医疗AI专题报告（二）：多组学篇：AI技术驱动精准诊断实现重要突破

证券研究报告|2025年03月14日 医疗AI专题报告（二）：多组学篇 AI技术驱动精准诊断实现重要突破 行业研究·专题报告 医药生物 投资评级：优于大市（维持） 证券分析师：陈曦炳 0755-81982939 chenxibing@guosen.com.cn S0980521120001 证券分析师：彭思宇 0755-81982723 pengsiyu@guosen.com.cn S0980521060003 证券分析师：张超 0755-81982940 zhangchao4@guosen.com.cnS0980522080001 联系人：凌珑 021-60375401 linglong@guosen.com.cn 联系人：贾瑞祥 021-60875137 jiaruixiang@guosen.com.cn 医疗健康产业正处于数字化转型与智能化升级的变革期，ARKInvest近期所发布的《BigIdeas2025》提到利用人工智能来“操作”数据将颠覆诊断、药物发现和治疗。医疗健康是AI技术最重要的应用领域，医疗保健板块人工智能解决方案的全球市场规模预计将由2022年的137亿美元增至2030年的1,553亿美元，CAGR为35.5%，是人工智能应用最大的领域，具备广阔前景及想象空间，中国医疗健康产业正迎来自身的“Deepseek时刻”。 上期报告回顾：《医疗AI专题报告（一）：制药篇—大鹏一日同风起，AI医疗启新篇》。药物研发周期长、资金投入高、成功率低，“AI+”方案有望解决痛点。与传统药物研发对比，AI制药更具有优势：AI制药方法可以对数十亿个分子进行筛选，缩小实际需要合成和筛选的分子数量范围，在2-3年内仅需合成及测试数百个分子；可以定制生成数百个苗头分子，探索未知分子，提高药物研发的创新性；能够通过计算机模拟的方式减少需要实验室验证的分子数量，节约验证和测试时间。关注AI制药领域进展及具备潜力的海内外前沿公司。以“AI+CRO”、“AI+Biotech”为典型的商业模式，AI制药涌现出了一批优秀的上市/非上市公司。除此之外，以赛诺菲、GSK、强生为代表的大药企亦在积极布局AI制药领域，一方面运用AI技术加强数据管理决策并深度融合至药物开发流程之中，一方面不断加强与AI制药专业公司合作，运用后者专业的技术平台，赋能药物发现和临床试验。建议关注AI制药领域进展及具备潜力的海内外前沿公司：晶泰控股-P、皓元医药、药石科技、药明康德、成都先导等。 本期报告：《医疗AI专题报告（二）：多组学篇—AI技术驱动精准诊断实现重要突破》。AI与多组学的结合正在生物医学和数据科学领域引发变革。基因组学是生物大数据的基石，而多组学涵盖基因组学、转录组学、蛋白质组学、代谢组学、表观组学等多层次数据，“AI+多组学”本质上是数据驱动和生物学机理驱动的双重范式升级，核心价值在于为复杂疾病的机制解析提供“全景视角”，赋能精准医学从理论走向大规模应用。伴随DNA测序成本和合成成本的快速下降，多组学的技术性能有望在2030年前实现数量级跃升，带动下游精准诊断和药物开发实现重要突破。“AI+多组学”的海外龙头企业如TempusAI、Grail、GuardantHealth等正利用所积累的海量数据优势在基因数据服务及应用、MRD、多癌早筛等应用场景高速发展。“AI+医学检验”也在加速渗透医学实验室的自动化和标准化建设的各环节，有望优化诊断流程和决策效能，提高患者的诊疗质量和医疗服务水平。建议关注“AI+多组学/医学检验”领域进展及具备潜力的国内头部企业：金域医学、华大智造、艾德生物、安必平、圣湘生物等。 人工智能技术的快速发展正引领医疗终端应用步入效率革命的新时代。“AI+医疗”主要是指利用人工智能技术提高医疗供给端的效率和准确性。通过将深度学习、大数据分析等AI技术深度融入医疗设备和医疗服务领域，传统医疗器械的诊断精度、操作效率和智能化水平得到显著提升。AI对医疗服务领域的赋能不仅优化了诊疗流程，缩短了诊疗时间，更推动了医疗资源的高效配置，为智慧医疗体系的构建提供了强有力的技术支撑。目前，AI技术正在医学影像分析、辅助诊断与决策、健康管理与远程医疗和基因多组学等多个场景展现应用潜力。 AI与多组学的结合正在生物医学和数据科学领域引发变革。基因组学是生物大数据的基石，而多组学涵盖基因组学、转录组学、蛋白质组学、代谢组学、表观组学等多层次数据，“AI+多组学”本质上是数据驱动和生物学机理驱动的双重范式升级，核心价值在于为复杂疾病的机制解析提供“全景视角”，赋能精准医学从理论走向大规模应用。伴随DNA测序成本和合成成本的快速下降，多组学的技术性能有望在2030年前实现数量级跃升，带动下游精准诊断和药物开发实现重要突破。“AI+多组学”的海外龙头企业如TempusAI、Grail、GuardantHealth等正利用所积累的海量数据优势在基因数据服务及应用、MRD、多癌早筛等应用场景高速发展。“AI+医学检验”也在加速渗透医学实验室的自动化和标准化建设的各环节，有望优化诊断流程和决策效能，提高患者的诊疗质量和医疗服务水平。2025年2月，瑞金医院携手华为共同发布瑞智病理大模型RuiPath。 国内医学检验领域正快速布局AI技术，赋能业务发展。第三方医检龙头金域医学基于30年的医检专业数据和知识积累，训练出第三方医检行业首个大模型——域见医言大模型，并于2024年正式对外发布；2024年在广州数据交易所上线5项数据产品，其中乳腺癌数据报告率先完成了第三方医检行业的首笔场内交易，为公司海量高价值数据的价值转化探索出一条安全、合规的业务新模式。迪安诊断携手华为云，以盘古大模型为基石，通过自监督训练和场景SFT微调等创新技术手段，共同构建“迪安医检大模型”并进一步构建智能报告单解读平台。华大基因积极构建全球领先的多组学数据库，为AI模型的训练与优化提供了丰富的数据资源，开发了GenSIRO“样本进，报告出”AI+一站式本地化解决方案、基因检测多模态大模型GeneT、ChatGeneT基因组咨询平台、智能化的疾病防控系统13311i。基因测序“卖水人”华大智造将AI人工智能技术全面融入生命科技工具领域，实验室智能自动化GLI业务全新升级上线。深耕细胞病理领域的安必平推出针对宫颈癌筛查的宫颈液基细胞学人工智能辅助诊断软件，减轻病理科负担，提升基层防治能力。 投资建议：关注“AI+多组学/医学检验”领域进展及具备潜力的国内头部企业。海内外“AI+多组学/医学检验”的应用正如火如荼发展，人工智能将带动多组学实现质的突破，下游应用及服务的潜在市场空间巨大，并有望带动医药产业链整体发展。对标TempusAI、Grail等海外龙头公司的发展路径，国内多组学/医学检验领域的龙头将不断有新成果涌现。建议关注“AI+多组学/医学检验”领域进展及具备潜力的国内头部企业：金域医学、华大智造、艾德生物、安必平、圣湘生物等。 风险提示：AI相关产品和服务研发或商业化不及预期，行业政策风险，市场竞争加剧风险。 01 “AI+医疗”：医疗终端应用的效率革命 02 “AI+多组学/医学检验”的前沿应用 03 海内外“AI+多组学/医学检验”公司梳理 04 投资建议和风险提示 “AI+医疗”主要是指利用人工智能技术提高医疗供给端的效率和准确性。通过数据分析、机器学习和深度学习等方法，辅助医生在诊断、治疗和预测方面做出更精确的决策。AI医疗在提高医疗质量和降低成本方面具有巨大潜力。 人工智能技术的快速发展正引领医疗终端应用步入效率革命的新时代。通过将深度学习、大数据分析等AI技术深度融入医疗设备和医疗服务领域，传统医疗器械的诊断精度、操作效率和智能化水平得到显著提升。AI对医疗服务领域的赋能不仅优化了诊疗流程，缩短了诊疗时间，更推动了医疗资源的高效配置，为智慧医疗体系的构建提供了强有力的技术支撑。 图：AI+医疗产业图谱 规范AI医疗器械产品的技术框架与性能要求，统一数据集标准与术语定义 解决 行业痛点 满足行业需求 提供算法和模型基 础，促进技术应用和产业发展 提供网络安全和存算平台保障，确保数据安全和高效存储处理 为人工智能医疗器械提供数据基础和高质量的数据服务，推动算法优化和产品研发 资料来源：《人工智能医疗器械产业发展白皮书（2023年）》，国信证券经济研究所整理 医学影像分析：利用深度学习算法对海量医学影像数据进行高效处理，能够自动识别病灶特征，显著提升诊断的精准度和效率。通过图像分割、分类和增强技术，AI为医生提供可靠的辅助分析工具，同时支持多模态影像的融合分析，为复杂病例提供更全面的诊断依据； 辅助诊断与决策：AI可通过整合电子病历、实验室数据等多源信息，构建智能诊断模型，辅助医生快速识别疾病类型和严重程度。基于大数据分析，AI提供个性化治疗建议，优化临床决策流程，降低误诊率和漏诊率，支持医生在复杂病例中做出更科学、精准的判断； 健康管理与远程医疗：AI通过可穿戴设备实时采集患者生理数据，结合历史记录进行分析，提供个性化健康管理建议。在远程医疗中， AI支持病情监测、预警和远程会诊，提升医疗服务的可及性和连续性，为偏远地区和慢性病患者提供高效的健康管理解决方案； 基因测序：高效算法可加速基因测序数据的处理与分析，提升测序速度和准确性。通过快速解读复杂基因组信息，为疾病诊断和遗传 研究提供强大支持，推动基因测序技术在临床、科研和个性化医疗中的广泛应用，为精准医学发展注入新动力。 图：AI医学影像产业图谱 图：AI辅助诊断——uAI胸部CT肺结节辅助诊断功能 资料来源：黑龙江省第二医院，国信证券经济研究所整理 资料来源：弗若斯特沙利文，国信证券经济研究所整理 1.3AI赋能的核心价值：效率提升+准确性增强+成本降低 效率提升：缩短诊断时间。基于海量医疗数据，AI可迅速精准识别疾病特征，尤其在影像判读等领域极大提升诊疗效率。据北京天坛医院早期进行的测试，AI系统处理300个病例仅需半小时，而人类医生需10小时以上，AI可大幅缩短诊断时间，提升医疗资源利用率。 准确性增强：提高发现率及手术成功率。AI可通过分析海量数据识别模式，减少人为误判。根据发布在NatureMedicine上的研究，由KMT公司开发的MiaAI协助下，早期乳腺癌癌症检测率（CDR）在初期试点阶段增加了1.6例/千个病例（+13%），扩展试点阶段增加了1.4例/千个病例（+10%）；阳性预测值（PPV）也有所提升，在初期试点阶段从19.2%提高到21.1%（+1.9pp），扩展试点阶段从19.7%提高到21.0%（+1.3pp）。此外，据MedTechEurope的统计，机器人辅助手术可使手术成功率提高52%。 成本降低：规模化降低单位成本。据MedTechEurope的测算，AI医疗每年可凭借对医疗系统的赋能，节省相当于2000亿欧元的成本，并释放18亿个工时，相当于增加了50万名全职医疗专业人员。 图：乳腺癌早期筛查标准双读与双读加Al辅助工作流程的成果指标 资料来源：AnnieY.Ng,CaryJ.G.Oberije.ProspectiveimplementationofAI-assistedscreenreadingtoimproveearlydetectionofbreastcancer[J].NatureMedicine,2022,29:3044-3049，国信证券经济研究所整理 图：AI凭借全流程赋能降低医疗系统成本 资料来源：MedTechEurope，国信证券经济研究所整理 1.4“AI+医疗”C端应用举例 应用场景 图：“AI+医疗”C端应用举例 智能手表/手环 生命体征数据和运动健康分析 GoogleFitbitPixelWatch 应用场景AI价值产品举例 诊断监测 可穿戴设备 康复器具 植入物 生命体征监测 智能手表/手环 智能戒指 CGM 智能戒指 生命