全球医药、医疗行业：GenAI前沿实践更新，Agent化落地成主线

行业报告 招商证券（香港）有限公司 证券研究部 全球医药、医疗行业 陈泓道 +85231896142 陈铸鸿，PhD +85231896354 GenAI前沿实践更新，Agent化落地成主线 ■基于在CHITEC/WAIC大会现场调研，我们汇总了多家厂商和头部医院的最新实操案例，便于投资者把握医疗AI落地的真实节奏 ■针对美国市场，我们梳理了全球医疗AI领导者梅奥诊所的AI技术临床场景应用及全场景战略布局，试图解码其核心竞争优势的构建逻辑 ■建议关注拥有平台级实力和整合交付能力厂商：讯飞医疗（2506HK，增持），蚂蚁集团（未上市） 医疗AI市场增长潜力巨大，为优质企业提供了广阔的成长空间 在“提效降本、优化体验、科研转化”三重需求的驱动下，GenAI在医疗 领域未来的增长确定性正不断强化；根据DataBridge的数据，全球生成式 AI在医疗领域的市场规模至2032年有望达到228亿美元。中国医疗大模 型市场预计从2025年20亿增长至2028年100亿元人民币，CAGR达140%（亿欧智库）。我们看到需求端正催生出一个规模与深度并存的新市场，其广阔空间与丰富需求层次构成了赛道的吸引力。 供给侧观察：早期竞逐下的数据与成本之争 尽管市场前景向好，医疗AI供给侧仍处于早期且高度拥挤的竞争阶段，我们认为，垂直AI领域本质是数据与成本之争。在医疗领域，独有的非公开数据是构筑核心护城河的关键，我们看到领先机构已在积极将数据转化为 核心资产。同时，大模型高昂的研发与训练成本，天然地将竞争门槛抬高，进一步强化了平台级科技厂商的先发优势。当前，资本的大量涌入医疗AI赛代催生了HippocraticAI、Abridge等融资过亿美元的独角兽（市场前景备受瞩目），但医院IT系统复杂、场景碎片化等现实问题，仍使“交 付与规模化”成为行业普遍痛点——实现规模化营收的厂商仍是少数。 然而，尽管门槛高企，垂直领域AI的商业价值也在兑现；SoundHound在 2025年第二季度营收同比激增217%至4300万美元，其收购的AmeliaAI平台已被多家医疗机构用于患者服务自动化。科技巨头也在持续创新；蚂蚁集团在WAIC上发布的“名医AI分身”，打破了时空限制，让平时难以 挂上专家号的患者能随时随地获得初步的专家级咨询。 AIAgent开启新篇章，信息科转型正成为医院竞争核心 今年的CHITEC与WAIC大会传递出明确信号：单一AI工具的效能已达瓶 颈，市场真正需要的是能自主编排任务、协同跨系统工具的“智慧大脑”；医疗AI正从“单点工具”迈向“智能体（Agent）”时代。 这一趋势下我们观察到医疗机构间的分化因AI加速显现，“智慧化鸿沟” 显著：AI应用的深度与广度将重塑未来医院的竞争格局。传统信息科“采购-上线-维护”的被动支持角色已无法适应AI时代需求，取而代之的是由 临床需求驱动、多学科协同的主动赋能模式。头部医院正围绕AI进行组织重塑（如设立“人工智能与信息化部”），将“医护人员的临床想法和实践”置于首位，以更加坚决的态度拥抱AI。 投资布局策略： 自上而下:我们看好具备数据壁垒、成本控制及整合交付能力的头部科技厂商，其平台级实力是定义市场格局的核心支撑。 自下而上:可将医院“AI采纳与整合能力”为先行指标，医院作为 核心付费方，其对AI的“应用领域”和“战略布局”直接决定产 品商业化进度。 关键风险：1)行业与宏观环境；2)数据隐私与伦理挑战；3)强化学习 +LLM泛化能力；4)合规与监管。 georgechen@cmschina.com.hkjonahchen@cmschina.com.hk 最新变动 全球医疗AI更新 推荐 前次评级推荐 纳斯达克指数(2025年8月8日)21,450 生物科技指数(IBB)(2025年8月8日)132 行业表现 纳斯达克指数IBB指数 60% 40% 20% 0% -20% -40% 资料来源：彭博 %1m6m12m 纳斯达克指数6.719.242.5 生物科技指数(0.3)(3.7)(6.7) 资料来源：彭博 相关报告 1.讯飞医疗科技(2506HK)-医疗保健企业日管理层交流更新 2.全球医药、医疗行业-资金涌向垂直AI赛道：全球健康科技投融资重启升势（推荐）(2025/5/22) 3.讯飞医疗科技(2506HK)-医疗人工智能标杆：医讯传千里，技飞福万民 4.全球医药、医疗行业–人工智能在医疗领域应用：GenAI驱动下的医疗变革，聚焦生产力提升与患者优化体验（推荐） （2025/2/10） 5.全球医药、医疗行业–人工智能在药物开发中的应用（推荐）（2024/4/10） 图1：医疗AI产业生态由基础层、模型层、应用层和硬件层构成 重点图表 资料来源：蚂蚁集团研究院-人工智能大模型在医疗健康领域发展态势研究报告 图2：医疗大模型应用价值图谱；高价值应用场景包括：医疗服务、医院管理、健康管理和药物研发 资料来源：蚂蚁集团研究院-人工智能大模型在医疗健康领域发展态势研究报告*该热力图综合了通用大模型的初步评分与多行业专家的交叉验证，综合评估了市面上288个医疗大模型，对11个医疗场景（纵轴）围绕落地案例数、数据整合能力、自动化水平、应用价值与商业化潜力�大维度（横轴）的表现，采用1-10分制进行评分（10分为最高）。 资料来源：世界人工智能大会（WAIC）2025 图4：超越单一模型，以医学LLM为中枢，原生集成工具链、记忆与规划三大组件，构建深度融合临床流程的AI智能体 资料来源：浙江大学人工智能教育教学研究中心 目录 2025年全球与中国医疗大模型市场5 医疗AIAgent6 AIAgent等级划分9 名医“数字孪生”：AI赋能顶级专家同时跨越时间和空间出诊10 “毛洪京医生”智能体案例：AI赋能24/7云端门诊，惠及200万失眠患者11 AgentHospital案例：清华AIR孵化的“加速式”AI医疗创新12 中国顶级医院案例：浙大二院AI赋能临床全链路16 AI在浙大二院的临床落地、运营增效与技术创新突破17 关键患者精准追踪系统（APTS）17 AIforPrediction（院内早期预警）18 AI赋能下的泛血管病院区19 全血管病区的AI驱动医疗路径20 Jack安心智能体25 AI时代医院之变：几点思考28 海外顶级医院案例：MayoClinic33 定义未来医院：梅奥诊所如何通过布局算力、数据平台与战略投资，构筑其AI领导地位34 携手NVIDIA构建顶级算力基础设施34 携手Cerebras：以专有计算架构攻克基因组学挑战，打造全球领先的基因组基础模型35 携手微软，双线布局生成式AI：革新临床影像与运营效率37 携手谷歌云-数据与生成式AI构建医院的“数据和AI大脑”37 MayoClinicPlatform：梅奥诊所的医疗数据基础设施38 MCP具备高合规性39 MCP向全行业开放，成为初创企业和医疗机构依赖的“真实世界数据底座”40 投资：梅奥诊所看好人工智能在医疗保健领域的持久力和长期潜力42 梅奥正加速迈向预测性护理43 机器人有望在医院内外扩大其应用范围44 协作机器人（CollaborativeRobots）45 人工智能正在帮助梅奥诊所摆脱“一刀切”的治疗方法45 投资评级定义48 2025年全球与中国医疗大模型市场 根据DataBridge的预测，全球医疗健康领域的生成式AI市场规模到2032年有望达到228亿美元，2023年至2032年间的复合年增长率（CAGR）将高达32.6%。在中国市场，亿欧智库的估算则更为乐观，国内医疗大模型市场规模2025年将接近20亿元人民币（约合2.8亿美元）；预计将以年均约140%的复合增长率迅猛发展，到2028年市场规 模有望突破100亿元人民币。 图5：全球生成式AI医疗市场增长预测(2025-2032)，到2032年有望达到228亿美元 资料来源：DataBridge 根据蚂蚁集团研究院的数据，截至2024年8月统计，全国共有存续、在业人工智能医疗产业相关企业536家，其中广东省医学人工智能企业数量最多，为142家。北京、上海等城市也在政策驱动下，推动多家医疗大模型与医保、药监数据融合，布局专科诊疗、药物研发和患者服务场景，支持新药研发和数字疗法落地。这一现状反映了发达地区由于具备更强的资金支持、人才储备和技术基础设施，能够更快地推动相关技术和应用的发展。 从增长结构看，医院端的提效降本、稀缺专科的“缺人”痛点、科研转化等多元需求正在同步拉动供给侧从“单点算法”走向“整条临床流程”的智能体化落地，叠加数据与场景壁垒的持续积累，医疗AI赛道呈现规模空间大、需求层次丰富的双重特征。 我们坚信，未来的行业赢家将很可能是具备以下核心优势的平台：（一）闭环的临床证据体系，涵盖前瞻性和真实世界的验证；（二）能够在各科室及多种医疗场景中实现可复制、可规模化的推广路径；（三）具备严密的合规体系，包括数据治理、安全保障及医疗器械/数字治疗（DTx）监管通路。具备这些特质的企业将在即将到来的规模化扩展阶段中显著抢占市场份额。 医疗AIAgent 在本届CHITEC和WAIC行业大会上，医疗AIAgent（智能体）的落地应用成为最受关注的议题。我们在2月份的行 业报告中已深入讨论过大语言模型（LLM）的原始能力与固有限制。尽管新一代推理式模型在鉴别诊断、诊断推理和治疗决策等任务上展现出超越人类平均水平的潜力，然而在严肃的医疗环境中，它们依旧难以克服“黑箱”特性、幻觉现象以及不完善的流程约束。具体而言，依赖单一基座模型的方案存在三大痛点： 1.缺乏长时记忆，难以在多轮对话或复杂病例中保持连贯一致的推理； 2.工具使用受限，只能调用少数预设API，无法像医生那样灵活检索文献、调阅影像和执行计算； 3.思考模式偏“在线”，多为短句式交互，难以离线规划、反思并输出结构化诊疗方案。 图6：“模型”与“智能体”的核心差异——后者突破了纯聊天框的局限，能够模拟人类的“认知框架”来执行复杂任务 资料来源：AIAgent（智能体）技术白皮书（Google，2024） 医疗AIAgent通过把底座LLM作为“超级大脑”，再叠加记忆、工具库与任务编排能力，实现从“会回答”迈向“会做事”。它们可以： 长时记忆与情境洞察：持续汇聚历次就诊记录、可穿戴设备指标和医嘱执行情况，实时更新患者动态病程画像。 智能工具链调用：按需检索最新指南，调用影像／基因分析API，自动生成个体化剂量方案，并无缝对接HIS／EMR完成处方和随访。 闭环决策迭代：先拟定诊疗计划，再依据实时反馈快速调整，并借助自我反思机制持续优化策略。 多角色协同：在多智能体体系中与药师、护理、保险理赔等子代理协同作业，打通筛查—诊疗—随访—支付 的全流程。 图7：AIAgent的组成部分，通常包括模型、工具和编排层 资料来源：AIAgent（智能体）技术白皮书（Google，2024） 在本次医疗人工智能大会上，我们看到医疗AIAgent已初步跳出“对话框”束缚，正演变为贯穿诊前筛查、院内决策、术后随访乃至科研闭环的“数字医生”。大会上，各大医院与厂商相继发布自己的医疗AIAgent，比如蚂蚁集团的“名医AI智能体”目前上线了由院士领衔的、超过200个专科名医的AI智能体，覆盖了20个专科专病，让名医的服务能力得到了拓展，也让优质的医疗服务借助AI的能力实现普惠：它们能在专家问诊替身、诊后随访等高负荷场景中，接管繁复流程提高整体医疗效率。例如在心血管全病程管理中，系统可与硬件结合持续获取数据：入院阶段由Agent自动输出心血管风险评分并推送个性化用药方案；术中在虚拟环境先行模拟支架或瓣膜的型号与植入深度；术后依托穿戴设备实时捕捉异常并动态调整随访计划。 图8：浙大二院医疗AIAgent技术路径构想，通常分别是模型（model），工具（tools）和编排