- 1、本文档共84页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
;
2025年有望成为“AI+医疗”元年:DeepSeek的出现标志着算力成本的大幅降低,大模型平民化时代有望到来,AI产业逻辑从算力往应用端全面延伸。医疗板块具备较强AI应用挖掘潜力,一方面是很多细分产业会产生较多具备分析价值的高质量数据,AI赋能数据挖掘;另外一方面是医疗产业链相对复杂,各环节交互较多,适合商业模式的创新。
美股AI医疗投资对国内有借鉴意义:美股AI医疗赛道中上市公司较多,部分上市公司历史悠久、商业模式较为成熟,国内多数商业模式仍然处于探索性阶段,因此美股的案例对国内AI医疗商业模式的研究具备一定的借鉴意义。
AI+医疗的产业图谱:国内AI医疗产业链相对比较复杂,按照AI赋能的产业链环节不同,我们认为可以大概分为4类。
?C端自我管理:C端患者运用AI工具管理自己的健康,如慢病管理、个性化用药、健康数据追踪等;
?B2C远程管理:C端患者和B端医疗机构脱离线下场景,实现远程互动,如远程影像、远程病理等;
?B2C临床管理:AI赋能B端医疗机构的临床决策,如AI医生、院内大模型等;
?B端自我管理:B端医疗机构利用AI工具提高内部运营效率,如电子病历、HIS系统、病床管理、供应链管理等。
投资建议:
硬件+AI:测序设备公司(华大智造等)、影像设备公司(迈瑞医疗、联影医疗等)、个人健康终端公司(三诺生物、鱼跃医疗等);
数据+AI:测序数据公司、ICL数据公司(金域医学等)、体检数据公司。
风险提示:技术升级迭代不及预期、商业化进程不及预期、行业竞争加剧风险。;
目;;
AI医疗复盘
本轮AI行情的中美差异:
起点一致:本轮AI行情的起步都是从2023年一季度开始的,标志性事件是以OpenAI的GPT-4为代表的大型语言模型(LLM)首次亮相,展现出强大的自然语言处理能力,能够进行创意写作、编码和复杂问题解决,因此2023年被认为是生成式AI的元年,随后又有多模态大模型的突破(文生视频模型SORA)、算力提升、端侧应用等又进一步加强了AI的逻辑。
路径不同:美股的AI代表性公司(以英伟达为例)股价持续上涨,基本面和预??相互促进;国内AI相关公司(以寒武纪-U为例)从2024年9月开始股价明显上涨。
图:英伟达股价走势图图:寒武纪股价走势图;;
2023-2024年医疗AI的特点:
2023-2024年更多是强调算力,并没有全面拓展到应用层面,但医药受益于AI更多的是在应用层面;
当时医疗AI相关的公司比较少,并未形成一个相对完整的细分板块。
医药板块整体处于下跌状态,AI的逻辑也不顺,不支持AI主线的持续性。
2025年医疗AI的“同与不同”:
“不同”:AI的发展从硬件端进入到应用端,出现了非常多的低成本平民大模型和AI应用,为很多商业模式提供了低成本试错的机会。如果我们把目光从“AI对行业的颠覆”切换成“AI对行业的改变”,就会发现改变或是大概率事件。
“同”:AI是一个新生事物,应用端的快速崛起,多数公司和商业模式目前处于摸索尝试阶段,跟上一轮一样或存在“不确定性”。;;
相对于制药产业链,医疗产业链包含的应用场景和商业模式更加复杂,AI在各种关系的交互过程中均有一定的作用。众多应用场景中,“医患”场景是产业链中最重要的环节之一,我们认为,围绕“医患”可以衍生出四大类相对成熟的应用场景:C端自我管理、B2C远程管理、B2C临床管理、B端自我管理。
除了医患场景之外,实际上AI在流通、医保控费、商保精算等其他产业链环节,AI也会发挥一定的作用。;
B端自我管理;
主线一:硬件+AI
测序:华大智造等
机器人:微创机器人等
小设备:三诺生物、鱼跃医疗、乐普医疗等
大设备:迈瑞医疗、联影医疗、开立医疗、万东医疗、鹰瞳科技等
主线二:数据+AI
金域医学、迪安诊断等
华大基因、贝瑞基因、诺禾致源等
美年健康、润达医疗等
主线三:CRO+AI
平台:药明康德、泰格医药、康龙化成等
特色:药石科技、皓元医药、成都先导、泓博医药等
其他:晶泰控股等;;
C端自我管理:患者运用AI工具,无需线下的临床端场景,自己可以进行疾病筛查、诊断、治疗、康复以及日常健康管理等全周期自我管理。
筛查:疾病早筛,基于AI算法或大数据模型,根据患者自我监测的健康数据,预测疾病发生可能、给出健康管理办法的应用。
诊断:移动医疗、互联网医疗等线上诊端
文档评论(0)