AI医疗专题系列二：从DEEPSEEK的崛起看AI医疗发展方向及投资机会

AI医疗专题系列二 从DEEPSEEK的崛起看AI医疗发展方向及投资机会 西南证券研究院 2025年2月 首席分析师：杜向阳执业证号：S1250520030002电话：02168416017 邮箱：duxyswsccomcn 分析师：陈辰执业证号：S1250524120002电话：02168416017 邮箱：chchswsccomcn 核心观点 前言：本篇主旨在探讨Deepseek相关概念及技术在医药产业方向上的潜在应用。人工智能技术的突破性进展正以颠覆性姿态重塑医疗健康产业。2025年2月，国产大模型DeepSeekR1的全面开源与多领域适配，标志着AI医疗迈入技术融合与行业重构的新阶段。DeepSeek通过强化学习技术与混合专家架构（MoE），在极低标注数据需求下实现推理能力跃升，其复杂任务处理与中文语料优化的特性，为医疗场景提供了精准、低成本且本土化的解决方案。这一技术突破不仅推动了算法与行业工作流的深度结合，更吸引了恒瑞医药、医渡科技、东软集团 、鹰瞳科技等头部企业加速布局，覆盖从辅助诊疗到药物研发的全链条智能化升级。政策端亦为AI医疗注入强劲动能：2024年11月，《卫生健康行业人工智能应用场景参考指引》发布，明确84类应用方向，涵盖医学影像分析、智能药物研发等核心领域，为技术落地提供了顶层设计支撑。而2025年2月18日即将发布的华为瑞金病理模型，则进一步凸显了AI在病理诊断这一传统高壁垒领域的潜力，有望缓解我国病理医生短缺困境，提升诊断效率与准确性。从技术融合视角看：DeepSeek的多模型协同能力正成为行业新范式。例如，医渡科技将其整合至“AI医疗大脑”YiduCore，实现疾病洞察报告的精准生成；智云健康则通过DeepSeekR1优化慢病管理的数字化流程；而恒瑞医药更将模型应用纳入内部考核体系，推动AI渗透至研发、生产与管理的全环节。这种“模型即服务”的生态闭环，不仅重构了医疗工作流，更催生了六大核心应用方向的爆发： AI医学影像辅助诊断：进入发展快车道，辅助诊断为主。包括AI超声诊断、病理学AI等影像学辅助诊，涉及到图像处理、勾勒病灶大小、特征识别、诊断建议。影像学AI辅助诊断商业化落地快，应用场景明确，院端需求较大。数据获取成本较高，行业正在探索AI收费模式。相关标的：联影医疗、理邦仪器、万东医疗、一脉阳光、祥生医疗、兰卫医学、鹰瞳科技B、安必平、乐普医疗、福瑞股份、东软医疗、迪安诊断、北陆药业、达安基因。 AI基因测序：罕见病大模型优化基因测序筛查，AI助力多助学数据分析。涉及收集样本基因测序、罕见病遗传病分析解读、以及多组学风险预测和评估。企业端可明显降低成本，但商业化落地进度较慢。合作模式和医院正在探索中。整体数据获取成本低，基因测序一次能获取较大量基因组数据。相关标的：华大智造、贝瑞基因、华大基因。 AI医疗信息化CDSS辅助临床决策：优化电子病历质控、临床决策支持与智能分诊流程AIGC大幅拉升效率。包括AI辅助报告解读、推荐检查项目、疾病预测等。整体商业化落地较快，数据获取成本较高。相关标的：迈瑞医疗、创业慧康、金域医学、朗玛信息、润达医疗、医渡科技、讯飞医疗科技、医脉通、卫宁健康、嘉和美康、万达信息、塞力医疗、久远银海、京东健康、阿里健康、固生堂、万孚生物、平安好医生。 AI健康管理：平台依托模型生成个性化防控方案，推动慢病管理从“被动治疗”转向“主动干预”。其中包括可穿戴类产品，定制化干预方案。AI系统实时监测并预警。在复杂医疗场景中，AI对疾病风险评估、诊断辅助等的准确性仍有提升空间。医疗机构、保险机构等数据分散 ，出于利益、安全等考虑，数据共享意愿低，限制了AI健康管理数据来源和应用范围，难以形成全面的健康管理方案。且目前消费者付费 意愿较低，尚处于早期阶段。相关标的：美年健康、鱼跃医疗、智云健康、九安医疗、乐心医疗、三诺生物。 AI制药：缩短药物研发周期，助力靶点发现及临床疗效预测。1）逐渐完善的行业拼图，行业玩家逐渐增加；2）AI在多疾病领域广泛应用 ，肿瘤（37）、免疫学（21）及神经病学（14）领域占比最大；3）AI可参与药物开发过程多个阶段。其中涉及AI虚拟筛选、药物发现、优化药物结构、临床试验优化、建立疾病风险模型、肿瘤精准治疗等。商业化落地中等，仍处于临床早期阶段，数据获取成本高，依赖文献数据及实验室数据。相关标的：晶泰科技、丽珠集团、药明康德、信立泰、成都先导、川宁生物、药石科技、健康元、美迪西、东阳光长江药业、皓元医药、悦康药业、泓博医药、博济医药。 AI手术机器人：重点在手术机器人和AI的融合。相关标的：微创机器人、天智航等。 风险提示：行业竞争加剧风险、政策风险政策风险、市场需求变动风险、宏观经济增速大幅下滑等风险。 1 目录 CONTENTS 04 02 03 01AI医疗信息化05 2 AI医学影像辅助诊断 AI基因测序 CDSS辅助临床决策 AI健康管理 AI制药 06 AI手术机器人 如何看待这些应用方向之间的关系 诊断药物治疗 ANDOR 手术治疗 01 AI医学影像辅 02 AI基因测序 终极理想是个人医 疗大数据包，所有 医疗数据临床数据 05 AI制药 06 重点在手术 药物研发 助诊断 检验数据体检数据基因测序数据单一医学影像设备的诊断数据的融合 ，不断更新 AI手术机器人 机器人和AI的融合 03 AI医疗信息化辅助临床决策 根据个人医疗数据包动态给治疗方案 ：病种质控，专家 知识库辅助决策，流程效率提升，互联互通，利好医生 ，也利好病人 04 AI健康管理 日常个人健康数据的管理和监测，也可预警。收集到的数据也可反哺到个人医疗大数据包 资料来源：西南证券3 01AI医学影像 辅助诊断 03AI医疗信息化辅助决策 05AI制药 联影医疗 理邦仪器 迈瑞医疗 创业慧康 晶泰控股 丽珠集团 万东医疗 一脉阳光 金域医学 朗玛信息 药明康德 信立泰 祥生医疗鹰瞳科技B乐普医疗东软医疗 兰卫医学安必平福瑞股份迪安诊断 润达医疗 讯飞医疗 科技 卫宁健康 万达信息 医渡科技 医脉通嘉和美康 塞力医疗 成都先导药石科技美迪西 皓元医药 川宁生物 健康元 东阳光长 江药业 悦康药业 北陆药业 达安基因 久远银海京东健康 泓博医药博济医药 02AI基因测序 阿里健康 万孚生物 固生堂 平安好医生 06AI手术机器人 华大智造 华大基因 贝瑞基因 04AI健康管理 微创机器人天智航 美年健康鱼跃医疗 资料来源：西南证券 智云健康 乐心医疗 九安医疗 三诺生物4 AI医疗不同应用方向的发展现状 数 AI制药 据获取成本 AI健康管理 可穿戴设备定制化干预方案 AI系统实时监测并预警 分子虚拟筛选、药物发现 优化药物结构临床试验优化 建立疾病风险模型肿瘤精准治疗 AI基因测序 收集样本基因测序、罕见病遗传病分析解读多组学风险预测和评估 AI医疗信息化 电子病历、病历分析、在线问诊、远程医疗、医疗大数据、智能诊断、科研管理、设备互联互通 综合性解决方案 AI医学影像 图像处理、勾勒病灶大小、 特征识别、诊断建议 资料来源：易观分析《中国医疗健康人工智能行业应用发展图谱2023》，艾瑞咨询《中国AI医疗行业研究报告》，西南证券 商业化落地进度 5 AIGC突出创造性生产，依赖于多模型的技术融合 DEEPSEEK DeepSeek在医疗领域的应用主要依赖于其多模型技术融合能力 多家医疗企业已宣布接入DEEPSEEK政策全面拥抱AI在医疗领域的应用 6 AIGC突出创造性生产，依赖于多模型的技术融合 AIGC（AIGeneratedContent主要突出的是创造性生产，依赖于多模型的技术融合 自然语言处理赋予了AI理解能力和创作能力NLP有2个核心的任务：分别是1）自然语言理解NLU；2）自然语言生成NLG。 自然语言理解：希望机器可以像人一样，具备正常人的语言理解能力。需要涉及：1）语言的多样性；2）语言的歧义性；3 语言的鲁棒性；4）语言的知识依赖；5）语言的上下文。 自然语言生成：为了跨越人类和机器之间的沟通鸿沟，将非语言格式的数据转换成人类可以理解的语言格式，如文章、报告等 专业生产用户生产AIGC 。需要涉及：1）内容确定；2）文本结构；3）句子聚合；4）语法化；5）参考表达式生成；6）语言实现。 生产效率高 AI AIGC人 工智能生 产） Web3与元宇宙 Web2 Web1 互联网形 态 AI算法具 有智能特性 UGC（ 用户生 产） PGC（ 专业生 产） 内容生产方式 GC对信息进行创造性生产 ANI单一场景程序化处理 AGI多场景处理与自我学习ASI全面超越人类的人工智能水 平 文本：文字代码信息内容加工音频：音频内容加工创作 图像（静态）：图片处理图片 制作 图像（动态）：视频处理3D模 型加工 非专业人员 专业人员 生产主体 实体经济的AIGC新产品、新流程、新药物的 智能设计生成 内容丰富度高 内容质 量高 核心特点 文化艺术的AIGC广告、动漫、影视、绘画、音乐、儿童教育的智能内容生成 城乡发展的AIGC城市规划、美丽乡村、线上 会议、生态推演等智能模拟的生成 资料来源：《AIGC智能创作时代》，中国工程院，西南证券整理7 DeepSeek在医疗领域的应用主要依赖于其多模型技术融合能力 多模型技术融合 AIGC领域的技术包含了：生成对抗网络（GAN）、变微分自动编码器（VAE）、标准化流模型（NFs）、自回归模型（AR） 、能量模型和扩散模型（DiffusionModel）。总体趋势来看，大模型、大数据、大算力是未来的发展方向。目前两个最常用的模型是GAN和DiffusionModel。 1GANGenerativeAdversarialNets）生成对抗网络：结构包含两个模型，一个是生成模型（Generator，G），另一个 是判别模型（Discriminator，D）。 2DiffusionModel扩散模型：扩散模型的生成逻辑相比其他的模型更接近人的思维模式，也是为什么近期AIGC拥有了开放性的创造力。本质上，扩散模型的工作原理是通过连续添加高斯噪声来破坏训练数据，随后通过反转这个噪声过程来学习恢复数据。训练后，我们可以通过简单地将随机采样的噪声传递给学习的去噪过程来生成数据。 DeepSeekV3系统通过语义解析电子病历和影像特征智能比对，显著提升了呼吸系统疾病的诊断准确率。此外，DeepSeekR1模型在乳腺癌新辅助化疗方案优化中，通过整合全外显子测序数据和影像组学特征，生成个体化用药敏感性预测模型，显著提高了病理完全缓解率 DEEPSEEK通过多模型技术融合，在医疗领域展现出显著的应用潜力。其核心技术依托于深度学习和自然语言处理，致力于开发高效的智能工具，优化医疗工作流程。通过海量数据分析与挖掘，DEEPSEEK能够为医疗行业提供精准的智能决策支持。这种技术不仅增强了医疗从业者的工作效率，还在一定程度上提高了患者的安全性和医疗质量。 不同的生成模型 GAN模型 VAE模型 在算法和模型的选择上，DEEPSEEK采用了先进的生成对抗网络（GAN）与变分自编码器（VAE），使得其模型在图像生成和数据重建等任务中表现出色。与传统模型相比，这些先进算法能够处理更复杂的医疗数据，并提供更具准确性和实用性的输出。 资料来源：《AIGC智能创作时代》，西南证券整理8 多家医疗企业已宣布接入DEEPSEEK DeepSeekR1在自然语言处理任务上表现出色，特别是在中文语法优化方面 DEEPSEEK通过其创新的混合专家模型架构，为资金不充裕的医疗公司提供了接入AI的可能性，特别是在慢病管理、医疗信息化以及医疗数据积累方面具有丰富经验的公司。 DeepSeekR1在复杂逻辑推理任务上取得了媲美o1的推理效果。例如，在几何推理和组合数学任务中，DeepSeekR1展现 了其强大的推理能力和逻辑严谨性。 此外，DeepSeekR1的自我