AI医疗器械与制药及智慧药房分销行业研究

从AIGC角度看医药产业图谱 西南证券研究发展中心2023年8月 分析师：杜向阳执业证号：S1250520030002电话：021-68416017邮箱：duxy@swsc.com.cn 01AI医疗器械 目录CONTENTS 02AI制药 03AI智慧药房及药店分销 02AI制药 核心观点 前言：本篇主旨在探讨AIGC相关概念及技术在医药产业方向上的潜在应用。AIGC突出创造性生产，依赖于多模型的技术融合。整体来看，AIGC的创造力发展归功于算法领域的技术积累，而ChatGPT或将成为我们未来更为智能时代的全新信息系 统入口。此 前，Meta在2023年4月5日发布 了机器视觉 领域首个用 于图像分割 的通用大模型SegmentAnything Model（SAM）及其训练数据集Segment Anything 1-Billion（SA-1B），并将其开源于GitHub。该模型的推出促进了机器视觉通用基础大模型的进一步研究，为图像分割领域的研究和应用提供更加完备的解决方案，也逐步让我们看到了更多的AIGC在医药医疗端应用的潜在可能。因此如下我们做了三方面的梳理。 AI医疗器械：AI促进医疗器械创新，降本增效成果显著。 1) AI医疗影像：进入发展快车道，辅助诊断为主2) AI医疗机器人：手术、辅助、康复机器人皆具备较高临床价值3) CDSS与病种质控：临床决策支持服务以人机交互为核心,AIGC拉升效率4) AI健康管理：智能设备监测及分析个人数据，医疗科技乘风而起 AI制药：当前国内外AI制药行业的主要玩家主要有三类，即大型药企、AI制药初创型企业和互联网头部企业。其中大型药企包括传统药企及CRO企业。根据Deep PharmaIntelligence数据，截至2022Q1，全球参与AI药物研发的大型药企超过56家，其中包括超36家传统药企和20家CRO企业；相关互联网头部企业超31家，AI制药初创型企业超过495家。 1)逐渐完善的行业拼图2) AI在多疾病领域广泛应用3) AI可参与药物开发过程多个阶段 AI智慧药房及药店分销：AI赋能连锁药店主要集中在四个领域：企业信息化系统基础、门店精细化运营管理系统、新零售渠道融合、药店AI机器人应用。益丰药房、大参林、一心堂、老百姓结合公司发展战略，打造差异化AI能力。此外，互联网化、数字化成为医药分销行业未来发展的引擎，AI助力流通企业提升经营效率。 1) AI智慧药房：AI赋能连锁药店，药店机器人智能浪潮来袭2) AI药店分销：AI助力流通企业提升经营效率 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。 AIGC突出创造性生产，依赖于多模型的技术融合 AIGC的创造力发展归功于算法领域的技术积累 AIGC ChatGPT将成为智能时代的全新信息系统入口 SAM的开源将促进机器视觉通用大模型的进一步研究 AIGC突出创造性生产，依赖于多模型的技术融合 AIGC（AI Generated Content)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。o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。o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。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。 AIGC的创造力发展归功于算法领域的技术积累 算法领域的技术积累助力AIGC 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（Diffusion Model）。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Diffusion Model。 1.GAN (Generative Adversarial Nets）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）。2.Diffusion Model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。 ChatGPT将成为智能时代的全新信息系统入口 ChatGPT作为一种大语言模型，可以成为信息系统入口的界面 大语言模型（LLM)是指使用大量文本数据训练的深度学习模型，可以用于生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，基于大语言模型开发的ChatGPT或能够为用户提供信息系统入口/界面，同时可以管理计算资源并支撑应用开发。 SAM的开源将促进机器视觉通用大模型的进一步研究 Meta AI发布并开源图像分割基础大模型SAM，促进机器视觉通用基础大模型研究 Meta在4月5日发布了机器视觉领域首个用于图像分割的通用大模型Segment AnythingModel（SAM）及其训练数据集Segment Anything 1-Billion（SA-1B），并将其开源于GitHub。该模型的推出旨在促进机器视觉通用基础大模型的进一步研究，为图像分割领域的研究和应用提供更加完备的解决方案。 SAM模型基于Meta在2021年发布的Unified Vision模型架构，并在此基础上进行了优化和改进。该模型采用了多尺度特征融合和深度监督等技术，具有更好的图像分割效果和更高的鲁棒性。SA-1B数据集是Meta开源的一个大规模的、高质量的图像分割数据集，包含10万张图像和100万个标注，涵盖了人、动物、车辆、建筑等多种类别。 开源SAM模型和SA-1B数据集将为机器视觉领域的学术研究和产业应用提供更加丰富的资源和技术支持。通过更加广泛地应用和改进SAM模型，将有助于推动图像分割技术在自动驾驶、医学影像分析、智能安防等领域的应用。 SAM架构 AI医疗影像：进入发展快车道，辅助诊断为主 01 AI医疗机器人：手术、辅助、康复机器人皆具备较高临床价值 AI医疗器械 CDSS与病种质控：临床决策支持服务以人机交互为核心, AIGC拉升效率 AI健康管理：智能设备监测及分析个人数据，医疗科技乘风而起 AI医疗器械常见应用及相关公司 1. AI医疗影像：进入发展快车道，辅助诊断为主 2. AI医疗机器人：手术、辅助、康复机器人皆具备较高临床价值 天智航、微创机器人-B等 金域医学、医渡科技、久远银海、润达医疗、朗玛信息等 3. CDSS与病种质控：临床决策支持服务以人机交互为核心, AIGC拉升效率 4. AI健康管理：智能设备监测及分析个人数据，医疗科技乘风而起 乐心医疗、九安医疗等 中国AI医疗重点政策解读 政策导向驱动力明显，AI器械管制陆续出台 2018.04国务院办公厅《关于促进“互联网+医疗健康”发展的意见》 推进人工智能与互联网相结合，利用人工智能技术和医疗健康智能设备，开展移动医疗示范，实现个人健康实时监测、评估、疾病预警、慢性病筛查和主动干预。强化临床、科研数据的整合、共享和应用，支持医疗健康相关的人工智能技术、医用机器人、大型医疗设备、应急救援医疗设备、生物三维打印技术和可穿戴设备等的研发。计划到2025年，在智能医疗等领域广泛应用新一代人工智能技术。 2019.6.28药监局技术器械审评中心《深度学习辅助决策医疗器械软件审评要点及相关说明》 旨在为相应医疗器械软件的注册申报提供专业建议 。该文件主要介绍了深度学习技术带来的监管挑战以及相应的审批要点说明 。文件从深度学习技术的特点和风险出发，对医疗器械软件的全生命周期管理方法进行了考虑，并制定了相应的软件技术审评要求。该文件的目的是帮助医疗器械企业了解审批要求，加快软件注册审批的进程，保证医疗器械软件的质量和安全性，促进医疗器械行业的健康发展。 2019.10.18药监局《关于成立人工智能等3个医疗器械标准化技术归口单位的公告》 根据《医疗器械监督管理条例》和国家标准化管理委员会的有关规定，成立人工智能医疗器械标准化技术归口单位、植入性医疗器械标准化技术归口单位和口腔医疗器械标准化技术归口单位三个单位，分别归口中国生物医学工程学会、中国医疗器械产业协会和中国口腔医学会。三个归口单位的主要职责是：开展医疗器械标准化技术研究、制定行业标准、推动行业标准化工作、组织标准修订等。该公告的发布旨在推进医疗器械标准化工作，促进医疗器械技术创新和产业升级，加强监管科技支撑和服务能力，维护人民群众的健康权益。 2021.3.30药监局《关于进一步促进医疗器械标准化工作高质量发展的意见》 在优化医疗器械重点任务的标准体系内容时，其中的第三项任务是要加快推进医用机器人、人工智能、有源植入物、医用软件、5G+工业互联网以及多技术融合等新兴领域的共性技术研究和标准制定工作。 2021.7.8药监局《关于发布人工智能医用软件产品分类界定指导原则的通告》 加强对人工智能医疗软件类产品的监管管理，促进该产业的高质量发展。该指导原则对人工智能软件进行了定义，并提出了管理属性的确定与管理类别的界定指导。 2022.7.29科技部等六部门关于印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》促进人工智能更高水平应用，推动人工智能场景创新。 尽管我国人工智能技术正在快速发展，数据和算力资源也越来越丰富，应用场景不断拓展，但仍然存在一些问题。例如，人们对场景创新的认识不足，重大场景系统设计不足，场景机会开放程度不够，场景创新生态不完善等。因此，需要加强对人工智能场景创新工作的统筹指导 ，以进一步推进人工智能技术的应用和发展。 2023.3.23中共中央办公厅国务院办公厅印发《关于进一步完善医疗卫生服务体系的意见》 加强信息技术支撑。推动“互联网+医疗健康”发展，建设针对医疗领域的工业互联网平台，推进互联网、物联网、大数据、人工智能等先进技术在医疗卫生领域的应用，加强健康医疗大数据共享和保障体系建设。建立跨部门、跨机构公共卫生数据共享调度机制和智能预警多点触发机制。加强医疗联合体内信息系统统一运营和互联互通 ，推进数字化管理。加快健康医疗数据安全体系建设，强化数据安全监测和预警，提高医疗卫生机构数据安全防护能力，保护重要信息。积极运用互联网和人工智能等先进技术，持续完善服务流程。建设智慧医疗机构，推行分时段预约诊疗和集中预约检查检验服务，提倡诊间结算、移动支付、线上查询、药品送货上门等便利服务，整合相关线上服务终端。推广居民电子健康档案的应用，完善授权调阅和开放服务渠道及交互方式。逐步拓展日间医疗服务，扩大远程医疗的覆盖范围。积极推进新生儿相关证件的联办。大力推动免疫规划等公共卫生服务的便捷化。优化跨省异地就医的直接结算服务。 AI促进医疗器械创新，降本增效成果显著 模式检测和认证的改进 检测罕见或健康异常状况能力的提高 医疗诊断需要仔细分析复杂而常常相互矛盾的病人信息，以得出准确的结果。 特殊情况下，即使是经验丰富、受过专业训练的医疗人员也难以识别罕见或异常的疾病情况。 借助人工智能支持的医疗技术，可以快速处理数以百万计的数据点，从而识别信息中原本模糊不清的模式。 利用人工智能技术的医疗应用可以将患者的病情与大量数据库进行比对，以便发现类似情