2025年AI医疗行业发展现状、趋势、主要应用领域及相关标的分析报告（66页）.pdf

《2025年AI医疗行业发展现状、趋势、主要应用领域及相关标的分析报告（66页）.pdf》由会员分享，可在线阅读，更多相关《2025年AI医疗行业发展现状、趋势、主要应用领域及相关标的分析报告（66页）.pdf（66页珍藏版）》请在三个皮匠报告上搜索。

1、 2025 年深度行业分析研究报告 目目 录录 1.AI 医疗基本概况医疗基本概况.4 1.1.AI 医疗概念医疗概念.4 1.2.AI 医疗相关政策梳理医疗相关政策梳理.6 1.3.AI 医疗发展历程医疗发展历程.7 1.4.AI 医疗细分赛道医疗细分赛道.10 2.AI 医疗行业现状及发展趋势医疗行业现状及发展趋势.12 2.1.AI 医疗行业规医疗行业规模模.12 2.2.AI 医疗产业链医疗产业链.13 2.3.AI 医疗一级融资情况医疗一级融资情况.15 2.4.AI 医疗发展面临的挑战.16 3.AI 医疗细分领域众多医疗细分领域众多.18 3.1.AI 制药制药.18 3.2.A

2、I 医学检验医学检验.21 3.3.AI 医学影像医学影像.24 3.4.AI 助力医疗信息化向智能化升级助力医疗信息化向智能化升级.29 3.5.AI 健健康管理康管理.35 4.相关标的相关标的.43 4.1.祥生医疗：超声领域领军者，祥生医疗：超声领域领军者，AI 与便携化驱动公司未来成长与便携化驱动公司未来成长.43 4.2.润达医疗：体外诊断产品线齐全，润达医疗：体外诊断产品线齐全，AI 数智化产品赋能公司未来发展数智化产品赋能公司未来发展.44 4.3.晶泰控股：晶泰控股：AI 制药领军者，积极扩展新材料领域商机制药领军者，积极扩展新材料领域商机.46 4.4.卫宁健康：持续打造卫

3、宁健康：持续打造“AI+医疗医疗”产品矩阵，产品矩阵，WiNEX Copilot 已开始推进落地已开始推进落地.48 4.5.东软集团：东软集团：24 年营收稳健增长，不断扩充年营收稳健增长，不断扩充 AI 产品矩阵产品矩阵.50 4.6.讯飞医疗科技：星火医疗大模型能力领先行业，讯飞医疗科技：星火医疗大模型能力领先行业，AI 赋能赋能 GBC 客户多元化产品矩阵客户多元化产品矩阵.52 4.7.医渡科技：公司数据积累深厚，实现医渡科技：公司数据积累深厚，实现“医医药药险险患患”全场景解决方案落地全场景解决方案落地.56 4.8.创业慧康：创业慧康：AI 医疗产品持续布局，医疗产品持续布局，H

4、I-HIS 加速推广有望提升公司盈利水平加速推广有望提升公司盈利水平.59 4.9.万达信息：业绩承压，万达信息：业绩承压，AI 全面赋能公司传统产品矩阵全面赋能公司传统产品矩阵.63 4.10.联影医疗：老牌医学影像设备厂商，联影医疗：老牌医学影像设备厂商，“AI+出海出海”驱动公司成长驱动公司成长.64 图表目录图表目录 图图 1：医疗领域：医疗领域“不可能三角不可能三角”.5 图图 2：我国与全球：我国与全球 AI 医疗发展历程医疗发展历程.9 图图 3：不同主题对于人工智能的需求差异：不同主题对于人工智能的需求差异.11 图图 4：AI 赋能医疗服务众多环节赋能医疗服务众多环节.11

5、图图 5：国内：国内 AI 医疗主要参与者医疗主要参与者.12 图图 6：AI 医疗市场规模医疗市场规模.12 图图 7：AI 医疗产业链医疗产业链.15 图图 8：2022-2024 年医疗年医疗 AI 领域不同细分领域融资情况领域不同细分领域融资情况.15 图图 9：2023-2024 年医疗年医疗 AI 领域及细分赛道融资轮次分析领域及细分赛道融资轮次分析.16 图图 10：AI 赋能新药研发全流程赋能新药研发全流程.20 图图 11：全球：全球 AI 制药市场规模（亿美元）制药市场规模（亿美元）.20 图图 12：国内：国内 AI+新药企业商业模式统计情况新药企业商业模式统计情况.21

6、 图图 13：AI 医学检验市场规模（亿元）医学检验市场规模（亿元）.22 图图 14：精准医疗的主要环节：精准医疗的主要环节.24 图图 15：医学影像人工阅片与：医学影像人工阅片与 AI 阅片对比阅片对比.26 图图 16：2020-2025 年中国医学影像设备市场规模趋势（亿元）年中国医学影像设备市场规模趋势（亿元）.26 图图 17：2023-2026 年中国年中国 AI 医学影像市场规模（亿元）医学影像市场规模（亿元）.27 图图 18：截至：截至 2024 年年 6 月已获批上市的月已获批上市的 AI 医学影像产品数量（款）医学影像产品数量（款）.27 图图 19：医疗信息化包含的

7、领域：医疗信息化包含的领域.29 图图 20：智慧医院划分与建设范围：智慧医院划分与建设范围.30 图图 21：中国智慧医院发展历程及阶段划分：中国智慧医院发展历程及阶段划分.30 图图 22：智慧医院厂商能力分布智慧医院厂商能力分布.31 图图 23：讯飞星火医疗大模型赋能全线医疗服务体系：讯飞星火医疗大模型赋能全线医疗服务体系.32 图图 24：百度灵医大模型四层架构：百度灵医大模型四层架构.32 图图 25：以电子病历为核心的临床医疗基础架构与内外联动：以电子病历为核心的临床医疗基础架构与内外联动.33 图图 26：熙软医院运营管理智能体：熙软医院运营管理智能体.35 图图 27：中国：

8、中国 AI 健康管理行业市场规模（亿元）健康管理行业市场规模（亿元）.38 图图 28：AI 健康管理产业链健康管理产业链.39 图图 29：AI 慢病管理应用模式慢病管理应用模式.40 图图 30：AI 慢病管理应用模式慢病管理应用模式.41 图图 31：中国：中国 AI 亚健康管理市场规模（亿元）亚健康管理市场规模（亿元）.43 图图 32：讯飞星火医疗大模型赋能政府、医生与患者：讯飞星火医疗大模型赋能政府、医生与患者.53 图图 33：创业惠康云：创业惠康云.60 图图 34：公司医院信息化业务主要场景：公司医院信息化业务主要场景.62 图图 35：公司智慧卫生整体解决方案：公司智慧卫生

9、整体解决方案.62 表表 1：AI 医疗应用场景医疗应用场景.4 表表 2：AI 医疗近年重点政策梳理医疗近年重点政策梳理.6 表表 3：AI 技术在制药流程中的主要应用技术在制药流程中的主要应用.19 表表 4：AI 医学影像主要类型医学影像主要类型.25 表表 5：截至：截至 2024 年年 6 月获批上市的月获批上市的 AI 医学影像产品企业分布医学影像产品企业分布.28 表表 6：AI 健康管理主要环节及其目标群体健康管理主要环节及其目标群体.36 表表 7：AI 老老年康养产品与服务年康养产品与服务.42 表表 8：联影医疗具体产品种类及用途：联影医疗具体产品种类及用途.65 1.A

10、I 医疗基本概况医疗基本概况 1.1.AI 医医疗概念疗概念 AI 医疗是指通过机器学习、自然语言处理（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）、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。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。AI 医疗是利用人工智能技术来帮助医生和医疗机构更快、更好地处理医疗数据、诊断疾病、管理患者健康等。AI 可以通过深度学习和分析大量的医学影像、病历数据、基因信息等资料，在此基础上提供更精准的诊断和治疗方案。AI 医疗核心技术包括医学影像分析、自

11、然语言处理、机器学习等，例如谷歌旗下的DeepMind 公司开发的 AI 系统，已经在眼科疾病诊断中表现出色，能够通过分析眼底扫描图像，准确诊断出糖尿病视网膜病变等疾病。AI 在医疗中的应用非常广泛，主要包括辅助诊断、临床决策、健康管理、药物研发在医疗中的应用非常广泛，主要包括辅助诊断、临床决策、健康管理、药物研发以及医疗机器人等等，通过在以及医疗机器人等等，通过在这些场景应用这些场景应用 AI，可以帮助达到在降低成本提高效率，可以帮助达到在降低成本提高效率的同时优化病人体验、提高诊疗质量、减少潜在疾病等的目标，全方位赋能医疗服的同时优化病人体验、提高诊疗质量、减少潜在疾病等的目标，全方位赋能

12、医疗服务的各个环节。务的各个环节。表表 1：AI 医疗应用场景医疗应用场景 数据来源：纬迪资本，东北证券 AI 医疗医疗提高医疗质量和效率提高医疗质量和效率。AI 在学习速度与能力方面的卓越表现已广为人知。借助 AI 技术，能够高效地汇聚过往病例及医学知识，并构建相应模型。在此过程中，AI 可助力医生更为迅速地处理海量医疗数据，减轻重复性工作负担，使医生得以将更多时间投入到患者治疗环节，同时辅助制定更为规范的治疗方案，降低人为失误的概率。通过远程医疗及智能诊断系统，AI 能够促使偏远地区的患者获取与大型医院相当的医疗服务，推动医疗资源实现更为合理的重新分配，进而让更多人受益于高质量的医疗服务。

13、以 IBM 公司的 Watson for Oncology 系统为例，该系统能够通过深度分析海量医学文献以及患者数据，为癌症患者量身定制个性化治疗方案。这一应用不仅显著节省了医生的时间成本，还有效提升了治疗的精准程度。AI 医疗解决“看病难、看病贵”的问题。医疗解决“看病难、看病贵”的问题。在传统医疗领域，美国耶鲁大学教授 William Kissick 曾提出一个广为人知的理论“不可能三角”。该理论核心观点为，医疗服务的质量、价格以及就诊速度这三个关键要素，在实际情境中往往难以同时兼顾。然而，人工智能的兴起，为突破这一“不可能三角”带来了曙光。AI 技术能够助力医疗机构优化患者管理流程，大幅

14、缩短患者排队等候时间。经过充分数据学习训练的 AI 系统，其诊疗能力可达到甚至超越具有 10 年以上临床经验医生的水平。与此同时，AI 在药物研发进程中亦能发挥关键作用，可显著压缩研发周期，这不仅有效降低了研发成本，还减轻了患者的用药经济负担，有力推动了药物的广泛普及。图图 1：医疗领域“不可能三角”：医疗领域“不可能三角”数据来源：纬迪资本，东北证券 AI 凭借对患者个体基因数据、既往病史详情以及生活习惯特征等多源信息的深度挖掘与整合分析，能够精准构建契合个体特质的治疗策略。这种基于精准医学理念的个性化治疗模式，不仅显著提升治疗效果，还能有效规避因传统经验性治疗导致的不必要药物不良反应。以美

15、国 23andMe 公司为例，该公司借助先进的基因检测技术，结合 AI 算法对海量基因数据进行深度剖析，帮助用户精准评估自身罹患遗传疾病的潜在风险，并据此提供科学、个性化的健康管理建议，为疾病预防与早期干预提供有力支撑。AI 医疗的优势：医疗的优势：1.提高诊断准确性：提高诊断准确性：AI 能够对海量医疗数据进行学习和分析，发现人类难以察觉的规律和模式，减少误诊和漏诊的发生。2.提升医疗效率：提升医疗效率：自动化的流程和决策支持系统可以替代或辅助人工操作，如数据分析、病历管理、患者监护等，使医生能够将更多时间和精力集中在患者的治疗上，提高医疗服务的整体效率。3.加速药物研发：加速药物研发：AI

16、 技术可以模拟化学反应和分子结构，预测药物的效果和副作用，大大节省了药物研发过程中的实验和临床试验时间，加快新药上市的速度。4.实现个性化医疗：实现个性化医疗：通过对个体的全面健康数据分析，为患者量身定制个性化的治疗方案，提高治疗的有效性和安全性。1.2.AI 医疗相关政策梳理医疗相关政策梳理 近年，中国 AI 医疗行业受到各级政府的高度重视和国家产业政策的重点支持。国家陆续出台了多项政策，鼓励 AI 医疗行业发展与创新，健康中国行动 慢性呼吸系统疾病防治行动实施方案（2024-2030 年）中药标准管理专门规定等产业政策为 AI 医疗行业的发展提供了明确的指导建议和发展前景。国家卫生健康委等

17、三部委联合发布卫生健康行业人工智能应用场景参考指引，国家卫生健康委等三部委联合发布卫生健康行业人工智能应用场景参考指引，给出了给出了 84 个应用场景，个应用场景，包括医学影像智能辅助诊断、智能导诊、智能病历辅助生成、智能中医临床辅助诊疗、智能医疗质量管理、智能健康管理、智能公共卫生群体数据分析等，推进卫生健康行业“人工智能+”应用创新发展。表表 2：AI 医疗近年重点政策梳理医疗近年重点政策梳理 发布时间发布时间 政策政策 主要内容主要内容 2024.11 卫生健康行业人工智能应用场景参考指引的通知 参考指引从四大领域，84 个应用场景，覆盖医疗服务管理、基层公卫服务、健康产业发展、医学教学

18、科研等。2024.8 关于建立健全全智慧化多点触发传染病监测预警体系的指导意见 指导意见包括 7 个部分，共 23 条。提出到2030 年，建成多点触发、反应快速、科学高效的传染病监测预警体系。其中在推进监测预警信息平台建设部分提出（一）加强平台顶层设计（二）提高监测分析能力（三）提升预警预测能力。2024.7 健康中国行动 慢性呼吸系统疾病防治行动实施方案(20242030 年)加强规范化诊疗和健康管理。完善慢性呼吸系统疾病相关诊疗指南、临床路径。探索应用人工智能、大数据等新一代信息技术建立规范化基层诊疗辅助系统。2024.7 健康中国行动 糖尿病防治行动实施方案(20242030 年)积极

19、运用互联网、人工智能等技术，开展远程会诊、临床辅助决策等服务，提高基层诊疗能力和效率。推进糖尿病智慧健康管理，充分利用人工智能等信息技术丰富糖尿病健康管理手段，推广物联网应用、可穿戴设备。试点开展人工智能糖尿病视网膜病变筛查、持续葡萄糖监测等糖尿病健康管理新技术，提升健康管理效率和效果。2024.7 中药标准管理专门规定 坚持传承与创新并重，遵循中医药理论，尊重传统经验，体现中药特点，鼓励新技术和新方法在中药标准中应用，支持采用大数据、人工智能等先进技术，持续提高中药质量可控性。2024.6 20242025 年持续开展“公立医疗机构经济管理年”活动 各单位结合运营管理实际需要，参考公立医院运

20、营管理信息功能指引，建立健全以业财融合为核心的运营管理信息集成平台，强化人工智能、大数据、云计算等现代信息技术应用，加快内部各类信息系统互通互联、各类数据共享共用，充分发挥信息化在业务管理与经济管理融合发展中的重要支撑作用，显著提升运营管理精细化水平和效率效益。2024.5 规范医疗器械产品分类界定工作 若为软件产品或者含有软件组件的产品，应当写明是否采用人工智能算法、是否给出诊断结论（结果）等信息。2024.2 加强医疗监督跨部门执法联动工作 各地要加强监督执法平台建设，探索建立省级医疗监督管理平台。借助大数据、云计算、互联网、人工智能等新兴技术，利用已有信息系统和数据资源，收集、整合、分析

21、医疗监督业务关键信息，加强业务协同，打通信息壁垒，实现数据共享互通，破除“信息孤岛”。2023.12 全面推进紧密型县域医疗卫生共同体建设 统一县域医共体内信息系统，加强数据互通共享和业务协同，推动人工智能辅助诊断技术在县域医共体内的应用。将远程医疗延伸到乡村，推行基层检查、上级诊断、结果互认。加强网络信息安全。2023.1 健康中国行动 癌症防治行动实施方案(20232030 年)持续推进多学科诊疗模式，提升癌症相关临床专科能力，探索以癌症病种为单元的专病中心建设，积极运用互联网、人工智能等技术，开展远程医疗服务，探索建立规范化诊治辅助系统，提高基层诊疗能力。数据来源：前瞻产业研究院，创元一

22、方，东北证券 1.3.AI 医疗发展历程医疗发展历程 从国内 AI 医疗发展历程来看，自 2018 年开始，我国人工智能医疗行业监管政策逐步完善，个别赛道开始出现可行性强的商业模式。2021 年 7 月，国家药监局发布 人工智能医用软件产品分类界定指导原则，明确人工智能医用软件产品按照第三类医疗器械管理。我国的 AI 医疗进程可以划分为以下三个阶段：1）萌芽阶段（萌芽阶段（1978-2015 年）年）特点：医疗数据孤岛林立、数据治理有待展开，临床 AI 应用稀缺。技术：此阶段的 AI 医疗产品以辅助医生诊疗的程序或系统为主，几乎没有应用于临床，整体产业仅出现一个初步的形态。2）起步阶段（起步阶

23、段（2015-2021 年）年）特点：数据建设初步展开，部分疾病标准数据库建立、基于深度学习的感知智能应用兴起。技术：医疗大数据建设展开，信息系统升级改造，眼底与肺部影像的标准数据库建立；基于深度学习的影像应用走到感知应用发展的前端 NLP、KG 等其他应用在慢跑；商业模式处于混沌的初步尝试阶段，可行模式未确定。3）探索阶段探索阶段（2021 年至今年至今）特点：医疗数据互联互通建设进一步展开、感知应用算法迭代、应用横纵开拓。技术：医院内部各科室、医院与医院、医院与当地卫健委之间的数据互联互通建设由信息系统改造转向数据治理阶段领跑的影像应用往尚未覆盖的疾病诊疗领域横向拓展与深度挖掘，NLP 应

24、用追赶至前端，KG、ML 蓄力慢跑。图图 2：我国与全球：我国与全球 AI 医疗发展历程医疗发展历程 数据来源：深度求学，东北证券 1.4.AI 医疗细分赛道医疗细分赛道 AI 正在迅速渗透医疗行业的各个环节，包括但不限于影像诊断、药物研发、临床决正在迅速渗透医疗行业的各个环节，包括但不限于影像诊断、药物研发、临床决策支持、健康管理等。策支持、健康管理等。AI 医疗的价值体现在提升医疗服务质量、增加医疗服务可及性以及降低医疗成本上。AI 医学影像：医学影像：医学影像是利用光、电、磁、声等物理现象，以非侵入方式获得人体或人体某部分内部组织的影像。临床超过 70%的诊断都依赖于医学影像。临床中最常

25、见的影像模态包括 X 线摄影、CT、MRI 和超声等。人工智能应用于医学影像，主要是通过深度学习实现机器对医学影像的分析判断，帮助医生更快获取影像信息，进行定性定量分析，提升医生阅片效率，协助发现隐藏病灶，协助医生完成诊断工作。AI 医学影像是 AI 医疗领域目前最为成熟和常见的领域之一。药物研发：药物研发：传统的药物研发模式依赖研发人员的经验以及大量的试错实验，不仅耗费大量的时间和资金，而且成功率相对较低。据相关研究表明，研发一种新药平均需要投入约 26 亿美元，耗时长达 12-15 年，然而在临床试验阶段的成功率却不足 10%。AI 在药物研发领域的应用有助于缩短药物上市周期，降低研发成本

26、，提高研发效率。AI 医学检验：医学检验：在检验流程智能化、辅助诊断与疾病预测、质量控制与数据价值挖掘、病理诊断与影像分析、个性化医疗与精准治疗有广泛应用。医学检验是对取自人体的材料进行微生物学、免疫学、生物化学、遗传学、血液学、生物物理学、细胞学等方面的检验，从而为预防、诊断、治疗人体疾病和评估人体健康提供信息的一门科学。AI 在医学检验领域，以图像识别需求最为强烈，从外周血、骨髓细胞形态到尿液、粪便、阴道分泌物以及各种来源样本的病原体的准确识别和精确分类，从而实现快速、便捷的临床样本检测。目前 AI 已逐渐走进临床与检验融合，出现了采血机器人、图像智能判读和智能报告审核与复检等诸多应用场景

27、。AI 赋能医疗信息化：赋能医疗信息化：AI+医疗信息化的应用场景广泛，具体包括临床决策支持，电子病历，医疗资源调控以及远程治疗及智慧医院的建设等。1）临床决策支持，通过AI 整合临床数据、医学知识库和实时患者信息，为医生提供循证医学建议，降低误诊风险并提升诊疗质量。2）在电子病历方面，人工智能能够多模态的梳理并理解医患间的对话内容，提升病历记录的效率。同时，AI 通过对历史病历信息的读取，可以更好的了解患者的基本信息、过往药史等，使患者图像更为清晰。3）在医疗资源调控方面，AI 算力的提升加快对医院信息、药物存量、患者情况的收集、处理、交换速度，更方便调配医疗资源，发掘医疗潜能，并提升公共卫

28、生事件的应对效率。4）在远程医疗方面，虚拟现实技术突破了智能医生与患者间的时空限制，并对术后跟踪、慢病治疗环节有所效益。健康管理：健康管理：AI 健康管理，是指运用新一代信息、通信、人工智能、生物信息等技术手段，感测、分析、整合健康数据采集、健康检测与监测、健康评估、健康干预等关键环节的各项信息，从而对个体或群体的健康需求做出智能响应的新模式。AI 助力健康管理可以帮助医生和患者更好地了解自己的病情，进而提高治疗效率和质量。AI 技术在健康管理领域的应用，如智能可穿戴设备，能够实现对用户健康状况的实时监测和管理。本报告来源于三个皮匠报告站（）,由用户Id:879635下载,文档Id:65218

29、8,下载日期:2025-05-15图图 3：不同主题对于人工智能的需求差异：不同主题对于人工智能的需求差异 数据来源：蛋壳研究院，东北证券 图图 4：AI 赋能医疗服务众多环节赋能医疗服务众多环节 数据来源：甲子光年，东北证券 图图 5：国内：国内 AI 医疗主要参与者医疗主要参与者 数据来源：财经科学家，东北证券 2.AI 医疗行业现状及发展趋势医疗行业现状及发展趋势 2.1.AI 医疗行业规模医疗行业规模 2025 年中国年中国 AI 医疗行业规模将达到医疗行业规模将达到 1157 亿元，预计在亿元，预计在 2028 年达到年达到 1598 亿元，亿元，2022-2028 年年 CAGR

30、为为 10.5%。AI 医疗的快速发展得益于人口老龄化和医护人员短缺的大环境，AI 技术能够缓解医疗资源供需矛盾，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。图图 6：AI 医疗市场规模医疗市场规模 数据来源：甲子光年，东北证券 2.2.AI 医疗产业链医疗产业链 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。1）上游：基础层上游：基础层 （1）数据资源）数据资源 数据来源：数据主要源自多个关键领域，包括医

31、院电子病历（EMR）系统所记录的海量患者诊疗信息；医学影像，像 CT、MRI、X 光等各类成像资料，蕴含丰富的身体结构与病变信息；基因测序数据，揭示人体遗传密码；可穿戴设备监测数据，能实时追踪个体日常健康状况；以及公共卫生数据库，汇聚了群体层面的疾病防控等数据。数据标注：在数据标注环节，医学影像标注（以精准勾画肿瘤区域为例）和病历文本结构化（如从病历中准确提取疾病名称、症状等关键信息）这类工作，高度依赖专业医生凭借其深厚的医学知识和临床经验来完成。数据治理：数据治理涵盖多个重要方面。首先是数据清洗，去除数据中的噪声与错误；接着进行脱敏操作，保障患者隐私。同时，依据 DICOM 等行业标准实现数

32、据标准化，以确保数据的通用性与兼容性；在隐私保护方面，严格遵循 GDPR、HIPAA 等国际通行法规要求，保障数据安全。（2）算法与模型算法与模型 核心技术：该领域的核心技术丰富多样。深度学习发挥着关键作用，其中 CNN（卷积神经网络）擅长处理医学影像识别任务，能精准分辨各类影像特征；RNN（循环神经网络）则在时序数据处理上表现卓越。迁移学习针对小样本训练难题，可有效利用已有知识。联邦学习更是打破机构间的数据壁垒，实现跨机构的数据协作。模型：医疗健康大模型以企业研发为主，高校和科研机构为辅，医疗机构次之，研发合作模式多样化，包括医企、校企等多种模式。企业依托较为丰富的资金和技术资源，快速抢抓市

33、场热点，共计 51 家企业相继推出了大模型产品，占比高达 60.0%，占据了医疗健康领域大模型研发的主导地位。高校与研究机构依托高价值数据、高智力资源和强科研实力，共 22 家高校及研究院所开展大模型研发，占比 25.9%。医疗机构拥有一手医疗数据资源，但限于日常临床任务艰巨并且人工智能技术研究及大模型研发起步较晚，大模型以合作研发为主。其中，企业研发医疗健康领域大模型，更加注重用户体验和商业化前景，典型代表如百度的“灵医大模型”、云知声的“山海认知大模型”、医渡科技的“医渡大模型”、京东健康的“京医千询大模型”、腾讯的“腾讯健康医疗大模型”，讯飞医疗的“讯飞星火医疗大模型”等更加注重用户体验

34、和易用性，能更好地满足市场的需求。（3）算力基础设施算力基础设施 硬件：硬件支撑极为关键，包括性能强劲的 GPU，为深度学习计算提供强大动力；TPU 芯片，在特定计算场景下具备高效优势；还有寒武纪、Graphcore 等企业研发的 AI 加速芯片，助力提升整体算力水平。云计算：云计算平台为医疗 AI 训练提供有力支持，AWS、Azure、阿里云等均搭建了专业的医疗 AI 训练平台。而边缘计算则在实时处理场景中不可或缺，例如手术机器人的精准操控就依赖其低延迟特性。网络：5G 网络凭借其高速率、低延迟的特性，大力推动远程医疗发展，实现实时数据的快速传输。2）中游：技术层中游：技术层 （1）核心技术

35、模块）核心技术模块 计算机视觉（CV）：在医疗领域发挥着关键作用，应用于医学影像分析，如肺结节检测、眼底病变识别等，助力医生精准诊断；同时还用于病理切片数字化，提高医疗数据管理效率。自然语言处理（NLP）：具有广泛应用。在电子病历结构化方面，能够将繁杂的病历信息整理成规范格式，便于查询与分析；临床决策支持（CDSS）系统借助 NLP 技术为医生提供决策参考；患者问答机器人可自动解答患者常见问题。此外，在化合物研究环节，NLP 技术能对海量文献进行大规模、高效分析，提出新的可测试假说，提高新靶点发现几率，显著缩短研发周期。在临床前研究阶段，深度学习技术可将已上市或处于研发管线的药物与疾病进行智能

36、匹配，拓展药物治疗范围，提升研发效率。知识图谱：通过构建疾病-症状-药品关联网络，如 IBM Watson Oncology，为医疗决策提供全面、关联的知识支持，辅助医生更准确地诊断和治疗疾病。语音技术：实现语音电子病历录入，医生通过语音即可快速记录病历，提高工作效率；智能问诊记录功能则能自动记录问诊过程，确保信息完整。（2）开发工具与平台）开发工具与平台 AI 框架：TensorFlow、PyTorch 等主流 AI 框架推出了医疗定制版本，例如 MONAI 专门用于医学影像处理，为医疗 AI 开发提供了更贴合需求的底层支持。低代码平台：像英伟达 Clara 这样的低代码平台，允许医院在无需

37、大量编程知识的情况下，快速部署 AI 模型，降低了技术应用门槛，加速了 AI 在医疗场景中的落地。模型管理：借助 MLOps 工具链，实现模型版本控制，确保模型迭代过程的可追溯性；同时支持自动化部署，提高模型部署效率，保障模型在实际应用中的稳定性与可靠性。3）下游：应用层下游：应用层 AI 的下游应用包括：医学影像、的下游应用包括：医学影像、AI 辅助决策、辅助决策、AI 医学检验医学检验、AI 健康管理、健康管理、AI 新新药研发、药研发、医疗机器人医疗机器人等。等。图图 7：AI 医疗产业链医疗产业链 数据来源：Aiden 的硬科技行研，东北证券 2.3.AI 医疗一级融资情况医疗一级融资

38、情况 在 2023 年经历显著回暖后，2024 年医疗 AI 领域的融资热度回落至与 2022 年相当的水平。具体来看，在 2022 年 9 月 1 日至 2023 年 8 月 31 日期间，医疗 AI 相关融资事件共计发生 160 起，与 2021 年 9 月 1 日至 2022 年 8 月 31 日期间的融资事件总数相比，增长率达 42.86%。然而，在 2023 年 9 月 1 日至 2024 年 8 月 9 日期间，融资事件总数急剧下降，仅为 99 起。图图 8：2022-2024 年医疗年医疗 AI 领域不同细分领域融资情况领域不同细分领域融资情况 数据来源：动脉橙产业智库，东北证券

39、 英伟达多次投注，做英伟达多次投注，做 AI 制药发展重要推手。制药发展重要推手。通过对各细分领域的深入剖析可知，影像、信息化以及机器人赛道在 2023 年经历短暂回暖后，2024 年资本投入的频次已回落至 2022 年的相近水平。反观制药赛道，在同期内，投融资事件数量呈持续下降态势。即便在 2023 年整个医疗 AI 赛道呈现“报复式”回暖时，制药赛道也未展现出同步的增长趋势。由此可见，由于 AI 制药领域至今尚无一款药物成功推进至上市阶段，随着时间的推移，这一状况正逐渐加剧对资本信心的负面影响。不过，放眼全球，AI 制药依然充满生机。英伟达近两年在该赛道频繁出手“疯狂扫货成为 AI 制药回

40、暖的重要推手。据 Pitchbook、Crunchbase 及动脉橙产业智库数据，英伟达在 2023 年及 2024 年(截至 2024 年 9 月 5 日)共参与投资超过 70 起，所有投资无一例外，均与 AI 相关，而其中至少投注 AI 制药企业 14 家，医疗其他领域企业 8 家。在医疗相关的其他领域，2024 年英伟达亦投注了如信息化领域的 Artsight、健康管理领域的 Abridge 以及机器人领域的 Neocis 等 AI 企业。对于生成式 AI 及其相关技术，握有算力优势的英伟达比任何一家投资机构更加坚信也更有可能实现它的颠覆性，进而破除现有 AI 面临的顽疾，左右诊疗、制药

41、新时代的格局，英伟达近两年在医疗 AI，尤其是 AI 制药领域的频繁出手给行业注入了信心。图图 9：2023-2024 年医疗年医疗 AI 领域及细分赛道融资轮次分析领域及细分赛道融资轮次分析 数据来源：动脉橙产业智库,东北证券 融资轮次靠后，大模型展现强吸金能力。融资轮次靠后，大模型展现强吸金能力。从融资轮次看，2024 年整个医疗 AI 领域A 轮系列(包括 preA 轮、A+轮、A+轮及 A 轮后的战略融资等)及 A 轮以前的早期投资总占比均有所下降，而 B 轮系列及之后的成熟企业的资本投注占比更多，这也侧面印证了资本对医疗 AI 领域逐步谨慎的态度。2024 年平均单笔医疗 AI 的融

42、资金额也较 2023 年接近翻了一倍，从 6893.63 万增加至 10344.53 万元，最大单笔投资来自腾讯、阿里、小米等，投注于专注医疗大模型的百川智能，是一笔高达 3 亿美金的 A 轮融资。2.4.AI 医疗发展面临的挑战 医疗行业是典型的人才和知识密集型行业，需要大量高素质专业人才投入。医疗服务流程错综复杂，跨越多个科室和部门，涉及诊断、治检查用药、支付等多个环节，各环节相互影响，决策因素繁多。人工智能技术可高效系统地收集和整合影响医疗决策的各类信息，为医护人员提供决策支持，辅助做出更准确的诊疗决策并高效实施。我国医疗领域普谝存在“强调临床、轻视数据”的倾向，这导致存储数据参差不齐，

43、数据标准缺乏统一，这在很大程度上阴碍了医疗数据的共享和流通，进而促进 AI 在医疗领域的应用。1）医疗资源总量少、分布不均）医疗资源总量少、分布不均 地区差异：在一些发展中国家或偏远地区，医疗资源往往较为匮乏，而城市和发达地区则相对集中了更多的医疗资源。专业人才短缺：特别是在农村和边远地区，缺少足够的医疗专业人员，如医生、护士和专业技术人员。设备设施不足：一些地区可能缺乏必要的医疗设备和设施，如先进的诊断工具、手术室等。服务可及性：由于交通不便或医疗点分布稀疏，一些地区的居民难以获得及时有效的医疗服务。2）医护工作负担重）医护工作负担重 长时间工作：有超过 50%的医生工作时间在 8 小时以上

44、，20.6%的医生每天平均工作时间超过 10 个小时；高强度劳动：除诊疗工作外，医护还需进行科研工作。心理负担：面对病人的痛苦和死亡，医护人员需要承受巨大的心理压力和情感负担；职业风险：医护人员在工作过程中面临感染疾病、受伤等职业风险。技术更新：医疗技术不断进步，医护人员需要不断学习和适应新技术。行政和文书工作：除了临床工作，医护人员还需处理大量的行政和文书工作。3）医疗服务流程繁杂）医疗服务流程繁杂 专业术语障碍：医疗专业术语可能使患者难以理解自己的病情和治疗方案；人才与知识密集性凸显了医疗健康服务的复杂性。多部门流转：患者可能需要在不同的部门之间往返，如从挂号到诊室，再到检查室和药房。信息

45、不透明：患者可能难以获取关于医疗服务、费用和治疗效果的清晰信息。跨学科协调：医疗健康服务流程复杂，跨科室、部门、执行、决策、支付等多环节相互影响，在需要多学科团队协作的情况下，协调和沟通可能存在障碍。4）数据安全与隐私保护）数据安全与隐私保护 随着医疗数据的不断增长，如何确保这些数据的安全性和隐私性成为了一个挑战。医疗机构需要采取一系列措施，如数据加密、访问控制、隐私保护等，确保医疗数据的安全性和隐私性。首先，考虑数据的合规性和法律要求。医疗机构需要遵守相关的法律法规，确保数据的合法性和合规性。同时，还需要建立完善的数据安全管理制度，明确数据的保密、使用和共享等方面的规定，确保数据的合法使用和

46、共享。其次，考虑数据的可追溯性和可审计性。医疗机构需要建立完善的数据可追溯性和可审计性机制，确保数据的来源和去向清晰可查，避免数据被滥用或泄露。5）数据质量与标准化）数据质量与标准化 由于医疗数据的来源广泛、种类繁多，如何保证数据的质量和标准化是一个挑战。由于医疗数据的来源广泛、种类繁多，如何保证数据的质量和标准化是一个挑战。医疗机构需要建立完善的数据质量管理体系，制定统一的数据标准，确保数据的准医疗机构需要建立完善的数据质量管理体系，制定统一的数据标准，确保数据的准确性和一致性。确性和一致性。数据的可读性和可理解性：医疗机构需要建立完善的数据可读性和可理解性机制，确保医护人员能够快速准确地理

47、解数据含义和背后的信息。还需要加强数据可视化技术的研发和应用，将复杂的数据以更加直观的方式呈现给医护人员。数据的可扩展性和可维护性：医疗机构需要建立完善的数据可扩展性和可维护性机制，确保数据能够随着业务的发展而不断扩展和更新。还需要加强数据备份和恢复技术的研发和应用，确保数据的安全性和可靠性。3.AI 医疗细分领域众多医疗细分领域众多 3.1.AI 制药制药 AI 制药是指以医药大数据为基础，将自然语言处理、机器学习及生成模型等人工智能技术应用到制药领域各环节，以提高、优化新药研发的效率及质量，降低临床失败概率及研发成本。相比传统制药，人工智能凭借机器学习、深度学习、自然语言处理、图像识别等独

48、特优势可以提供更好的预测模型和更高的命中率，以缩短新药发现时间，提高药物研发的成功率，节省成本提高净收入。目前，AI 技术主要用于药物研发阶段，随着技术的不断突破和发展，AI 技术参与制药的环节将增多，新药研发效率也将提升。表表 3：AI 技术在制药流程中的主要应用技术在制药流程中的主要应用 制药环节制药环节 应用应用 药物研发药物研发 靶点选择 通过自然语言处理和机器学习技术，从大量的文献和研究中发现新的靶点，为药物研发提供新的方向。基于表型的药物发现 通过机器学习，直接使用生物系统进行药物筛选，在表型筛选中关联细胞表型和化合物作用方式，获得靶点、信号通路或遗传疾病相关聚类。分子生成 通过机

49、器学习、深度学习中的变分自编码器（VAE）和生成式对抗网络（GAN）及基于自然语言处理的循环神经网络（RNN）、长短期记忆人工神经网络（LSTM）、门控循环单元（GRU）和 Transformer 等技术，对海量化合物及药物分子进行学习，获取成药性及分子结构相关的规律，从而生成新的小分子作为候选药物分子，形成高质量、规模性药物分子化合物库。化学反应设计 将药物分子结构映射为可通过机器学习算法处理的形式，形成多条合成路线并推荐最佳合成路线，或在给定反应物的前提下通过深度学习预测化学反应结果。化合物筛选 通过机器学习中的决策树、支持向量机、深度神经网络、随机森林等算法及分子对接、自由能微扰等技术，

50、构建化合物化学结构与生物活性之间的关系模型，实现对药物化合物作用机制的快速预测。ADMET 性质预测 通过深度学习，对筛选后的化合物进行药代动力学测试识别，根据得到的相关特征评估多个 ADMET 参数间的隐藏关系和趋势，预测化合物的药性，如代谢性、细胞渗透性、溶解性、毒性等性质。用药安全用药安全 临床试验 通过自然语言处理和机器学习改善临床试验的设计、管理、监控和患者招募，从各种结构化与非结构化数据类型中提取信息，找到符合临床试验入组标准的受试者，或关联各种大型数据集，找到变量间的潜在关系，改进患者与试验的匹配情况。药物风险评估 通过机器学习，实现从接收药物不良反应到报告全流程的自动化，提高药

51、物警戒工作效率，并通过样本分析和预测进行药物风险评估。数据来源：中商情报网，东北证券 图图 10：AI 赋能新药研发全流程赋能新药研发全流程 数据来源：Aiden 硬科技行研，东北证券 据预测，我国据预测，我国 AI 制药制药 2024 年市场规模将达年市场规模将达 5.62 亿元，我国亿元，我国 20192024 年年 AI 制药制药市场规模市场规模 CAGR 将达将达 53%。2022 年全球 AI 制药市场规模为 10.4 亿美元，较上一年增长 31.31%，据预测到 2026 年全球 AI 制药市场规模将达到 29.94 亿美元。“十四五”医药工业发展规划提出，将积极探索人工智能、云计

52、算、大数据等技术在研发领域的应用，通过对生物学数据挖掘分析、模拟计算，提升新靶点和新药物的发现效率。图图 11：全球：全球 AI 制药市场规模（亿美元）制药市场规模（亿美元）数据来源：中商产业研究院，东北证券 从从 AI 制药公司主攻适应症分布情况来看，肿瘤、免疫学及神经病学领域占比最大，制药公司主攻适应症分布情况来看，肿瘤、免疫学及神经病学领域占比最大，分别为分别为 37%、21%和和 14%。随着全球肿瘤疾病负担的增加，发现癌症的治疗方法是21 世纪最重大的公共卫生挑战之一。全球 700 多家 AI 制药公司主要布局了 6 大环节：包括早期药物开发（392 家）、数据处理（235 家）、临

53、床开发（149 家）、端到端药物开发（83 家）、临床前发展（57 家）及药物再利用（26 家）。在当前在当前 AI 药物研发领域，企业主要采用三种主流商业模式，即药物研发领域，企业主要采用三种主流商业模式，即 AI SaaS、AI CRO 与与 AI biotech。AI SaaS 服务模式下，企业向客户提供 AI 辅助药物开发平台；AI CRO 模式中，初创企业借助人工智能技术，致力于为客户高效交付先导化合物或临床前候选药物（PCC），后续药物开发工作则由药企自行开展，或双方合作推进药物管线；AI biotech 模式的企业以推进自主研发的药物管线为核心业务，较少开展外部合作。国内多数 A

54、I 药物研发企业并非局限于单一商业模式，而是在 SaaS 服务商、AI CRO 和 AI biotech 这三种商业模式中，选择兼容其中两种甚至三种模式。图图 12：国内：国内 AI+新药企业商业模式统计情况新药企业商业模式统计情况 数据来源：智药局，蛋壳研究院，东北证券 当下当下 AI 制药市场的主要参与者涵盖大型药企、头部互联网企业以及制药市场的主要参与者涵盖大型药企、头部互联网企业以及 AI 制药初创制药初创企业。企业。在大型药企类别中，以外资企业占主导地位。其进入市场的主要路径包括构建内部研发团队、开展外部投资并购活动，以及与互联网企业或初创企业达成合作关系。头部互联网企业则依托在技术

55、领域所具备的显著优势，借助投资制药企业、研发并搭建相关平台、参与合作开发项目等多种途径涉足 AI 制药市场。AI 制药初创企业凭借自身独特的技术专长，切入制药流程中的特定环节，通过与外部机构合作提供 AI 技术服务，或者转型为创新型药企等方式进入市场。据统计，我国有超据统计，我国有超过过 90 家家 AI 制药企业，包含了制药企业，包含了 AI+CRO、AI+SaaS 以及以及 AI+Biotech 公司，我国公司，我国 AI+药物研发上市公司主要有晶泰控股、泓博医药、成都先导等企业；互联网大厂主要药物研发上市公司主要有晶泰控股、泓博医药、成都先导等企业；互联网大厂主要有百度、腾讯、华为、平安

56、科技、阿里巴巴、字节跳动等。有百度、腾讯、华为、平安科技、阿里巴巴、字节跳动等。3.2.AI 医学检验医学检验 检验医学是现代医学的重要组成部分，临床决策所需信息 70%来自检验，其高度自动化、数据化以及采用关系型数据库存储数据的特点为 AI 的应用和发展创造了有利条件；而以数据挖掘、机器学习、专家系统为支撑的 AI 技术也将为检验医学的跨越式发展提供契机。随着国家政策支持人工智能的应用以及对应技术的研发升级，随着国家政策支持人工智能的应用以及对应技术的研发升级，AI 医学检验渗透率医学检验渗透率急速提升，急速提升，2022 年年 AI 医学医学检验市场规模达检验市场规模达 90 亿元，预计未

57、来到亿元，预计未来到 2027 年年 AI 医学医学检验市场规模将达检验市场规模将达 170 亿元，复合增速达亿元，复合增速达 13.56%。图图 13：AI 医学检验市场规模（亿元）医学检验市场规模（亿元）数据来源：共研产业咨询，东北证券 1）检验流程智能化：全流程降本增效检验流程智能化：全流程降本增效 1.检验项目的推荐：检验项目的推荐：基于 ML 的临床决策系统，可参考患者临床信息及历史检验结果，预测测试前概率，进而指导医生选择检验方案。预计这种方法在保证有效性的前提下，能使越来越多患者获得可负担得起的诊断测试，同时降低医疗成本，据报道仅在美国每年估计可节省 50 亿美元支出。此外，这种

58、基于大数据的检验 AI 系统还可帮助临床实验室进行合理的试剂订购，避免遗漏及浪费。2.实验室的质量控制实验室的质量控制：传统的质量控制系统难以在日益复杂的测试环境中发现错误。通常，临床实验室使用室内质量控制样本来监控精密度。然而，并非所有检测项目都有合适的 IQC 样本；且现有的抽样检测系统无法对整个检测过程进行监测。目前，“移动平均统计质量控制”技术被证明能有效改善上述局面，该技术是在每天实验室检测工作结束后，对属于正常范围的患者测试值取平均值，并输入计算机程序进行质控分析。该方法被证明能有效提高错误的检出率，且特别适合于 IQC 样本不理想或不可用时的质控，在 LIS 系统中整合此类自动化

59、质控软件将有助于构建实时监测、快速反馈的实验室质量控制体系。3.提升检验图像结果分析：提升检验图像结果分析：图像识别是公认的 AI 最具发展前景的技术。据报道，深度学习催生的 AI 计算机视觉技术对皮肤癌、乳腺癌和糖尿病视网膜病变等疾病的诊断性能已达到甚至超过专业医生。同样，遵循数字扫描成像、图像特征提取、多层模型训练的范式，检验领域亦可开发针对检验样本图像诊断的全自动数字化图像识别系统。一个典型的例子是 CellaVision 公司与 Sysmex 公司合作生产的全自动数字化细胞形态分析系统，该系统是模拟人工在显微镜下对外周血涂片进行镜检的阅片系统，它不仅实现了标本进样、滴加镜油、转换显微镜

60、头、预分类细胞到结果存档的全程自动化，还具有极高的细胞预分类准确性，操作者只需要对预分类结果进行逐项复核。4.及时、准确的自动审核：及时、准确的自动审核：患者个体状况千差万别，这就要求检验工作者密切结合临床信息加以综合评估，必要时查询病历或电话追问主治医生，是对其工作经验和责任心的极大考验，也是人工审核的难点。检验 AI 的个性化自动审核系统可有效改进这种工作方式，该系统通过 NLP 技术解读 LIS 和 HIS 系统对接的共享数据，将患者基础疾病、诊疗方案、药物影响因素、标本采集条件等信息与检验结果对接，同时与历史检验数据对比审核，以判断哪些检验结果与治疗过程相关，哪些结果正确可以上机发布，

61、哪些结果异常需要报警等。5.智能化的检验报告：智能化的检验报告：在检验自动审核程序中还可提供与临床诊疗相关的选择，如智能解释、检验效能评价、疾病预测、疾病相关因素分析等。在判断检验结果时，可提供某些检验项目在相关疾病诊断中的敏感性和特异性，该指标的进一步应用及相关检查的追加建议等。结合更多的临床资料，还可给临床医生提供诊断选项、治疗方案、发展趋势及预后信息等。面向患者的检验报告除了提供简单的检验结果报告外，还可提供智能检验报告单（包括检验指标变化趋势、风险分析和解释性报告等），以帮助患者更好地了解自身情况。2）AI 辅助诊断辅助诊断 基于常规实验室数据的基于常规实验室数据的 AI 模型可在临床

62、工作中辅助医生鉴别诊断模型可在临床工作中辅助医生鉴别诊断。全球人工智能。全球人工智能在医学诊断市场在医学诊断市场的规模预计将在的规模预计将在 2023 年至年至 2028 年间实现显著增长，从约年间实现显著增长，从约 13.12 亿亿美元增长至美元增长至 37.38 美元，年复合增长率（美元，年复合增长率（CAGR）达到）达到 23.2%。目前，AI 在医学诊断中的应用主要集中在体内诊断（In Vivo Diagnostics）和体外诊断（In Vitro Diagnostics）两大领域。1.AI 在体内诊断的发展主要得益于 AI 技术在减少诊断错误、提高治疗效果方面的显著优势。例如，AI

63、算法能够快速分析医学影像，如 X 光、CT、MRI 和超声波图像，帮助医生更准确地识别病变和疾病标志物。在放射学领域，AI 工具可以自动检测肺部结节、脑部异常等，为医生提供诊断支持，从而提高诊断效率和准确性。2.在体外诊断领域，AI 的应用增长潜力巨大。体外诊断包括血液检测、基因检测等，AI 技术可以通过分析大量数据，快速识别疾病标志物，为早期疾病检测和个性化治疗提供支持。体外诊断产业链环节涵盖生产、服务(第三方医学检验 ICL)、流通(贸易)三个板块。其中生产型企业包括东方生物、达安基因、科华生物、迈克生物、九强生物、亚辉龙等；服务型企业包括迪安诊断、金域医学、华大基因、诺禾致源等；流通型企

64、业包括润达医疗、巨星医疗等。AI 在辅助诊断中有潜力的几个方向：在辅助诊断中有潜力的几个方向：1.病理诊断，我国病理行业的潜在市场超病理诊断，我国病理行业的潜在市场超 400 亿元。亿元。AI 病理诊断构建了医学知识图谱，通过数据加工加统计分析，对病理诊断进行综合性诊断并出具报告，已有多家公司的成功案例并在临床上使用。我国病理诊断行业主要分为两大梯队，第一梯我国病理诊断行业主要分为两大梯队，第一梯队为外资企业，包括罗氏、徕卡、安捷伦、樱花、赛默飞、雅培、西门子、碧迪等，队为外资企业，包括罗氏、徕卡、安捷伦、樱花、赛默飞、雅培、西门子、碧迪等，占据了我国病理诊断领域高端仪器和试剂市场；第二梯队为

65、本土企业，包括迈新生占据了我国病理诊断领域高端仪器和试剂市场；第二梯队为本土企业，包括迈新生物、艾德生物、安必平等。物、艾德生物、安必平等。AI 诊断产品可分影像类、临床诊断检验类和健康风险预测类。一是影像类诊断产品可分影像类、临床诊断检验类和健康风险预测类。一是影像类，包括影像辅助诊断读片及病理片等，是 AI 在医学应用领域开展最早的，影像本身也是重要辅助诊断手段；二是临床诊断检验类二是临床诊断检验类，涵盖生化基因检测、病原菌感染检测、遗传病识别等；三是健康风险预测类，三是健康风险预测类，为健康管理机构提供疾病风险评估预警、院外管理及并发症预警和愈后管理等服务。2.精准医疗，据精准医疗，据

66、Global Market Insights 数据显示，数据显示，AI 精准医疗市场规模在精准医疗市场规模在 2022年达到年达到 12 亿美元，并预计在十年内攀升至亿美元，并预计在十年内攀升至 171 亿美元，复合增长率高达亿美元，复合增长率高达 30.8%。精准医疗是指运用基因组、蛋白质组等组学技术和生物医学前沿技术，通过对大样本人群与特定疾病类型生物标记物的分析、鉴定和验证，精确定位治疗靶点，再通过对不同状态和过程的疾病进行精确分类，最终确定个性化治疗方案的医疗方式。精准医疗是一个以个体医疗为核心，包括精准预防、精准诊断、精准治疗、精准监测等全医疗过程的、系统化的、全要素的、可控的全新医

67、疗模式，目的是让医疗决策达到最佳化。图图 14：精准医疗的主要环节：精准医疗的主要环节 数据来源：广和企丰，东北证券 全球精准医疗行业的主要阵地，主要集中在北美地区（以美国为代表）、欧洲地区（以英、法两国为代表），以及以亚太地区（日本、澳大利亚为代表），其中，北美地区是市场主角，占比大于 40%。与美国相比，我国的精准医疗起步相对较晚，发展水平相对较低，但是发展速度更快。在 2014 年以后，我国精准医疗行业开始发力。首先，国家发布了较多支撑性政策，直接引导了行业的发展。随后，中国精准医疗计划正式出台。2016 年年 3 月，科技部组织召开国家首次精准医学战略专家会月，科技部组织召开国家首次精

68、准医学战略专家会议，提出了中国精准医疗计划：到议，提出了中国精准医疗计划：到 2030 年前，我国将在精准医疗领域投入年前，我国将在精准医疗领域投入 600 亿亿元，其中，中央财政支出元，其中，中央财政支出 200 亿元，企业和地方财政配套亿元，企业和地方财政配套 400 亿元。至此，精准医亿元。至此，精准医疗在中国已经上升为“国家战略”。疗在中国已经上升为“国家战略”。我国精准医疗行业竞争格局主要分为五个派系。我国精准医疗行业竞争格局主要分为五个派系。在基因检测、诊断领域，华大基因、贝瑞基因等占据领先地位；在其他诊断领域(如伴随诊断)，泛生子、燃石医学等企业快速发展；在第三方检测服务领域，迪

69、安诊断、金域医学占据主要市场；在细胞储存、细胞治疗领域，南华生物、冠昊生物等巨头逐渐布局；在免疫治疗、康复治疗领域，药明巨诺、复兴凯特等已有上市产品。精准治疗已经进入靶向药物治疗时代，美国精准治疗已经进入靶向药物治疗时代，美国 FDA 已批准已批准 100 余余款靶向药物上市。款靶向药物上市。小分子靶向药物、单抗、多抗与 ADC 抗体偶联药物、免疫治疗等药物，以及细胞治疗、基因治疗等创新疗法，能够针对肿瘤、自身免疫疾病、代谢疾病等不同疾病有特异靶向作用，是精准治疗开展的有利工具。随着 AI 应用，基因检测成本大幅下降，将使基因检测深入到日常检测中。以肿瘤为例，金域、华大基因等企业结合病理与 N

70、GS 技术，构建综合性诊断平台：优化肿瘤分型与治疗方案，基因检测可找到靶向药物的对应基因，随着成本降低，整体检测成本下降，提升了精准医疗的应用。3.癌症筛查，癌症筛查，包括癌症的分期、分级、分类、分子学特征的提取、肿瘤微环境特征的提取、临床结局的研究以及药物组学的发现等，就癌种来说，应用最多的是乳腺癌和肺癌，其次是前列腺癌、宫颈癌、结直肠癌和肝癌等。3.3.AI 医学影像医学影像 医学影像是利用光、电、磁、声等物理现象，以非侵入方式获得人体或人体某部分内部组织的影像。临床超过 70%的诊断都依赖于医学影像。临床中最常见的影像模态包括 X 线摄影、CT、MRI 和超声等。AI 医学影像技术，作为

71、医学与人工智能深度融合的前沿领域，借助深度学习、机器学习等人工智能技术，对医学影像数据展开系统性分析与精准解读，进而为医生在疾病诊断、治疗方案规划，以及预后评估等环节，提供强有力的支持。这一技术的核心机制在于，通过构建并运用特定算法，对医学影像中的病变区域进行自动化识别，同时生成量化分析结果，并给出具有参考价值的诊断建议。相较于传统影像分析方法，AI 医学影像技术以数据驱动的模式，极大提升了影像分析的效率与准确性，为医学影像诊断带来了新的变革与机遇。表表 4：AI 医学影像主要类型医学影像主要类型 分类依据分类依据 主要类型主要类型 按影像模态分类 CT（计算机断层扫描）影像分析：用于肺结节、

72、肿瘤、脑卒中等疾病的检测和诊断。MRI（磁共振成像）影像分析：用于脑部、脊柱、关节等部位的病变检测。X 光影像分析：用于骨折、肺炎、肺结核等疾病的筛查。超声影像分析：用于乳腺、甲状腺、心脏等部位的病变检测。病理影像分析：用于癌症的病理切片分析，辅助病理医生诊断。PET/CT 影像分析：用于肿瘤、心血管疾病等的功能代谢分析。按应用场景分类 疾病筛查：用于早期疾病的快速筛查，如肺结节筛查、乳腺癌筛查等。辅助诊断：帮助医生识别病变区域，提供诊断建议，如脑卒中诊断、骨折检测等。治疗规划：辅助制定治疗方案，如肿瘤放疗靶区勾画、手术路径规划等。预后评估：通过影像数据分析疾病进展和治疗效果，如肿瘤治疗效果评

73、估。影像增强与重建：提高影像质量或减少辐射剂量，如低剂量 CT 重建、MRI 超分辨率重建。按技术方法分类 基于深度学习的影像分析：利用卷积神经网络（CNN）等深度学习模型进行病变检测和分类。基于机器学习的影像分析：利用传统机器学习算法（如支持向量机、随机森林）进行影像特征提取和分析。影像分割与标注：自动分割影像中的病变区域，如肿瘤分割、器官分割。影像分类与检测：对影像进行分类（如良恶性判断）或检测病变区域（如肺结节检测）。影像生成与增强：利用生成对抗网络（GAN）等技术生成或增强影像数据。按疾病领域分类 肿瘤领域：如肺癌、乳腺癌、肝癌等的早期筛查和诊断。心血管领域：如冠心病、心肌梗死等的影像

74、分析。神经系统领域：如脑卒中、阿尔茨海默病等的影像诊断。骨科领域：如骨折、骨质疏松等的影像分析。呼吸系统领域：如肺炎、肺结核等的影像筛查。数据来源：中商产业研究院，东北证券 图图 15：医学影像人工阅片与：医学影像人工阅片与 AI 阅片对比阅片对比 数据来源：华经产业研究院，东北证券 受益于医疗新基建和政策的驱动，我国医学影像设备的市场规模稳健增长。2024 年中国医学影像设备市场规模约 1360 亿元，2025 年市场规模将达到 1468 亿元，同比+7.94%。图图 16：2020-2025 年中国医学影像设备市场规模趋势（亿元）年中国医学影像设备市场规模趋势（亿元）数据来源：中商产业研究

75、，东北证券 近年来，近年来，AI 医学影像市场呈现出迅猛的增长态势，已成为医学影像市场呈现出迅猛的增长态势，已成为“AI+医疗”医疗”领域中领域中落地最成熟的细分领域。据相关统计数据显示，落地最成熟的细分领域。据相关统计数据显示，2024 年中国年中国 AI 医学影像市场规医学影像市场规模约为模约为 74.5 亿元。亿元。2025 年中国年中国 AI 医学影像市场规模有望突破医学影像市场规模有望突破 150 亿元，到亿元，到 2026 年则将进一步增长至年则将进一步增长至 235.7 亿元，持续保持高速增长的趋势。亿元，持续保持高速增长的趋势。得益于人工智能技术的快速发展，其在医学影像领域的应

76、用场景日益丰富，涵盖疾病筛查、辅助诊断、治疗规划等多个环节，展现出广阔的市场发展空间。图图 17：2023-2026 年中国年中国 AI 医学影像市场规模（亿元）医学影像市场规模（亿元）数据来源：中商产业研究，东北证券 截至截至 2024 年年 6 月，国家药品监督管理局（月，国家药品监督管理局（NMPA）已累计批准）已累计批准 92 款款 AI 医学影医学影像产品的三类医疗器械注册证。像产品的三类医疗器械注册证。伴随人口老龄化进程的加速以及医疗资源分布不均衡状况的长期存在，临床医生在医学影像诊断方面面临着日益增大的工作压力。在此背景下，在相关政策的有力支持与推动下，AI 医学影像领域取得了显

77、著进展，获得认证的产品数量呈持续增长态势。这些获批产品广泛覆盖心血管疾病、肺部疾病、脑血管疾病、骨科检查、眼底疾病以及乳腺疾病等多个医学领域。具体来看，针对心血管疾病的获批产品有具体来看，针对心血管疾病的获批产品有 27 款，款，占比达占比达 29.3%；肺部疾病相关产品；肺部疾病相关产品 24 款，占比为款，占比为 26.1%；脑血管疾病和骨科检查；脑血管疾病和骨科检查的获批产品数量的获批产品数量分别为分别为 13 款和款和 10 款。款。图图 18：截至：截至 2024 年年 6 月已获批上市的月已获批上市的 AI 医学影像产品数量（款）医学影像产品数量（款）数据来源：中商产业研究，东北证

78、券 截至 2024 年 6 月，深睿医疗、数坤科技各有 13 款 AI 医学影像产品获得 NMPA 三类证。推想医疗 8 款 AI 医学影像产品获得 NMPA 三类证，联影智能 7 款 AI 医学影像产品获得 NMPA 三类证。表表 5：截至：截至 2024 年年 6 月获批上市的月获批上市的 AI 医学影像产品企业分布医学影像产品企业分布 企业数量企业数量 数量（款）数量（款）疾病疾病 深睿医疗 13 肺部、乳腺、心血管、脑血管、骨科 数坤科技 13 肺部、心血管、脑血管、骨科、眼底、肝脏 推想医疗 8 肺部、心血管、脑血管、骨科、眼底 联影智能 7 肺部、心血管、脑血管、骨科、眼底 医准智

79、能 4 肺部、乳腺、心血管、骨科 西门子 3 肺部、心血管、骨科 乐普医疗 3 心血管 腾讯觅影 3 肺部、眼底、结肠息肉 博动医疗 3 心血管 睿心医疗 2 心血管 慧影医疗 2 肺部、骨科 体素科技 2 肺部、眼底 安德医智 2 肺部、颅内肿瘤 致远慧图 2 眼底 鹰瞳科技 1 眼底 纳龙健康 1 心血管 复星杏脉 1 肺部 科亚医疗 1 心血管 脉流科技 1 心血管 至真健康 1 眼底 冠生云医疗 1 心血管 东软医疗 1 脑血管 讯飞医疗 1 肺部 商汤智能 1 肺部 中科九峰 1 肺部 德尚韵兴 1 甲状腺结节 数据来源：中商产业研究，东北证券 中国 AI 医学影像领域的竞争格局呈现

80、出显著的多元化态势。在这一格局中，不同类型的市场参与者凭借各自独特的资源与能力，在技术路径、商业模式和资源整合等维度展开差异化竞争。1）设备厂商：设备厂商：联影智能、万东医疗等，依托其在硬件研发与制造方面的深厚积累，构建起“设备+AI”一体化生态体系。联影智能凭借先进的医学影像设备制造技术，将 AI 技术深度嵌入设备之中，实现设备性能的智能化升级，为临床诊断提供更高效、精准的解决方案。万东医疗则通过自主研发的硬件设备，结合 AI 技术，推出一系列智能化医学影像产品，如搭载 AI 技术的磁共振成像设备，能够提高影像质量，辅助医生更准确地进行疾病诊断。这些设备厂商通过将探测器与 AI 软件捆绑销售

81、的策略，有效抢占市场份额，其商业模式的核心在于利用硬件优势带动软件销售，实现硬件与软件的协同发展。2）纯纯 AI 企业企业如推想科技、深瞳科技，以高精度病灶识别和跨病种泛化能力作为核心技术壁垒。推想科技专注于通过深度学习算法对医学影像数据进行分析，实现对多种疾病病灶的精准识别，其技术在肺结节、肿瘤等疾病的诊断中展现出较高的准确率。深瞳科技则致力于研发先进的图像识别技术，能够在复杂的医学影像中准确检测出病灶，并具备一定的跨病种诊断能力。这类企业主要通过向医院提供订阅服务的方式实现商业化，其商业模式的优势在于能够为医院提供定制化的 AI 解决方案，降低医院的前期投入成本，同时通过持续的技术更新和服

82、务优化，增强客户粘性。3）互联网巨头互联网巨头腾讯觅影、平安好医生、百度灵医，凭借其强大的大数据整合与多场景适配能力，积极布局 C 端健康管理与 B 端医院合作的双线模式。腾讯觅影依托腾讯庞大的用户数据和先进的技术平台，能够对用户的健康数据进行综合分析，为 C 端用户提供个性化的健康管理服务，同时与 B 端医院合作，将 AI 技术应用于临床诊断，提高医院的诊断效率和准确性。平安好医生通过整合线上线下医疗资源，为用户提供一站式的健康管理服务，包括在线问诊、健康咨询、体检预约等，同时利用 AI 技术辅助医生进行疾病诊断。百度灵医则借助百度的大数据和人工智能技术，开发出智能医生助手、智能健康管家等产

83、品，满足“医-患-药”不同环节的需求。互联网巨头的商业模式优势在于能够利用其平台流量和数据优势，实现医疗服务的多元化和个性化，同时通过与医院的合作，加速 AI 技术在医疗领域的落地应用。4）科研机构科研机构如清华大学、中科院自动化所，聚焦于算法底层创新，如小样本学习等前沿技术领域。清华大学通过深入研究人工智能算法，在医学影像分析中取得了一系列创新性成果，为提高医学影像诊断的准确性和效率提供了理论支持。中科院自动化所则致力于研发先进的图像处理算法，能够对医学影像进行更精准的分析和处理。这些科研机构主要通过技术授权和孵化初创企业的方式参与产业生态建设，将科研成果转化为实际生产力。其参与产业生态建设

84、的模式有助于推动行业的技术创新，为新兴企业提供技术支撑，促进整个 AI 医学影像产业的发展。3.4.AI 助力医疗信息化向智能化升级助力医疗信息化向智能化升级 医疗信息化即医疗服务的数字化、网络化、信息化，是指通过计算机科学和现代网络通信技术及数据库技术，为各医院之间以及医院所属各部门之间提供病人信息和管理信息的收集、存储、处理、提取和数据交换，并满足所有授权用户的功能需求。医疗信息化包括医疗信息化包括 4 大主要领域：医院信息化、区域医疗信息化、医保信息化以及药大主要领域：医院信息化、区域医疗信息化、医保信息化以及药品信息化。品信息化。图图 19：医疗信息化包含的领域：医疗信息化包含的领域

85、数据来源：华经产业研究院，东北证券 2023 年中国医疗软件系统解决方案市场规模为年中国医疗软件系统解决方案市场规模为 206 亿元，亿元，同比同比+5%。伴随云计算、大数据、人工智能等前沿技术的持续迭代与深度发展，医疗信息化行业的技术壁垒正不断加高。在此背景下，持续的创新实践与技术革新，才能够契合市场动态变化所产生的多元需求，推动医疗信息化行业迈向更高发展阶段。当前的医疗信息化建设，主要参照国家当前的医疗信息化建设，主要参照国家“智慧医院智慧医院”建设标准，包括智慧医疗、智慧建设标准，包括智慧医疗、智慧管理和智慧服务管理和智慧服务 3 部分。部分。面向医院管理的智慧管理包含财务、成本控制、物

86、资、药事等多方面的内容，来帮助医院进行精细化的运营管理。第二个领域则是面向患者的智慧服务，院内的一体机、智能导诊、医院导航，院外的远程诊疗、在线预约、健康管理等，为患者提供更加便捷高效的就医体验。面向医务人员的智慧医疗主要以电子病历为核心，加之影像、检验等其他系统，实现互联互通的信息系统建设。图图 20：智慧医院划分与建设范围：智慧医院划分与建设范围 数据来源：艾瑞咨询，东北证券 医院信息化、智慧化的建设自电子病历系统开始，并始终以此为核心展开。医院信息化、智慧化的建设自电子病历系统开始，并始终以此为核心展开。在中国，智慧医院可以看做是医疗新基建的高级形态，它发源于医疗信息化，并在信息化逐步发

87、展成熟后进行进一步的升华探索。2011 年电子病历评级开启了智慧医院的启幕之年，加快院内互联互通建设；自 2015 年始，区域平台建设脚步加快，强调医院“孤岛”上的信息互联互通，庞大的院内信息再利用价值将被释放，同时互联网医院新业态诞生，慢病线上复诊、续方获得许可，医疗服务从线下向线上延伸，智慧服务分级评估体系出台；2019 年之后，中国智慧医院的需求和落地有了丰富土壤，在信息化的基础上升级为智慧医院，全方位提升医疗服务的效率和质量。图图 21：中国智慧医院发展历程及阶段划分：中国智慧医院发展历程及阶段划分 数据来源：艾瑞咨询，东北证券 医疗医疗 IT 竞争格局：竞争格局：单一领域服务商、中型

88、厂商、综合型厂商共同构建了智慧医院的行业生态，各自发挥着重要作用，为医院的智慧化发展提供多样化的选择。其中，综合型厂商能够提供涵盖智慧管理、智慧服务与智慧医疗的全方位解决方案，具备强大的系统集成能力和广泛的市场覆盖，是医院实现智慧化升级的最优选择。图图 22：智慧医院厂商能力分布：智慧医院厂商能力分布 数据来源：艾瑞咨询，东北证券 AI+医疗信息化主要应用场景（覆盖诊前、诊中、诊后全流程）：医疗信息化主要应用场景（覆盖诊前、诊中、诊后全流程）：1）诊前（自动生成电子病历诊前（自动生成电子病历/智能推荐就诊科室智能推荐就诊科室/预问诊预问诊/智能分导诊等）智能分导诊等）早在互联网医疗兴起之时，大

89、量诊前应用之中引入 AI，如今大模型兴起，诊前环节再度成为互联网企业的必争之地，讯飞医疗、腾讯健康、百度灵医智惠均在此布局。讯飞医疗的星火大模型直面的是医患沟通这一痛点。在星火大模型的支持下，AI 能够模拟医生与患者进行自由对话，根据患者的病情描述，智能推荐就诊科室和合适的医生。同时，该大模型还能基于患者的病情描述、病史等信息，自动生成电子病历，提高病历记录的效率和准确性。图图 23：讯飞星火医疗大模型赋能全线医疗服务体系：讯飞星火医疗大模型赋能全线医疗服务体系 数据来源：讯飞医疗科技公司公告，东北证券 腾讯健康与讯飞医疗的逻辑相似，但它更为精细地捕捉到了“预问诊”这一需求。基于过往智能导诊的

90、经验，腾讯健康用大模型做了一个 AI 预问诊系统，患者预约挂号后便可同系统进行详细的预问诊回答，提前提供主诉、既往病史、用药禁忌等信息。正式就诊时，医生对于患者的病情已有一定了解，便能提出更多针对性的问题，诊断的精准度也随之提升。百度灵医智惠在诊前环节拿出了智能分导诊、智慧加号、智能候诊三个应用。首先，智能分导诊面向的是患者常见的分导诊需求。大模型支持下，AI 可模拟诊前咨询流程，引导患者对病症进行准确描述，借助推理能力进行归纳汇总，为患者精准匹配与病情相适应的临床科室和专家。通过这种方式，医院能够将有效的医疗资源最大化利用，让每一个医生都发挥出他们应有的价值。图图 24：百度灵医大模型四层架

91、构：百度灵医大模型四层架构 数据来源：官方微信公众号，东北证券 智慧加号的价值在于补足医院过去服务体系中的“真空地带”。智能加号的价值在于能将过去患者单方面的申请转变为医患双方的“协议”。具体而言，患者首先在线上与 A1 模型进行交互，同时上传检查结果，模型随后会提取病史摘要和关键阳性信息，帮助医生在短时间内判断患者是否需要接受专家诊疗，从而实现精准加号。在武汉协和医院的实际调用结果显示，这一方式，明显减少了医生翻阅资料及同患者沟通的时间，还能帮助医生更准确地确定病因，有效提升诊疗质量。最后，智能候诊意在优化医生的问诊效率，提升患者就医体验。AI 支持下，医生在诊室中接待患者时，只需几秒钟浏览

92、这份整理好的病历，迅速了解患者的大致情况。最终医生不仅省下了问诊与病历书写时间，还使得医患交流更加精准和高效，医生的诊疗决策更为准确。2）诊中（电子病例分析诊中（电子病例分析/药物提醒与剂量优化药物提醒与剂量优化/辅助诊断等）辅助诊断等）传统的诊中医疗信息系统主要包括 HIS、EMR、CIS、PACS 等，医院信息化、智慧化的建设自电子病历系统（EMR）开始。在电子病历发展具有一定基础的情况下，信息化发展较为领先的医院正逐步建立以电子病历为核心的临床医疗服务体系，囊括患者信息、药品管理、医嘱诊断、费用管理等所有临床活动信息。AI 赋能诊中流程后将在各方面对传统医疗信息系统进行升级。1.AI 辅

93、助诊断与治疗辅助诊断与治疗，分析患者的症状、体征、检查检验结果等数据，与疾病知识库中的信息进行比对，为医生提供诊断建议和鉴别诊断列表，还能对医学影像进行分析，识别异常情况并提供报告。此外，依据诊断结果，参考大量临床病例和最新医学指南，为医生提供个性化的治疗方案建议，包括药物治疗、手术治疗、物理治疗等，并对治疗方案的疗效和风险进行评估。2.电子病历分析：电子病历分析：AI可以对电子病历中的文本信息进行挖掘和分析，提取关键症状、检查结果、诊断信息等，帮助医生快速了解患者的病情历史，为当前诊断提供参考。同时，通过对大量病历数据的学习，AI 还可以发现疾病之间的关联和潜在规律，为医生提供诊断思路和建议

94、。3.药物提醒与剂量优化药物提醒与剂量优化：考虑患者的个体差异，如年龄、体重、肝肾功能等，对药物的选择、剂量和用药时间进行提醒和优化，避免药物相互作用和不良反应。4.智能导航与流程优化：智能导航与流程优化：AI 陪诊系统能规划最优就诊路径，实时提示检查排队时间；缓解患者“迷宫式就医”焦虑，减少无效等待。图图 25：以电子病历为核心的临床医疗基础架构与内外联动：以电子病历为核心的临床医疗基础架构与内外联动 数据来源：艾瑞咨询，东北证券 3）诊后（）诊后（AI 随访电话随访电话/诊后智能咨询等）诊后智能咨询等）由于医疗资源的缺乏，国内的诊后环节一直缺乏成体系的医疗服务，大模型的出现有望化解这一难题

95、。我国每年新增脑卒中出院患者高达 300 多万，但出院并不代表病情彻底康复，其中有 12%患者在出院后 30 天内再入院。从这一需求出发，讯飞医疗研发了星火认知大模型+诊后康复管理平台，该平台可以在家智能生成康复计划，主动发起随访，变更康复计划并向专业医生提出问询，将专业的康复管理和康复指导由院内延伸到院外，确保患者享受到高品质、连续性的医疗服务。同时，平台自动提醒患者，并在康复过程中，通过 AI 随访电话等方式对患者进行主动式管理，并通过大模型为患者提供 7*24 小时咨询服务。新一代诊后患者管理平台在安徽和山东率先开展服务，已覆盖 30 多个科室的主要病种，覆盖 85%的出院患者，通过管理

96、，患者的依从性得到大幅提高。CDSS（临床决策支持系统）（临床决策支持系统）的使用场景涵盖诊前决策、诊中支持和诊后评价全过的使用场景涵盖诊前决策、诊中支持和诊后评价全过程，程，市场规模超百亿，市场规模超百亿，AI 赋能为赋能为 CDSS 发展带来广阔空间发展带来广阔空间。随着 AI 的成熟和发展，CDSS 为人工智能商业化落地提供了合适的土壤，机器学习具有学习速度快的优势，抓取和理解临床信息的速度比医生平均快 2700 倍，临床决策支持系统可以通过让机器深度学习大量高质量的既往临床实践病历和各种文献等资料，使机器具备了一定高水平的专业能力，可以对医护人员的一些行为进行建议和规范、对患者的一些病

97、情进行预测和提前警示。CDSS 是指运用相关的、系统的临床知识和患者基本信息及病情信息，加强医疗相关的决策和行动，提高医疗质量和医疗服务水平的计算机应用系统。其本质上是一个大的医学知识库，是一个基于人机交互的医疗信息技术应用系统，旨在为医生和其他卫生从业人员提供临床决策支持，通过数据、模型等辅助完成临床决策。通俗通俗地说，地说，CDSS 就是把医生记不住的知识通过计算机界面呈现出来，来帮助医生看好就是把医生记不住的知识通过计算机界面呈现出来，来帮助医生看好病。病。CDSS 系统是提升医疗质量的重要手段，因此其根本目的是为了评估和提高医疗质量，减少医疗差错，从而控制医疗费用的支出。CDSS 的使

98、用场景涵盖诊前决策、诊中支持和诊后评价全过程，临床医生可以通过 CDSS 的帮助来做出最为恰当的诊疗决策。过去，CDSS 的主要市场是大医院，但随着国内对基础医疗的投入支持不断加大，基层医疗机构和基层医生的数量不断增多，老百姓对于优质基本医疗服务的需求也在增多，CDSS 的市场开始逐渐从大医院转向基层。CDSS 的四大基本功能：的四大基本功能：1、诊断辅助：诊断辅助：利用机器模型根据患者主诉现病史检验检查结果等信息推断患者可能的疾病，并给出可能疾病的概率和判断依据。2、治疗方案、治疗方案辅助：辅助：根据患者的个人基本情况和疾病等情况，推送出治疗方案供医生参考。3、开、开单项建议和监督：单项建议

99、和监督：根据患者的个人基本情况推送用于鉴别诊断和辅助确诊疾病需要做的检验检查项目，此外还可以对已开立的项目做合理性监督，重复开单和开单互斥等错误情况可以及时提醒纠正。4、知识库查询：、知识库查询：广义的知识库内容除了包含上述的辅助信息，还包括狭义的的知识库内容，如文献、操作手册、专家指南、药品说明书等资料入库，方便医生及时查阅。医院运营管理智能体医院运营管理智能体：医院运营管理智能体是指构建一个立体的、多域协同、精确判断和持续智能的系统，医院运营管理智能体是指构建一个立体的、多域协同、精确判断和持续智能的系统，它包括智能交互、智能连接、智能中枢和智慧应用四个主要层次。它包括智能交互、智能连接、

100、智能中枢和智慧应用四个主要层次。四个层次共同构建了一个能够实现医院人、财、物全要素协同，医疗、服务、管理全场景智慧化的系统。熙软科技的医院运营管理智能体在保有上述基础特征的情况下，围绕医院运营管理建设进行重点突破，围绕 ODR 核心运营数据中心、ODSS 运营辅助决策、小熙 AI运营助理三个核心功能不断发力。图图 26：熙软医院运营管理智能体：熙软医院运营管理智能体 数据来源：艾瑞咨询，东北证券 对于医务工作者，医院运营管理智能体主要发挥“助手”的作用。在申请出差时只要简单提问，就能清晰了解差旅报销标准；想要查询科室的运营数据，只需向 AI 运营助理发问，便会直接获取想要的数据。对于智能化需求

101、更大的医院管理者。医院运营管理智能体能够实时获取所需的各种深度数据分析与服务，并根据管理者的习惯，自动推送其期望掌握的数据。即便初次推送的内容未能完全满足管理者的管理需求，系统也支持通过多模态交互方式，进一步定制并推送符合期望的信息。实际运行中，医院运营管理智能体已逐渐成为提升医疗机构效率效益的重要技术实现路径。采用分析报告、管理路径、策略输出、目标导航、AI 模拟仿真、AI 运营助理机器人等管理方法和手段，对医疗机构经济运营状况进行事后分析、问题根因溯源、过程控制、改善评估、未来预测、辅助决策。实现全面支撑优化业务流程、合理资源配置、计划合理制定等方面的战略管控工作。3.5.AI 健康管理健

102、康管理 AI 健康管理主要是指利用新一代信息、通信、人工智能、生物信息等技术手段，感测、分析、整合健康数据采集、健康检测、健康评估、健康干预四个关键环节的各项信息，从而对个体或群体的健康需求做出智能响应的新模式。AI 赋能健康管理后可以分析个体健康数据和生活习惯，制定个性化的健康管理计划，提高健康管理的效果和可行性。目前已覆盖运动健康管理、护肤健康管理、营养健康管理、慢性病健康管理、睡眠健康管理及生命体征检测管理等。表表 6：AI 健康管理主要环节及其目标群体健康管理主要环节及其目标群体 数据来源：CNKI，观研天下，东北证券 AI 健康管理的主要应用场景：健康管理的主要应用场景：1）个性化健

103、康管理：）个性化健康管理：AI 大模型整合个人基因图谱、行为特征及生命体征等多源异构数据，基于智能算法生成精准化健康干预方案。系统借助海量健康数据库构建预测模型，运用实时数据分析技术，解析用户生物标志物动态变化趋势，绘制疾病易感性图谱，据此动态优化健康管理路径。该技术融合用户代谢特征与运动轨迹数据，运用智能规划算法，确定营养摄入配比与锻炼强度阈值。同时，借助可穿戴设备的连续监测功能，捕捉生理参数波动，通过风险预警算法，及时识别潜在健康风险，并推送预防性干预策略。此外，基于深度学习的自适应算法，构建个性化健康基线模型，实现疾病预防、诊疗及康复管理全周期的健康照护。2）疾病预测和预防：）疾病预测和

104、预防：在医疗健康领域，AI 大模型基于海量临床数据与多模态生物信息资源的集成分析，搭建起智能化诊疗决策体系。通过深度学习算法，对疾病发生发展过程中的分子网络与临床表型进行系统性建模，从代谢通路调控机制、免疫微环境相互作用等多个维度，深入剖析患者的疾病易感性特征以及预后差异情况。借助多维组学数据与动态电子健康档案的融合分析手段，AI 模型能够构建个体化健康风险预测图谱，为临床医生在药物敏感性评估、并发症预警以及康复管理等方面，提供精准且全面的决策支撑。以慢性病防控为例，AI 系统凭借对区域级人群流行病学特征及生活方式参数的深度解析，得以构建时空动态传播模型。模型能够精准模拟特定代谢性疾病在具有不

105、同人口学特征群体中的演进轨迹，从而为公共卫生部门制定分级诊疗方案及靶向干预策略提供有力支撑。在遗传性疾病早筛领域，AI 大模型整合全基因组关联研究与蛋白质互作网络数据，可识别传统方法难以检测出的罕见变异位点及致病性突变组合。通过进一步结合环境暴露组学数据构建风险预测模型，AI 大模型能够实现从基因型到表型的精准映射，显著提升复杂疾病的二级预防效能，有力推动临床医学朝着预测性、预防性及个性化方向转型升级。3）药物管理与优化药物管理与优化 大模型为临床用药决策赋予智能化支撑。其依托对多维度医疗数据，诸如病理特征、生物标志物以及个体化代谢参数等的深度融合与剖析，得以构建精准的药效动力学模型，助力临床

106、工作者制定更为科学合理的用药策略。AI 大模型通过深入解析患者血清蛋白组学特征与药物靶点间的相互作用机制，能够精准评估特定化疗方案的敏感性阈值，进而辅助肿瘤科医生遴选最为适配的治疗组合。与此同时，将动态药物浓度监测数据与生理参数变化曲线相结合，系统可实时对给药间隔及剂量配比进行优化，在确保治疗效果的前提下，有效管控肝肾代谢负荷。这种以数据为驱动力的临床用药决策模式，不仅显著提升了个体化治疗的精准程度，更借助构建药物-基因-代谢关联模型，大幅降低了药物交叉反应及继发性损伤的发生风险。4）AI 赋能远程问诊赋能远程问诊 AI 技术支持下的远程医疗平台，能实现患者与医生高效沟通。视频问诊时，AI 辅

107、助工具可自动识别患者症状、分析语音内容提取关键信息，帮助医生快速做出诊断。同时，通过对远程医疗服务数据的分析，优化服务流程，如合理安排问诊顺序、缩短患者等待时间，提高远程医疗服务在慢病管理中的可及性和质量。在慢性病患者、亚健康群体增大及老龄化驱动下，在慢性病患者、亚健康群体增大及老龄化驱动下，AI 健康管理需求市场健康管理需求市场快速扩张，快速扩张，预计预计 2024 年市场规模近年市场规模近 1.4 万亿。万亿。中国 AI 健康管理行业处于发展初期，细分领域众多，市场广阔。2018 至 2022 年，市场规模由 2937 亿元增加至 8913 亿元，预计2023 至 2027 年，市场规模将

108、由 11239亿元增加至 25909亿元，复合增速为23.22%。过去几年市场规模快速扩容的原因为：（过去几年市场规模快速扩容的原因为：（1）需求端的推动：）需求端的推动：慢性病与亚健康群体规模的增长，以及人口老龄化进程的加快，促使健康管理需求显著提升，进而驱动市场扩容，四大慢性病的死亡病例数呈现上升态势。同时，2018-2022 年，中国 65 岁及以上人口数量由 1.7 亿增长至 2.1 亿，占总人口的比例从 11.9%攀升至 14.9%。庞大的目标人群基数，叠加公众保健意识的增强，使得人们对健康改善与疾病预防的关注度与需求度进一步提高。（2）政策端的驱动：）政策端的驱动：政策层面的有力引

109、导，加速了 AI 在医疗领域的发展进程，推动市场逐步向各个细分领域渗透。2023 年 7 月，国家卫生健康委员会等六部委联合颁布的深化医药卫生体制改革 2023 年下半年重点工作任务明确提出推进医学人工智能试点工作。该政策在既往“促进”的基础上，进一步强调“推进”，积极鼓励人工智能在医疗领域的试点落地实施。未来，市场规模持续拓展的驱动因素主要在于：AI 技术的深度渗透成为行业发展的强劲动力。健康管理领域，据预测到 2027 年，医疗咨询服务、消费者健康服务、健康解决方案以及慢病管理的 AI 渗透率将分别达到 25%、75%、25%和 5.3%。随着各细分领域 AI 渗透率稳步攀升，市场规模将进

110、一步扩容。图图 27：中国：中国 AI 健康管理行业市场规模（亿元）健康管理行业市场规模（亿元）数据来源：头豹研究院，东北证券 在我国 AI 健康管理产业生态中，产业链上游主要由医疗器械及医用耗材供应商构成，他们为产业发展提供基础硬件支撑与物资保障。中游主体是 AI 健康管理服务商，凭借其技术与服务能力，整合资源并提供专业的健康管理方案。下游则依据业务触达对象的不同，划分为 B 端和 C 端。B 端面向医疗机构、药店等商业及专业机构，主要满足其在医疗服务、药品销售等业务流程中对 AI 健康管理的需求；C 端则聚焦于慢病患者、亚健康群体等个体消费者，致力于为其提供个性化的健康管理服务。图图 28

111、：AI 健康管理产业链健康管理产业链 数据来源：头豹研究院，东北证券 按需求人群来看，目前按需求人群来看，目前 AI 健康管理可分为三大细分市场，分别是慢病管理、老年健康管理可分为三大细分市场，分别是慢病管理、老年康养、亚健康群体。康养、亚健康群体。1）慢病管理：）慢病管理：慢性病包括心脑血管疾病，糖尿病，癌症以及慢性呼吸系统疾病，这些疾病已经成为世界范围内导致死亡与致残的重要因素。AI 慢病管理以互联网，物联网，大数据及智能算法为手段，对前期监控，跟踪管理及个性化慢病管理服务的诸多环节进行广泛干预，塑造价值共创的生态。比如慢病管理平台就能在各业务端口上给病人提供方便的服务，比如对健康医疗资源

112、的查询，对个人的健康档案的管理，对电子就诊的记录等等。这一数字化慢病管理模式在促进医疗服务质量与效率提升的同时，也有效地缓解了我国医疗资源短缺的现状。中国人口众多，面临着严峻的慢性非传染性疾病防控挑战，随着经济社会发展和卫生健康服务水平的不断提高，慢性病防控能力得以提升，但发病率和患病率依然较高。慢性病以心脑血管疾病、糖尿病、癌症和慢性呼吸系统疾病为主，是全球死亡和残慢性病以心脑血管疾病、糖尿病、癌症和慢性呼吸系统疾病为主，是全球死亡和残疾的主要原因，已成为全球重大公共卫生挑战。疾的主要原因，已成为全球重大公共卫生挑战。按性别分类，四大慢性病中男性死亡数高于女性，呈明显增加趋势。AI 慢病管理

113、以互联网、物联网、大数据、智能算法为基础技术手段，融合慢病管理领域的各类资源（如各级医疗机构、药械企业等），形成价值共创生态。通过数字化技术的运用，慢病管理平台可广泛介入前期监测、跟踪管理、个性化慢病管理服务等多个环节，为患者在各个业务端口提供便捷服务，如健康医疗资源查询、个人健康档案、电子就诊记录，电子处方、健康状态建议及远程医疗咨询、患者心理辅导、用药指导等多种形式的健康医疗服务。AI 慢病管理作用广泛，有效解决医疗资源不足问题，缓解医护人员人手不足及患者就医困难等问题。在医护端：在医护端：缓解医疗人力资源不足问题；数字化技术提升慢病管理的质量和效率；减少人为错误、各科室之间有望实现信息互

114、联互通，进一步提升医院信息化建设的价值；利用先进的数据处理及分析技术，有助于支持临床研究的推进。在患者端：在患者端：减少患者在往返医院、排队轮候医生咨询或处方重配所花费的时间；时间灵活，可预约同一位医生复诊，保持治疗连续性；在线平台实现了问诊、开方及配药的全流程服务，可保障及时取得处方药；有望借助线上平台获得名医就诊机会；通过科学的管理，有望减少未来的药费支出和住院费用。图图 29：AI 慢病管理应用模式慢病管理应用模式 数据来源：头豹研究院，东北证券 中国慢病管理行业历经发展，从传统线下管理模式逐步演进至数字化管理，现阶段中国慢病管理行业历经发展，从传统线下管理模式逐步演进至数字化管理，现阶

115、段已迈向已迈向 AI 管理阶段。企业服务商的服务对象已拓展至医院、药店等管理阶段。企业服务商的服务对象已拓展至医院、药店等 B 端用户，端用户，然而，其商业模式仍处于探索进程中。然而，其商业模式仍处于探索进程中。早期的慢病管理软件主要聚焦在线问诊功能，目标客群以 C 端用户为主。但由于群众支付意愿较低，行业面临显著的盈利困境。为突破这一困局，企业积极寻求转型路径。当前，数字化慢病管理服务商已将业务拓展至医院、药店等 B 端用户领域。同时，部分服务商计划引入商业保险公司，使其成为慢病管理的付费主体。与国外发达国家相比，中国商业保险在覆盖率方面仍存在提升空间。以美国的 Livongo 为典型代表，

116、其作为数字化慢病管理服务商，将 B 端客户定位为给员工购置商业保险的企业；而在中国，B 端客户主要定位于医院以及药店/药企。在处方外流、线下药店数字化转型以及互联网医院迅速发展等因素的驱动下，慢病管理的院外市场呈现出快速发展态势。然而，截至目前，慢病管理市场仍以院内市场为主导。图图 30：AI 慢病管理应用模式慢病管理应用模式 数据来源：头豹研究院，东北证券 2）老年康养：）老年康养：中国的老年人口数量庞大，因此对智能养老技术的需求也相当高。在国家政策支持和市场需求推动下，人工智能技术已被广泛应用于智慧医疗、智能家居等领域。AI 老年康养利用智能产品和信息系统平台作为平台，结合物联网、大数据等

117、先进的信息技术，为广大需要健康养老和养生服务的人群提供了丰富多样的产品和服务选择。例如 AI 老年康养领域的代表性产品包括可穿戴的健康管理设备、便于携带的健康监测工具以及自助健康检测工具等。目前已有不少老人在使用这类产品来进行自我健康评估、疾病预防和医疗指导，也有很多老年人通过购买此类智能产品来实现“居家”或“社区”的远程监护功能。老龄化进程加速，预计到老龄化进程加速，预计到 2035 年，中国将进入重度老龄化阶段，庞大的中老年人年，中国将进入重度老龄化阶段，庞大的中老年人口基础为口基础为 AI 老年健康管理提供老年健康管理提供潜在增长空间潜在增长空间。2020 年，工信部、民政部和国家卫健委

118、对智慧康养相关产品和服务进行明确分类，其中产品类包括可穿戴健康管理类设备、便携式健康监测设备、自助式健康检测设备等，服务类包括居家健康养老服务、个性化健康管理、互联网健康管理等，推动中国智慧养老行业各领域发展方向更加明晰。表表 7：AI 老年康养产品与服务老年康养产品与服务 数据来源：头豹研究院，东北证券 在政策红利驱动下，近年来越来越多的企业进军智慧养老、AI 老年康养等行业，在健康监测、医疗仪器、数据信息化等领域积极投资智能养老产品和服务。在在参与参与企企业中，主营医疗器械类的上市公司较多，投资方向多为智能健康监测与检测类产品；业中，主营医疗器械类的上市公司较多，投资方向多为智能健康监测与

119、检测类产品；同时，非医疗行业公司也在抢占智慧康养市场，其中科技和通信行业布局趋势明显。例如，中兴通讯和深圳市民政局签订了战略合作协议，协助推动养老服务信息化智能化、现代化水平的提升；万达信息和上海、四川政府合作，共同建设养老信息化平台等。未来，将有更多大型企业进入智慧康养行业凭借自身技术优势以及资金优势不断推动行业发展。3）亚健康：）亚健康：是一种身体状况介于健康和不健康之间的状况，其主要症状包括活力下降、功能和适应性的减退。中国的亚健康人群数量众多，并且呈现出年轻化的发展趋势。全球范围内，处于亚健康状态的人群约占总人口的 75%。在中国，亚健康群体规模庞大且呈现低龄化趋势，约 29.4%的亚

120、健康群体年龄在 35 岁以下。具体而言，在中国亚健康群体中，18-25 岁、26-35 岁、36-45 岁、46-55 岁、55-65 岁及 65 岁以上人群分别占比 6.5%、22.8%、19.7%、25.8%、13.7%和 11.4%，年龄分布整体呈倒“V”字形态势。中国亚健康人群改善身体素质方式多种多样，其中加强锻炼占比达 41%，规律睡眠调整饮食、调整饮食紧随其后，占比分别为 38%、31%和 20%，AI 技术可渗透到运动、睡眠健康及调整饮食等环节，通过监测设备提醒身体状况，并做出相应的指引和计划，便于亚健康群体改善身体素质。中国中国 AI 亚健康行业尚处发展初期，市场体量较小，亚健

121、康行业尚处发展初期，市场体量较小，2018-2022 年市场规模由年市场规模由 1.5 亿亿元增加至元增加至 6.7 亿元，预计亿元，预计 2027 年市场规模将扩大至年市场规模将扩大至 37.6 亿元。亿元。过去几年市场规模快速扩大主要系业健康群体扩大推动市场需求扩容，此外，人工智能等技术的应用与革新促使市场向数字化、智能化转变。诸多先进技术被引入亚健康管理市场，例如美丽田园的 IRATHERM 技术，通过模拟阳光，将顾客的核心体温提升至 38.5C-40.5C，从而加速体内新陈代谢。图图 31：中国：中国 AI 亚健康管理市场规模（亿元）亚健康管理市场规模（亿元）数据来源：头豹研究院，东北

122、证券 未来未来 AI 亚健康市场亚健康市场规模规模将持续扩大，主要系将持续扩大，主要系：（：（1）目标客户范围拓宽，吸引如城）目标客户范围拓宽，吸引如城市白领等人群。市白领等人群。在保健意识增强的推动下，未来亚健康管理目标客户不再局限于年纪稍长人群，25-35 岁人群亦能接受亚健康管理服务，以改善身体状况并预防疾病。同时，城市白领的繁重工作及不健康的生活方式引起的睡眠障碍、抑郁症、焦虑症及慢性疲劳等也可通过亚健康管理进行改善。（2）拓宽疾病领域。）拓宽疾病领域。AI 亚健康管理行业仍处于发展初期，尚少企业涉猎，基于广大的受众群体，其他 AI 健康管理及 AI 医疗相关企业，可通过拓宽产业范围，

123、对亚健康领域进行布局，进而刺激市场进一步扩容，为客户提供一站式综合服务体验。4.相关标的相关标的 4.1.祥生医疗：祥生医疗：超超声领域领军者，声领域领军者，AI 与便携化驱动公司未来成长与便携化驱动公司未来成长 公司主要从事超声医学影像设备的研发、制造和销售，为国内外医疗机构、科研机构、战略合作伙伴等提供优质的产品和专业的技术开发服务。作为研发驱动型的企业，公司多年来秉承自主研发的技术理念，坚持超声医学影像技术国产化的发展战略，现已掌握了从二维超声、三维超声到四维超声；从彩超探头核心部件、图像处理算法、图像分析软件到彩超整机设计开发；从临床应用专科化、设备便携化到人工智能云平台解决方案在内的

124、全套超声医学影像的核心技术。公司 2024 年公司实现营业收入 4.69 亿元，同比-3.13%；归母净利润 1.41 亿元，同比-4.08%。毛利率 58.95%，同比+0.14pct。单 Q4 实现营业收入 1.06 亿元，同比+29.77%；归母净利润 0.42 亿元，同比+733.85%。2025Q1 公司实现营业收入 1.28亿元，同比-9.16%；归母净利润 0.42 亿元，同比-8.62%。受市场宏观因素影响公司业绩短期波动，公司持续重视研发投入。2024 年公司营业收入同比下降 3.13%，主要系市场受宏观环境影响需求放缓所致，营业收入分产品拆分，超声医学影像设备/配件及其他/

125、技术服务费收入分别同比-1.71%/+20.45%/-49.65%；归母净利润同比下降 4.08%主要系在收入小幅下滑的同时公司三费均刚性支出，销售费用/管理费用/研发费用分别同比+4.12%/+7.73%/+3.32%。公司高端推车式超声稳步发展，便携小型化超声持续发力。（1）公司突破了微小血管成像、专科智能化等成像技术，其中高端彩色超声诊断系统获得 2024 年苏锡常首台（套）重大装备认定。公司凭借已突破的先进成像技术和智能化技术推出的高端彩色超声诊断系统，提升了公司在高端市场的产品竞争力，为公司在未来超声设备领域的技术创新奠定了坚实基础。（2）公司持续保持小型化超声技术优势，以SonoE

126、ye 掌上超声为代表的小型化系列产品，在全球范围内达到领先水平，凭借其便携性、高性能和智能化特点，在医学诊断领域的国际性学术期刊Diagnostics的研究论文中获得最佳综合评分，并获得上海市医师协会超声医师分会评比的“创新应用模式示范奖”。此外，该系列产品还助力南京大学学生在 2024 年英特尔杯大学生电子设计竞赛嵌入式系统专题邀请赛和第七届(2024)全国大学生嵌入式芯片与系统设计竞赛应用赛道两项全国竞赛中获得一等奖，随中国海军“和平方舟”号医院船、第 14 批中国援巴布亚新几内亚医疗队远赴海外开展人道主义医疗服务，助阵“山海”提升工程浙大邵逸夫医院、上海交通大学医学院义诊，入驻上海国际马

127、拉松比赛保障区等，进一步体现了小型化超声在急救场合、偏远地区医疗援助、家庭健康监护等场景下的应用价值。此外，公司还积极参与制定首部掌上超声临床应用规范全国团体标准，为提升我国掌上超声高质量、高标准发展提供标准依据和产业支撑。基于多年来便携小型化技术的积累，公司推出的笔记本智能超声 SonoAir 系列产品，在笔记本超声领域表现优异，以强有力的蓄电能力、新颖超薄的外观设计、先进的成像技术为基础，通过人工智能云平台 SonoAI 再赋能，形成的 SonoAir 智能超声解决方案荣登英国 BBC“女性健康”专栏，海外影响力持续扩大；与此同时，结合公司在兽用超声设备的多模态成像技术突破，形成了 Son

128、oAirVet 等新产品，该系列产品获得 2024 中国宠物医疗行业年度品牌盛典年度经营器械品牌奖，荣登巴西专业杂志封面，并荣获国际 i-NOBO 奖 超声 AI 领域前瞻布局，不断完善产品与服务矩阵。公司较早开始布局超声 AI 技术的研发，在乳腺疾病、颈动脉、甲状腺、产科、肝脏、心脏等领域的 AI 辅助诊断软件上取得了突破性进展，其中乳腺超声分析软件于 2022 年获得医疗器械注册许可。当前，在超声 AI 领域，公司深度布局超声智能技术生态，以超声人工智能+专科模型双引擎驱动全场景革新，实现动态图像识别、疾病自动检测与测量、智能化诊断流程优化及多模态 AI 融合，建立覆盖设备研发-影像采集-

129、诊断决策的智能化标准框架，打造精准筛查-智能诊断-个性康复三位一体服务网络，支持乳腺、肝脏、心血管、颈动脉、甲状腺、妇产科等多个临床学科的智能化诊断，具体包括实时图像分割、病灶特征提取、自动化测量以及结构化报告生成等功能，重构超声医学全流程决策路径。其中，以产科人工智能应用为例，公司发布了基于国内外行业相关标准的覆盖全孕产期的智能解决方案，自动追踪胎儿体位，支持实时自动获取标准切面，自动识别胎儿生长指标，自动测量发育参数等系统性量化识别结果，智能推荐最佳测量帧，自动生成胎儿检查报告，显著提高筛查精准度与工作效率。4.2.润达医疗：体外诊断产品线齐全，润达医疗：体外诊断产品线齐全，AI 数智化产

130、品赋能公司未来发展数智化产品赋能公司未来发展 公司作为国内规模领先的医学实验室综合服务商，以大数据、人工智能等新一代信息技术为支撑，为各类实验室（主要为医院的检验科，又称临床实验室，还包括第三方医学实验室、体检中心、疾控中心和血站等其他医疗单位所属的医学实验室）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。同时以体外诊断产品研发生产、数字化信息系统开发、第三方实验室检测等产业链延伸业务为补充，构建覆盖医学实验室全场景的智慧化服务体系。依托公司强大的数据资源平台，以 AI 与大模型技术为引擎，深度重构医学实验室服务模式，发展新质医疗服务，实现数智化转型，形成“服务+制造+数字

131、生态”协同发展的创新格局。公司积极布局上游 IVD 生产制造领域，对 IVD 部分特色技术领域产品进行差异化布局，自主品牌产品领域覆盖糖化、临床质谱仪、分子诊断、POCT、数字信息化系统等领域；公司继续投入新产品的研发，同时对原有产品技术进行升级，保持了自研产品在市场上的良好口碑。公司的拳头产品-惠中糖化血红蛋白检测产品线，已推出 MQ-3000，MQ-2000T，MQ-6000 和 MQ-8000 等系列产品及 MQ-8000 糖化流水线，在国内糖化血红蛋白检测市场具有领先地位；凭借优异的口碑，惠中糖化产品不仅巩固了国内市场地位，还成功实现出海。惠中新推出五分类血球分析仪系列产品 MH-60

132、、MH-120，其中 MH-120 可与公司糖化血红蛋白分析仪 MQ-8000 形成高效的自动化流水线，实现从血液学检测到糖化血红蛋白分析的全方位集成检测方案。子公司润达榕嘉为客户提供自主研发的临床质谱仪ARP-6465MD 三重四极杆质谱仪、谱易快萃取柱、谱方达全自动前处理仪等一站式极简质谱临床应用解决方案；同时新推出了 CytoPro 流式细胞前处理仪与 CytoSelect 细胞分选仪，助力免疫表型鉴定与细胞功能研究。公司 2024 年实现营业收入 83.12 亿元，比上年同期下降 9.13%；实现归属于上市公司股东的净利润 0.55 亿元，同比下降 79.77%。营业收入下降主要受国内

133、宏观环境及集中采购医疗政策环境影响，医疗机构客户收入增长受到一定影响，公司相关业务拓展亦受到影响，营业收入出现小幅下降；归母净利润较去年同期下降较大，主要系营业收入下降，但公司服务成本、固定资产折旧等固定开支未减少，边际成本费用增加；同时公司在 AI 医疗等新业务拓展力度加大，相关费用投入增加。未来随着宏观经济的好转及医疗政策环境的改善，医院客户将逐步回归到常态化增长轨道，公司各项业务亦将恢复稳步增长态势，回到合理的利润率水平。深化深化 AI 医疗生态布局，加速落地医疗生态布局，加速落地 AI 数智化产品数智化产品。公司积极拥抱 AI 技术，发挥自身在医疗垂直领域的深厚积累、AI 应用等领先优

134、势，积极与医疗产业链上下游企业及医疗机构开展深度合作，实现了 AI 医疗全场景应用落地，为医疗机构及合作伙伴提供高效、精准、安全的 AI 解决方案。1）在医院端，公司已先后为长海医院、在医院端，公司已先后为长海医院、温州医科大学第一附属医院、华西医院、齐鲁医院、山东省立医院等温州医科大学第一附属医院、华西医院、齐鲁医院、山东省立医院等 80 余家医院余家医院提供提供 AI 数字化解决方案。数字化解决方案。同时，公司基于华为轻量化 AI 训推底座 LightDCAI 和DeepSeek 大模型发布“华擎智医”训推一体机，为客户提供全栈国产化、医疗全场景应用覆盖、轻量化部署以及数据安全保障的数智化

135、解决方案，助力医疗机构实现数据智能闭环、业务效率跃升和服务质量突破。2）在医疗数据要素方面，公司携手）在医疗数据要素方面，公司携手多方联合推出的基于数据与能力双轮驱动构建医疗多方联合推出的基于数据与能力双轮驱动构建医疗 AI 服务新模式项目，旨在服务新模式项目，旨在通过构建通过构建 MaaS（模型即服务）模式的区域医学（模型即服务）模式的区域医学 AI 集成平台，整合属地医疗资源，集成平台，整合属地医疗资源，实现数据高效管理与应用，该项目获得国家数据局举办的实现数据高效管理与应用，该项目获得国家数据局举办的 2024 年“数据要素”年“数据要素”大赛全国总决赛三等奖，浙江赛区一等奖。大赛全国总

136、决赛三等奖，浙江赛区一等奖。近期，公司发布了杭州市拱墅区“墅智健康”大模型 1.0，为区域医疗健康数字化转型提供全新解决方案，开创区域医疗健康数字化转型全新范式。公司开启“繁星行动”，旨在利用领先的人工智能技术，与全国顶尖医院专家团队合作，赋能不同学科的科学研究，共同开发专病 Agent，推动 AI 专科医疗服务智能化升级。目前公司已联合华为与华西医院成功推出消化科领域“睿兵 Agent”、与齐鲁医院发布“齐鲁心擎-急性胸痛大模型”。通过专病 Agent 开发，进一步提升 AI 医疗大模型的可信度，同时将顶级医院先进的诊疗能力下沉到基层，让更多患者能够获得标准化、高质量的诊疗服务。4）产业链合

137、作）产业链合作方面，公司稳步推进各类应用场景落地。方面，公司稳步推进各类应用场景落地。在保险场景，公司与太平保险共同推出数智化乳腺癌健康管理产品 Lumisense，旨在通过基因筛查+大模型技术，为女性提供集精准检测、医疗级 AI 健康助理、临床诊疗、保险以及患者服务于一体的全方位健康管理平台。在体检应用场景，公司与美年健康合作打造 AI 机器人“健康小美”数智健管师，目前已在美年健康旗下 60 余家体检中心上线。在药店应用场景，公司和广西柳药在智慧药房、智慧医院、智慧医疗云等领域开展全面深入合作，利用 AI 大模型技术赋能药店，推出 AI 药师助手“阿桂药师”，为药店客户提供检测报告辅助分析

138、，数字化陪护疗养，个性化健康管理等增值服务，实现一体化智慧管理。4.3.晶泰控股：晶泰控股：AI 制药领军者，积极扩展新材料领域商机制药领军者，积极扩展新材料领域商机 公司是一个基于量子物理、以人工智能赋能和机器人驱动的创新型研发平台。公司采用基于量子物理的第一性原理计算、人工智能、高性能云计算以及可扩展及标准化的机器人自动化相结合的方式，为制药及材料科学（包括农业技术、能源及新型化学品以及化妆品）等产业的全球和国内公司提供药物及材料科学研发解决方案及服务。公司公司拥有多元化客户群，涵盖初创公司到全球生物技术与制药公司及新材料领域的拥有多元化客户群，涵盖初创公司到全球生物技术与制药公司及新材料

139、领域的独角兽及龙头企业。独角兽及龙头企业。公司的客户群涵盖全球前 20 大生物技术与制药公司中的 16 家，公司认为这是公司解决方案及服务水平的一项指标。通过在中国和美国均开展业务，公司努力利用每个地区的最大能力和可得资源优势满足客户、合作者及学术合作伙伴不断变化的需求。公司与辉瑞公司、强生及德国达姆施塔特默克集团、中石化集团上海研究院等很多世界领先的生物技术与制药企业集团及新材料领域龙头公司建立了长期稳固的合作关系，其中多数为公司的回头客。2024 年公司实现营业收入 2.66 亿元，同比+52.75%，归母净利润-15.17 亿元，亏损同比缩窄。营业收入按业务拆分，公司 2024 年智能机

140、器人解决方案/药物发现解决方案分别实现营业收入 1.62/1.04 亿元，同比+87.76%/+18.16%。公司通过实施“AI+高效经营策略”取得显著成效：月均现金消耗同比下降 22.6%至 0.48 亿元。(1)“AI+机器人”重塑研发范式，开启药物及材料研发智能时代机器人”重塑研发范式，开启药物及材料研发智能时代 公司使用 AI+机器人的模式，打造了行业独有的“高通量实验-高质量数据-高智能模型”飞轮。公司的机器人实验室平台正在 7*24 小时地进行实验，并高速地积累“高质量数据”，这些数据正在被用于训练公司的各类 AI 模型，这些模型可应用于包括靶点解析、虚拟筛选，合成策略推荐，合成反

141、应结果预测，专利搜索及结构化地整理数据等环节。公司正在改变传统的研发方式，推动药物和材料研发范式变革。目前，公司的模型已经在日常运营中赋能研发人员，加快交付进程，突破药物发现及新材料分子研发瓶颈，显著扩大可探索的化学空间。公司认为，以“高质量数据驱动”为核心的垂直领域 AI for Science 模型将成为颠覆性力量。除了公司过去积累的分子生成模型 Xreactor、自由能微扰算法 FEP、晶体结构预测模型 CSP 等 200 多个模型，2024 年，公司取得了更多的重要技术突破，包括：数据壁垒构建：数据壁垒构建：公司的机器人实验室已经覆盖了 80%以上的常见药化反应类型，每月可以积累 20

142、+万条反应过程数据，该数据的实验结果的一致性高，数据质量远远优于开源数据，基于该数据集训练的 AI 模型可以获得更高的准确度和置信度。AI 模型突破人类效能：模型突破人类效能：2024 年，公司新建了 20+种 AI 反应性实验条件预测模型，这些模型的准确率均超过 80%，对失败反应的识别率大幅超过合成专家。公司基于量子物理第一性原理和机器人实验室产生的数据集，自建了 UV 谱图预测模型和基于 LCMS 谱图的产率预测模型，可以在不做产物分离提纯的前提下获得实验产率，准确率超过 90%，极大地提升了数据标注的效率。领域模型与领域模型与 LLM 的深度融合：的深度融合：基于 LLM 和深度神经网

143、络，公司与 IDEA 研究院共同开发了 PatSight 专利数据挖掘平台。该平台可实现对文献和专利中结构、活性、药效和反应数据的快速且精准抓取，可以将传统需要 23 天提取的文献和专利数据在一小时内提取完成，且准确率高达 95%以上。该平台打破了传统人工获取数据的低效方式，提升了解析小分子化合物结构的效率，同时为垂直领域 AI4S 模型的构建提供有效的公开大数据来源。端到端多智能体：端到端多智能体：公司通过自主开发的 Multi-Agent（多智能体），逐步构建从分子设计-分子合成-后处理-分子检测-数据分析全流程的智能化和自动化，提升实验效率，降低实验门槛，完成软件+硬件的全场景覆盖。在设

144、计阶段，公司通过 Agent 进行原料挑选，可合成评估并筛选目标分子；在合成阶段，公司通过 Agent 进行反应进程的谱图分析，反应结构判断，分离方法推荐，质检结果判断，推动反应进程；在管理环节，公司通过 Agent 保障各流程数据的准确性，汇总项目报告，直至最终的分子交付。基于以上的能力，公司可以高效进行化学实验，积累大规模的高质量实验数据。(2)AI 驱动的生物平台驱动的生物平台 XtalFold获全球领先药企认可，开启抗体药物研发新纪获全球领先药企认可，开启抗体药物研发新纪元。元。公司已经构建了 XtalFold结构建模平台、XenProT生成式 AI 平台、Xentient判别式 AI

145、 平台等，持续在深度人源化、高通量人源化、pH 依赖改造等技术上深耕。2024 年，公司凭借全球领先的蛋白质相互作用预测算法 XtalFold，与强生、优时比等跨国药企达成商业授权协议，获得了顶尖药企的背书。特别值得强调的是，XtalFold产生的优质数据资产正持续反哺公司的多模态 AI 平台，使公司在治疗性抗体的人源化改造、亲和力优化等领域建立显著竞争优势。公司的抗体平台实现了以下三大突破：三维结构解析：三维结构解析：仅需氨基酸序列信息即可在一天内精准预测抗原-抗体复合物空间结构。建模突破：建模突破：经过严格的基准测试，在成功率和难以建模区域的建模能力等方面行业领先。场景验证：场景验证：已在

146、 30 多个内外部项目中得到充分验证，在多种应用场景中均取得了显著结果，包括抗原设计、表位识别、亲和力成熟、pH 敏感性改造和双抗设计等。(3)公司继续推公司继续推动动 AI+机器人在生命科学领域的应用，公司赋能的管线实现了里程机器人在生命科学领域的应用，公司赋能的管线实现了里程碑跨越。碑跨越。2024 年，继此前与某领先 biopharma 成功推进一项创新药研发项目后，双方在今年又达成多项新的 AI 驱动的新药研发项目合作。公司的 AI、计算、实验深度融合的一站式技术平台，助力客户在慢性病领域的早期药物研发实现重要突破。基于前期项目的高效推进，公司计划在 2025 年进一步扩大合作范围，针

147、对更多靶点及适应症展开联合攻关。2024 年，公司与东亚多个 biotech 龙头企业成功合作，高效地设计和发现了针对多个高难度靶点的先导化合物。公司创新性地采用主动学习驱动的 XFEP 加速计算技术，对万亿级虚拟化合物库实施智能筛选，并依托高效高质量的自动化合成平台，成功为合成致死和 CNS 领域的两个困难靶点实现先导化合物的高效发现，获得合作方技术委员会的高度评价。公司与希格生科（深圳）有限公司（“希格生科”）合作开发的全球首个用于治疗弥漫型胃癌的靶向候选药物继 6 月获得 FDA（美国食品药品监督管理局）的 IND 批件（新药临床批准）后，又于 9 月获得了 NMPA（国家药品监督管理局

148、）的 IND 临床批准。并在北京大学肿瘤医院成功完成首例实体瘤受试者给药(First Patient In，FPI)。该管线也获得 FDA 授予的胃癌孤儿药资格认证(Orphan Drug Designation,ODD)，并在 25 年 2 月获得了 FDA 快速通道认定(Fast TrackDesignation)，有望显著缩短审批周期，加速其上市进程。这是全球首个类器官+AI 赋能创新药设计与筛选的案例。公司与北京默达生物科技有限公司（“默达生物”）合作开发的用于治疗原发性高草酸尿症(PH)的临床前候选药物获得美国食品药品监督管理局(FDA)的孤儿药资格(ODD)和儿科罕见病药物资格(R

149、PDD)认证，该管线目前在 IND-enabling 阶段，有望在未来解决 2 型和 3 型高草酸尿症患者无药可用的困境，以及为 1 型高草酸尿症患者提供更友好的口服治疗选项。公司早前已与一家总部位于印第安纳波利斯的全球领先制药公司就人工智能赋能的小分子药物发现达成 250 百万美元的合作，目前前述合作进展顺利。2024 年，公司将双方合作进一步扩展到固态研究等领域。2024 年，公司赋能的生物科技公司深圳莱芒生物科技有限公司（“莱芒”）取得突破性进展，其代谢增强型 CD19CAR-T 完成首例系统性红斑狼疮受试者给药，首次拓展至自身免疫疾病治疗领域。通过晶泰提供的 AI 算法与高通量实验相结

150、合的方式，莱芒对代谢增强型 CAR-T 设计中用到的核心代谢增强因子进行了优化设计，显著提升了与受体结合的亲和力与免疫学活性，优选设计结果目前已经应用于实体瘤靶点的代谢增强型 CAR-T 临床前研究中，可以帮助代谢增强型 CAR-T 更好突破实体肿瘤的免疫微环境。(4)AI+机器人赋能未来分子研发机器人赋能未来分子研发。根据行业研究机构最新分析，全球新材料市场总规模预期突破十万亿美金。公司积极把握新材料产业升级的战略机遇，持续深化 AI+机器人技术对材料科学的赋能，凭借公司高精度的 AI 及高柔性化机器人技术，已经在材料科学、农业、消费品等领域实现技术落地及达成合作。4.4.卫宁健康：卫宁健康

151、：持续打造“持续打造“AI+医疗”产品矩阵，医疗”产品矩阵，WiNEX Copilot 已开始已开始推进落地推进落地 公司自成立以来一直集研发、销售和技术服务为一体，为客户提供“一体化”的解决方案，致力于提供医疗健康卫生信息化解决方案，不断提升人们的就医体验和健康水平。通过持续的技术创新，自主研发适应不同应用场景的产品与解决方案，业务覆盖智慧医院、区域卫生、基层卫生、公共卫生、医疗保险、健康服务等领域，是中国医疗健康信息行业具有竞争力的整体产品、解决方案与服务供应商。公司在夯实医疗信息化产品和服务的同时，自 2015 年起积极布局医疗健康服务领域，推动互联网+模式下的医疗健康云服务等创新业务的

152、发展，贯彻“1+X”战略。“1”是新一代 WiNEX 系列产品，实现医疗卫生服务资源数字化；依托开放互联的卫宁数字健康平台 WinDHP，构建行业数字基座“+”，汇聚并数字化医药健险各方能力；通过能力交换兑现价值，在数字空间构建出数字化产品、数据服务创新、互联网医院、医药险联动等“X”个数字健康应用场景，充分释放医疗机构能力，持续丰富医疗数字化生态。在深化“1+X”战略落地过程中，公司持续推进医疗人工智能的技术突破与场景融合。2017 年，成立卫宁健康人工智能实验室（WAIR），在医学影像处理、自然语言处理、医学数据挖掘等方面积极开展医疗 AI 研究探索和创新实践。2023 年，公司正式发布自

153、主研发的医疗垂直领域大模型 WiNGPT，大模型通过国家互联网信息办公室“深度合成算法”备案。WiNGPT 以医护智能助手 WiNEX Copilot 的形态内置于公司新一代 WiNEX 产品中。WiNEX Copilot 致力于成为医护好帮手，集成涵盖医院管理、医护增效等 100 余个临床应用场景。目前，WiNEX Copilot 已在北京、上海等地的医院推进落地，在医疗领域大模型应用方面形成了比较优势。2024 年公司营业收入同比下降 12.05%，归属于上市公司股东的净利润同比下降75.45%，主要原因是部分客户需求释放递延、招投标节奏滞后、交付验收延后等影响以及公司新一代产品 WiNE

154、X 正在升级替换过程中，尚未转化为规模收入；同时投资损失、减值损失增加；2024 年公司销售费用、管理费用和研发费用合计同比下降 17.94%。1、WiNEX 进入快速交付期，依托数字化转型助力打造高水平智慧医院标杆进入快速交付期，依托数字化转型助力打造高水平智慧医院标杆 1）打造不同业务领域、不同区域的医疗数字化标杆。助力澳门协和医院打造立足大湾区、辐射东南亚、迈向全球化的区域医疗中心，该项目的落地，不仅是 WiNEX 产品的国际化适配能力得到进一步验证，也为公司在海外核心业务领域树立了标杆案例，为海外布局奠定了更加坚实的基础；助力浙江省中医院扩展中医专科特色的数字化智能应用，完成多个院区上

155、线，全面支撑互联网运营创新场景（乌梅汤 2.0 版），打造数智中医院新范式；助力重庆医科大学附属儿童医院打造全国顶级儿童专科数字化样板，满足儿童专科个性及专业要求，为患儿提供更高质量的医疗服务，数智医疗赋能守护儿童健康；助力深圳前海泰康医院打造“智慧感知、极致体验”的数字化系统，并实现“全院一张床”全面落地，数字化保障高品质民营医院发展。同时，山东大学第二医院、赣南医科大学附属第一医院、大同市第五人民医院、广东医科大学附属东莞第一医院、丽水市中心医院等多家大型综合医院顺利上线 WiNEX 产品。2）医疗信创方面，公司全线产品与国产化技术生态深度融合，覆盖芯片（鲲鹏、海光）、操作系统（麒麟、统信

156、）、数据库（达梦、金仓、高斯、TDSQL）全产业链，累计获得 600 余项信创认证，构建了完整的自主可控技术体系。核心业务系统 HIS、LIS、RIS/PACS、区域卫生平台等关键业务系统已实现信创场景的规模化应用，覆盖单体医院、集团化医院及区域医疗平台多层级场景，验证了核心业务系统在国产化环境下的稳定性和成熟度。携手华为发布鲲鹏原生开发产品 WiNEX，通过广州市老年医院项目实现国内首个基于集团化架构的医院核心业务系统信创上云；联合腾讯健康打造新一代智慧医院标杆，在深圳市第二人民医院龙华医院落地基于信创云的医疗解决方案，创新性采用弹性 IT 架构支撑业务动态扩展。3）智慧医院评级方面，新增助

157、力 11 家医院顺利通过电子病历应用水平五级及以上测评；在 2023 年度国家医疗健康信息互联互通标准化成熟度测评中，助力 4 家卫健委用户与 32 家医院用户通过四级及以上测评；医共体及基层卫生数字化方面，在2024 年首届推进县域医共体高质量发展擂台赛中，助力云南省蒙自紧密型医共体案例荣获擂台赛二等奖；助力澜沧拉祜族自治县医共体案例“数字桥梁入深山”信息化赋能山区医疗新生态入选“第二届全国医共体建设优秀创新成果展”；助力东台市紧密型县域医共体成为医共体改革新星，并获得国家卫健委领导的高度评价，认为其医共体建设措施有力、成效明显，可供借鉴。根据 2024 年 5 月 IDC 发布的中国医院核

158、心诊疗系统市场份额，2023：新一代系统韧性发展研究报告，2023年，在中国医院核心系统主要厂商市场份额中，卫宁健康占比为 13.4%，市场份额第一（公司在 2020-2023 年已连续四年排名第一）。2、智能引领，持续加强技术创新，推动公司技术进步 技术创新始终是公司核心战略的重要组成部分，公司将持续围绕 WiNEX 全系产品、AI 应用等加大研发投入，不断筑牢产品的技术壁垒。报告期内，公司研发投入 5.62亿元，占营业收入的 20.21%；公司及控股公司新取得专利 98 项（其中发明专利 26项），新获得计算机软件著作权证书 125 件。1）智能态 AI 增强。2024 年公司发布医疗大模

159、型 WiNGPT2.7 版本，此版本在通用能力和医疗能力方面较前期版本有明显提升，同时完成国产化 CPU 和 GPU 服务器适配，并通过量化和加密技术提供更安全、高性价比的部署模式。2025 年 2 月，公司迭新发布 WiNGPT2.8 和医护智能助手 WiNEX Copilot 2.1，全面对接 DeepSeek。WiNGPT2.8 借力 DeepSeek 的 AI 推理，成为更加全面、性能更强的医疗大模型。WiNEX Copilot2.1 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

160、端场景拓展。截至 2024 年底，公司累计为 20 余家用户部署大模型及 AI 应用场景。2025 年 1-3 月新增 80 余家用户部署大模型及相关场景。同时，面向公司研发侧，公司积极布局应用大模型能力在智能运维、代码生成与优化、文档生成等生产环节提高效率和质量，推动企业生产模式变革。2）业务态数字为先。WiNEX 实现批量交付并支撑互联网运营创新、国际化适配及信创发展。凭借韧性数字架构，WiNEX 核心系统可稳定承载互联网日百万级业务量；75 个核心业务系统完成多语言适配，加快国际化项目的落地能力。同时，支持集团化发展，WiNEX 进一步强化多院区、多机构等不同集团管理模式机构间协同与生态

161、联动能力；信创布局方面，WiNEX 完成国产化适配与密评认证，适配兼容阿里云、腾讯云、三大运营商云及相关国产化软硬件，累计完成密评改造产品 40 个、信创适配产品 114 个、信创认证证书 91 份、华为鲲鹏原生认证 5 个，与上海信创实验室、天津超算中心、华为等建立深度信创合作，公司将密切关注政策动向，紧抓国产化发展契机，凭借成熟的产品力和优质的用户体验，有效助力用户构建自主可控的数字化环境。3）交付态云化就绪。持续积累用户交付共性需求，标化交付步骤，从云架构、云开发、云交付、云运维四方面推进 WiNEX 产品“出厂即可用”。云架构方面，PBC（Packaged Business Capab

162、ilities）进一步升级 2.0“微服务单需求发布”模式，通过有效的需求管理和发布流程，加快需求生产及交付效率，同时，确保微服务应用系统的稳定性；云开发方面，低代码开发平台和无代码平台通过提供知识库模板、结构化检索和全文检索等辅助快速生成模板，提升交付效率；云交付方面，从业务知识模型，数据核查规则和定制化区域本地模板加强知识体系的专业化，实现可配置的快速交付。WiNEX 交付在数据、业务、接口和知识模版交付方面约提升效率 20%；云运维方面，一体化故障定位平台加强故障定位能力，将原有数百个指标及有效策略按不同领域问题进行分类组合，故障一体化集中分析展示，定位问题快速运维，使故障发生率下降约

163、10%，故障恢复效率提高约 15%。3、聚焦聚焦“X”板块，助力提质发展板块，助力提质发展 公司在夯实医疗卫生信息化业务的同时，在数字空间构建出数字化产品、互联网医疗、医药险联动等“X”个数字健康应用场景。其中，以纳里股份为代表的互联网医疗解决方案和运营服务提供商，已累计为全国 11,000 多家医疗机构提供系统建设和技术维护服务，产品线成熟度和实施交付标准化能力进一步提升。随着医疗机构线上业务渗透率的提升，纳里股份积极探索，不断加强互联网医疗服务的深度和广度，持续深化赋能医疗机构，构建“基础医疗+消费医疗”双轮生态。环耀卫宁，近几年受外部环境变化及自身经营战略调整影响，在稳定核心业务的同时进

164、行业务结构调整和人员优化，集中资源推进商保直付理赔等业务的发展，持续为商业保险公司、企业端提供健康管理服务，同时推动在医疗与保险业态的科技创新服务，不断提升独立第三方的运营服务与创新合作能力。定位为商保公司及医保部门提供保险智能风控和数据+AI 服务的参股公司上海金仕达卫宁软件科技有限公司（以下简称“卫宁科技”）2024 年在医保业务方面，主要进行了所承建的省级医保信息平台项目一期的运维工作以及省级医保信息平台二期项目的建设业务，如山西、天津、辽宁、广东、新疆兵团、海南等多个省平台二期项目的建设，此外积极拓展省级医保信息平台新一期的项目以及医保局端监管新模式相关的项目；医院端业务方面，推动医保

165、费用预警分析系统、DRG/DIP 系统等业务的拓展；商保业务方面，基于已落地的城市惠民险项目提供新一期的系统与服务，并积极拓展新的城市惠民险项目，同时在团体健康险、个人健康险的商保业务拓展上，与不同保司合作取得了一定进展。4.5.东软集团：东软集团：24 年营收稳健增长，不断扩充年营收稳健增长，不断扩充 AI 产品矩阵产品矩阵 东软集团是行业领先的全球化信息技术、产品和解决方案公司，是产业创新变革的推动者和数字化转型的赋能者。公司赋能全球数万家大中型客户实现信息化、数字化、智能化发展，在医疗健康、智能汽车互联、智慧城市、企业数字化转型等众多领域处于领先地位。2024 年公司实现营业收入 115

166、.6 亿元，同比+9.64%；归母净利润 0.63 亿元，同比-14.70%。营业收入按行业划分医疗健康及社会保障/智能汽车互联/智慧城市/企业互联及其他分别同比-12.08%/+4.70%/+49.95%/+13.64%，公司在核心业务方向加速推出了多款新产品与解决方案，新签合同和在手订单量质齐升，进一步夯实了公司在核心业务领域的领先地位。1）在医疗健康及社会保障领域，公司连续多年在医保信息系统、人社在医疗健康及社会保障领域，公司连续多年在医保信息系统、人社 IT 解决方案解决方案等等领域保持市场份额第一领域保持市场份额第一。2024 年，公司战略布局聚焦县域医共体、公立医院高质量改革、医疗

167、健康数据价值化、城市就业公共服务能力提升等核心方向，持续驱动业务增长。2024 年签署 30 余个千万级医疗健康项目订单；新增助力 24 家、累计助力 70 家医院客户通过国家电子病历系统功能应用水平高级别（五级及以上）评级，继续保持行业领先地位；累计为 50 余家医共体客户提供服务，并以“AI+数据”为核心驱动力，重塑“智慧医院+智慧卫健+智慧医保”一体化解决方案，推动大健康领域向智能化和数据价值化全面升级。2）在智能汽车互联领域，公司在智能汽车互联领域，公司 8295 智能座舱平台实现智能座舱平台实现“舱行一体舱行一体”技术创新并搭载技术创新并搭载于吉利量产车型，智能座舱与智能驾驶融合进入

168、新阶段。于吉利量产车型，智能座舱与智能驾驶融合进入新阶段。2024 年，公司持续获得吉利、长安、奇瑞、一汽、零跑、长城、保时捷、奥迪、英力士等国内外主流车厂定点订单，整体出货量同比增长超 30%；出海相关业务持续加速，年内新增定点金额同比增速近 40%，整体出货量增长达 65%。报告期内，公司荣获 2024 年金辑奖“最佳出海实践奖”“金智奖-汽车 AI 大模型 TOP10 企业”“2024 中国车企 AI 科技伙伴TOP10”等多个奖项。公司全面推进各领域解决方公司全面推进各领域解决方案的智能化升级，案的智能化升级，AI 产品家族持续扩容，并在多个应用产品家族持续扩容，并在多个应用场景落地。

169、场景落地。在 AI+医疗领域，公司发布“添翼”医疗健康智能化全系解决方案，融合多种基础 AI 模型的智能化能力，涵盖患者服务、医事服务、病历服务、医学影像、医学检验、重症医学、医学科研、卫健共 8 个医疗行业赋能体，覆盖几十个核心医疗 AI 应用场景，并已在中国医科大学附属盛京医院、武汉大学中南医院、四川省人民医院、东南大学附属中大医院、昆明医科大学第一附属医院、云南省肿瘤医院等数十家医院实现了场景落地。在医学与信息技术融合的“产学研医用”生态方面，公司与2023 年度复旦中国医院综合排行榜Top60 医院中的 19 家医院，建立了共同承担国家重大科研项目的合作关系。公司多款 AI+医疗产品完

170、成并通过华为昇腾技术认证，双方联合发布“东软&华为临床医生助手一体机解决方案”，并将共同在医院、卫健、医保等领域开展深度合作与实践。截至 2024 年末，东软 AI+医疗相关产品和科研服务已应用于 90 多家医院。在 AI+医学影像及辅助诊断方面，公司已推出飞标医学影像标注平台 5.0、泛血管智能影像评估与辅助诊疗系统、主动脉夹层危急值预警与辅助分诊、膝骨关节炎智能辅助评估、AI 临床决策支持系统（AI-CDSS）专病知识库等多个产品，并已广泛应用于诊疗及医学科研之中，其中，飞标医学影像标注平台 5.0 作为临床专家共识唯一推荐的人工智能辅助标记商业化工具产品，截至 2024 年末，已累计标定

171、影像数据5,500 万张。在 AI+医保领域，公司围绕医保支付场景推出了智能审核功能，实现限制用药审核从人工抽检转变为全量筛查。在智能汽车领域，公司研发推出的 AI 智能车书已在车企项目及与芯片厂商联合开发的平台项目中实现落地应用，同时公司将大模型全场景接入智能座舱域控系统，打造 AI 行车助理解决方案，覆盖智能驾驶决策支持与娱乐服务双赛道。4.6.讯飞医疗科技：星火医疗大模型能力领先行业，讯飞医疗科技：星火医疗大模型能力领先行业，AI 赋能赋能 GBC 客户客户多元化产品矩阵多元化产品矩阵 继 2023 年 10 月公司首次发布星火医疗大模型 1.0 后，2024 年 6 月 27 日，讯飞

172、星火医疗大模型再次升级，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、医疗诊断治疗推荐、医疗多轮交互、医疗多模态交互等六大核心场景能力显著提升，平均效果提升至 85%，各项核心能力超过 OpenAI GPT-4 Turbo 5%。讯飞星火医疗大模型在中国信息通信研究院 2024 年 6 月启动的医疗健康行业大模型效能评估中，在个人画像、健康干预方案、病历文书生成及质控、检查检验报告解读、体检报告单解读等细分任务中表现均超过市场主要大模型，在健康常识、疾病百科、用药知识、电子病历结构化、专业知识生活化、考试辅助智慧化、导医导诊便民化、辅助首诊及推荐检查检验、辅助确诊、疾病辅助诊断、用药

173、安全指导等方向上均展现高度专业性。2024 年 10 月 24 日，讯飞医疗正式发布星火医疗大模型 2.0 版，模型在医疗海量知识问答等上述六大核心场景能力进一步显著提升，平均效果达到 88%，核心能力全面优于 OpenAI GPT-4 Turbo/GPT-4o。公司同时发布星火医学影像大模型，结合安徽省影像云平台的亿级影像数据，打造智慧医学影像助手，可赋能“智慧质控-智慧诊断-智慧读片”全流程。2025 年 3 月 3 日，讯飞医疗正式发布基于深度推理技术的星火医疗大模型 X1，是当前唯一采用全国产算力训练的医疗深度推理大模型。星火医疗大模型 X1 依托讯飞医疗多年来积累的亿级权威精品医学知

174、识库与高质量脱敏诊疗数据构建，在医疗专业知识增强、医生循证思维、医生专家回馈强化学习等方面实现技术创新，大幅降低医疗幻觉，显著提高医疗场景推理的正确性、专业性与可解释性。根据真实场景测试数据评估，全科辅助诊断合理率达到 94%，专科辅助诊断（主诊断）合理率达到 90%，健康咨询解答率达到 89%，相关效果均超过 GPT-4o 以及 DeepSeek R1。2024 年公司实现营业收入年公司实现营业收入 7.34 亿元，同比亿元，同比+31.98%，归母净利润，归母净利润-1.33 亿元，同比亿元，同比减亏。减亏。公司的收入主要来自于基层医疗服务和患者服务，2024 年公司基层医疗服务/医院服务

175、/区域管理平台解决方案/患者服务分别实现营业收入2.37/1.32/1.54/2.11亿元，分别同比-1.14%/+103.41%/+31.82%/+56.62%讯飞医疗大模型在行业落地方面主要具备以下六方面的优势：讯飞医疗大模型在行业落地方面主要具备以下六方面的优势：医疗领域海量专业知识和数据的长期积累医疗领域海量专业知识和数据的长期积累：重点包括亿级高精准医学知识、高质量数据积累，以及海量专业的医疗领域强化学习数据积累；大模型全自研技术基础及持续创新能力大模型全自研技术基础及持续创新能力：具备全自研的业界领先的星火大模型底座，有监督微调、强化学习、安全可控的核心技术，硬体工程适配、以及与之

176、配套的高效工具链和系统平台，同时持续创新、拥有医疗行业特色的演算法，保证医疗场景推理的逻辑正确性、专业性、可解释性等；软硬体全国产化自主可控：软硬体全国产化自主可控：坚持医疗大模型软硬体全国产技术路线，拥有完备的基于华为升腾等国产化算力平台的高效训练、推理的一体化技术方案；通专结合的系统性创新通专结合的系统性创新 AI 能力：能力：为用户提供处理医疗文本、语音、影像、图文等多方面的 AI 能力组合，共同满足真实场景下应用落地刚需；技术落地与服务保障：技术落地与服务保障：具有规模化落地、为大量用户提供技术服务的成功经验，具备从产品需求到技术落地并持续迭代升级的能力，以及完整链条的技术服务保障；坚

177、定落实软硬体全国产化与自主可控路线：坚定落实软硬体全国产化与自主可控路线：讯飞医疗未来仍将坚定地走软硬体全国产化与自主可控路线，面向医疗行业刚需落地，不断强化自身优势并构建形成一整套医疗人工智能技术原创研究与落地的方法体系。公司积极进行市场拓展，客户基数持续增长。公司积极进行市场拓展，客户基数持续增长。截至 2024 年 12 月 31 日，公司向超过 70,000 家基层医疗机构提供产品及服务，涵盖 30 多个省份 670 多个区县，以及500 多家等级医院（包括中国百强医院当中的 40 多家及十强医院当中的 7 家）。广泛的市场覆盖充分证明了公司 AI 医疗产品的技术领先性、市场竞争力以及

178、公司营销体系的效率，并为公司业务的下一步快速发展奠定了坚实的基础。公司基于领先的医疗大模型技术，以及最大规模商业化应用带来的医学知识图谱积淀，匹配“打造每个医生的诊疗助理和每个居民的健康助手”的行业使命，打造了AI 诊疗助理产品族和 AI 健康助手产品族，从而让 AI 革命性地具备健康风险预警、健康早筛、辅助诊断及治疗、诊后管理与慢病管理等多种能力。基于大模型、大数据两个核心能力平台及诊疗助理和健康助手基于大模型、大数据两个核心能力平台及诊疗助理和健康助手两个核心产品族，公两个核心产品族，公司打造了用司打造了用 AI 赋能赋能 GBC（政务、产业、消费）客户的多元化产品矩阵，包括（政务、产业、

179、消费）客户的多元化产品矩阵，包括(1)赋能健康城市治理：赋能健康城市治理：为政府关切的诸如强化基层医疗卫生服务、提升疾病防控能力、提升医保使用效率等重点方面提供医疗人工智能技术；(2)赋能医院质效提升：赋能医院质效提升：为医院关切的医疗品质提升、患者满意度提升、医院管理效率提升提供综合人工智能解决方案；及(3)赋能个人健康：赋能个人健康：贯穿个人全生命周期的健康，提供数字影像服务、诊后管理服务，以及延伸到家庭的居家健康咨询和管理 APP（讯飞晓医）和家用医疗器械（助听器）。图图 32：讯飞星火医疗大模型赋能政府、医生与患者：讯飞星火医疗大模型赋能政府、医生与患者 数据来源：讯飞医疗科技公司公告

180、，东北证券 1）AI 诊疗助理产品族诊疗助理产品族 1.基层医疗服务：基层医疗服务：2024 年公司提供基层医疗服务实现收入人民币年公司提供基层医疗服务实现收入人民币 2.37 亿元，占公司亿元，占公司2024 年度总收入的年度总收入的 32.3%。智医助理：智医助理：截至 2024 年 12 月 31 日，智医助理已覆盖全国 30 多个省市的 670 多个区县超过 70000 个基层医疗机构应用，累计提供约 9.1 亿次 AI 辅诊建议，辅助生产标准化电子病历超 3.5 亿次，经智医助理系统提醒而修正诊断的有价值病历超 160万例，累计识别不合理处方数 8600 万份，辅助诊断合理率已由 2

181、021 年的约 90%提高至目前的约 95%，处方审核准确率已由 2021 年的约 93%提高至目前的约 95%，覆盖疾病数量超 1900 多种，有效降低了错诊漏诊和用药错误风险。全国大陆共有2843 个区县，智医助理的渗透率还有很大提高空间，在国家和省市政策的推动下，AI 诊疗助理未来将迎来高速发展期。慢病管理：慢病管理：公司的人工智能慢病管理系统，以国家基本公共卫生服务规范和国家基层高血压防治管理指南国家基层糖尿病防治管理指南等业务指导文件为依据。人工智能慢病管理系统可自动帮助家庭医生完成慢病筛查、分层分级、慢病随访、个性化健康宣教、自动化生活干预等日常慢病管理服务，让家庭医生专注于慢病诊

182、疗和患者关怀，有效推进医防融合，提高慢病控制率，降低慢病并发症住院率。2024 年公司慢病管理系统已在甘肃省、安徽省、江苏省、河北省、辽宁省、河南省、四川省等地的 100 余个区县落地应用。2.医院服务：医院服务：2024年公司提供医院服务实现收入年公司提供医院服务实现收入1.32亿元，较亿元，较2023年增长年增长103.4%，占占 2024 年度总收入的年度总收入的 18.0%。智慧医院解决方案：智慧医院解决方案：得益于医疗大模型能力升级所带来智慧医院解决方案的效果进一步呈现，公司与更多的等级医院及企业建立了深入的合作。2024 年 4 月，讯飞医疗与四川大学华西医院、华为签订战略合作协议

183、，围绕创新医疗服务模式、改善就医体验、医疗大模型技术应用等重点领域展开深入合作，推动医院人工智能发展、提升公众健康水准、提高医疗品质，并在华西医院打造人工智能诊疗助理标杆。患者服务综合解决方案在四川大学华西医院上线，累计服务超过 1300 万人次。公司通过提供智能大数据平台方案为医院提供“湖仓一体”基础设施建设，赋能医院运营管理和学科创新，目前已在深圳、北京等地完成医院试点落地，支撑百亿级数据容量存储，日均实时变更捕获增量 2000 万，科研队列支撑建设 3 个 10 万级大人群专病研究队列。AI 诊疗助理：诊疗助理：通过持续的技术创新，公司可以帮助医院及医生应对普通及专科疾病诊断、治疗及管理

184、的需求，提升等级医院医生工作的效率和服务质量。面向等级医院的专科 CDSS（临床决策支持系统）涵盖 1700 多种疾病，VTE（静脉栓塞）系统已实现智能评估超过 170 项与 VTE 相关的评估专案，AI 评估与专家评估的一致率超过 97%。3.区域管理平台解决方案：区域管理平台解决方案：2024 年公司提供区年公司提供区域管理平台解决方案实现收入域管理平台解决方案实现收入 1.54 亿亿元，较元，较 2023 年增长年增长 31.8%，占公司，占公司 2024 年度总收入的年度总收入的 20.9%。2024 年国家出台了一系列政策加强新型医疗健康基础设施建设，通过人工智能和数字化技术，改善医

185、疗资源不均衡，推动公共卫生改革，助力公立医院高质量发展，比如推广三明医改模式，加快医共体建设，构建传染病监测预警体系，支持三批公立医院高质量发展等。公司围绕国家重大政策导向，基于全球领先的医学人工智能核心技术，依托标准化产品主动构建场景化的解决方案，通过积极的市场布局，把握窗口期，建立根据地城市，助力公司整体业务的快速增长。智慧卫生解决方案：智慧卫生解决方案：公司通过积极的市场布局和开拓，参与承建了安徽省、河南省、青海省、宁夏回族自治区和广西壮族自治区等多个省级传染病检测预警和应急指挥平台专案，未来将联合探索医学大模型在疾控领域的应用，为中国的传染病防控工作贡献公司的人工智能科技力量。此外，公

186、司将大模型技术应用于城市和区域健康数据的治理和智能化应用，并在上海市长宁区、深圳市龙华区率先开展了合作。智慧医保：智慧医保：围绕三明医改，公司积极回应 DRG/DIP 支付方式改革需求，研发了全病历内涵解析医保智能风控系统，通过人工智能技术，基于全病历和医保结算数据为医疗机构提供诊疗全流程服务，助力医疗机构在 DRG/DIP 支付模式下实现精细化管理，为医保局提供结算前、中、后全流程基金监管服务，解决医保基金监管中人力、能力和手段不足的问题，全方位提升医保基金使用效能，推动基金系统化治理与规范化使用。目前，已在山西省吕梁市、云南省普洱市实现常态化运营，并在安徽省合肥市、贵州省贵阳市、广西省梧州

187、市、江西省九江市等多地完成产品落地应用，有效促进医保、医疗、医药协同发展和治理。2）AI 健康助手产品族健康助手产品族 2024 年公司提供患者服务收入 2.11 亿元，较 2023 年增长 56.6%，占公司 2024 年度总收入的 28.8%。AI 诊后患者管理诊后患者管理:我国卫生健康事业发展统计公报显示，2023 年患者入院达 3 亿人次，患者出院后若没有持续服务，出现突发情况得不到及时指导和救治，将会造成重大生命健康问题和社会卫生资源浪费。公司研发的 AI 诊后患者管理产品，基于星火医疗大模型进行了全面升级，能够充分理解患者电子病历记录的内容，自动整理患者的关键诊疗资讯，根据学习到的

188、循证疾病管理知识，自动为患者生成个体化的康复计划，并通过内容生成、语音识别、语音合成等技术与患者进行更形象、更自然的交互，帮助医生对患者进行疾病科普和康复指导，定期病情评估并提供配套的生活方式改进方案，且根据患者的回馈识别风险提醒医生及时关注。截至 2024 年 12 月 31 日，AI 诊后患者管理已经在四川大学华西医院、华中科大医学院附属同济医院、首都医科大学附属北京天坛医院、首都医科大学附属北京同仁医院、武汉大学中南医院、东南大学附属中大医院、山东省立医院、河南大学第一附属医院、河北医科大学第一医院、河北大学附属医院、甘肃省中心医院、宁夏自治区人民医院、中科大附一院等上线应用，以四川大学

189、华西医院为例，AI 诊后患者管理累计服务患者超 120 万人次，出院患者随访覆盖率已达到 100%。2024 年，AI诊后患者管理在江苏、山东、河南、河北、甘肃、宁夏等 6 省自治区的头部医院市场布局上取得突破，为 2025 年 AI 诊后患者管理在相关省市全面推广和高速发展打下坚实基础。讯飞晓医：讯飞晓医：2024 年 6 月 27 日，面向专业领域的个性化应用，讯飞医疗升级讯飞晓医 APP，发布“个人数字健康空间”，打造每个人、每个家庭的 AI 健康助手。“个人数字健康空间”能够根据电子病历、检查报告、体检报告等用户个性化资料，构建个人数字健康空间，在看病前可以进一步剖析病症原因，用药时给

190、出药物禁忌的个性化判断，在检查后联合对比给出数据变化，并通过角色切换了解其他家庭成员的健康状况。在此基础上，讯飞晓医 APP 各项能力持续升级，已覆盖 1,600 种常见疾病、2,800 种常见药品、6,000 种常见检查检验，可以满足用户在看病前、用药时、检查后的核心场景健康需求。截至 2024 年 12 月 31 日，讯飞晓医 APP 下载量已突破 2,000 万次，用户好评率达98%，用户主动推荐率达 42%。2025 年 3 月 3 日，星火医疗大模型 X1 正式应用于讯飞晓医 APP，讯飞晓医与个人健康档案的融合更加深入，在用户健康咨询时，它能深度洞察用户健康状况并思考潜在需求，给出

191、的医疗建议更加个性化、更具体实用，在个人 AI 健康助手方向又迈出了坚实的一步。讯飞晓医未产生收入。未来，公司将通过集成专业医疗服务，持续探索讯飞晓医作为 C 端移动 APP 的商业模式。影像云与辅助诊断平台：影像云与辅助诊断平台：公司在安徽省打造了中国最大的区域影像数据互联互通互认的影像云平台，数据服务使用量超过 112 百万次。2024 年 11 月，国家医保局、国家卫生健康委等七部委发布关于进一步推进医疗机构检查检验结果互认的指导意见，要求“2025 年底所有二级及以上公立医院实现检查结果跨机构调阅”；国家卫健委等三部门发布放射检查类医疗服务价格专案立项指南，要求“将数字影像服务纳入医疗

192、机构检查专案内涵，如不能提供则扣减 5 元部位”。政策大力支持人工智能赋医学影像调阅和诊断，通过讯飞医疗打造的影像云与辅助诊断平台，全省各级医院的医生可将影像结果上传至影像云平台，并查阅其他医院上传的影像数据及影像报告，实现医疗数据互联互通，减少不必要的重复检查，避免患者受到不必要的射线伤害。影像云与辅助诊断平台旨在提供远程咨询服务、数字影像服务、云放射科资讯系统 PACS（影像归档和通信系统）、设备及基础设施服务及 AI 辅助影像诊断。2024 年 10 月，公司发布讯飞星火医学影像大模型以及基于讯飞星火医学影像大模型打造的智能医学影像助手。该产品深度融合医学影像 AI 技术，依托图像识别演

193、算法与医学认知智能引擎，构建跨机构影像数据互联互通系统，通过智能压缩传输技术和分布式云端存储实现海量影像数据的高效协同，减少大量不必要的重复影像检查和因此引起的额外费用支出。在智能质控环节，智能医学影像助手可帮助影像技师快速评估图像品质，及时纠正检查问题；在智能诊断环节，智能医学影像助手可以帮助影像医师快速生成诊断报告，解释溯源并多期对比；在智能读片环节，智能医学影像助手可接入医学影像大模型，通过相关问答，帮助临床医师制定诊疗方案。得益于公司建设了全国首家实现互联互通互认的数字影像云平台并实现运营，智能医学影像助手将有望在关于进一步推进医疗机构检查检验结果互认的指导意见和放射检查类医疗服务价格

194、专案立项指南的政策驱动下，在安徽省外的其他区域进行有效地推广。截至 2024 年 12 月 31 日，超过 1,970 家医疗机构和超过 3,200 名专家已在平台上注册。截至同日，影像云平台在安徽省远程会诊服务量近 8.49 百万次。智能医疗器械：公司的医疗器械主要包含通过电商平 智能医疗器械：公司的医疗器械主要包含通过电商平台为个人客户提供的助听器。台为个人客户提供的助听器。配备公司的场景识别系统及 AIScene（公司内部开发的场景识别系统），助听器可以即时监控用户的所在环境，提供增强、降噪等功能。2022 年，讯飞智能助听器首次上市，同年推出性能升级的尊享版，以良好的性能、智能化的体验

195、、亲民的价格，得到市场和消费者的充分认可。2024 年 4 月，公司推出新系列助听器星系列。该新系列助听器采用耳背式外观，配备升级的场景识别系统技术，采用智能 64 通道、32 个可调频点，满档增益高达 70 分贝，满足极重度听损人群的需求，并由讯飞星火医疗大模型赋能，为助听器市场上掀起 AI 新风潮。2024 年 12 月，公司发布了高端智能耳背式助听器 Pro 皓月盈月系列，该产品集成了公司的智能语音识别技术，在多模态字幕助听、深海级降噪系统等功能上全面升级。多模态字幕助听功能即时语音文字转写，真正实现“声音被看见”。据研究表明，视听结合比单听或单看的言语理解能力更高，皓月盈月系列助听器真

196、正做到了让听力受损者接近正常人听力水准，达到更强的助听效果。2024 年，讯飞助听器在中国主流电商平台京东及天猫中均占据品牌 TOP3。在“618 购物节”中，讯飞助听器获得助听器品类天猫第一，京东第二的成绩，在“双十一购物节”中，讯飞助听器分列两个平台的第二名。截至 2024 年 12 月 31 日，智能硬体助听器累计销量逾 14 万台。4.7.医渡科技：公司数据积累深厚，实现“医医渡科技：公司数据积累深厚，实现“医药药险险患”全场景解患”全场景解决方案落地决方案落地 2025 财年中报公司总收入为人民币 3.29 亿元，同比下降 7.6%，这种下降主要受外部市场环境以及产品组合变化的影响。

197、得益于内部运营效率的提升以及各业务板块间的协同效应增强，公司期间亏损缩减至人民币 56.4 百万元，同比减亏 29.2%。公司营业收入按业务拆分，2025 财年中报大数据平台和解决方案/生命科学解决方案/健康管理平台及解决方案分别实现营业收入 1.34/1.45/0.51 亿元，分别同比+4.48%/-15.01%/-12.36%。公司继续优化并训练面向医疗垂直领域的大语言模型，成功处理和分析了超过 11 亿名患者人次的 55 亿份授权医疗记录，这些记录中沉淀的医学知识图谱覆盖了超过100,000 个医学实体，疾病知识图谱已经基本涵盖了所有已知的疾病，此外，公司从专病的视角构建了包括肺癌在内的

198、多个体系化的专病数据集。此外，公司建立了多个自有的医疗榜单用于评估模型的能力，其在内部榜单上的表现优于同规模(70B)的模型。在应用场景方面，公司在医疗、制药和健康保险等多个业务领域得到了广泛应用。经过十年的持续发展，逐步建立了一种“底座+多应用”的模式，实现了“医药险患”全场景解决方案的全面落地。2025 财年中报公司财年中报公司向向 105 家中国顶级医院以及家中国顶级医院以及 40 个监管机构和政策制定者提供了个监管机构和政策制定者提供了解决方案，覆盖超过解决方案，覆盖超过 2,800 家医院。家医院。公司推出了“大数据+大语言模型”双中台解决方案，帮助客户进行科研和临床研究。在科研领域

199、，公司与知名机构合作，推动技术迭代，参与了 20 余个国家级和省部级的医学研究课题，继续保持医院临床研究继续保持医院临床研究第一品牌的地位。第一品牌的地位。公司为监管机构提供多样化数据分析服务，参与城市“健康大脑”建设，在中国核心城市如北京、宁波等地已有多个标杆项目落地。公司服务的生命科学客户数量达到71家，客单价同比提高57%，前10大客户收入留存率为117.45%，头部 20 家跨国药企中，有 16 家是公司的客户。在儿童肿瘤、细胞基因治疗(CGT)细胞治疗等领域取得进展，提供真实世界证据(RWE)一站式解决方案。助力完成乳腺癌真实世界研究，提高研发效能。健康管理平台和解决方案板块，公司在

200、核心城市保持领先地位，连续第二年作为“深圳惠民保”的主运营平台，第二期参保人数超 6 百万人。在公司的健康管理平台上至少完成一笔交易的活跃用户数超过 24 百万名。YiduCore YiduCore 是公司的“AI 医疗大脑”，作为医渡科技的核心算法引擎，具备高效计算能力、医疗数据处理与分析能力、模型训练与推理能力。其自我学习和进化的特性，确保了技术持续领先，全面赋能公司产品及解决方案的技术实现，推动人工智能技术在医疗健康领域各个场景的落地应用。公司持续进行医疗垂直领域大语言模型的研发和训练，基于 5,000 亿+经过精细化清洗和配比的训练 TOKEN 语料，包括医疗、通用、中文和英文的数据。

201、此外，公司用千万级数据进行了精细微调处理。在综合考虑行业应用成本以及模型基本能力需求，公司聚焦 70B 参数的模型训练。公司致力于在提升模型通用能力（如推理、数学、代码）的同时，增强医疗模型的多种专业能力。此外，公司也成功推动了医疗智能体的技术演进。在数据方面，在数据方面，数据是决定算法性能的关键因素，YiduCore 累计处理和分析了超过 11亿名患者人次的 55 亿份经授权的医疗记录。这些记录中沉淀的医学知识图谱覆盖了超过 100,000 个医学实体，疾病知识图谱已经基本涵盖了所有已知的疾病，此外，公司从专病的视角构建了包括肺癌在内的多个体系化的专病数据集。这些数据集不仅涵盖了丰富的临床信

202、息，还整合了多维度数据，使得公司能够更深入地分析和理解各种疾病的复杂特性。通过这些精细化的数据集，公司致力于支持更精准的医疗研究和创新，为临床诊断和治疗提供更有力的数据支持。算力方面，算力方面，公司是中国首家在医疗垂直领域适配国内外高端芯片全链路成功的公司。在算法方面，公司拥有一套低成本模型增量训练的完善技术体系，由于通用榜单数据泄露比较严重，公司构建了多个自建的医疗榜单，用于评估模型的能力，在内部榜单上跟同规模的(70B)模型相比有显著提高。在场景落地方面，在场景落地方面，公司在医疗、制药、健康保险等多业务场景实现了广泛应用，经过十年的深耕细作，逐步建立了一底座多应用的模式。“医药险患”全场

203、景解决方案得以全面落地。具体而言，公司通过 AI 中台，在医疗领域构建了大语言模型能力，使用户能自主开发智能应用。此外，公司还推出了基于病历理解大语言模型的患者招募智能体，提升医生的临床试验推荐和病历数据利用效率。同时，公司提供医生赋能工具，支持科普内容生成和科研洞察。1.大大数据平台和解决方案数据平台和解决方案：公司为医院、医疗机构、监管机构及政策制定者提供数据智能平台及数据分析驱动的解决方案。2025 财年中报该板块收入为 1.34 亿元，同比上升 4.5%。截至 2024 年 9 月 30 日，公司顶级医院的客户总数为 105 名，监管机构及政策制定者的客户总数为 40 名。针对医院，公

204、司为医、教、研、管全场景提供针对医院，公司为医、教、研、管全场景提供 AI 解决方案，协助客户进行深度医解决方案，协助客户进行深度医学研究和精准高效决策学研究和精准高效决策。通过使用公司的疾病专病库和科研产品，顶级医院和专家可以加快产出研究级证据，并以更快、更安全的方式开展大规模临床研究。公司发布了“大数据+大语言模型”双中台解决方案，缩短从数据到智能应用价值的距离。应用“双中台”，公司可在提供数据治理服务的同时，还提供涵盖数据管理、模型管理、训练管理、评测管理、应用管理的一套完整的零代码工具链，一线员工可以通过更简单的方式对训练能力、推理能力、模型优化能力等进行调用。此外，公司的解决方案提供

205、专业的基础医疗垂域模型，便于医院以较低成本迅速构建自主大语言模型，确保大语言模型能力的高效输出与应用的快速部署。在科研领域，公司在在科研领域，公司在大语言模型的赋能下进一步巩固临床科研第一品牌的市场地位。大语言模型的赋能下进一步巩固临床科研第一品牌的市场地位。利用大语言模型的病历理解和结构化关键信息提取能力，公司的科研助手可以帮助医生轻松进行病历搜索，以及智能字段加工、智能统计分析、论文辅助撰写等功能，显著提升医院科研工作效率。公司已与知名医疗机构合作，打造大语言模型训推平台，共同推动技术的持续迭代和优化。公司亦参与了 20 余个国家级和省部级的医学研究课题。在深化公司优势疾病领域如实体瘤、血

206、液病、眼科、免疫、心血管和内分泌的研究外，公司亦不断拓展不同疾病领域的研究广度。2025 财年中报公司中标了数个三甲/三级医院的全院科研平台及专病库项目，进一步加强公司在妇科、儿科等疾病领域的研究能力。公司通过使用人工智能技术不断迭代真实世界疾病模型，并持续深化对疾病的洞见，吸引顶级医院和专家加入研究网络。公司中标了天津滨海新区经开区健康医疗大数据平台项目，项目金额超过人民币 20百万元。该项目涵盖居民健康档案管理、慢病管理平台、数字疗法以及大模型智能问诊服务等多个方面，不仅能够全面整合居民健康档案，还能通过慢病管理平台提供持续的疾病监控与干预措施，并且引入了数字疗法服务和大模型智能问诊，为患

207、者提供了更加智能化的非药物治疗的新选择。2.生命科学解决方案生命科学解决方案 生命科学解决方案板块为药物和医疗器械的全生命周期管理提供支持，涵盖从临床生命科学解决方案板块为药物和医疗器械的全生命周期管理提供支持，涵盖从临床开发到上市后的各个阶段。开发到上市后的各个阶段。公司通过分析驱动的临床开发、真实世界研究(RWS)和数字商业化解决方案，满足客户的多样化需求。依托自主研发的一体化智能服务平台和 AI 赋能的疾病洞察，公司帮助制药、生物技术、医疗器械等领域的合作伙伴缩短开发时间、降低成本，并提高临床试验质量，助力其实现商业化成功。同时，公司不断升级数字化技术解决方案，以全面支持客户在临床开发和

208、商业化过程中的各个环节。2025 财年中报公司的收入达到人民币 144.6 百万元，较去年同期下降 15.0%，公司不断聚焦高质量的客户群，毛利率较去年同期上升 1.9 个百分点至 29.7%。公司专注于以数字化和智能化科技创新赋能的全生命周期解决方案持续提升客户体验，不断提高客户的复购率，截至 2024 年 9 月 30 日，公司服务的生命科学客户数量达到71 家，前 10 大客户的收入留存率为 117.45%，客单价同比提高 57%，头部 20 家跨国药企中，有 16 家是公司的客户。在临床研究方面，公司已完成 368 项临床研究，包括药企发起的临床试验和研究者发起的试验。公司的前瞻性及回

209、顾性真实世界研究项目达到 261 项。截至 2024 年 9 月 30 日，已累计覆盖超过 1 万名的患者人群。公司在儿童肿瘤治疗的临床试验领域取得进一步进展，中标多个项目，公司凭借在糖尿病研究领域的专业实力和竞争优势，成功中标多个糖尿病相关项目。此外，公司凭借在临床研究领域的卓越实力和丰富经验，成功中标一项具有前沿意义的 CGT的随机对照试验临床研究项目。该项目代表了干细胞研究领域的最新进展，也是客户对公司专业服务的再次认可和复购。3.健康健康管理平台和解决方案管理平台和解决方案 在该板块，公司提供 AI 赋能的健康管理解决方案，为城市千万级别人群提供多层次的健康保障解决方案。2025 财年

210、中报公司的健康管理平台和解决方案板块的收入为人民币 51.1 百万元，同比降低 12.4%。2025 财年中报公司持续巩固公司的“惠民保”业务。公司深耕于中国核心省市的“惠民保”项目，在公司已提供惠民保服务的省市中，超过 90%的用户位于中国 2023 年国内生产总值排名前 15 的省级行政区域。依托 AI 医疗技术的支持，YiduCore 积累的医学洞见和丰富的场景运营经验，公司已有在包括北京市、深圳市等千万人口以上省市提供“惠民保”一站式运营解决方案的能力以及持续创新升级能力。公司连续第二年作为“深圳惠民保”的主运营平台，第二期参保人数超 6 百万人，参保率超过 35%，线上参保占比超过

211、88%，进一步巩固了公司“惠民保”业务在中国核心城市的领先地位。除此之外，公司已连续四年担任“北京惠民保”的主运营平台，“北京惠民保”累计参保已超 1,000 万人次，累计受理理赔案件超 25 万件。在人工智能技术的赋能下，公司的保险理赔效率大幅提升。相较于传统服务方式，公司超 85%的客服工作由 AI 智能客服承接，实现秒级回复，用户体验良好。同时，通过算法模型和人工智能技术，公司在“北京惠民保”中应用了快赔模式，通过处理经用户和相关机构合法授权的数据，实现每月数千件案件的快速处理，理赔时效较传统方式提升 50%70%。应用快赔模式后，快赔案件无需被保险人准备并提供繁冗的医疗票据等理赔材料，

212、而是通过短信、电话等方式主动触达并通知参保人已达理赔标准并可领取理赔金，大幅缩短了理赔时间，降低了参保人垫资负担，极大程度提升了参保人的保险使用体验。未来，公司将坚持科技提升理赔速度，服务提升理赔温度，并探索理赔数据赋能其他业务，建立更深层专业壁垒。公司亦利用 YiduCore 积累的技术能力及医学知识提供人工智能一站式私人健康顾问服务。基于公司自研大模型研发的私人健康顾问“开心健康科技”小程序已结束内测正式上线，并面向公众测试开放。作为多场景、一站式的私人健康顾问平台，“开心健康科技”利用先进的生成式 AI 技术和多模态理解能力，为用户提供个性化的健康问答、导诊咨询、报告结果解读、儿童发热咨

213、询、健康评估等专业服务，并量身定制健康建议、计划，让每个人都能享受到便捷、高效、个性化的健康管理新体验。“开心健康科技”已与“惠民保”业务深度结合，为超过 500 万名公司的“惠民保”用户提供健康档案、健康随访等专享服务。4.8.创业慧康：创业慧康：AI 医疗产品持续布局，医疗产品持续布局，HI-HIS 加速推广有望提升公司加速推广有望提升公司盈利水平盈利水平 公司专注于医疗卫生健康信息化的建设、研发及服务创新，不断深化拓展医疗卫生健康信息化行业市场。公司于 2021 年正式启动“慧康云”战略，全面推动云化转型。该战略以构建“纵向贯通产业链、横向拓展生态圈”的立体化布局为核心，以“云化、一体、

214、智能、全景、生态”为基本特征，以新质生产力驱动医疗信息化行业高质量发展，利用大数据、人工智能等先进科技赋能医疗，加速实现从传统信息产品服务商向科技智能云生态企业的跨越式升级。自 2021 年以来，随着云计算、大数据、物联网、人工智能等最新 IT 技术在医疗行业场景中全面深入应用，公司通过“慧康云”的发展战略，以数据驱动业务变革，对传统的临床服务、患者服务、医疗科研、运营管理等场景进行直接赋能，适时推出了一系列以“生态互融”为愿景的云化产品，逐步形成智能医健卫业务（HI），数据治理及服务（DI），以及人工智能（AI）等研发体系布局，具体产品服务涵盖具体产品服务涵盖医疗、卫生、互联网应用、医保等各

215、种服务场景，四大产品服务板块，核心产品线医疗、卫生、互联网应用、医保等各种服务场景，四大产品服务板块，核心产品线涵盖涵盖 HI-HIS 医院信息系统、医院信息系统、EMR 电子病历平台、电子病历平台、PACS 医学影像系统医学影像系统，以及智慧卫生整体解决方案与医共体协同平台等专业化服务模块，实现信息资源的集约化管理与业务流程的无缝对接。2024 年公司实现营业收入 14.23 亿元，同比-11.96%，主要受市场环境因素影响，公司部分下游客户项目招标及实施周期延长以及新产品 HI-HIS 的全面市场推广尚处于磨合阶段，营业收入按产品划分，软件销售/技术服务/系统集成分别实现营业收入5.63/

216、5.67/1.53 亿元，分别同比-17.63%/-6.54%/-3.44%；归母净利润-1.74 亿元，主要系商誉减值损失增加，职工薪酬和折旧摊销等固定成本费用较高，及客户资金受预算控制，回款周期延长，公司计提信用减值损失增加。公司实现智慧医疗与公共卫生领域业务规模稳健扩张，新增千万元级软件订单公司实现智慧医疗与公共卫生领域业务规模稳健扩张，新增千万元级软件订单 31个，相关合同总额达个，相关合同总额达 5.8 亿元。亿元。HI-HIS 新产品市场开拓已完成华南、华中及西北等多个区域标杆项目的建设实施。2024 年新签 HI-HIS 系统订单 31 个，签约数量同比增长 41%，目前所服务的

217、客户中三级医院比例达 70%，江西省基层智慧医疗工程实现全域覆盖，日均服务量突破 20 万人次，系统累计为 7,000 余万人次提供服务、开具处方突破 1 亿份，开具检查、检验单 7,400 万张。图图 33：创业惠康云：创业惠康云 数据来源：创业慧康公司公告，东北证券 公司具有领先的“公司具有领先的“医疗医疗+AI”创新技术优势创新技术优势。基于在医疗信息化领域深耕多年的实践经验，公司已在临床辅助决策支持、电子病历智能生成等多维度应用场景构建完整的解决方案体系，与逾 300 家医疗机构达成大数据应用领域战略合作协议，夯实高质量医疗数据资源基础，形成支撑“医疗+AI”创新发展的核心竞争优势。公

218、司秉持“知识驱动与场景赋能”双轮驱动发展战略，针对医疗机构差异化需求建立定制化产品矩阵，聚焦智能服务、临床辅助、专科应用、流程优化及管理决策五大核心领域，以智能化解决方案重塑诊疗全链路，构建人工智能多维应用架构，通过系统化解决医疗 AI 实施过程中的算法可信度验证与场景适配难题，已形成涵盖技术研发、场景落地及价值验证的完整创新链条，充分彰显在智慧医疗技术创新领域的标杆价值与示范效应。公司持续拓展公司持续拓展 AI+医疗技术实力与产品矩阵。医疗技术实力与产品矩阵。1）技术研发层面，BsoftGPT 平台已完成Qwen-Max 等先进大模型接口集成，支持通过参数调优实现模型引擎动态切换。目前正基于

219、成熟架构开发智能医疗代理系统（AIAgent）；2）打造全省基层智慧医疗系统，公司主导承建的江西省基层智慧医疗系统为全国首个省级集中部署的基层医疗一体化系统，该系统现已实现全省 11 个地级市、100 个县区的基层医疗机构全覆盖，构建省-市-县-乡-村五级联动的数字化医疗网络，支撑全省 1900 万居民电子健康档案的实时更新与智能分析应用。3）公司基于 BsoftGPT 构建“互联网+护理服务”平台产品，通过 RAG 技术开发 AI 模型赋能框架，成功研制首代“智慧护理智能体（Agent）”。4）公司发布基于医学大模型、医学知识库、医疗临床数据研发的智慧医疗助手 MedCopilot。5）AI

220、 产品“智能患者追踪系统（APTS）”近期在福建省某三级医院、浙江省某医疗机构等客户完成部署，系统整合 12 大类临床数据源，通过 200 余项智能评估指标，运用深度学习算法构建高危病例预警模型，建立分级诊疗追踪机制。6）公司联合全国知名企业推出 BsoftGPTDeepSeek 医疗智能一体机。1、医疗卫生信息化应用软件产品服务板块医疗卫生信息化应用软件产品服务板块 经过多年的研发，公司医疗卫生信息化应用软件产品服务板块已建立了较为完整的产品体系，拥有八大系列 300 多个自主研发产品，可以满足各大中型医院和县级以上卫生管理机构的信息化需求。（1）医院信息化应用软件服务板块医院信息化应用软件

221、服务板块 医院信息化应用软件是以电子病历为核心，以全面集成为手段，采用先进的 IT 技术框架，遵循国内外通用标准和规范，支持医院内部医疗信息和管理信息的数据采集、处理、存储、传输和共享，实现病人信息数字化、医疗过程数字化、管理流程数字化、医疗服务数字化、信息交互数字化。在价值链上实现病人、医院、供应商的信息集成；在管理链上实现人、财、物、药、设备等的管理与战略目标的集成，内容涵盖医院临床、医技、护理、科研、教学、管理等多个方面。图图 34：公司医院信息化业务主要场景：公司医院信息化业务主要场景 数据来源：创业慧康公司公告，东北证券 （2）公共卫生信息化应用软件服务板块公共卫生信息化应用软件服务

222、板块 以各地人口健康需求为导向，参照国家卫健委人口健康信息“46321”工程要求，公司构建完备的智慧卫生解决方案，帮助各地政府建设区域卫生信息化服务体系，重点实现卫生计生一网覆盖、居民电子健康一卡通、健康信息资源统一融合；实现人口全覆盖、生命全过程、中西医并重、工作全天候的全民医疗健康信息服务体制；建设健康医疗大数据分析应用体系，促进各地卫生管理水平提升；运营发展居民个性化医疗服务，支撑创新智能医疗业态和运行模式，推进实现预防、治疗、康复和健康管理的一体化。与此同时，公司全面助力各区域开展国家医疗健康信息互联互通标准化成熟度测评，并协助多个区域通过互联互通标准化成熟度评测.图图 35：公司智慧

223、卫生整体解决方案：公司智慧卫生整体解决方案 数据来源：创业慧康公司公告，东北证券 2、医疗卫生互联网应用产品及服务板块医疗卫生互联网应用产品及服务板块 公司积极响应国家促进“互联网+医疗健康”发展的意见，以创新、互联、融合、开放、共享的发展理念，坚持新时期卫生与健康工作方针，以保障城市人民健康为出发点，以提高人民群众医疗服务获得感为目标，建设城市全民健康信息化服务体系，推动政府健康医疗信息系统和公众健康医疗数据互联融合、开放共享，构建“互联网+医疗健康”的新型服务模式，为深化医药卫生体制改革、推动全生命周期健康管理和建设智慧高效的医疗卫生服务体系提供强大动力。3、医疗卫生智慧物联网应用产品及服

224、务板块医疗卫生智慧物联网应用产品及服务板块 公司依托大数据应用技术和健康城市运营业务，进行整体市场布局，以“未来医疗”新模式为基础构建医疗健康产业的物联网生态体系。目前，基于自主开发的智能物联支撑平台，已逐步形成了以物联网技术为核心的便民服务、临床应用服务、运营管理服务、健康服务等医疗应用服务体系和战略部署。同时，公司将不断根据院内场景需求定向打造物联网模块产品，力求达到院内就医场景基本覆盖。4、医疗保障应用产品模块医疗保障应用产品模块 公司智慧医保，基于公司参与国家医保平台规划、设计、建设以及运维方面积累的丰富经验，结合多年深耕医疗卫生行业的优势，乘势医疗体制改革大潮，密切关注各省市县医保局

225、的政策动向与业务创新，专注于新医保监管与服务领域，致力于为医保局及其所辖定点机构提供专业、持续、稳健的创新解决方案和建设运维服务。公司医保业务坚持探索新突破，稳步推动医保政策与智慧医疗的深度融合，不断开拓适应新政策要求的智慧医疗业务新篇章，为构建更加高效、4.9.万达信息：业绩承压，万达信息：业绩承压，AI 全面赋能公司传统产品矩阵全面赋能公司传统产品矩阵 万达信息是国内领先的智慧城市整体解决方案提供商，业务涵盖数智医卫、数智政务、数智金融三大领域，以 ICT 信息科技创新为公司整体软件解决方案基石，向健康云、市民云、蛮牛健康三大创新业务延伸发展。建司三十年来，万达信息依托深厚的行业积淀、卓越

226、的服务品质、持续的创新能力，积极承担社会责任，为政府机构、医院等各级各类企事业单位提供领先的产品及解决方案，全面赋能行业数智化转型与高质量发展；承接医保、社保、公积金、城市安全等众多领域的核心业务系统，持续服务保障国计民生重点工程，对维护社会和谐稳定、服务保障民生、确保数据安全发挥了重要作用。公司发布 2024 年度报告，2024 年公司实现营业收入 20.11 亿元，同比-18.19%；归母净利润-6.86 亿元。毛利率 19.10%，同比-0.75pct。单 Q4 实现营业收入 6.9 亿元，同比+24.70%；归母净利润-1.27 亿元。受市场环境影像业绩承压，公司持续控费。2024 年

227、由于市场环境问题，公司营业收入同比下降 18.19%。营业收入按行业划分，2024 年公司数智医卫/数智政务/数智金融/互联网收入分别同比-13.83%/-25.24%/+65.65%/-20.79%/；公司归母净利润亏损主要系在销售收入下滑的情况下仍需支付相对刚性的成本和费用。2024 年公司销售费用、管理费用和财务费用分别同比降低 14.00%、15.31%和 15.79%。经营活动产生的现金流量净额-0.37 亿元，净流出同比减少 75.50%。AI 全面赋能公司传统产品矩阵。1）“AI+卫健”领域，公司加速推进数字健康智能应用场景的落地实践，持续优化打造卫生健康行业垂类大模型，强化数据

228、驱动的决策支持。2）“AI+医保”领域，公司已完成医保反欺诈模型的全面优化升级，该模型以通义千问和 DeepSeek 为底座。3）“AI+医疗”方面，公司部署接入 DeepSeek，目前该平台已在宁波市构建覆盖三级医院、专科医院及基层医疗的智能服务体系，形成了涵盖医疗健康、医院管理、患者服务的全方位智慧医院应用生态体系。4）“AI+政务”，一方面，公司利用业界通用的大模型为政务行业智能应用赋能；另一方面，公司结合政务行业的数据，形成具有行业特色的行业大模型。目前，相关对接工作已在线上政务服务、窗口办事辅助、城市治理和综合运行管理等重点应用场景有序推进。5）“AI+健康管理”方面，公司自主研发的

229、“精准健康认知计算系统灵素”已在蛮牛健康市民端和保险领域落地多项应用案例，该系统可为用户提供全面的检后健康管理智能化服务，涵盖体检报告智能识别、专业报告解读及个性化健康干预建议等功能模块。4.10.联影医疗：老牌医学影像设备厂商，“联影医疗：老牌医学影像设备厂商，“AI+出海”驱动公司成长出海”驱动公司成长 公司致力于为全球客户提供高性能医学影像设备、放射治疗产品、生命科学仪器及医疗数字化、智能化解决方案。公司总部位于上海，同时在美国、马来西亚、阿联酋、波兰等地设立区域总部及研发中心，在上海、常州、武汉、美国休斯敦进行产能布局，已建立全球化的研发、生产和服务网络。自设立以来，公司持续进行高强度

230、研发投入，致力于攻克医学影像设备、放射治疗产品等大型医疗装备领域的核心技术；经过多年努力，公司已经构建包括医学影像设备、放射治疗产品、生命科学仪器在内的完整产品线布局。截至报告期末，公司累计向市场推出 140 多款产品，包括磁共振成像系统（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）、医用直线加速器系统（RT）以及生命科学仪器。在数字化诊疗领域，公司基于联影云系统架构，提供联影医疗云服务，实现设备与应用云端协同及医疗资源共享，为终端客户提供综合解决方案。2024年公司实现营业收入103亿元，同比-9.73%，公司国内业务增量份

231、额持续提升，高端装备板块加速渗透技术门槛较高的细分市场，形成核心产品线的持续领跑优势：整体业务新增份额同比增长超 3 个百分点，其中高端产品矩阵贡献近 5 个百分点的结构性增长。核心产品线呈现梯度突破态势超高端 CT（256 排及以上）跨越 20%市占率分水岭，3.0T、5.0T 磁共振以技术代差维持市场优势，放疗装备则以近 8 个百分点增幅实现高端放疗设备市场的位次重构，标志着国产高端医疗装备的实质性破局。与此同时，1.5T 磁共振、临床适用型 CT 及 DR 等基盘产品持续扩大规模优势。公司北美/欧洲/新兴市场持续实现突破。归母净利润 12.62 亿元，同比-36.08%，短期利润承压，主

232、要源于外部宏观环境变化及公司对关键战略方向的持续投入综合影响。在各业务领域，公司自主技术成果不断涌现：MR 领域，已实现超导磁体/梯度、射频/谱仪、射频/梯度功率放大器、序列/重建/临床应用、系统集成的全面自主可控，所有核心部件实现 100%自主研发，整体技术水平国际领跑；CT 领域，全面掌握球管、高压发生器、探测器、高速旋转机架、图像重建算法、高速重建平台等技术，其中高压发生器已实现从 42KW 到 100kW 高中低配置的全部自主研发；2-5MHu 球管已实现全部自主研发及量产；8MHu 以上球管研发样管已完成，性能表现优异，正持续优化工艺提升良品率，推动量产落地；MI 领域，PET 探测

233、器、电子控制部件、高压发生器、高速旋转机架、图像重建算法、高速重建平台完全自研，并全面掌握探测器芯片与 PET 专用晶体技术，全球领先；RT 领域，从放疗核心部件(如加速管、多叶光栅、全固态高压调制器等)，到放疗软件系统（TPS 放射治疗计划系统、PWS放射治疗轮廓勾画系统、OIS 放疗信息化系统、QA 放射治疗质控系统），已形成贯穿“核心部件到软硬一体”全链条自主可控创新解决方案；DXR 领域，联影医疗基于全链条自主研发的高压发生器等核心部件，结合行业领先的图像重建算法，构建了完全自主知识产权的 XR 技术体系；IXR 领域，依托自主研发的高压发生器、多自由度机架、高精度复杂机电控制系统等核

234、心部件，深度融合图像重建算法，打造系统化 DSA 解决方案，大幅提升产品竞争力的同时也构建起具有强抗风险能力的韧性供应链。表表 8：联影医疗具体产品种类及用途：联影医疗具体产品种类及用途 数据来源：联影医疗公司公告，东北证券 1、医学影像诊断医学影像诊断 1）磁共振成像系统磁共振成像系统 公司拥有独立设计、研发和制造高场超导磁体、高性能梯度线圈、高密度射频线圈、多通道分布式谱仪以及 MR 成像软件和高级应用的能力。公司已推出 1.5T、3.0T、5.0T 等多款超导 MR 产品，可满足从基础临床诊断到高端科研等不同细分市场的需求，其中多款产品为行业首款或国产首款。uMR Jupiter 5T

235、为业内首款全身成像的 5.0T MR 机型,可实现超高场全身临床成像；uMR 770 为国产首款自主研发的3.0T MR 机型；uMR 780 搭载光梭成像技术平台，为国产首款融合压缩感知、并行成像、半傅里叶三大加速技术并实现 0.5 秒/期快速三维动态高清成像的设备；uMR 790 为国产首款高性能科研型 3.0T MR；uMR 890 搭载高性能梯度系统，单轴场强和切换率分别达到 120mT/m、200T/m/s，助力脑科学研究；uMR Omega 为行业首款 75cm 超大孔径 3.0T MR 机型，可以更好的支持术中和放疗定位，并能满足孕妇、超重人群等特殊群体的诊疗需求。2）X 射线计

236、算机断层成像系统射线计算机断层成像系统 公司掌握了 CT 用探测器、球管、高压发生器和高速旋转机架以及图像处理高级应用的研发和生产能力。公司的 CT 产品线覆盖临床经济型产品及高端科研型产品，可满足疾病筛查、临床诊断、科研等多元化需求。公司先后推出了 16 排至 320 排CT 产品，包括国产首款 320 排超高端 CT 产品 uCT 960+和国产首款 80 排 CT 产品uCT 780。其中，公司 320 排宽体 CT 产品 uCT 960+搭载自主研发的时空探测器，可实现 0.25s/圈机架旋转速度，拥有 82cm 大孔径，承重可达 300kg，能够实现单心动周期的任意心率心脏成像、单器

237、官灌注和快速大范围血管成像，同时具备低剂量成像和球管电压切换的能谱成像功能，在心脑血管疾病、肿瘤、急诊和儿科检查等方面具有较好的临床诊断和科研价值。3）X 射线成像系统射线成像系统 自 2016 年推出首款 XR 产品以来，公司先后推出智慧仿生微创介入手术系统 uAngio 960、智慧仿生空中机器人血管造影系统 uAngio AVIVA、国产首款乳腺三维断层扫描系统 uMammo 890i、采用单晶硅技术的低剂量数字平板移动 C 臂 uMC 560i、计算机视觉技术赋能全自动悬吊式 DR 产品 uDR 780i Pro、国产首款具备可视化曝光控制能力的移动 DR 产品 uDR 380i 等多

238、款代表性产品。4）分子影像系统分子影像系统 公司是国内少数取得 PET/CT 产品注册并实现整机量产的企业，掌握了探测器研制技术、电子学技术、重建及控制技术等，可以实现高空间分辨率、高飞行时间（TOF）分辨率、高灵敏度和大轴向视野、全身动态扫描，技术水平处于行业领先地位。其中，高空间分辨率可为临床带来较高的诊断图像质量，有助于临床发现早期病灶、确定疾病分期、制定治疗方案以及跟踪治疗效果；高飞行时间分辨率可大幅提升图像信噪比和清晰度；高灵敏度和大轴向视野可以有效提高图像质量和扫描速度；全身动态扫描则可以为个性化精准诊疗、新药研发等临床、科研应用提供有力的支撑。公司 MI 产品可搭载多模态图像融合

239、、动态分析、肿瘤追踪、脑分析、心脏分析等高级后处理应用，为肿瘤、神经、心脏相关疾病的临床诊疗提供精准分析。公司已陆续推出多款行业领先产品，包括行业首款具有 4D 全身动态扫描功能的 PET/CT产品 uEXPLORER（Total-body PET/CT）、业界最高 190ps 量级 TOF 分辨率 PET/CT产品 uMI Panorama、国产首款一体化 PET/MR 产品 uPMR 790、国产首款数字化TOF PET/CT 产品 uMI 780 和国产首款 PET/CT 产品 uMI 510。2、放射治疗产品放射治疗产品 随着精准医学快速发展，精准放疗成为肿瘤放射治疗技术发展的趋势。精

240、准放疗要求在确保最大限度保护人体正常组织或器官的条件下摧毁肿瘤病灶。因此，肿瘤靶区及周围正常组织的精确定义和勾画是精准放射治疗的基础。公司首创的一体化诊断级 CT 引导加速器技术将诊断级 CT 与加速器双中心同轴融合，有效应对放疗全疗程中的肿瘤形态变化，同时搭载智能化软件，在确保精准放疗的同时大幅提高医务人员的工作效率。公司已开发出行业首款一体化 CT 引导直线加速器 uRT-linac 506c。3、生命科学仪器生命科学仪器 公司从临床前影像设备入手，切入生命科学仪器领域。目前已推出国产首款临床前超高场磁共振成像系统 uMR 9.4T 和国产首款临床前大动物全身 PET/CT 成像系统uBio EXPLORER 两款产品。