2023年中国医疗AI产业链深度研究报告.docx

证券研究报告

AI大模型+医疗龙头公司

——医疗AI产业链深度研究

行业评级：看好

2023年4月10日

分析师

邮箱

刘雯蜀

liuwenshu03@

研究助理

邮箱

田子砚

tianziyan@

证书编号

s1230523020002

摘要

1、医疗AI平台整体框架：迈入大模型时代，多模态AI通用化成为未来趋势

医疗人工智能平台包括数据资源层、人工智能平台和医疗应用层。开源框架和算法占有重要地位，如选择工程化能力较强的TensorFlow或在图像方面表现良好的Caffe等开源框架，选择在图像识别方面常用的卷积神经网络（CNN），循环神经网络（RNN）算法模型等。

GPT开启多模态通用AI大模型时代，NLP、CV、科学计算多模态大模型AI通用时代来临。

2、AI大模型将在医疗信息化、互联网医疗、医卫和医保信息化等领域产生生产力变革性推动

AI大模型+插件模式推进AI应用领域进入全新发展阶段。OpenAI大模型推出插件可以对接下游应用程序，为开发者提供接入平台，极大助力了AI大模型下游应用的落地。OpenAI与微软Azure合作助力ChatGPT、GPT-3.5、GPT-4对接企业，提供toB服务，推动了AI应用端发展浪潮。

GPT-4已实现医疗领域商用合作。微软旗下NuanceCommunications发布与OpenAI的GPT-4集成的支持语音的医疗病历生成应用程序DAX（DragonAmbienteXperience）。GPT-4对于事实的阐述精度对比GPT-3.5高出40%，在医学知识自测评论考试表现更优秀，支持多模态输入，预测会对医疗信息化、互联网医疗、公卫、医保信息化细分领域产生效率的变革性推动。

百度文心一言前期有很多互联网医疗、医疗信息化、创新药械、医保等接入进行内测和工具开发，预计随着百度千帆的企业服务大模型发布，将会进一步推动医疗AI的发展。

3、我国积极推动信息技术在医疗行业应用，建议关注医疗信息化、互联网医疗、医保信息化龙头厂商

我国积极推动发挥信息技术对于医疗行业的支撑作用。发展“互联网+医疗健康”，建设面向医疗领域的工业互联网平台，加快推进互联网、区块链、物联网、人工智能、云计算、大数据等在医疗卫生领域中的应用，加强健康医疗大数据共享交换与保障体系建设。提升服务便捷性。积极运用互联网、人工智能等技术，持续优化服务流程。建设智慧医院。

建议关注：卫宁健康、东软集团、医渡科技、创业慧康、万达信息、久远银海、山大地纬、平安好医生、嘉和美康 2

风险提示

1、宏观经济下行风险。

2、医疗AI应用市场推广不及预期风险。

3、支持医疗AI政策发展落地不及预期风险。

4、行业竞争加剧风险。

3

医疗AI框架01开源框架

医疗AI框架

01

GPT大模型带来生产力变革

4

医疗AI平台整体框架：迈入大模型时代，多模态AI通用化成为未来趋势

辅助医疗影像诊断、语音电子病历、虚拟医生、辅

助临床诊断、药物研发、基因测序、精准医疗

深度学习、机器学

习、增强学习、迁

移学习

应用层技术

图像处理、图像识别、

应用层

NLP、CV、科学计算多模态大模型AI通用时代来临

GPU、CPU、FPGA

算法

开源框架计算能力数据层

语音识别、语义分析

TensorFlow（Google）、Caffe（阿

里巴巴技术副总裁贾扬清个人开发

的）、PyTorch（Facebook）、Keras

（Google工程师开发）

CT、超声、X光、心电图、病历

GPT-3

TransformerPyTorch

微软云Azure

数据层

GPT-4

传统医疗AI框架 AI大模型

.5

.

资料来ID源C、：CSDN、机器学习算法与自然语言处理、电子工程世界等，浙商证券研究所

开源框架案例——GoogleTensorFlowGEHealthcare

在高性能CPU上，整个过程需要~3.5秒。

MRI是一种3D成像技术，允许临床医生无创地可视化体内的

结构，而无需电离辐射。MRI是一种广泛使用且功能强大的成像方式，因为它在“软”组织（例如灰质、白质和脑脊液）之间具有出色的对比度，并且不仅能够可视化解剖结构，还可以描绘生理和功能，例如血流、灌注和弥散。

在独立测试图像上获得了99.2%的分类准确率。

MRI

介绍

图像质量检查：检查给定的定位器图像是否适合识别所需解剖结构的平面。这是通过使用五层二元还原常规CNN分类网络模型

（LocalizerIQ-Net）来识别实现的。

识别解剖覆盖：通过结合基于形状的语义图像分割U-NetDL

模型（称为“覆盖-网络”）在定位器图像中定位所需解剖学

解决