正文
1、医疗资源分布式重构:利用AI技术，构建“区域中心+社区节点”的“1+N”分布式医疗服务网络，将优质医疗资源下沉到基层。1）基层医疗机构AI诊断终端普及:
在基层医疗机构部署AI诊断终端，提升基层医生的诊断能力，实现常见病、多发病的就近诊疗，缓解大医院就诊压力。
2）私立医院运营成本显著降低:
通过自动化报告生成、智能分诊等AI应用，私立医院运营成本有望降低22%，提升运营效率和盈利能力。
2、制药工业范式革新:
DeepSeek AI技术将渗透到药物研发的各个环节，革新制药工业范式：
1）化合物筛选效率指数级提升：
利用AI技术，将化合物筛选效率提升40倍，大幅缩短新药研发周期。
2）临床试验患者精准匹配：
AI技术可以将临床试验患者匹配精度提高至89%，缩短研发周期6-8个月，加速新药上市进程。
3）药物靶点发现与设计加速：
利用AI分析生物数据和分子结构，加速药物靶点发现和药物分子设计，为新药研发提供更强大的技术支撑。
4）临床试验设计与优化：
AI能够优化临床试验方案，提高试验效率和成功率，降低研发风险。
5）药物生产工艺优化：
AI可以用于优化药物生产工艺，降低生产成本，提高药品质量和生产效率。
3、健康管理服务升级:
以Deepseek为基座的大模型AI技术将推动健康管理服务从被动式、粗放式向主动式、个性化、精细化升级：
1）心血管事件风险提前预警：
通过可穿戴设备数据实时分析，AI系统可以提前14天预警心血管事件风险，为用户争取宝贵的预防和治疗时。
2）个性化健康方案动态调整：
AI系统能够根据用户健康数据和生活习惯，动态调整个性化健康方案，调整频率可达分钟级，实现更精准、更有效的健康干预。
3）主动式健康监测与干预：
AI主动监测用户健康数据，并在风险出现前进行干预，例如主动推送健康提醒、预约体检等。
4）虚拟健康顾问：
提供7x24小时在线健康咨询和指导，解答健康疑问，提供情绪支持。
4、医保支付体系优化:DeepSeek将助力医保支付体系实现精细化管理和智能化升级：1）精算模型精度大幅提升：
AI精算模型可以纳入10,000+临床变量，将保费定价误差率降至0.3%，实现更精准的风险评估和保费定价。
2）欺诈检测系统挽回巨额损失:
据案例显示，AI欺诈检测系统每年可挽回损失超过12亿元，有效遏制医保欺诈行为，保障医保资金安全。
3）基于价值的支付模式：
将支付与医疗服务质量和效果挂钩，激励医疗机构提供更高质量、更低成本的服务。
4）动态医保目录调整:
利用AI分析药物疗效、成本效益等数据，动态调整医保目录，提高医保资金使用效率。
DeepSeek AI通过医疗资源重构、制药工业革新、健康管理升级和医保体系优化四大路径，全面释放商业价值。其技术助力基层诊疗能力提升和私立医院效率优化，加速药物研发与生产流程，提升健康管理的精准性与主动性，同时优化医保支付模式，降低成本、提升效率，为医疗健康产业带来高效、智能化的深刻变革。
技术迭代与数据积累：AI医疗的起源可追溯至20世纪70年代，早期以专家系统（如QMR、DXplain）为主，但因技术限制（如算力不足、算法不成熟）未能大规模应用。
21世纪初，深度学习、自然语言处理和计算机视觉技术的突破重新激活了AI在医疗领域的潜力。医疗行业数据量庞大（占全球数据总量的30%），但97%未被有效利用，这为AI模型的训练提供了基础资源。例如，AI通过分析医学影像和电子病历数据，实现了从辅助诊断到药物研发的跨越式发展。
政策与资本的双重推动：1）政策支持：
数字社会下，全球医疗数字化转型已成为大趋势，各国相继出台相关政策布局数字医疗产业加速发展。
2）资本涌入：
2025年1月，全球医疗保健和AI领域融资额分别达94亿和57亿美元，占当月风投总额的58%。例如，Hippocratic AI完成1.41亿美元B轮融资，估值16.4亿美元；西班牙医学影像公司Quibim获5000万美元A轮融资。
医疗资源短缺与效率需求：
全球医生数量不足与老龄化加剧，催生了AI辅助需求。AI可缓解基层医疗资源缺口，例如AI影像分析提升肺结节检出率32%，阅片效率提升26%。
在各国政策、市场需求、数字技术、新冠疫情等因素的共同推动下，全球数字医疗产业发展迅速。据
GrandView Research
数据，2022年全球数字医疗市场规模为2110亿美元，2023-2030年将以18.6%的年均复合增长率增至8092亿美元。从技术角度来看，数字医疗主要包括远程医疗（Tele-medicine）、移动健康（mHealth）、医疗服务和数字医疗系统四大细分市场。其中，远程医疗是数字医疗产业最大的细分市场。
全球数字医疗产业发展趋势：1）服务模式趋势：
日趋个性化和智能化，大数据、人工智能等创新技术的发展使得数字医疗产业加速发展，推动医疗护理服务愈加个性化和智能化。
2）技术更新趋势：
全球数字医疗数据加快实现合规共享开放，数据是开展医疗数字化的关键，近年来，各国不断增加对数字基础设施的投资，未来全球数字医疗数据将加快实现共享开放。
3）产品结构趋势：
远程医疗领域市场加速扩大，由于对准确监控健康和健身、安全存储医疗保健信息以及实时人口管理的需求不断增长，远程医疗服务的需求正在激增。同时，远程医疗硬件和软件组件的升级有助于市场的进一步增长。
4）区域发展趋势：
亚太地区市场预期增速最快，近年来，中国、日本、印度等亚太地区国家政府相继开展数字医疗相关国家战略计划，同时亚太地区数字医疗市场参与度越来越高，预计将推动亚太地区数字医疗产业加快增长。
人工智能技术正以飞快的速度融入医疗、金融等多个领域，而佩洛西与Cathie Wood的投资选择再次验证了这一趋势的潜力。
佩洛西与Cathie Wood在收购AI企业方面的举动，主要可以归结为对科技行业的发展潜力和未来趋势的看好。AI技术正在改变多个行业的运作方式，尤其是在医疗、金融和制造等领域，对于提高效率和决策能力具有重要作用。
首先，佩洛西与Cathie Wood在这一领域的投资反映了她们对“AI+医疗”这一创新领域的高度重视。
Cathie Wood在采访及《Big Ideas 2025》报告中多次强调，医疗保健是AI最被低估的应用领域。她指出，多组学测序与AI药物研发正革新医疗行业，可将新药研发周期缩短至8年、成本降低4倍，大幅提升癌症等疾病的诊断和治疗精准度。她预计，到2030年，AI将使药物研发和诊断效率提高数百倍，推动医疗行业高速发展。同时，她认为，未来5至10年内，自动驾驶出租车可能是AI的最大应用领域。
数据显示，Cathie Wood的旗舰基金ARK Innovation ETF(ARKK)持有Recursion、Crispr Therapeutics、Tempus AI、Twist Bioscience和Beam Therapeutics等医疗健康股。她指出，Recursion借助AI技术使该公司研究人员平均提出假设的数量增加了10倍。
此外，前美国众议院议长佩洛西在1月14日购买了50份2026年1月到期的Tempus AI看涨期权，行权价为20美元。佩洛西大手笔押注后，Tempus AI(TEM.US)年内股价一度翻倍。这家成立于2015年的公司专注于将AI技术应用于精准医学，通过数据分析改善癌症等疾病的治疗效果。
根据Cathie Wood的采访，AI在医疗保健领域的应用提供了可观的增长机会。例如，AI可以帮助医生进行疾病预测、个性化治疗以及改善患者护理等关键方面，这些都能直接提升医疗服务的质量和效率。其次，Cathie Wood的投资策略通常注重于新兴科技的长期潜力。她曾提到，AI是未来科技发展的重要驱动力，能够为投资者带来可观的回报。通过收购AI企业，她旨在抓住这一趋势，推动创新并实现资本增值。
AI+医疗:数据制约下,国内渗透缓慢,美国数据优势明显,青睐研发环节。
AI大模型在医疗领域的应用场景可分为诊前、诊中、诊后，涉及诊前的药物研发、基因研究、预约就诊、预检分诊以及导诊，诊中的临床诊断、临床治疗、病历录入及药物检索，诊后的医保支付、报告获取、患者随访、康复管理及远程医疗等。
根据 Frost & Salivon数据，2020-2025年间，AI+医疗市场呈现高速增长态势。市场总规模在2025年将达348亿元,增速维持在40%左右。
根据观研数据中心数据显示,AI人工智能细分市场中,影像、数据交换与存储、综合辅助诊断占比较高,占比分别为34%、22%、13%。据
动脉橙
数据显示,从2022年1月1日至2023年6月28日全球生成式AI医疗领域累计投融资事件超过160起，累计投资金额超57.1亿美元。
美国较早推行医疗信息化，医疗行业拥有丰富的结构化数据，这为美国企业在研发端提供了便利。
微软、谷歌、英伟达等科技巨头在AI医疗领域布局积极，例如谷歌早在2014年就收购了
DeepMind
，2016年DeepMind提出将算法应用于医疗保健领域。目前，谷歌和DeepMind团队发布的医疗大模型Med-PaLM在医学考试中已接近“专家”医生水平。2022年7月，DeepMind通过
AlphaFold
算法破解了几乎所有已知的蛋白质结构，其构建的数据库包含超过2亿种蛋白质结构，为开发新药物或新技术以应对饥荒或污染等全球性挑战铺平了道路。
从国内来看，目前影响大模型在医疗领域渗透的主要问题在于数据。
一方面，医疗行业数据量非常大、质量较差，将医疗行业的数据进行整理清洗需要一个过程；另一方面，医疗行业数据涉及患者隐私和国家安全等敏感信息，数据开放度低。尽管面临着数据困难，但国内科技企业一直在迎难而上，比如华为盘古大模型已经助力药品开发，百度文心一言发布了落地医药行业的产品GBI-Bot，京东健康发布了“京医千询”医疗大模型等等。
从一二级市场来看，对于大模型+医疗，二级市场更多关注的是原有医疗信息化企业产品的智能化，而一级市场更多关注大模型在医药研发、辅助诊断等方面的应用。例如：1）医联：
国内首款医疗大模型medGPT发布者，2023年4月28日，医联发布国内首款大模型驱动的AI医生medGPT，基于Transformer架构，参数规模达1000亿，支持多模态输入输出。模型预训练使用20亿医学文本数据，微调阶段结合800万条高质量临床数据，并由100多名医生参与监督训练。medGPT突破了AI医生无法连续对话的难点，在疾病预防、诊断、治疗、康复四个环节实现智能化。实验显示，其诊断结果与线下门诊诊断吻合率超过97.5%，展现了AI医生的潜力。
2）云知声：基于山海大模型的门诊病历生成系统：
2023年5月26日，云知声发布“山海大模型”，并推出手术病历撰写助手、门诊病历生成系统和商保智能理赔系统等医疗应用。其中，门诊病历生成系统具备降噪、医患角色区分、信息摘要及病历自动生成功能，可提升电子病历录入效率400%，节约问诊时间40%，提高门诊效率66%。
3.2.1创业慧康：
创业慧康科技股份有限公司成立于1997年。公司秉持“创造智慧医卫、服务健康事业”宗旨，专注医疗卫生领域信息化服务与创新，产品涵盖智慧医疗、智慧卫生、医保、健康、养老等各种智慧场景。
公司总部位于杭州，全国设有分支机构40余家，业务范围覆盖全国30多个省、自治区及直辖市，服务用户近7000家。自2021年启动“慧康云”整体云化转型发展战略，创业慧康从传统IT信息产品服务商向科技云生态企业转型，真正形成医疗卫生健康信息化行业的云生态价值供应链，成为健康中国卓越领跑者。
公司依托大数据应用技术和健康城市运营业务，进行整体市场布局，以“未来医疗”新模式为基础构建医疗健康产业的物联网生态体系。目前，基于自主开发的智能物联支撑平台，已逐步形成了以物联网技术为核心的便民服务、临床应用服务、运营管理服务、健康服务等医疗应用服务体系和战略部署。同时，公司将不断根据院内场景需求定向打造物联网模块产品，力求达到院内就医场景基本覆盖。重要产品包括“医疗物联网接入基础平台”“运维云平台”“数字病房”和“床旁智能交互系统”等。
