>> 國海證券-AIGC+醫(yī)療行業(yè)專題報告：AI賦能多樣化醫(yī)療場景，驅動醫(yī)療產業(yè)鏈效率提-230407
| 上傳日期： |
2023/4/9 |
大小： |
1072KB |
| 格式： |
pdf 共36頁 |
來源： |
國海證券 |
| 評級： |
-- |
作者： |
陳夢竹 |
| 下載權限： |
無限制-登錄即可下載 |
|
|
本篇報告核心解決以下問題：1）AI、AIGC當下發(fā)展處于什么階段？AI+醫(yī)療行業(yè)發(fā)展歷程如何？2）AI在醫(yī)療產業(yè)鏈的應用能力如何？生成式AI如何賦能醫(yī)學影像、藥品研發(fā)、醫(yī)療信息化及其他服務領域？3）AIGC+醫(yī)療產業(yè)鏈投資機會有哪些？
1、AI+醫(yī)療行業(yè)發(fā)展歷程
AI及AIGC發(fā)展歷程：人工智能從理論發(fā)展分為四個階段：規(guī)則導向、機器學習、深度學習、自主學習階段，目前處于深度學習階段；從應用成熟度可分為三個階段：弱人工智能階段（ANI）、強人工智能階段（AGI）、超人工智能階段（ASI），目前處于ANI階段；從應用類型可分為四種：感知式AI與分析式AI應用較成熟，決策式AI近年來發(fā)展迅速，生成式AI迎來突破。生成式AI，即AIGC，較傳統(tǒng)內容創(chuàng)作模式UGC、PGC可實現更大數量、更高質量、更低單位成本，未來將從輔助創(chuàng)作生成趨向高度自動化自主創(chuàng)造。此外，AIGC將賦能多領域，加速人機共生的建設，迎接更多機遇與挑戰(zhàn)。
AI+醫(yī)療行業(yè)發(fā)展歷程：2000年-2015年國外研究聚焦臨床知識庫之外的AI應用，如手術機器人、電子病歷等，而中國仍以更多類疾病的醫(yī)學專家系統(tǒng)為主，發(fā)展相對緩慢；2016年起，國內AI+影像行業(yè)快速發(fā)展，CDSS產品逐漸成熟；2018年之后，國內AI+醫(yī)療進入穩(wěn)定發(fā)展階段，智慧病案等產品陸續(xù)推出，國產手術機器人研究加速。
AI+醫(yī)療行業(yè)商業(yè)模式：1）醫(yī)療器械類包括AI醫(yī)療影像、CDSS及AI醫(yī)療機器人，其中AI醫(yī)療影像領域受監(jiān)管政策及資本支持等因素驅動而快速增長，所在賽道商業(yè)模式較為豐富，據艾瑞咨詢預測，2023年AI醫(yī)療影像市場規(guī)模將首次超越CDSS，成為AI醫(yī)療核心軟件中市場占有率最高的產品；2）非醫(yī)療器械類包括AI藥品研發(fā)、醫(yī)藥數據平臺、智慧病案及AI在線診療。
2、AI在醫(yī)療產業(yè)鏈中的應用能力及展望：
?、貯I+醫(yī)療之醫(yī)學影像領域：
生成式AI在篩查及輔診之上拓展更多應用場景：國內AI+醫(yī)學影像主要應用于輔助臨床診斷和早期篩查，核心為計算機視覺和深度學習。生成式AI模型將主要應用于1）通過圖像生成模型加強醫(yī)學影像的質量和生成效率，有利于打破影像設備成像原理和技術限制，降低不當操作從而造成誤診、漏診的概率；2）快速生成大量合成醫(yī)學影像，用于訓練機器學習模型、打破在罕見疾病領域及特定成像技術中的真實醫(yī)學影像數量有限的限制：3）可利用臨床數據預測疾病進展，生成全生命周期的個性化診療報告。
建議關注已擁有獲批上市AI+醫(yī)學影像產品的公司：多款AI+醫(yī)學影像產品獲批第三類醫(yī)療器械，相關技術與產品性能趨于穩(wěn)定，推動AI醫(yī)學影像發(fā)展加速。2020-2022年5月，中國共計32款產品取得醫(yī)療器械三類證而獲批上市，其中眼底與肺部兩個分類的獲批產品較多，側面證明AI醫(yī)療影像產品技術及性能趨于穩(wěn)定，達到市場準入要求，后續(xù)將繼續(xù)從應用過渡到商業(yè)化，建議關注已擁有獲批上市產品的公司如樂普醫(yī)療、邁瑞醫(yī)療、鷹瞳醫(yī)療、騰訊醫(yī)療等。
?、贏I+醫(yī)療之藥品研發(fā)領域：
藥物研發(fā)周期↓、研發(fā)成本↓、研發(fā)成功率↑，利用生成式AI設計新型分子或蛋白質類藥物：1）目前AI制藥企業(yè)布局集中于藥物發(fā)現及臨床前研究環(huán)節(jié)，藥物發(fā)現分為靶點發(fā)現及驗證及候選化合物發(fā)現，從技術上來看，虛擬篩選和端到端的化合物生成分別代表AI在效率和創(chuàng)新上的優(yōu)化效果。據TechEmergence報告顯示，AI制藥與傳統(tǒng)制藥流程相比，研發(fā)周期縮短約40%-60%，研發(fā)成功率提升至14%，AI研發(fā)每年可為藥企節(jié)約540億美元；2）2022年7月，DeepMind公司與歐洲生物信息研究所（EMBL-EBI）利用AI系統(tǒng)AlphaFold預測出超過100萬個物種的2.14億個蛋白質結構，幾乎涵蓋地球上所有已知蛋白質；與AlphaFold針對已知蛋白質序列預測蛋白質結構不同，生成式AI模型可以生成全新的蛋白序列或結構，這將在較大程度上拓展用于藥物研發(fā)的初始蛋白結構庫，針對特定效果調整屬性的生成，加速藥品研發(fā)流程。
建議關注已布局AI制藥的CXO企業(yè)及互聯網平臺：目前已布局相關AI業(yè)務的CXO企業(yè)包括藥明康德、成都先導、藥石科技、泓博醫(yī)藥等，已布局AI制藥的互聯網平臺包括騰訊、阿里巴巴、華為、百度、平安科技等。
?、跘I+醫(yī)療之醫(yī)療信息化領域：
國內醫(yī)療信息化快速發(fā)展，商業(yè)模式多樣化，AI在院內信息化中的應用場景較為多元：1）國內各醫(yī)療信息化系統(tǒng)加速應用，助力降本增效，行業(yè)入局者主要包括醫(yī)療硬件企業(yè)、通用信息化企業(yè)、傳統(tǒng)醫(yī)療信息化企業(yè)、新型醫(yī)療技術企業(yè)、互聯網巨頭、大型綜合企業(yè)等，競爭格局較為分散；2）AI可賦能院內信息化較多應用場景，原有醫(yī)療信息化系統(tǒng)的產品升級包括智慧預約系統(tǒng)、智慧電子病歷、單病種質控、不良事件預警；AI+院內信息化增量場景包括智慧病案、CDSS、智慧科研平臺。
建議關注多領域布局的企業(yè)以及細分領域龍頭：1）從業(yè)務布局的完整度來看，前四位分別是萬達信息、衛(wèi)寧健康、東華軟件以及東軟集團；2）電子病歷是近年醫(yī)療信息化的主要競爭賽道之一，作為醫(yī)療信息化升級的重要抓手，電子病歷應
|
|
