“AI+应用”系列（一）：AI+医疗：智医助理即将上岗

华西计算机团队 2023年6月26日 分析师：刘泽晶 SACNO：S1120520020002 邮箱：liuzj1@hx168.com.cn 联系人：刘波 邮箱：liubo1@hx168.com.cn 请仔细阅读在本报告尾部的重要法律声明 仅供机构投资者使用证券研究报告|行业深度研究报告 AI+医疗：智医助理即将上岗“AI+应用”系列（一） 核心逻辑 AI+医疗：缓解我国医疗资源短缺的“良药” AI+医疗是在协助人或解放人的状态下，以提升院内外医疗服务效率效果为目的、以人工智能为核心干预技术手段介入传统的院内外医疗环 节，从而产生相应软硬件产品的新型医疗应用技术。 根据艾瑞咨询的数据，2020-2025年AI+医疗市场规模呈现高增长状态，市场总规模在2025年将达385亿元。 AI+医疗有利于缓解我国医务人才短缺；同时助力解决口老龄化及医疗资源分布不均衡等问题。 大模型助力，AI+医疗创新应用即将“涌现”，“智医助理”即将上岗 随着大模型技术的发展，AI+医疗的应用首先通过文本生成、辅助查询等方式提升医疗全流程的效率，未来更有望融入辅助诊疗决策等核心 业务系统，成为我国医疗体系的重要力量。 海外已有多种大模型在医疗领域的应用落地：谷歌的Med-PaLM2，微软子公司Nuance的DAXExpress。 我国具有多重优势：丰富的医疗场景与医疗数据，良好的政策环境。 行业科技龙头具备先发优势，产品有望率先落地 大模型在医疗的发展，除需要算力等通用要素外，还需要数据、技术、行业Know-How、应用场景等要素。 我们认为，医疗科技龙头具备技术、行业Know-How等要素，与头部医疗机构的长期合作关系有利于补齐数据、场景等要素，相关创新产品有望率先落地。 行业受益标的： 我们认为，具备行业Know-How和客户基础，在AI领域早有布局，且积极拥抱大模型技术变革的公司具有先发优势，受益标的包括：润达医疗、卫宁健康、创业慧康、嘉和美康、安必平、健麾信息、数字人等。 风险提示：1）AI技术发展不及预期；2）相关政策落地不及预期；3）中美博弈突发事件；4）AI伦理风险；5）市场系统性风险等。 目录 01AI+医疗：缓解我国医疗资源短缺的“良药” 02大模型助力，AI+医疗创新应用即将“涌现” 03行业科技龙头具备先发优势，产品有望率先落地 04行业受益标的及风险提示 AI+医疗：缓解我国医疗资源 01短缺的“良药” 1.1AI+医疗：AI技术与医疗场景的深度融合 AI+医疗是在协助人或解放人的状态下，以提升院内外医疗服务效率效果为目的、以人工智能为核心干预技术手段介入传统的院内外医疗环节， 从而产生相应软硬件产品的新型医疗应用技术。 因AI医疗需AI技术结合具体的医疗场景方能释放与彰显其具象的原理与作用，故其具有很强的场景关联性。按应用场景分类，AI+医疗主要分为AI医疗影像、CDSS、智慧病案、AI制药、医疗数据智能平台、AI医疗机器人、AI基因分析等细分应用技术。 AI+医疗 智能辅助问诊：利用AI等技术的赋能，对就诊流程进行更深层次的优化，构建出诊前、诊中、诊后全方位、不受空间和时间限制的医疗和健康闭环管理服务，为病人提供安全的环境、智能化的体验和温馨的服务。 诊前服务：根据患者的症状描述等给予合理的医生资源、科室服务等推荐，并依靠以知识库为基础的智慧大脑建立诊前健康咨询与导诊服务。 诊中服务：实现患者智能导诊服务，减轻分诊护士台压力；通过智能排队系统，实现患者有序就诊，改善就诊环境，确保患者隐私。 诊后服务：通过设立统一的客户服务中心，结合医院智慧大脑与互联网技术实现医患互动、随访管理、健康监测、药品配送、处方流转、网约护士等服务。 智能辅助问诊应用场景 AI医疗影像产品常应用于超声影像、放射影像、病理影像等医技科室中。 医技科室的医疗器械设备植入嵌套了CV技术与深度学习的AI医疗影像辅助诊疗软件，实现各类功能，最终形成针对各临床科室的AI应用，协助医生出具诊断结论与治疗方案。在AI医疗影像产品的种类中，疾病筛查与辅助诊断产品是AI医疗影像涉及最早、竞争尤为激烈、上线较多的品类，辅助治疗类产品进展较慢。 AI医疗影像 1.3AI+医疗产业链 AI+医疗产业链包括三层：其上游为基础层，中游为技术层，下游为应用层，服务终端为患者。 基础层：包括数据、算法、算力等。其中数据服务尚未建成核心技术壁垒，目前参与者众多；而算力领域呈寡头局面。 技术层：包括CV、NLP、知识图谱、智能语音等技术组成，其中基于深度学习的计算机视觉发展快，参与者技术相对成熟。 应用层：包括AI医疗影像、CDSS、医疗机器人、医学数据智能平台等各类应用。 我国AI+医疗产业链 1.4发展状态：AI医疗影像发展靠前，软件类产品有望孵化出新兴商业模式 根据艾瑞咨询的研究，AI医疗不同场景的发展成熟度不同。 医疗器械类的亮灯数量、强度要明显高于非医疗器械类，尤其是AI医疗影像除了纯服务的产品形式、里程碑的收费模式灭灯以外，其他区域均有亮灯情况，其在所有赛道中的商业模式较为多元。 从商业模式的固定程度与稳定性来讲，带有重资产性质的AI医疗机器人的商业模式已经基本定型，而其他轻资产性质的核心软件类产品的商业模式还处在动态演变阶段，未来可能会孵化出新兴的商业模式。 我国AI+医疗发展状态 根据艾瑞咨询的数据，2020-2025年AI+医疗市场规模呈现高增长状态，市场总规模在2025年将达385亿元。 2020年AI核心软件市场规模为29亿元，AI医疗机器人市场规模为30亿元。 2020年中国AI医疗核心软件市场中CDSS市场占有率为29.8%，AI医疗影像为7.1%。 2020年中国AI医疗核心软件市场分布2019-2025年中国AI医疗市场规模（单位：亿元） AI+医疗影像 AI+医疗有利于缓解我国医务人才短缺。 以医疗影像为例，目前我国以CT影像、皮肤影像等医疗影像应用较为成熟。 当前在我国，医疗影像数据的年增长率高达30%，但是影像 科的医生年增长率却只有4%。考虑到医生的培训周期比较长， 发展AI影像医疗能够有效缓解医疗人才短缺的问题。 AI助力解决人口老龄化及医疗资源分布不均衡等问题。 据中国卫生健康委员会数据，截至2022年底，我国慢性病患者总数已超4亿，约占总人口的三分之一，且数量还在增加。 以AI技术为基础的智慧病案管理体系可以让医院之间可以通 过HIS共享病案库，医生可以在病例库中找到相关的疾病案例，这样既可以提高疾病发现率，又可以在一定程度上弥补城镇、乡村医生在经验方面的不足。 AI赋能医疗可以有效补充医疗资源，助力健康中国的建设。 用人工智能技术解决基层临床问题，不仅可以提升基层的医疗水平，还可以快速收集、分析、预测疾病数据和区域健康走势，对重大疾病进行联防联控，对重点人群、康复人群等进行有效管理和预防。 “AI+医疗”的发展与完善，有利于补全基层诊疗服务短板，强化公共卫生服务效率，帮助解决我国优质医疗资源相对匮乏和基层医疗服务能力不足的结构性难题。 AI赋能的领域 大模型助力，AI+医疗创新应用 02即将“涌现” 2.1AI2.0时代来临，医疗行业有望率先落地 AI1.0：以CNN为核心的计算机技术，机器开始在计算机视觉（CV）、自然语言理解技术（NLP）等领域超越人类，并创造了显著的价值。但AI1.0缺少像互联网时代的Windows和Android一样的规模化能力，来降低应用开发的门槛，打造完善生态链。 AI2.0：AI2.0克服了AI1.0单领域、多模型的限制，可以用无需人工标注的超级海量数据去训练一个具有跨领域知识的基础大模型 （FoundationModel）；基于大模型，各种创新应用将层出不穷。 AI2.0+医疗：我们认为，随着大模型技术的发展，对海量多模态数据的处理能力大幅提高，AI+医疗有望迎来快速发展。AI+医疗的应用首先通过文本生成、辅助查询等方式提升医疗全流程的效率，未来更有望融入辅助诊疗决策等核心业务系统，成为我国医疗体系的重要 力量。 AI2.0时代来临 大模型有望助力医学知识图谱快速迭代，赋能临床决策等应用场景。 医学知识图谱针对医疗信息系统中海量、异构、动态医疗大数据，在数据表达、组织、分析、管理及利用等方面提供了一种更为有效的方式， 使系统的智能化水平更高，更加接近于人类的认知思维。 医学知识图谱的构建流程大致分为四个步骤，即医学知识表示、医学知识抽取、医学知识融合、医学知识推理。 我们认为，受益于大模型的能力提升，上述四个步骤的迭代即将加速。 医疗知识图谱构建方法与流程 医学知识表示 医学知识抽取 医学知识融合 医学知识推理 基于医学知识图谱的问答医疗用药推荐系统 实体对齐医学实体链接 医学命名实体识别 医学实体关系抽取 辅助诊断：首先，大模型可以利用其高质量多轮对话能力，协助医疗工作者收集病人相关信息。同时，大型模型可以利用医学文献、病历数据和医学影像等信息，辅助医生进行疾病诊断。它们可以提供诊断建议、辅助解释医学图像、识别疾病模式，并提供患者管理的相关信息。通过与医生的合作，大型模型可以提高诊断的准确性和效率。 药物研发和创新：大型模型可以分析大量的化合物和药物数据，预测药物的活性、相互作用和副作用。这有助于加速药物研发过程，发现新的药物候选物，并优化药物设计。大型模型还可以帮助研究人员发现新的药物靶点、疾病机制和治疗策略。 临床决策支持：大型模型可以利用患者的临床数据和病历信息，为医生提供个性化的治疗建议和决策支持。它们可以分析大规模的患者数据，预测疾病进展、治疗效果和风险，并帮助医生优化治疗方案和预防措施。 基于Keras的大数据深度学习框架用于肺炎预测 Google推出全新医疗大语言模型：Med-PaLM2。 开发及创新：使用PaLM2针对医疗领域专门微调训练，并使用新的提示策略“集成精炼”，使推理能力得到改进。 准确率大幅提升：Med-PaLM2在美国医学执照考试（USMLE）式问题的MedQA数据集上得分为86.5％，达到“专家”考生级别，较上代提升超过19%。 MedQA（USMLE式问题）部分模型测试准确率对比 3月20日，微软旗下语音识别子公司NuanceCommunications发布一款AI临床笔记软件，即DragonAmbienteXperienceExpress（简 称：“DAXExpress”），它代表了医疗保健领域的下一个突破，也是大规模自动化临床文档之旅中的一个重要里程碑。 DAXExpress是一个集成到工作流程中的自动化临床文档应用程序，它是第一个将经过验证的对话和环境AI与OpenAI的GPT-4的高级推理和自然语言功能相结合的应用程序。 DAXExpress扩展了久经考验的DragonMedicalOne医疗解决方案组合，并以2020年推出的市场领先的DAX常温解决方案为基础，是Nuance长期使命的下一个里程碑，即减轻行政负担，使临床医生能够花更多的时间照顾患者，减少文书工作的时间。 Nuance 2.3国内外医疗大模型应用案例：MedGPT 2023年5月25日，医联正式发布自主研发的基于Transformer架构的国内首款医疗大语言模型——MedGPT。 医联还建立了基于专家评议的AI诊疗准确性与真实世界医⽣对标测试机制，不断将AI与真实诊疗场景对齐，最终实现准确诊断。 医联团队会招募真实的医生坐在电脑进行诊断，然后把MedGPT和真实医生的结果交由专家委员会评议，将MedGPT的水平对标真实医生。 根据封面新闻的消息，目前医联MedGPT已经可以覆盖ICD10的60%