医疗行业AI产业链深度研究：AI大模型+医疗龙头公司-230410（42页）.pdf

1、2023年4月10日AI大模型+医疗龙头公司医疗AI产业链深度研究行业评级：看好分析师刘雯蜀研究助理田子砚邮箱 邮箱 证书编号s1230523020002 证券研究报告添加标题95%摘要21、医疗AI平台整体框架：迈入大模型时代，多模态AI通用化成为未来趋势医疗人工智能平台包括数据资源层、人工智能平台和医疗应用层。开源框架和算法占有重要地位，如选择工程化能力较强的TensorFlow或在图像方面表现良好的Caffe等开源框架，选择在图像识别方面常用的卷积神经网络（CNN），循环神经网络（RNN）算法模型等。GPT开启多模态通用AI大模型时代，NLP、CV、科学计算多模态大模型AI通用时代来临。

2、2、AI大模型将在医疗信息化、互联网医疗、医卫和医保信息化等领域产生生产力变革性推动AI大模型+插件模式推进AI应用领域进入全新发展阶段。OpenAI大模型推出插件可以对接下游应用程序，为开发者提供接入平台，极大助力了AI大模型下游应用的落地。OpenAI与微软Azure合作助力ChatGPT、GPT-3.5、GPT-4对接企业，提供to B服务，推动了AI应用端发展浪潮。GPT-4已实现医疗领域商用合作。微软旗下Nuance Communications 发布与 OpenAI 的 GPT-4 集成的支持语音的医疗病历生成应用程序DAX（Dragon Ambient eXperience）。G

3、PT-4对于事实的阐述精度对比GPT-3.5高出40%，在医学知识自测评论考试表现更优秀，支持多模态输入，预测会对医疗信息化、互联网医疗、公卫、医保信息化细分领域产生效率的变革性推动。百度文心一言前期有很多互联网医疗、医疗信息化、创新药械、医保等接入进行内测和工具开发，预计随着百度千帆的企业服务大模型发布，将会进一步推动医疗AI的发展。3、我国积极推动信息技术在医疗行业应用，建议关注医疗信息化、互联网医疗、医保信息化龙头厂商我国积极推动发挥信息技术对于医疗行业的支撑作用。发展“互联网+医疗健康”，建设面向医疗领域的工业互联网平台，加快推进互联网、区块链、物联网、人工智能、云计算、大数据等在医疗

4、卫生领域中的应用，加强健康医疗大数据共享交换与保障体系建设。提升服务便捷性。积极运用互联网、人工智能等技术，持续优化服务流程。建设智慧医院。建议关注：卫宁健康、东软集团、医渡科技、创业慧康、万达信息、久远银海、山大地纬、平安好医生、嘉和美康FZ8VkZkWfZlWtWtWrYbRcM9PmOmMpNtQjMnNmQlOrQmN8OnMpPwMsOrMMYrNrM添加标题95%风险提示31、宏观经济下行风险。2、医疗AI应用市场推广不及预期风险。3、支持医疗AI政策发展落地不及预期风险。4、行业竞争加剧风险。医疗AI框架01Partone开源框架&算法模型GPT大模型带来生产力变革数据层计算能力

5、开源框架算法技术图像处理、图像识别、语音识别、语义分析Tensor Flow（Google）、Caffe（阿里巴巴技术副总裁贾扬清个人开发的）、PyTorch（Facebook）、Keras（Google工程师开发）CT、超声、X光、心电图、病历深度学习、机器学习、增强学习、迁移学习GPU、CPU、FPGA应用层辅助医疗影像诊断、语音电子病历、虚拟医生、辅助临床诊断、药物研发、基因测序、精准医疗医疗AI平台整体框架：迈入大模型时代，多模态AI通用化成为未来趋势资料来源：IDC、CSDN、机器学习算法与自然语言处理、电子工程世界等，浙商证券研究所5数据层微软云AzurePyTorchTransf

6、ormerGPT-3传统医疗AI框架AI大模型NLP、CV、科学计算多模态大模型AI通用时代来临应用层GPT-4深度学习模型的训练和测试数据来自1300多名受试者在独立测试图像上获得了99.2%的分类准确率。MRI介绍解决方案人工劣势框架优势切片定位和方向的质量和一致性在很大程度上取决于扫描操作员的技能和经验。这个过程可能既耗时又困难，特别是对于复杂的解剖结构。因此，扫描操作员之间可能存在不一致的情况。这种缺乏一致性会使放射科医生在解释这些图像方面的工作更加困难，特别是当患者被扫描作为先前MRI检查的后续行动并且他们试图识别解剖结构或疾病进展随时间推移的细微变化时。在最坏的情况下，无法获得正确