報告出品方：民生證券
以下為報告原文節選
------
1 AI 賦能醫藥全産業鍊，應用場景廣泛
随着算法算力進步和資料積累，AI 實作賦能創新藥研發和醫療診斷，應用場景持續擴張。AI 醫療包括基礎層、技術層和應用層，頭部公司在基礎層圍繞資料、算法和算力已經構築了高壁壘，而多數的科技公司在技術層完成優勢領域的布局，最終在應用層實作對醫療服務全領域的覆寫。在藥物研發全産業鍊中，上遊的模型資料集是重要資源、雲計算平台提供算力支援；中遊的 AI 藥企通常采用研發外包形式與下遊合作，而 IT 公司通過 AI 模型和計算平台參與到新藥發現中；下遊傳統藥企是 AI 藥企的主要合作夥伴，而 CXO 企業會通過投資、收購等方式參與到 AI藥企的經營中，共同賦能下遊客戶。
2 世界 AI 大會上醫療+AI 多元呈現，百花齊放
7 月 8 日，世界 AI 大會（WAIC） 醫療論壇召開，聚集各類企業、臨床醫生、政府機構三方專家，展示和探讨了醫療醫藥領域結合 AI 在應用落地上的前沿動态和想象空間。
2.1 模型——從通用語言大模型到醫用語言大模型
通用語言大模型可以經過醫學專業知識預訓練，通過醫學領域專業圖形和文字資料訓練和微調來實作使一般領域視覺語言大模型經過短時間訓練具備生物醫學領域的多模态對話式人工智能。
對話式生成人工智能在輔助生物醫學從業者上表現出非凡的前景，但目前的研究還是主要集中在單模态文本上。多模态對話式人工智能通過利用來自公共網絡的數十億圖像文本配對資料取得了快速進展，但仍然缺乏這種通用領域的視覺語言模型對生物醫學專業領域的了解和交流複雜性的還原。6 月 14 日，微軟推出LLaVA-Med 模型，首個實作有效的訓練生物醫學領域多模态對話式人工智能模型，可以回答生物醫學圖像的開放式研究問題。微軟利用從 PubMed Central 提取的大規模、覆寫面廣的生物醫學圖形和文字資料集實作醫學概念比對，使用 GPT-4從文字中跟随資料實作自監督式學習，然後通過醫學領域教學微調來實作使一般領域視覺語言大模型經過短時間訓練具備生物醫學領域的多模态對話式人工智能。
效果執行個體：LLaVA-Med 訓練後相較于 GPT-4 針對胸部 X 光圖像相關問題實作了更細緻專業的對話，包括對圖像的解讀和拓展性問題的解答（病人體内有無裝置植入），GPT-4 可以作為對照。
WAIC 上，聯影智能同樣提出了幾類從通用大語言模型到醫療專用大模型的訓練方法，包括添加“提示”、預訓練、參數微調等。
2.2 應用：建構診療新生态——AI+全生命周期健康管理
2.2.1 AI+裝置——醫學影像輔助診療
AI 模型結合分子影像、核磁共振、計算機斷層等醫療裝置，以冠脈 CTA 診斷為例，CT 掃描後通過影像進行狹窄與斑塊檢測，并實作結構化報告自動生成，提高冠脈重建成功率和效率。
根據國家衛健委能力建設和繼續教育中心大資料辦公室的調研資料，在樣本包含的 4418 家三級醫院、1556 家二級醫院、99 家一級醫院或社群衛生服務中心中，三級醫院的醫學影像 AI 産品滲透率最高（73.9%），二級醫院滲透達到 32.5%，一級醫院或社群衛生服務中心最低約 10.1%。
另外一份調研以縣域醫院為樣本，覆寫 26 省 398 縣，439 家縣醫院，其中二級醫院占比 72.8%，三級醫院占比 27.2%。調研結果顯示縣域醫院有約 50%已經有 AI 輔助診療軟體，三級醫院科室配備 AI 輔助診療軟體占比相對高于二級醫院（60.2%vs45.2%)。另外，25.3%受訪醫院表示有資金用于購買 AI 輔助診療軟體。
2.2.2 AI+決策新方式-數字孿生
AI 模型可以通過數字孿生器官模拟治療效果來幫助實作個性化治療，例如根據心功能計算模型模拟心髒在各種手術方案中對應的治療效果以實作個性化治療。
另外西門子展示了應用軟體針對不同器官和病種開發的臨床決策應用，包括惡性良性腫瘤、心髒、神經等。
2.2.3 AI 診斷+醫療資訊化
AI 模型疊加電子病曆可以實作初步診斷和臨床診療資訊結構化存儲，這樣可以提升醫院導診分流、資訊記錄存儲的效率和診斷的準确率。
2.3 AI 賦能多場景、多領域創新藥研發，促進新藥研發降本增效
AI 可應用于藥物發現的各個階段，提高早期發現的效率。使用 ML、DL 及生成式 AI 及其他 AI 技術，藥企可以減少藥物發現及開發所需的時間和資源，同時提高臨床試驗的成功率。具體而言，生成式 AI 有可能通過使科學家能夠為以前無成藥性的靶點生成新分子，進而徹底改變藥物發現，這可能為藥物開發提供新途徑。
與傳統藥物開發方式相比，AIDD 方式有潛力加快過程，并以更具成本效益的方式發現藥物靶點。
--- 報告摘錄結束 更多内容請閱讀報告原文 ---
報告合集專題一覽 X 由【報告派】定期整理更新
（特别說明：本文來源于公開資料，摘錄内容僅供參考，不構成任何投資建議，如需使用請參閱報告原文。）
精選報告來源：報告派
醫療 / 健康 / 養老 /
醫療器械 | 體外診斷 | IVD | POCT | 醫療影像 | 醫藥産業 | 生物醫藥 | 醫藥電商 | 康複醫療 | 醫療資訊化 | 智慧醫療 | 網際網路醫療 | 遠端醫療 |醫療機器人 | 醫療大資料 | 醫療耗材 | 醫療裝置 | 兒科醫療 | 高端醫療 | 海外醫療 | 醫療租賃 | 眼科醫療 | 醫療租賃 | HMO美國醫療 | 大健康 | 健康體檢 | 運動健康 | 女性健康 | 保健品 | 醫療美容 | 整形 | 美容儀器 | 連鎖醫院 | 民辦診所醫院 | 寵物醫院 | 網際網路醫院 | 醫生人群 | 養老産業 | 養老地産 | 銀發人群 | 人口老齡化 | AI醫療