医药行业周专题：AI赋能生物医药，技术&政策助阵

——医药行业周专题 核心观点 ⚫AI医疗：政策全方位支持，潜力凸显。春节以来，Deepseek引发了市场对于AI产业链的持续关注。ARK发布的《Big Ideas 2025》报告中指出，AI和多组学将引发新药研发、分子诊断和疾病治疗的变革，AI医疗的热度持续提升。 2024年以来，AI相关政策密集出台，从开发、应用场景和标准制定等角度全方位支持AI医疗发展。从市场体量来看，2023年中国AI医疗行业大约为88亿元，预计到2033年将增长至3157亿元，CAGR高达43.1%。 ⚫AI应用：药物发现、医学影像和医疗信息化。AI可与医疗领域各环节融合，其中：药物发现、医学影像和医疗信息化已展现出较大的潜力，是未来AI医疗发展的重点方向。 伍云飞wuyunfei1@orientsec.com.cn执业证书编号：S0860524020001香港证监会牌照：BRX199 1）AI制药：目前集中在药物早期发现阶段，有望解决传统药物研发面临的高成本、长周期和低成功率挑战，然而优质数据稀缺仍阻碍着生物医药行业的“Deepseek”时刻来临； 胡俊涛hujuntao@orientsec.com.cn袁润璞yuanrunpu@orientsec.com.cn 2）医学影像：利用人工智能技术对医学影像进行解析和分析，提升医生的阅片效率，降低漏诊率并提升准确性。近年来，AI医学影像应用不断普及，市场需求迅速增加，产品端以心脑血管和肺部疾病领域为主，国内企业领先； 3）医疗信息化：运用AI等技术手段形成信息化智能管理模式，提升医院的管理和诊疗效率以及患者的就医体验。其中，面向医务人员的智慧医疗在相关政策的催化下发展最为成熟，随着智慧医疗分级评价新标准的出台，AI医疗信息化落地有望加速。 DNA甲基化助力子宫内膜癌诊治：——医药行业周专题2025-01-15心衰：Pipeline激烈竞争的潜在大市场：——医药行业周专题2024-12-04EGFR突变NSCLC一线治疗步入新时期：——医药行业周专题2024-10-14 投资建议与投资标的 ⚫AI技术飞速迭代，在国内政策环境刺激下，医疗行业相关需求正在迅速释放。目前来看，AI能够与医疗行业多个环节结合，极大程度提高效率，降低成本，更好的配置研发和医疗资源。 从应用端看，AI制药、医学影像和医疗信息化都已展现出较大的潜力，建议关注国内布局相关领域的企业： 1）AI制药：药明康德、康龙化成、美迪西、泓博医药、成都先导、药石科技、晶泰控股等； 2）医学影像：联影医疗、安必平、兰卫医学、乐普医疗、讯飞医疗科技、祥生医疗、万东医疗等； 3）医疗信息化：卫宁健康、嘉和美康、创业慧康、医渡科技、美年健康等。 风险提示 ⚫技术迭代的风险、政策变化的风险。 目录 一、AI医疗：政策全方位支持，潜力凸显......................................................4 二、应用端：药物发现+医学影像+医疗信息化...............................................5 2.1 AI制药：加速早研，优质数据成关键...........................................................................52.2医学影像：提升诊疗效率，需求激增............................................................................72.3医疗信息化：融合全环节，政策催化............................................................................8 四、风险提示...............................................................................................10 图表目录 图1：2019-2033年中国AI医疗市场规模（亿元）......................................................................4图2：创新药行业遵循反摩尔定律，每9年药物研发成本翻倍.....................................................5图3：AI在早期药物研发中的优势................................................................................................5图4：AI在制药领域的应用场景正扩大至药物研发全流程............................................................6图5：部分3期临床管线梳理（截至2025年2月）....................................................................7图6：AI发现的药物分子临床成功率（按临床阶段划分）............................................................7图7：不同制药模式总结..............................................................................................................7图8：2022-2024年医疗机构AI医学影像项目中标项目数量（个）.............................................8图9：国内已上市各疾病领域AI医学影像软件数量及占比（截至2024年6月）........................8图10：国内已上市AI医学影像产品分布（截至2024年6月）...................................................8图11：AI医疗信息化建设“智慧医院”...........................................................................................8图12：2018-2022年中国医院电子病历评级平均情况..................................................................9 表1：2024年以来部分AI医疗相关政策梳理...............................................................................4 一、AI医疗：政策全方位支持，潜力凸显 春节以来，Deepseek引发了市场对于AI产业链的持续关注。2025年2月4日，ARK发布的《Big Ideas 2025》报告中指出，AI和多组学将引发新药研发、分子诊断和疾病治疗的变革。作为AI应用端的重要组成部分，AI医疗热度持续提升。 政策密集出台支持，国内AI医疗潜力巨大。2024年以来，相关政策密集出台，从开发、应用场景、标准制定等角度全方位支持AI医疗发展。根据弗若斯特沙利文，2023年中国AI医疗行业市场规模为88亿元，预计2033年将增长至3157亿元，CAGR高达43.1%。 二、应用端：药物发现+医学影像+医疗信息化 从应用端看，AI可与医疗领域各环节融合，提升效率，降低成本。其中，药物发现、医学影像和医疗信息化已展现出较大的潜力，是未来AI医疗发展的重点方向。 2.1AI制药：加速早研，优质数据成关键 AI助力药物研发降本增效。药物研发面临高成本、长周期和低成功率挑战，研发1种新药平均需要投入约26亿美元，耗时12至15年，同时临床试验成功率不足10%，其根源在于人体系统、疾病和传统药物研发过程高度复杂。 随着AI技术的进步，特别是像ChatGPT和Deepseek等通用大语言模型，以及Sora等生成式AI，已经在某些情况下展现出超越人类智能的能力，AI处理海量数据的能力有望克服传统方法中的障碍，大幅加速并改善药物研发过程。 图3：AI在早期药物研发中的优势 数据来源：亿欧智库，头豹研究院，东方证券研究所 数据来源：Drug Discovery Today（Mark Mine等），东方证券研究所 显著提高早研效率，后期开发待突破。当前，AI制药应用主要集中在药物早期发现阶段，包括：药物靶点发现/确证、蛋白结构预测、核心分子生成、苗头化合物生成/优化和ADMET预测等，通过AI计算获得初步候选建议，解决临床前研究湿试验成本高、周期长的问题。 但是，由于存在种属/个体差异、后期数据公开少且质量不一、评价参数多且复杂等问题，对于研发成本更加巨大的后期开发，包括：候选化合物成药性优化、药理毒理、安全性/有效性等临床前试验评价乃至临床试验评价，AI应用仍有很大进步空间。 AI管线值得关注，新药研发成功率有望翻倍。据智药局统计，截至24年初，全球临床1-3期AI药物管线分别为56/41/5个，尚未有3期临床试验成功。 此外，据波士顿咨询统计：截至23年底，AI药物在I期临床试验中，成功率高达80%-90%，远高于40%-65%的历史行业平均水平；在II期临床试验中，成功率为40%，仍处于历史区间上限 （30%-40%）；假定其Ⅲ期临床成功率保持历史行业平均水平，则新药整体成功率将由5%-10%提升至9%-18%。 研发终将迎来“Deepseek”时刻，优质数据或为核心壁垒。从TMDD到AIDD，真实试验和药学专家的经验直觉等“隐性知识”依然是新药研发成功的基础，对制药来说AI仍是辅助而非颠覆。新药研发面临数据量少、体系和标准不统一等带来的数据准确性问题。同时，研发数据作为药企核心资产，通常不会公开，即使公开也会埋没大量的阴性数据，对AI模型建立构成阻碍。 可以预见的是，未来AI竞争更多在于数据，CXO和传统药企在经验和数据上具备优势，新兴AI制药企业更熟悉算法和平台，二者联合将是大势所趋。 2.2医学影像：提升诊疗效率，需求激增 AI医学影像可提升效率，市场需求迅速增加。传统医学影像行业面临医生资源不足且培养周期长、影像数据解读难度大/效率低等问题。AI医学影像是利用人工智能技术对医学影像（放射学影像、超声影像和病理影像等）进行解析和分析，提升阅片效率，降低漏诊和错诊。 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 根据亿欧智库，2022-2024年，医疗机构AI医学影像项目中标项目数量从186个增长至387个，AI医学影像应用正不断普及，医疗机构需求也在快速增加。 数据来源：亿欧智库，东方证券研究所 上市产品以心脑血管&肺部疾病为主，国内领先。根据弗若斯特沙利文，截至2024年6月，国内已上市92款包含自动检测功能的AI医学影像软件（三类医疗器械）。从疾病领域看，心脑血管及肺部疾病合计占70%；而从获批产品企业看，国内企业占据绝对领先地位。 数据来源：弗若斯特沙利文，东方证券研究所 数据来源：弗若斯特沙利文，东方证券研究所 2.3医疗信息化：融合全环节，政策催化 AI医疗信息化主要是运用AI等技术手段，形成信息化智能管理模式，提升医院的管理和诊疗效率以及患者的就医体验，建设“智慧医院”。其中，面向医务人员的智慧医疗发展最为成熟，以电子病历为核心，整合影像、检验、临床智能辅助诊疗等其他系统，建设互联互通的信息系统。 图11：AI医疗信息化建设“