医药行业专题报告：当医药遇上ChatGPT-230330（39页）.pdf

1、 2023年3月30日当医药遇上ChatGPT 行业专题报告 行业评级：看好分析师孙建邮箱电话13641894103证书编号S1230520080006证券研究报告添加标题95%摘要摘要 21、ChatGPT与人脑学习路径比较l ChatGPT：自然语言处理技术（NLP），注重文字性、数据性输入输出；l 医药从业：医学本科研究生的训练类似文字/数据性输入输出，规培/博后、专科专家阶段是真实环境下的经验、病例输入输出为主。l 可能替代内容性重复脑力劳动，短期内无法替代高要求、高限定场景下的工作需求。l 港交所：18C助力特专科技公司上市2、ChatGPT对医疗行业的影响l ChatGPT助力医疗

2、平衡高效率与高质量；l ChatGPT应用于服务性、重复性强的标准化环节（诊前分诊导诊，诊中辅助决策、健康管理及诊后随访及数据归档等）；l 应用ChatGPT时，将在医学诊断、护理操作和人文关怀方面面临巨大挑战。3、ChatGPT对医药行业的影响l ChatGPT的强数据分析+生成式AI技术有望加速拓展药物研发新边界（高效率和创新度）；l ChatGPT应用于对管理分析持续海量数据流和服务性有较高要求环节（药物发现、临床前/临床试验、销售定价、生产工艺等）；l 应用ChatGPT时，将在数据质量、训练成本和隐私安全方面面临巨大挑战。4、投资建议l 医疗板块中，NGS、影像、病理诊断、机器人、信

3、息化；医药板块中，医药CXO、药物发现平台。QVgUiXVYjXjWnOtQpNbRaO9PmOrRpNoNfQrRqMiNqQpMaQrRzQMYqRsQvPoNnP风险提示风险提示31、ChatGPT迭代进展不及预期2、下游应用场景的用户认知和需求不及预期3、审评审批流程进展不及预期目录C O N T E N T S行业：与人脑学习比较港股18C助力010203医疗：提升服务效率医药：创新研发模式404风险提示05投资建议与人脑学习的比较港股18C助力01Partone底层逻辑和知识习得方式学习效果的优劣势资本市场助力：港股18C5ChatGPT与医疗从业人员的学习路径比较与医疗从业人员的

4、学习路径比较016学习路径中不同的底层逻辑和知识习得方式ChatGPT自然语言处理技术（NLP)医疗从业人员（人脑）调动感官积累专科知识和经验资料来源：知乎，arXiv,浙商证券研究所从互联网抓取医疗相关数据（80%为问答类），由人工标注高质量答案后输入模型进行训练 微调GPT3.5模型由专家级别的人工进行提问并对ChatGPT提供的不同答案进行打分、排序 训练奖励模型将打分的结果重新输入的模型，不断调整模型参数，完成自我进化 基于人类反馈的强化学习模型本科阶段全科医学基础理论知识、实验、轮科实习研究生阶段专科领域学习执业医师资格证考取论文、实验规培/博后阶段住院医师规范化培训重大课题及复杂实

5、验专科专家临床医生、科研人才耗时8-11年耗时2-5年10年以上经验文字性、数据性等理论输入输出为主真实环境下的经验、病例输入输出为主ChatGPT与医疗从业人员的学习效果比较与医疗从业人员的学习效果比较017ChatGPT的强大数据处理和文本生成能力在短期内仍然无法代替高要求、高限定场景下的工作需求ChatGPT医疗从业人员（人脑）资料来源：维基百科，CNKI，浙商证券研究所优势劣势u 依赖于深度学习，训练大量数据的算力成本极高 （每日高达460万美元）u 仅接受语义训练，无法区分虚拟和现实，产生符合逻辑但不符合常理的错误答案误导非专业人士u 学习资源多为离线语料库，难以获取实时更新的数据进

6、行迭代（接入在线信息，正在迭代更新）u 经过学习、培训后在某一专科领域造诣较深u 学习过程中经验与理论结合，能根据现实情况举一反三进行复杂判断u 可同时掌握多领域大量的知识并永久储存u 检索信息并准确进行匹配或者分类的效率高u 相比传统AI具有生成式的特点，可根据已知创作新内容u 培养及学习时间耗时长达10余年u 精力有限，只能专注于一个领域，且掌握的知识层级越深，范围越窄资料检索、信息匹配等重复性脑力劳动人文关怀、疑难杂症诊断等复杂脑力劳动港交所：港交所：18C助力特专科技公司上市助力特专科技公司上市8时间机构文件信息2022年10月19日港交所特专科积极公司上市制度咨询文件就特专科技公司联