医学影像市场规模预计为 92.6亿美元，人工智能在医学影像市场行业预计将从 2024 年的100.5亿美元增长到2032年的192.67亿美元，期间复合增长率为8.48%左右。根据艾瑞咨询统计，截止2023年底，中国行业大模型的个数占比已经超过8成。以医疗与金融为首要落地领域，分别占比达到21.9%与12.8%，医疗健康场景成为AI大模型的重要应用场景。1）AI巨头，比如英伟达、微软，将公司的AI基础设施和平台能力赋能到医疗业务，围绕核心能力同收购和生态赋能的方式长远布局；2）传统的医疗IT或Saas企业，将AI能力融入现有业务；3）原生AI医疗企业，以AI技术为根基，为医疗客户提供智能化产品，如为制药企业提供数据服务的Tempus AI、AI独角兽Abridge。2.1 英伟达：硬件（GPU）赋能 加速计算平台（Clara） 生态投资英伟达通过投资、技术合作与生态系统构建，持续深耕医疗AI领域，其战略核心在于硬件（GPU）赋能、加速计算平台（Clara） 生态投资的组合模式，目前已形成从药物研发到临床诊疗的全链条布局。通过直接投资拓展AI医疗版图：2023年，英伟达成立投资部门Nventures，重点布局药物研发、医学影像分析、基因组学与精准医疗等领域。截至目前至少投资了13家AI医疗企业，包括 AI生物大模型独角兽Recursion、AI蛋白质明星公司Genesis Therapeutics、AI小分子药物平台lambicTherapeutics。以Clara平台为中心，构建AI医疗生态。英伟达以 NVIDIA Clara 医疗平台为核心，提供开源工具链与加速计算架构，推动医疗AI普及：1）Clara Imaging医学影响开发框架，帮助企业和研究机构构建用于医学成像的AI解决方；2）Clara Discovery（药物研发工具包），核心组件是DGX SuperPOD：专为AlphaFold设计的算力集群，缩短蛋白质结构预测时间，以及NVIDIA BioNeMo：大语言模型框架，支持小分子生成、靶点结合能计算。2.2 微软：发布医疗行业的语音AI助手——Dragon Copilot微软在AI医疗领域的布局主要有：1）为医疗机构提供云服务平台；2）收购Nuance Communications，吸收其语音识别识别技术；3）发布智能化产品，比如Dragon Copilot和英伟达类似，微软同样基于自身的核心能力，通过平台方式赋能生态，并通过收购切入医疗领域。Microsoft Cloud for Healthcare 是微软公司针对医疗行业推出的一项云服务，整合了数据互操作性、AI工具和行业标准化接口，支持医疗机构实现数据整合、患者参与度提升及临床协作优化。2024年10月，微软宣布在其Microsoft Cloud for Healthcare中推出新的医疗数据功能和AI工具，包括通过Azure AI Studio中的新医疗保健AI模型、Microsoft Fabric中的医疗数据功能、Copilot Studio中的医疗保健AI agents服务以及AI驱动的护理工作流程解决方案，目的是为帮助医疗机构更快低构建AI应用。2022年4月，微软以197亿美元的价格完成对Nuance公司的收购，后者是全球最大的专门从事语音识别软件的公司之一。微软将Nuance的Dragon Ambient EXperience（DAX）的环境临床解决方案直接嵌入到了自身云服务中。在微软解决方案覆盖的医院中，系统将自动捕捉记录医生和病人之间的对话，并通过AI进行语境分析和自动创建临床记录，大大提升了医疗效率。2023年3月，Nuance发布名为Dragon Ambient EXperience Express（DAX Express）的AI临床笔记软件，可在病人就诊后几秒内自动生成临床笔记草稿。该款软件是由环境人工智能（Ambient A.I.）与GPT-4驱动，主要面向医护人员旨在提升医护人员的工作效率。2025年3月4日发布医疗行业首个统一的语音AI助手——Dragon Copilot。通过整合和扩展经过验证的 Dragon Medical One (DMO) 和 DAX Copilot (DAX) 的功能，为医护人员提供统一的语音 AI 体验。根据微软的调查数据，Dragon Copilot 在实际应用中已经取得了显著的效果：➢节省时间：医护人员在每次患者接触中平均节省了5分钟 时间
➢减少倦怠：70%的医护人员报告 倦怠和疲劳感减少。
➢提高留任率：62%的医护人员表示他们 不太可能离开所在机构
➢改善患者体验：93%的患者报告 整体体验有所改善。2.3 Tempus AI(TEM)：开创精准智能化医疗新篇章Tempus AI（TEM）是一家应用人工智能技术于癌症治疗的公司，旨在通过数据分析为患者提供个性化治疗方案，以优化治疗效果。公司拥有全球最大的多模态数据库。Tempus AI已积累了超过9亿份文档数据，包括临床数据、基因数据、病理数据和医学影像数据，涵盖超过560万份去标识化的患者记录。截至2023年底，其数据容量已达到200PB，公司已与拜耳、阿斯利康、GSK等全球知名制药企业建立了数据供应合作关系，并与梅奥诊所、西北大学等医疗机构的超过7000名医生以及多家全球顶级医院开展合作。基于庞大的数据集，以AI赋能药物研发和精准医疗。Tempus AI 的业务围绕三个主要产品线展开：基因组学（Genomics）、数据与服务（Data and Services）以及人工智能应用（AI Applications）。数据和服务业务支撑营收高增，Tempus AI Q4单季度营收为2.01亿美元，同比增长35.8%，根据公司给的指引，预计2025年将实现收入12.3亿美元，同比增长将超过79%。2.4 Abridge： 电子病历赛道龙头，将LLM应用于临床记录Abridge是医疗领域AI Scribe 赛道的龙头。核心产品AI记录助手，是一款用于临床文档记录的AI产品，能够通过自动语音识别（ASR）听写诊疗过程，并利用生成性AI生成符合要求的文档。从效果上看，Abridge能完成 91% 以上的文档记录工作量，为医生节省超过70小时/月的工作时间，而且与美国最大的电子医疗系统Epic深度整合，无需改变医生现有工作习惯。Abridge目前是AI Scribe的龙头，在 KLAS 2024 报告中，Abridge 在改善临床医生体验方面得分 95.3（平均分79.6），排名第一；在改善患者体验和改进诊疗结果方面，也分别排名第三和第四。2024年10月，根据 The Information 消息，Abridge 正在筹集 2.5 亿美元。科技投资者 Elad Gil 和 IVP 将领投这笔投资，Alphabet 的 CapitalG 基金预计也将参投。据报道，该轮融资估值将达到 25 亿美元，公司表示部分资金将用于开发新的 AI 模型，以及尚未发布的新产品。2.5 HIMS：AI Saas，远程提供个性化治疗方案Hims 是远程医疗的代表性公司，提供在线平台平台服务，目前平台拥有超过 100 万订阅者，主要为用户提供性健康、减肥、头发再生、心理健康和护肤支持。通过在线流程，用户可与持牌医生联系，寻求定制的治疗计划。Hims的核心产品之一是MedMatch，一款AI驱动的医疗保健解决方案。MedMatch 通过机器学习和人工智能技术，整合了数百万个数据点，包括历史临床数据、人口统计学、治疗类型和患者结果。这些数据点被用于训练模型，以推荐最佳的临床决策和治疗方案。目前MedMatch被用于心理健康、男性健康、女性皮肤管理等敏感领域。Hims 采用订阅模式，公司90%收入来自定期配送服务，这种模式不仅提高了用户粘性，还使用户的生命周期价值（LTV）是传统模式的3倍。HIMS在24Q4实现了4.81亿美元的营收，同比 95%，收入呈现高速增长趋势。截止到2024Q4，公司订阅用户数为2.23万，同比 172%。在AI技术驱动下，订阅用户数高速增长。2.6 Medtronic：AI融入心血管医学，助力早期诊断美敦力（Medtronic）是全球领先的医疗技术公司，专注于开发和制造各种医疗设备、产品和技术，是传统医疗信息化企业融合AI技术的代表之一，在AI 医疗领域，Medtronic 已经取得了显著的进展：在慢性病管理领域，推出智能胰岛素笔。Medtronic 推出了唯一获得 FDA 批准的“智能”胰岛素笔，该笔集成了葡萄糖传感器数据，为依赖每日多次注射的1型糖尿病患者提供 AI 驱动的个性化治疗建议。在临床医疗领域，Medtronic利用机器人进行辅助手术。Medtronic 的 Hugo™ System 是一个先进的机器人辅助手术平台，通过 AI 技术提高手术的精确性和安全性。在疾病预测与诊断领域，Medtronic利用复杂的算法分析大量的匿名健康数据，以识别趋势和共性。例如，AI 算法可以帮助医生更准确地检测异常心律，如房颤，从而提前发现可能导致中风或心力衰竭的疾病。利用数字孪生技术提供个性化治疗。Medtronic 的工程师正在构建一些设备的虚拟表示，或“数字孪生”，以预测这些设备在不同情况下在人体内的反应。这种技术可以帮助医生为每个患者提供个性化的治疗方案。根据企业的业务基因，国内在AI领域布局的厂商主要有三种类型：1）通用大模型厂商，比如科大讯飞，利用底层大模型能力搭建AI 医疗平台，为医疗机构赋能；2）拥有数据库优势的厂商，为医疗机构和药企提供数据服务，或基于数据积累训练垂类模型，主要代表有润达医疗、医渡科技、朗玛信息等；3）传统医疗信息化企业，垂类模型拥有数据优势 ：润达医疗、医渡科技；3）传统医疗IT公司转型AI，将AI技术嵌入主营业务，实现存量客户价值升级。2023年10月24日，科大讯飞在全球开发者节上正式发布星火医疗大模型。星火医疗大模型学习了上亿级医疗专业知识和脱敏病例，以及上亿级Token的医学文献数据，可实现医疗知识问答、专业文书生成、诊断治疗推荐等功能。对比GPT-4大模型在医疗领域的表现，讯飞星火的医疗大模型在医疗海量知识问答、医疗复杂语言理解、医疗专业文书生成等六大核心能力方面超越GPT-4。讯飞医疗已经在全国400多个县区取得规模化的成功应用，未来在AI大模型赋能下有望实现深度赋能。截止2024年1月19日，智医助理累计覆盖全国30多个省份400多个区县并常态化应用，已提供人工智能辅助诊断建议超过 7.4 亿条、电子病历标准化建议超过 2.8 亿条，并纠正超过130万例诊断案例。在讯飞医疗助力下，病例规范度和诊断合理率均实现显著提升。星火4.0赋能行业大模型加速迭代，医疗垂类模型能力再次升级。随着讯飞星火4.0大模型的发布，星火医疗大模型也再次升级，目前在医学相关的知识问答、复杂的语义理解、专业文书生成，还是诊断治疗以及多轮对话的各项指标上，已实现对最新的GPT-4 Turbo模型的超越。AI大模型医疗领域垂类应用加速渗透。在医疗领域，公司于去年10月推出的个人健康助手讯飞晓医APP现在已经累计下载1200万次，用户好评率达98.8%。目前讯飞晓医APP可以帮助用户自主诊断1600种常见疾病，可识别2800种以上的常见药品，理解26万个药品相互作用，并且能够理解和分析6000种以上常见的检验报告。目前讯飞晓医APP可实现将个性化的电子病历检查报告以及过去问诊情况，在个人健康空间保存，在看病、用药、检查时给予用户更深入具体的帮助。3.2 云知声：智能语音行业龙头厂商布局“山海”大模型云知声依托自研“山海”大模型，布局AI 医疗场景业务。山海大模型实现了在特定领域内专业知识的快速积累，通过语料的不断迭代升级，专业能力持续突破。以医疗领域为例，山海大模型学习了大量教材、百科等高质量医学文献，使其能够提供更加全面、专业的医疗信息支持。在扩展了医疗大模型的领域知识的同时，山海大模型仍旧保持原有的高性能、高准确率等特点。公司基于多年智能语音技术积累，医疗领域落地应用赋能医生效率提升。公司语音电子病历技术基于AI、大数据方面的长期积累，结合大量原始医疗语料数据，形成医疗语音识别和语义理解模型，医生可快速将内容输入到HIS、PACS、LIS等系统中，显著提升效率。除电子病历技术之外，公司目前已形成智能病历质控、单病种质控、智能医保审核等功能矩阵。在智慧医疗领域，云知声基于山海大模型打造的门诊病历生成系统已落地北京友谊医院，有效提升了病历撰写效率与质量。3.3 润达医疗：CDx良医小慧，综合准确性达到87.74%润达医疗是全国最大的体外诊断（IVD）综合解决方案提供商，为各类医学实验室提供体外诊断产品、技术服务支持、实验室运营管理等全方位的综合服务。信息化系统对接医院超过2000家。润达医疗与华为云合作推出的新一代智慧检验综合解决方案——CDx良医小慧。良医小慧基于华为云盘古大模型打造，由润达医疗团队训练，是具备完全国产自主知识产权的大模型原生解决方案。其在医疗大模型上的两大技术难点均实现了突破：一是医疗数据多为自然语言文本，难以被机器有效处理，二是在要求循证的医疗中，当如何抑制大模型的固有幻觉问题经过高达10亿次的训练，良医小慧能解释超过4500个检验项目和2800种疾病，在回答10个科室真实病例的临床报告解读问题中，达到科室医生的平均水平，综合准确性达到87.74%。医疗智能体“良医”的产品功能为临床辅助、患者服务及科研辅助等，相当于为每位医护人员配备了个人专属医疗助理；健康智能体“小慧”相当于是每个人的AI健康助理，不仅能够提供7×24小时的健康咨询服务，还能够为个人建立专属健康档案，并及时进行健康风险提示，定制健康计划。3.4 医渡科技：YiduCore DeepSeek，打造医渡AI医生助手医渡科技长期布局AI 大数据技术在医疗健康领域应用。医渡科技构建的“医学智能大脑”YiduCore 医学知识图谱覆盖超过1万种疾病和超过9万个医学实体，支持对ICD、MeSH、ATC等近10种医学标准术语的映射，并已在超过70个疾病领域建立了疾病模型，海量真实世界医疗知识的积累加上AI、医学的高素质交叉人才团队，使医渡科技自主研发的医疗垂域大模型具备强大的医学专业性保证。医渡科技通过六年时间精心打造的“医渡医学数据智能平台”，全面收录了医院的大量患者资料和病历数据，构建起庞大且精准的医疗数据资源库。通过与DeepSeek等顶尖大模型的深度整合，医渡AI中台算力效能突破，训练资源利用率提升约25%；模型能力跃迁，关键任务准确率提升约5%—20%；开发效率革新，应用上线周期缩短约50%。3.5 创业慧康：BsoftGPT打造大模型聚合产品创业慧康在AI医疗领域的布局，主要体现自主研发的MedCopilot和BsoftGPT平台方面。MedCopilot能够在最短数秒内生成一份完整的出院小结，医生只需进行少量修改即可审核、签名，整个过程从原来的二十分钟左右缩短为几分钟，能节省近60%的时间。MedCopilot还为医生在临床决策支持、病历质控、日常工作辅助等方面提供大模型赋能。目前，MedCopilot已经落地数家大型三甲医院，其知识储备及应用能力已经超过医学规培生的水平，实验研究结果显示正确率超过95%。BsoftGPT是公司打造的AI大模型聚合产品，产品以API调用结合本地部署的方式聚合利用通用GPT模型，同时通过本地部署embedding向量数据库以及公司自有的领域知识库，通过医疗垂直领域的语言模型训练和微调逐步实现产品力，并向公司内外部的应用场景，比如在医疗服务和个人健康等场景中输出AI智能服务。目前BsoftGPT已成功接入市场上多个成熟大模型的API，除DeepSeek外，还有Qwen、GLM、讯飞星火、文心一言等在线大模型，通过简单的参数调整，这些产品便能在DeepSeek与其他大模型之间自由切换，从而根据不同的医疗业务需求和场景特点，精准适配最适宜的模型，实现医疗服务的个性化、高效化定制。3.6 万达信息：智慧医疗布局全面，覆盖30多个省市智慧医卫是公司传统主业，涵盖智慧卫健、智慧医保/医药和智慧医疗三个板块。已覆盖全国 30 多个省/自治区/直辖市，120多个地市，累计为6亿多人提供卫生健康和医保服务。当前公司跟AI 医疗相关的主要产品有：➢门诊服务机器人小万：与常规的电子自助查询机不同的是，“小万”与患者“面对面”交流时，能够智能识别对方的“就医意图”，对患者来说，交流起来更方便、使用门槛更低。
➢人工智能心血管全周期服务平台：市面上首个全周期AI互动成长式、精准化心血管健康平台，打造并串联协同精准早筛、智能预防、智能辅助诊断、智能随访和智能分层转诊五大智能应用场景。
➢AI医保零星报销智能受理：实现全环节5至10分钟受理完成，提升效率高达83%，节约人力超60%，可实现整体识别准确率90%以上，平均识别速率为5-6s/页。3.7 卫宁健康: 实践“Copilot for Everything”行动计划卫宁健康提出“AI Everywhere 全场景赋能”的发展方向，产品设计将围绕AI智能化创新，实践“Copilot for Everything”行动计划，为用户提供AI增强医疗产品的同时，也在内部的代码开发、文档设计、运维知识服务查询等环节引入AI。从研发生产体系，到赋能智能医疗全场景，全速驱动生产力转型与突破。2025年2月10日，卫宁健康正式发布了其人工智能医护助手WiNEXCopilot的最新版本2.1，以及医疗大语言模型WiNGPT的2.8版本。在2024年发布的WiNEX Copilot 2.0基础上，最新迭代版WiNEX Copilot 2.1进一步聚焦场景深化、模型支持、平台能力三大方向，覆盖临床、护理、医技等关键医疗场景，贯穿诊前、诊中、诊后全流程，全面深化医疗临床与管理场景质控能力与移动端场景拓展。AI从PC延伸到移动端。卫宁健康移动产品WiNEX MY搭载WiNEX Copilot 2.1，使AI能力不再局限于PC端，在移动场景中，医护有了“口袋里的AI”，例如语音查房、知识查询、流程管理等场景将变得更加智能和便利。本次移动端主要发布场景包含“移动知识助手”及“智能交接班”。3.8 嘉和美康：医疗信息集成平台已正式接入DeepSeek嘉和美康推出了医疗临床“AI助手”，面向全院数智化转型需求，提供中枢化（医技）决策支持引擎以及医疗AI应用开放平台。该平台作为全院智慧化服务的接入底座，为诊断支持、辅助诊疗、病情预警、疾病风险预测、临床科研、病历内涵质控、公共卫生监测等跨场景应用提供分级分类预警管理，支持即插即用，实现多技术框架、多厂商、多业务AI应用接入，为传统信息系统配备“智慧大脑”，满足电子病历高级别评审要求。公司于2025年推出了新一代智能电子病历平台（V7），该平台的核心亮点在于嘉和医疗大模型的深度接入，贯穿患者诊疗的每一个环节，从病历自动生成、疾病诊断预测，到个性化治疗方案推荐，再到智能随访管理，为医生提供全方位的智能化支持。同时，嘉和美康基于长期积累的病历质控知识库开发的病历内涵质控功能，此次完整融入电子病历V7平台，实现病历质控全环节智能化覆盖。此外，嘉和美康的医疗信息集成平台已正式接入DeepSeek，加速AI大模型在医疗领域的创新应用。平台全面升级后，医生登录智慧门户后，可向智能助手提问，查询排班情况、需要注意的患者等信息。患者信息呈现也更加智能，借助DeepSeek强大的数据分析和处理能力，智能助手可快速筛选出关键患者，为医生提供更加高效、精准的智能化工具。3.9 东软集团：东软医疗健康智能化全系解决方案适配DeepSeek公司成立于1991年，在智慧城市、医疗健康、智能汽车互联和企业数字化转型等多领域处于领先地位。不断探索应用云计算、大数据、物联网、人工智能、区块链等新技术。在医疗信息化领域，东软构建RealOne Suite、CloudOne Suite 和 HealthOne Suite 三个整体解决方案。截至 2024 年 6 月末，东软智慧医疗业务在全国 31 个省级行政区实现业务落地，已服务超过 600 家三级医院客户、 2,800 余家医疗机构客户、80,000 余家基层医疗卫生机构，承担了30多个省市的全民健康信息化建设，实现以软件赋能医疗全场景的发展阶段。东软的智能预问诊、病历生成与质控等核心医疗AI应用将陆续完成DeepSeek接入，通过知识蒸馏技术，实现精准且成本有效的医疗领域大模型。3.10 晶泰控股-p：量子物理 AI，赋能药物研发晶泰控股是一家以量子物理和人工智能赋能药物研发的创新科技公司，公司的创始人包括温书豪、马健、赖力鹏三位博士，均为麻省理工学院（MIT）的量子物理与AI科学家，具备深厚的学术与产业背景。公司的核心产品和服务涵盖了药物研发与自动化化学合成等多个领域，包括小分子药物发现平台ID4、抗体发现平台XupremAb™、自动化化学合成、智能化固态化学筛选平台以及多项化学和物理服务等。➢小分子药物发现平台ID4：晶泰控股的集成、端到端技术平台，能够高效地提供经过验证的小分子临床前候选药物。
➢抗体发现平台XupremAb™：结合湿实验室技术和尖端人工智能技术的抗体发现平台。智能化实验工作站：如XmartChem®智能合成工作站，能够实现自动化实验流程，加速固体和液体分配、冷却和加热、搅拌、稀释、过滤和HPLC分析等化学合成及反应优化过程。➢智能自动化固态化学筛选平台：结合实验技术、晶体学专家知识和智能自动化。➢自动化结晶工作站XtalComplete®：实现自动固体和液体分配、过滤、搅拌、加热、冷却和检测，提高实验效率，实现高质量的多晶型、盐和共晶筛选。➢合成化学服务：经验丰富的合成化学家与尖端自动化技术相结合，加速高质量化学物质的交付。公司汇聚了500多位科学家和技术专家，满足全球制药、生物技术、可再生能源和先进材料行业对研发解决方案和服务的需求。凭借其自主研发的量子物理人工智能平台，晶泰控股为全球多家知名制药公司服务，包括默克、强生、辉瑞等，并与其中的许多公司建立了长期稳固的合作关系。1）技术落地不及预期：AI医疗技术在实际应用中可能因技术复杂性、适配问题或性能不足，导致无法按计划投入使用。2）商业化进展不及预期：AI医疗商业化可能因市场需求不确定、成本高、医保限制或竞争激烈，导致盈利不及预期。3）数据安全风险：AI医疗依赖大量敏感数据，存在隐私泄露、数据被恶意利用等风险，威胁患者和机构安全。
VIP复盘网
