AI+醫藥：勢不可擋，未來已至——AI+醫療行業深度行業投資評級：強大于市|維持中郵證券研究所醫藥團隊中郵證券2025年2月17日證券研究報告

“AI+醫療”解決方案全球市場有望突破千億美元，有望進入到商業化加速階段。“AI+醫療”行業人工智能解決方案的全球市場規模預計將由2022年的137億美元增至2030年的

1,553億美元，CAGR為35.5%，行業存在爆發式增長機會。政策面上，

國內宏觀政策利好AI制藥，

醫療AI三類證審批加速。“AI+

醫療”相對傳統醫藥研發優勢顯著，在算法+數據+臨床場景閉環構建護城河，“AI+醫療”細分板塊享受估值溢價。我們認為“AI+醫療”有望應用于藥物研發、

癌癥診斷、醫學影像、手術機器人等領域，行業或迎來巨變。

海外AI醫療公司在制藥、精準醫學、影像等領域布局較多，

逐步進入成熟階段。AI制藥公司顯著特征是皆擁有強大AI技術平臺，

通過和大型藥企合作促進收入快

速增長，較多為AI-Saas發展到AI-CRO，部分發展為AI-Biotech，涉及物理、化學、生物交叉領域，

管線越靠后對專業要求越高，但價值明顯增加；精準醫學領

域主要為數據驅動的新興企業，

該部分公司在高質量數據/醫藥專業擁有優勢，一是能和多方合作獲取原始數據，包括大型醫療機構、研究機構、制藥公司等；二是在某一醫學領域具備足夠專業壁壘，

擅長神經退行性疾病、免疫學、癌癥等領域；

影像領域主要為已建立AI平臺的成熟醫療影像企業，在數據、技術、市場

和資金方面具有顯著優勢。

醫療行業大模型快速發展，國內科技巨頭、醫藥企業及初創公司紛紛加碼布局。

隨著AI技術的快速發展，

國內醫療相關領域模型愈發成熟，逐步實現商業化。根

據細分領域劃分，主要在以下四個大方向演繹：

1）AI+制藥：憑借AI強大的數據分析和模型預測能力，AI制藥在分子設計和藥物篩選方面能夠大幅提升藥物的

研發效率和成功率，代表公司為晶泰控股、泓博醫藥等。

2）AI+影像/手術：

AI在醫療影像分析方向深度學習，能夠快速識別病灶、精準診斷疾病并提供綜合解

決方案，代表公司為聯影智能、微創機器人等。

3）AI+輔助診斷：基于龐大優質的數據積累優勢，利用AI技術并結合專家訓練，

實現快速分析、診斷及解讀，代表公司為華大基因、潤達醫療等。4）AI+醫療服務：主要面向醫療機構、政府部門及群眾，在數據信息化基礎上，利用AI大模型優化診療服務和疾病管

理，代表公司為訊飛醫療、騰訊健康等。

投資建議：穩健配置：我們看好商業化模式清晰或正在商業化，支付方已打通、技術替代空間大的細分領域。AI+制藥、

AI+外科手術、AI+數據服務等方向個

股業績有望快速兌現。受益標的：

晶泰控股-P、泓博醫藥、華大基因、華大智造、微創機器人-B、美年健康、醫渡科技、訊飛醫療科技。彈性配置：偏早期布局，

技術有一定風險，但重大進展可能引發市場高度關注，

偏事件驅動。看好AI+智能穿戴、AI+腦機接口、AI+基因編輯等方向。受益標的：樂心醫療、三博腦科、

創新醫療、愛朋醫療、百普賽斯、南模生物。請參閱附注免責聲明

2投資要點醫療新基建核心賽道，“AI+醫療”處于商業化加速期“AI+醫療”應用前景廣泛，醫藥行業或迎巨變投資建議風險提示目錄一

二

三

四3醫療新基建核心賽道，“AI+醫療”處于商業

化加速期一4n“AI+醫療”行業CAGR有望超35%，細分領域（如AI制藥、基因測序、手術機器人等）存在爆發式增長機會

在技術進步、有利的政府政策及各行業需求增加的推動下，全球人工智能解決方案市場正在快速發展。全球人工智能解決方案市場規模由2018年的433億美元增至2022年的

1,395億美元，CAGR為34.0%，并預計將由

2023年的1,870億美元進一步增至2030年的14,142

億美元，CAGR

為33.5%。中國人工智能解決方案

市場規模由2018年的35億美元增至2022年的139億美元，CAGR為40.8%，并預計將由

2023年的185億美元進一步增至2030年的1,683

億美元，CAGR

為37.0%。醫療保健板塊人工智能解決方案的全球市場規模預計將由

2022年的137億美元增至2030年的1,553億美元，CAGR為35.5%。

1.1“AI+醫療”解決方案全球市場有望突破千億美元圖表1：全球及中國人工智能市場有望高速增長圖表2：全球藥物研發外包服務市場維持穩健增長資料來源：Frost

&

Sullivan、

中郵證券研究所資料來源：Frost

&

Sullivan、

中郵證券研究所請參閱附注免責聲明5圖表3：多部委出臺政策推動人工智能在醫療領域應用落地發布時間發布機構文件名稱相關內容2016年6月24日國務院《關于促進和規范健康醫療大數據應用發展的指導意見》大力推動政府健康醫療信息系統和公眾健康醫療數據互聯融合、開放共享，消除信息孤島，

積極營造促進健康醫療大數據安全規范、創新

應用的發展環境，通過“互聯網+健康醫療”探索服務新模式、培育發展新業態；

將健康醫療大數據應用發展納入國家大數據戰略布局。2016年10月25日中共中央、國務院《

“健康中國2030”規劃綱要》發展基于互聯網的健康服務,推進可穿戴設備、智能健康電子產品和健康醫療移動應用服務等發展；全面推進醫保支付方式改革，

積極推進

按病種付費、按人頭付費，積極探索按疾病診斷相關分組付費（DRGs）、按服務績效付費，形成總額預算管理下的復合式付費方式。2017年7月20日國務院《關于印發新一代人工智能發展規劃的通知》推廣應用人工智能治療新模式，建立智能醫療體系。建設智慧醫院。開發人機協同的手術機器人、智能診療助手，研發柔性可穿戴、生物兼容的生理監測系統。2018年4月28日國務院《關于促進

“互聯網+醫療健康”發展的意見》研發基于人工智能的臨床診療決策支持系統，開展智能醫學影像識別以及多種醫療健康場景下的智能語音技術應用。2018年7月13日衛健委、國家中醫藥管理局《關于深入開展“互聯網+醫療健康”便民惠民活動的通知》加快推進智慧醫院建設，改造優化診療流程。推進智能醫學影像識別、病理分型和多學科會診以及多種醫療健康場景下的智能語音技術應用，提升醫療服務效率2019年9月30日發改委等21部委《促進健康產業高質量發展行動綱要(2019-2022年)》加快人工智能技術在醫學影像輔助判讀、臨床輔助診斷、多維醫療數據分析等方面的應用，

推動符合條件的人工智能產品進入臨床試驗。積極探索醫療資源薄弱地區、基層醫療機構應用人工智能輔助技術提高診療質量，促進實現分級診療。2020年5月21日衛健委《關于進一步完善預約診療制度加強智慧醫院建設的通知》加快建立互聯網醫療服務監管平臺，優先建設具備監管和服務功能的平臺，并依法依規加快對互聯網診療和互聯網醫院的準入。要進一步完善遠程醫療制度建設，提高遠程醫療服務利用率，推動遠程醫療服務常態化。2021年3月12日中共中央、國務院《國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》構建基于5G的應用場景和產業生態，在智能交通、智慧物流、智能能源、智慧醫療等重點領域開展試點示范。2021年6月4日國務院《關于推動公立醫院高質量發展的意見》推動云計算、大數據、物聯網、區塊鏈、第五代移動通信（5G）等新一代信息技術與醫療服務深度融合。推進電子病歷、智慧服務、智慧管理“三位一體”的智慧醫院建設和醫院信息標準化建設。大力發展遠程醫療和互聯網診療。推動手術機器人等智能醫療設備和智能輔助診療系統的研發與應用。2022年11月國家衛健委、

國家中醫藥局、國家疾控《

“十四五”全民健康信息化規劃》提出促進醫學人工智能應用試點，進一步推動AI醫療市場擴容。2022年9月國家科技部《“十四五”國家高新技術產業開發區發展規劃》強調在關鍵行業（如生物技術行業）實施技術創新驅動發展戰略的重要性。n國內宏觀政策利好AI制藥，醫療AI三類證審批加速

AI新藥研發是人工智能和醫藥的深入融合產物，也屬于國家重點鼓勵和發展的行業，近年來國務院、政府主管部門出臺了一系列振興及規范生物醫藥及AI新

藥研發行業發展的產業政策，依據《“十四五”醫藥工業發展規劃》與《“十四五”生物經濟發展規劃》政策，國家將重點扶持云計算、大數據、人工智能

等信息技術在新藥研發中的應用，支持和引導AI新藥研發行業快速發展。

1.2政策大力推動人工智能在醫療領域應用資料來源：

中共中央、國務院、衛健委、發改委、科技部、國家中醫藥管理局、國家藥品監督管理局、中郵證券研究所請參閱附注免責聲明6n“AI+醫療”相對傳統醫藥研發優勢顯著

，相關板塊享受估值溢價

AI加持下藥物發現過程時間縮短50%。據晶泰控股-P招股書引自Frost

&

Sullivan數據

，在4-6年的新藥發現過程中

，有25個月左右時間用于靶點至苗頭化合物階段、

25個月用

于苗頭化合物至先導化合物階段

，約十個月用于先導化合物優化階段。其間

，為確定臨床前候選化合物需測試約5000個分子。通過AI更精確的預測方法與干濕實驗一體化解決

方案

，研究者可實際篩選十億個分子

，僅需在2-3年內合成及測試數百個分子即可

，將藥物發現階段耗時縮短至36個月內

，整體縮短50%左右。

從估值角度來看

，

“AI+醫療

”大部分細分板塊享受估值溢價。其中

，

“AI+制藥

”

相關個股平均市盈率為149.1倍

，

“AI+輔助診斷

”

相關個股平均市盈率為127.7倍

，

“AI+數據服務”相關個股平均市盈率為84.7

，相對醫藥行業平均41.0倍

，表現出明顯估值溢價。1.3綜合壁壘高：算法+數據+臨床場景閉環構建護城河84.759.026.8資料來源：晶泰控股-P招股說明書、

中郵證券研究所請參閱附注免責聲明圖表4：人工智能顯著提升醫藥研發效率圖表5：“AI+醫療”相關板塊享受估值溢價資料來源：

Wind、

中郵證券研究所

（細分板塊剔除未盈利AI醫療相關個股）注：估值指標為市盈率149.1127.716014012010080604020041.07應用領域應用階段跟蹤要素代表標的（A股/港股/美股）AI+制藥商業化初期合作藥企數量、臨床管線進展晶泰控股-P、泓博醫藥、成都先導、藥明康德、英矽智能（Insilico）AI+影像識別商業化初期單產品滲透率、三類證數量邁瑞醫療、聯影醫療、開立醫療、鷹瞳科技、理邦儀

器AI+輔助診斷商業化初期醫院覆蓋數量、收費政策華大基因、華大智造、潤達醫療、迪安診斷、安必平、金域醫學AI+手術機器人成長期裝機量、單臺手術收入微創機器人-B、天智航-UAI+數據服務政策催化期數據資產確權進度、政府訂單醫渡科技、醫脈通、訊飛醫療科技、衛寧健康、美年健康n“AI+醫療”有望應用于藥物研發、癌癥診斷、醫學影像等領域

根據ARK近期發布的《Big

Ideas2025》，利用人工智能來“操作”數據將顛覆診斷、藥物發現和治療，到2030年，整個行業的表現將提升幾個數量級。AI將徹底改變多組學工具、藥物研發、分子診斷，并顯著改善藥物的經濟回報。如AI將使DNA等生物信息的讀取和寫入成本分別降低100倍和1000倍；AI將使藥物開發成本降低4倍，并將研發投入的回報提高5倍；AI將使癌癥篩查的效率提高20倍，并且將市場規模擴大10倍；AI藥物的商業價值將比標準藥物高20倍，比同類最佳的精準藥物高2.4倍。未來AI有望改變測序、蛋白質結構預測、化學合成等底層技術基礎，在藥物研發、癌癥診斷、疫苗開發、虛擬細胞、器官芯片、影像識別、數據服務等領域得到廣泛應用。從長遠來看，醫療將成為AI最為深遠的應用領域。

1.4“AI+醫療”應用前景廣泛，醫藥行業或迎來巨變圖表6：AI在制藥、影像識別、輔助診斷、手術機器人、數據服務等領域有望率先應用資料來源：中郵證券研究所自制請參閱附注免責聲明8“AI+醫療”應用前景廣泛，醫藥行業或迎巨變二9n

海外AI醫療公司主要在制藥、精準醫學、影像等領域，其中，AI制藥已涌現較多企業，其顯著特征是皆擁有強大AI技術平臺，通過和大型藥企合作促進收入快速增長；精準醫學領域主要為數據驅動的新興企業；影像領域主要為已建立AI平臺的成熟醫療影像企業。AI制藥AI

精準醫學

AI

影像GE

Healthcare：提供端到端的解決方案，其AI影像平

臺支持放射、病理和心臟病等領域Siemens

Healthineers：西門子旗下的醫療業務部門，提供醫學

影像設備和AI驅動的影像分析解決方

案，AI-Rad

Companion平臺支持放

射學、心臟病學和腫瘤學等領域Zebra

Medical

Vision：專注于AI

醫學影像分析的初創公司，

提供多種AI驅動的影像分析工具，其

平臺支持多種疾病的早期篩查和診斷，

如肺癌、乳腺癌和心血管疾病Schr?dinger：利用量子力學和分子動力學模擬，預測分子結構和性質，優化藥物設計和材料科學Recursion：利用Recursion

OS平臺，開展內部管線

、轉型合作、專用生化數據業務Relay

Therapeutics：結合結構生物學和AI技術，開發針對蛋白質動力學的藥物Tempus

AI：開展基因組學業務，生成大量分子數據

,通過數據去標識化，開展數據和服務

業務，為制藥公司提供分析和云計算工

具，當前已和20家最大的上市制藥公

司中的19家合作；開展AI應用程序業

務，幫助識別疾病早期患者Grail：由

Illumina孵化成立，基于液體活檢

的癌癥早期檢測技術，開發多癌癥早期

檢測產品

2.1.1AI技術在醫療領域應用陸續涌現，

海外企業發展迅猛公司在高質量數據/醫藥專業擁有優勢

,一是能和多方合作獲取原始數據，包

括大型醫療機構、研究機構、制藥公司

等；二是在某一醫學領域具備足夠專業

壁壘，擅長神經退行性疾病、免疫學、癌癥等領域公司在數據、技術、市場和資金方面具有顯著優勢，由此成熟的醫療影像公司較容易切入AI并占據主導地位；初創公司需要在技術、數據和商業模式上找到獨特的切入點才能建立其競爭優勢公司在AI技術平臺具備獨特優勢，較多為AI-Saas發展到AI-CRO，部分發展為AI-Biotech，涉及管線越靠后對專業要求越高，涉及物理、化學、生物交叉領域，但管線價值明顯增加

10請參閱附注免責聲明代表公司優勢圖表8：各公司的AI技術平臺具備獨特優勢公司技術平臺核心特點獨特優勢Exscientia使用AI和臨床模型精準藥物設計平臺自動化藥物設計平臺，從靶點識別到候選化合物優化利用AI設計小分子藥物，優化化合物的活性和選擇性高度自動化的藥物設計流程Schr?dinger基于物理學的分子模擬平臺利用量子力學和分子動力學模擬，預測分子結構和性質提供軟件工具用于藥物設計和材料科學高精度的分子模擬能力BenevolentAIBenevolentPlatform利用AI分析科學文獻、臨床試驗數據和生物醫學數據，識別新的藥物靶點強大的自然語言處理能力RecursionRecursionOS基于細胞成像的高通量實驗平臺，結合AI分析細胞表型數據通過大規模細胞實驗生成數據，訓練深度學習模型強大的實驗數據生成能力，結合AI進行表型

篩選AbsciCorporationAI-drivenplatform結合合成生物學和AI設計蛋白質和抗體藥物強大的蛋白質設計和優化能力Insilico

MedicinePharma.AI具有針對小分子及生物制劑藥物的端到端靶點研發、分子生成及臨床試驗優化能力強大的生成式AI能力，設計全新分子結構圖表7：

AI制藥已上市海外公司統覽ExscientiaSchr?dingerRecursionAbsciCorporationRelayTherapeutics證券代碼EXAI.O（退市，已并入Recursion)SDGR.ORXRX.OABSI.ORLAY.O創立時間2021年6月1990年8月2013年11月2016年4月2015年5月上市時間2021年10月2020年2月2021年4月2021年7月2020年7月核心業務利用AI平臺自動化藥物設計，專注腫瘤學、免疫學和罕見病提供分子模擬軟件平臺，化藥物設計和材料科學優利用RecursionOS平臺，開展內部管線

轉型合作、專用生化數據業務、利用自研藥物研發平臺，合作藥物研發以及內部項目研發結合結構生物學和AI技術，開發針對蛋白質動力學的藥物2023年收入（億美元）0.262.170.450.060.26收入構成99%許可費——預付款和研究資

金73%軟件+27%藥物研究近100%研發協議收入100%技術發展收入（來自藥物研發合作協議）100%許可證，協作及其他收入2023年凈利潤（億美元）-1.860.41-3.28-1.11-3.42n

AI制藥公司較多在2015年左右成立，

皆擁有獨特AI技術平臺，例如Recursion的規模化生物關系探索能力、Schr?dinger的精準分子模擬能力等，和國際大型藥企合作藥物發現、藥物開發等業務，當前行業還在初期發展階段，各家AI制藥公司收入集中在幾千萬美元。

2.1.2海外AI醫藥-AI制藥-公司皆擁有獨特AI技術平臺資料來源：

各公司年報、各公司官網、

中郵證券研究所請參閱附注免責聲明資料來源：

各公司年報、

中郵證券研究所11n

Schr?dinger成立較早，

其業務基于物理原理的計

算平臺，用于分子建模和

藥物設計，

Exscientia則是開發了AI驅動的藥物發現平臺，兩者都擁有強大

的AI技術平臺。n

Schr?dinger和Exscientia

的藥物發現業務皆是自2019年開始快速發展，和

賽諾菲、默克等大型制藥

公司合作，聚焦腫瘤、免

疫領域。

2.1.2海外AI醫藥-AI制藥-公司在發展歷程中存在共性

資料來源：

各公司招股說明書、各公司官網、

中郵證券研究所請參閱附注免責聲明圖表9：Schr?dinger和Exscientia都是在強大AI平臺基礎上開展藥物發現業務12n

AI制藥公司主要業務是和大型制藥公司合作開展藥物發現，其收入主要來自前期預付款（中小型項目大多為小幾千萬美元，大型項目達到1億以上）

+達到某約定條件后的里程碑付款（一般分為開發和商業化兩部分里程碑，每個項目里程碑付款多為2-3億美元）

+特

許權使用費（按照凈銷售額分成，多為個位數百分比）。圖表10：AI制藥業務模式主要是和制藥公司合作開展藥物發現或管線開發Schr?dingerRecursionRecursionExscientiaExscientiaExscientia合作日期2020年11月2021年12月2020年8月2023年9月2021年5月2022年1月合作對象BMS羅氏拜耳默克Bristol

MyersSquibb(BMY)賽諾菲合作事項發現、研究和臨床前開發小分子

化合物，用于腫瘤學、神經學、免疫學治療領域的生物靶點發現和開發胃腸癌和神經科學開發與多個器官系統（包括肺、領域的治療性小分子藥物肝和心臟）纖維化相關的項目設計過程以及轉化和早期非臨床研究，以根據初步商定的目標發現開發候選藥物合作開發腫瘤學、自身免疫、免疫學

和炎癥領域的多個靶點組合開發多達15個新型小分子候選藥物，涉及腫瘤學和免疫學領域合作進展(預付費)初期BMS支付5500萬美元初始預付費用，公司自費發現5個特定生

物靶點的小分子化合物2022年1月羅氏支付1.5億美元2020年10月，拜耳支付3000萬美不可退還的預付款元不可退還的預付款2023年9月支付2010萬美元預付款2021年5月支付3000萬美元預付款，2021年8月BMY行使選擇權，觸發2021Q3收取2000萬美元里程碑付款2022年1月支付了1億美元預付款，2023年12月修訂CLA時支付400萬美元用于擴大合作2023年12月21日，共同決定優先考慮

某些項目，不再繼續開發其他項目里程碑付

款預計（美元）合計15億：5.85億腫瘤學靶點（3.6億特定研究開發和監管里程碑+2.25億特定

商業里程碑）+4.89億神經學和免疫學靶點（2.64億特定研究開發和監管里程

碑+2.25億特定商業里程碑）16個接受的表形圖產生的啟選擇權行使費和開發及商業里程

動費/驗收費合計預計超過2.5碑付款，總價值最高可達約1億或億美元；約1.2億美元，以及根據商業成功每個成功開發和商業化的合作的不同，從低到中個位數百分比項目可能獲得超過3億美元

的分層特許權使用費的開發、商業化和凈收入里程碑付款，以及按凈收入分層的三個初始計劃的所有里程碑都實現，有資格獲得高達6.74億美元的發現、開發、監管和銷售的里程碑（開發發現階段實現的

里程碑約為

1.13億美元）；三個商業化目標產生的任何產品的凈銷售額中獲得從中個位數到低兩位數不等的特

許權使用費。每個目標可能總共獲得高達2.57億美元的里程碑付款；若協議藥物候選產

品獲得監管批準，將獲得個位數百分比的銷售產品的特許權使用費；凈銷售額的分級特許權使用費，從高個位

數到十位數中段不等每個計劃如果成功研究、開發和/或商業化，

將產生高達約3.43億美元的研究、臨床開發、

監管里程碑付款(1.93億)和商業里程碑（1.5

億）付款，所有15個潛在計劃里程碑付款總

計約52億美元；以及從高個位數到十位數

中段不等的凈銷售額分級特許權使用費；以

及臨床共同投資的選擇權，如果行使將把共

同資助產品的凈銷售額的分層專利費提高到

高達

21%特許權使用費2022年12月，BMS和公司修訂合約增加一個神經學靶點，公司為此收到新增的初始預付費用2021年12月，擴展協議使用公司的繪圖和導航工具2022年3月11日，BMY延長了首個合作安排六個月，以生成額外的數據，支付500萬美元現金支付 2.1.2海外AI醫藥-AI制藥-商業模式：合作制藥公司開展藥物發現或管線開發資料來源：

各公司招股說明書及年報、

中郵證券研究所請參閱附注免責聲明截至2023年底，共收到0.25億美元2024年9月收到了3000萬里程碑付款（腫瘤學靶點S0S1）美元的里程碑付款（“驗收費”）2023年9月確認了關于首個炎癥和免疫學目標的研究里程碑，收到了400萬美元里程碑實際付款13圖表12：

Recursion合作情況-對上游付款額遠低于下游收款額合作日期2021年12月2020年8月2018年12月2019年12月2020年5月合作對象羅氏拜耳OSIF(OhioState

InnovationFoundation)ChromadermTakeda合作事項發現和開發胃腸癌和

神經科學領域的治療

性小分子藥物開發與多個器官系統

（包括肺、肝和心臟纖維化相關的項目REC-2282，在協

議執行后的兩年

內達到某些盡職

調查里程碑，包

括啟動臨床試驗REC-3599，以開發、

制造和商業化含有ruboxistaurin的產品，

以非局部配方形式用

于除治療以外的用途REC-4881，用

于治療

FAP和自發性APC

突

變腫瘤患者以及開發其他效

用合作進展2022年1月羅氏支付

(預付費)

1.5億美元不可退還的預付款2020年10月，拜耳

支付3000萬美元不

可退還的預付款支付了

200

萬美

元的預付款支付了

130萬美元的

預付款支付了

150

萬

美元的預付款里程碑付16個接受的表形圖產選擇權行使費和開發

款預計生的啟動費/驗收費合及商業里程碑付款，（美元）

計預計超過2.5億美元；總價值最高可達約1

每個成功開發和商業億或約1.2億美元，化的合作項目可能獲

以及根據商業成功的

得超過3億美元的開

不同，從低到中個位

發、商業化和凈收入數百分比的分層特許

里程碑付款，以及按

權使用費凈收入分層的特許權使用費里程碑費用總額

2000萬美元，以

及許可產品銷售

額的中個位數特

許權使用費第一個適應癥總額最

里程碑金額總

高為3550萬美元，

計高達

3950

萬

如果追求多個適應癥，美元，按包含則最高為5250

萬美

元，某些商業里程碑

最收費4900

萬美元；

以及REC-3599凈銷

售額的中個位數到低

兩位數的分級專利費許可化合物的產品的凈銷售額低到中個位數的特許權使

用費圖表11：英矽智能合作情況-藥物開發付款額遠高于藥物發現合作方付款種類付款項目付款數額（單位：萬美元）復星前期付款首批最多兩個發現項目的啟動費用300另一批最多兩個發現項目的啟動費用一個項目150里程碑付款復星行使PCC選擇權-單項目300就OPCTL項目行使PCC選擇權并支付

行權費用，服務里程碑4800賽諾菲前期付款6個合作靶點的候選藥物1250增加額外3個合作靶點900里程碑付款研究里程碑1850開發及監管里程碑8200銷售里程碑10000特許權使用費產品年度銷售凈額達到特定預設門檻6%-12%年度產品銷售凈額Exelixis-ISM3091前期付款不可退換的預付款8000里程碑付款開發里程碑最多10000商業里程碑最多10000以銷售為基礎的里程碑最多67500特許權使用費產品全球年度凈銷售額計算的個位數至低十幾位數的百分比Stemline-ISM5043前期付款預付款1200里程碑付款開發及監管里程碑最多15000銷售里程碑最多34400特許權使用費產品全球年度凈銷售額計算的中個位數至低雙位數的百分比n

綜合AI制藥公司的發展歷程，較多為AI-Saas發展到AI-CRO，部分再發展為AI-Biotech

，涉及管線越靠后對專業要求越高，涉及物理、化學、生物交叉領域，且對臨床開發能力有要求，但管線價值明顯增加，根據下圖，英矽智能在和復星的藥物發現合作的付款額度明顯低于針對ISM3091和ISM5043的對外授權合作的付款額度；同樣，

Recursion對上游合作的付款額也遠低于下游收款額。 2.1.2海外AI醫藥-AI制藥-商業模式：管線越靠后合同價值增加明顯資料來源：

Recursion年報

、中郵證券研究所

14資料來源：

英矽智能招股說明書、

中郵證券研究所請參閱附注免責聲明圖表13：AI制藥公司和較多大型制藥公司合作，聚焦腫瘤、神經、免疫等領域公司合作對象（不完全列舉）

主要合作管線領域進展階段Recursion賽諾菲、拜耳、羅氏、基因泰

罕見病、腫瘤學、纖維化克、默克疾病、神經學臨床前和早期臨床試驗Schr?dingerBMS

、藥明康德、Nimbus、

克、賽諾菲、Gilead

、Lilly、

武田腫瘤學、神經學、代謝性疾病、免疫學臨床前和早期臨床試驗Exscientia賽諾菲、住友制藥、拜耳、BMS、華東醫藥精神疾病、腫瘤學、心血

管疾病、免疫學DSP-1181完成

I

期臨床

試驗，其他項目早期臨

床BenevolentAI阿斯利康、諾華、楊森神經退行性疾病、腫瘤學、

免疫學臨床前和早期臨床試驗Insilico

Medicine復星醫藥、藥明康德、勃林格

纖維化疾病、腫瘤學、衰殷格翰老相關疾病臨床前和早期臨床試驗AbsciCorporation默克、楊森腫瘤學、免疫學、傳染病臨床前和早期臨床試驗n合作伙伴皆為大型藥企：AI制藥公司合作伙伴較集中，賽諾菲、默克、

BMS等藥圖表14：

Schr?dinger合作產品管線較多

企和多家AI制藥公司合作，其中賽諾菲分別就罕見病、腫瘤、免疫和Recursion、Schr?dinger、

Exscientia合作，

BMS已和5家以上AI制藥公司產生合作。n合作具備較強粘性：在合作進程中，

由于最初合作項目僅涉及少數候選藥物，較多合約有拓展項目，且隨著部分里程碑達成，合作粘性增強，形成業務正循環。

2.1.2海外AI醫藥-AI制藥-合作大型藥企，客戶粘性較強資料來源：

各公司官網、

中郵證券研究所請參閱附注免責聲明資料來源：Schr?dinger官網、

中郵證券研究所15默

2.1.2海外AI醫藥-AI制藥-自有管線：聚焦腫瘤、神經、免疫、罕見病領域圖表15：AI制藥公司較多發展自身產品管線，聚焦腫瘤、神經、免疫、罕見病領域資料來源：

各公司官網、

英矽智能招股書、

中郵證券研究所請參閱附注免責聲明Recursion：英矽智能：Recursion：RELAY：163.503.002.502.001.501.000.500.0010.008.006.004.002.000.00(2.00)(4.00)管理費用

研發費用

管理費用

研發費用

管理費用

研發費用

管理費用

研發費用

管理費用

研發費用ExscientiaSchr?dingerRecursionAbsci

CorporationRelayTherapeutics

2019

2020

2021

2022

2023

2024Q1-3期末現金及現金等價物余額

2019

2020

2021

2022

2023

2024Q1-3nAI制藥公司因新增合作、實現部分里程碑收入持續增長，但當前仍處于發展前期，需要保持較高研發投入，尤其針對開發自研管線的公司，面臨更高的臨床開發成本，導致研發費用持續增加；管理費用隨著規模擴大也在增加，由此利潤虧損并未縮窄，經營現金流凈額也尚未轉正。 2.1.2海外AI醫藥-AI制藥收入快速增長，但保持高投入，利潤仍虧損圖表16：保持較高研發投入，經營現金流凈額還未轉正（億美元）圖表17：制藥相關收入快速增長，利潤虧損額度變化不大201920202021202220232024Q1-3 ExscientiaSchr?dingerRecursionAbsciCorporationRelayTherapeutics資料來源：Wind、

中郵證券研究所注：Schr?dinger收入未包括軟件收入

17ExscientiaSchr?dingerRecursionAbsciCorporationRelayTherapeutics201920202021202220232024Q1-3資料來源：Wind、

中郵證券研究所請參閱附注免責聲明1.00

0.00

-1.00

-2.00-3.00

-4.001.00

0.80

0.60

0.40

0.200.00凈利潤（億美元）收入（億美元）RelayTherapeuticsRelayTherapeuticsAbsciCorporationAbsciCorporation經營現金流凈額Schr?dingerSchr?dingerExscientiaExscientiaRecursionRecursionn公司有3個產品線，從基因組學（Genomics）開始，這基于公司的測序實驗室，和其他實驗室不同的是，公司的檢測都與臨床數據相關聯，使得檢測可以自我學習，生成大量分子數據。公

司通過數據去標識化，由此催生出數據和服務業務（DATAandSERVICE），該業務擁有Insights和Trials兩個產品線，為制藥公司提供分析和云計算工具，當前已和20家最大的上市制藥公司中的19家合作，簽署合同的剩余總價值超過9.2億美元。基因組學和數據服務業務的結合在AI促進下形成了AI應用程序業務（AIApplication

，Algos），幫助識別疾病早期患者。

2.1.3海外AI醫藥-AI精準醫學-Tempus

AI

6.004.002.00202220232024Q1-3 診斷和基因組學數據服務18資料來源：

公司公告《Q3

2024

Earnings

Call

Transcript

》

、

中郵證券研究所圖表18：Tempus.AI收入快速增長（億美元）資料來源：Wind、

中郵證券研究所請參閱附注免責聲明0.00n

我們整理了數據驅動的其他精準醫學相關公司，大部分為2014-2016年成立（Truveta為2020年），發現其共性為：（1）和多方合作獲取原始數據，包括梅奧診所、

Providence、CommonSpirit

Health等大型醫療機構，以及哈佛醫學院、斯坦福大學醫學院、美國國家癌癥研究所等研究機構，以及大型制

藥公司。（2）在某一醫學領域具備足夠專業壁壘，這也體現在以下公司

分別在神經退行性疾病、免疫學、癌癥等領域開展業務。圖表19：Truveta利用臨床專業知識標準化低置信度數據資料來源：

Truveta官網-data

quality

whitepaper、

中郵證券研究所圖表20：AI精準醫療企業和大型醫療系統、制藥公司、研究機構等合作獲取原始數據公司技術重點數據來源-種類數據來源-醫療機構（部分列舉）應用場景特點TruvetaSaamaTechnologiesVergeGenomicsCytoReasonGrailFreenomeEHR數據整合與分析電子健康記錄（EHR）數據Providence（美國大型非營利醫療系統）、

CommonSpirit

Health美國

天主教醫療系統（覆蓋21個州）、

Tenet

Healthcare（運營多家醫院和

手術中心）、

Northwell

Health（紐約州大型醫療系統）臨床研究、藥物開發、公共衛生實時性和全面性臨床試驗數據分析臨床試驗數據制藥公司（如

Pfizer

、Johnson

&Johnson）、CRO（如

IQVIA

、Parexel）、醫療機構（如醫院和癌癥中心）臨床試驗優化、藥物審批專注于臨床試驗數據基因組數據分析基因組、轉錄組、臨床數據研究機構（如布羅德研究所、哈佛醫學院）

、醫療機構（如神經退行

性疾病研究中心）神經退行性疾病藥物研發專注于神經系統疾病免疫系統數據分析免疫組學、臨床、藥物反應數據制藥公司（如

Pfizer

、Sanofi）、研究機構（如魏茨曼科學研究所）、

醫療機構（如癌癥中心和免疫學研究中心）免疫學研究和藥物開發專注于免疫系統數據液體活檢癌癥早期檢測血液樣本中的

ctDNA數據醫療機構（如梅奧診所、克利夫蘭診所）、研究機構（如美國國家癌

癥研究所）、患者群體（通過臨床試驗和合作項目）癌癥早期篩查和監測專注于液體活檢技術多組學數據癌癥早期檢測基因組、蛋白質組、代謝組數據醫療機構（如

UCSF

醫學中心、約翰霍普金斯醫院）、研究機構（如

斯坦福大學醫學院）、患者群體（通過臨床試驗和合作項目）癌癥早期篩查和個性化治療整合多組學數據2.1.3海外AI醫藥-AI精準醫學-高質量數據/醫藥專業知識為核心壁壘資料來源：

各公司官網、

中郵證券研究所請參閱附注免責聲明19華大基因：公司基于基因檢測大數據，結合先進的AI算法，推出生成式生物智能范式GBIALL，實現對全基因組數據的深度解析，助推精準醫學的全面提升，為臨床診斷和治療提供有力支持潤達醫療：公司是全國最大IVD綜合解決方案提供商，在華為云盤古大模型的加持下，結合慧檢助手的檢驗知識圖譜和華為云的人工智能技術，研發出醫療大模型“良醫小慧”，構建出全球最大規模的醫學檢驗知識圖譜晶泰科技：公司是基于量子物理、以人工智能賦能和機器人驅動的創新型研發平臺，基于量子物理的第一性原理計算、人工智能、高性能云計算以及可擴展及標準化的機器人自動化相結合的方式提供研發解決方案及服務泓博醫藥：公司憑借多年為海外biotech公司提供FIC創新藥的CRO研發經驗，

在自有AIDD模型基礎上進行持續

訓練和優化。截至2024年中，公司AI技術平臺累計為69個新藥項目提供了技術支持訊飛醫療：科大訊飛下屬公司，主要為基層醫療服務、醫院服務、患者服務,并提供區域管理平臺解決方案

,協助區域管理機構進行數據驅動的綜合管理，以及有效部署醫療保險資金騰訊健康：作為騰訊旗下專注于醫藥行業數

字化轉型平臺，公司AI領域產品

包括覓影數智醫療影像平臺、智

能導診/預問診/隨訪、云深iDrug（AI藥物發現）等多個維度產品聯影醫療：集團下屬AI子公司聯影智能基于AI影像的通用底層學習技能，

賦能臨床、科研及設備，

已完成10+AI平臺、

100+AI應用研發

,落地全國三千余家醫院，貫

穿診療全流程微創機器人：微創機器人的圖邁腔鏡手術機器人和鴻鵠骨科手術機器人等產品利用AI技術對大量手術數據進行學習和分析，為醫生提供更精準的手術方案建議圖表21：國內AI醫療部分細分方向和代表公司資料來源：

公司官網、公司公告、公司招股書、搜狐新聞、華為官網、

中郵證券研究所請參閱附注免責聲明2.2AI技術在醫療領域應用陸續涌現，國內企業紛至沓來n國內AI醫療企業蓬勃發展。從各公司細分領域來看，可大致歸為AI影像/手術、AI醫療服務、AI輔助診斷、AI制藥四大方向。AI影像/手術

AI

醫療服務AI輔助診斷AI制藥公司在創新藥尤其是藥物設計細分領域具備豐富的數據積累和研究經

驗，能夠對AI模型持續訓練和優化公司在多產業AI應用上具備經驗優勢，偏向于提供醫療端綜合性服務產品公司在醫療設備/器械領域具備深厚研發積累和良好客戶基礎，具備一定品牌效應公司在醫療診斷領域深耕多年，具備龐大的數據基礎和用戶積累部分代表公司

優勢20資料來源：

公司官網、

中郵證券研究所根據《Radiology》

發表的研究，共納入211名患者共240例CTO

病變血管，實驗結果顯

示：基于uAI

算法的自動分割和重建成功率為95%，遠遠高于傳統工作站48%的成功率；

在后處理時間方面，

uAI

算法僅需121.38±20.33

秒，而傳統后處理工作站需456.20±68.36

秒，即最多可縮短80%重建時長，極大提升效率；在定量衡量CTO

病灶

的指標J-CTO

CT

分數上，

uAI

和傳統工作站幾乎無統計意義上的差別（area

under

curve:0.761

and0.756,

p=0.547）n聯影智能將AI賦能醫學影像，提供多項綜合解決方案，提高診療效率。公司基于醫療設備和應用軟件，利用AI影像技術賦能，為多種疾病提供診斷治療綜合解決方案。進行全棧（貫穿成像、篩查、隨訪、診斷、治療的疾病診療工作流）和全譜（覆蓋X-ray、CT、

MR、

PET、

PET-CT等多模態）的醫學影像AI研究，開發了通用的全棧全譜技術模塊。通用模塊經過不同的排列組合，快速高效地形成不同的產品與解決方案。放療輪廓勾畫軟件CT骨折智能分析系統肺結節CT影像輔助檢測軟件肺炎CT影像輔助分診與評估軟件顱內出血CT影像輔助分診軟件冠狀動脈CT造影圖像血管狹窄輔助評估軟件肺結節CT圖像輔助檢測軟件冠狀動脈CT血流儲備分數計算軟件肺栓塞CT血管造影圖像輔助分診軟件主動脈夾層CT血管造影圖像輔助分診軟件乳腺X射線圖像輔助檢測軟件顱內動脈瘤CT造影圖像輔助檢測軟件腫瘤方案腦血管方案神經方案心血管方案婦幼方案骨科方案體檢方案外科方案急診方案質控方案抗疫方案2.2聯影智能：提供多場景、多疾病、全流程、一體化智能解決方案uAI

VisionMRICTPET/CTPET/MRX-rayRTDSA聯影智能AI系統可在2分鐘內完成重建、智能檢出、報告書寫與

膠片排版，總時間約5分鐘，節省約70%時間冠脈CTA檢查量大且耗

時長，傳統工作流中，每例冠脈CTA診斷約需20-30分鐘圖表22：公司主要產品及相關服務圖表23：公司心血管方案之CTA冠脈智能分析系統圖表24：CTO病變血管重建算法流程示意NMPA三類獲證產品資料來源：

《Radiology》

Meiling

Li

MD等、

中郵證券研究所解決方案設備資料來源：

公司官網、

中郵證券研究所請參閱附注免責聲明21n訊飛醫療科技將人工智能技術與醫療行業深度融合，推動健康醫療產業發展。公司向醫院、衛健委、患者等多方提供人工智能醫療解決方案，通過自有人工智能平臺，助力基層醫療機構、醫院、患者實現疾病預防、診斷、治療、管理等綜合醫療服務和解決方案。訊飛星火醫療大模型公司智醫助理是世界上第一個通過國家醫師資格考試的人工智能

機器，目前已涵蓋超過1880種疾病，可與主流的醫院信息系統

無縫集成，為基層醫療機構提供綜合解決方案；公司慢病管理包

含家庭醫生隨訪系統和人工智能慢病一體化管理系統，幫助基層

機構醫生實現慢病管理的人機耦合模型智慧醫院患者服務與診后管理能夠讓患者在出院后的康復過程中

得到持續專業指導；影像云平臺提供產品及服務協助醫療機構建

立醫學影聯；同時公司戰略性地擴展到醫療器械市場，目前有助

聽器，以進一步提升品牌聲譽并觸達客戶智慧醫院解決方案提供連接醫院、醫生和患者的診斷前、中、后

各階段的綜合解決方案；診療助理包括全科及專科CDSS工具以

及AI全病例質控，幫助醫院及醫生應對普通及專門疾病診斷、治

療及管理需求智慧衛生解決方案為區域管理機構，特別是省級及市級衛健委提

供管理工具，包括傳染病監測預警與應急指揮信息平臺解決方案

、全民健康信息平臺解決方案及縣級醫療社區解決方案；

智慧醫

保有助于確保醫保基金用得其所。圖表25：公司主營構成及收入毛利2.2訊飛醫療科技：以AI全面賦能醫療服務全流程，為多方提供綜合解決方案患者服務

智慧醫院患者服務與診后管理

影像云平臺

醫療器械產品特點及技術優勢區域管理平臺解決方案

智慧衛生解決方案

智慧醫保醫院服務

智慧醫院解決方案

診療助理基層醫療機構服務

智醫助理

慢病管理4225

934211664207259.6%

46.0%

49.1%

27.4%45.5%

39.0%

57.4%

59.8%3228

36891348294718235

4349

6491587351.0%

32.6%

55.9%

48.1%21557

29806

23975550449.1%

53.4%

59.9%

55.7%業務構成資料來源：

公司招股書、

中郵證券研究所請參閱附注免責聲明收入（萬元）/毛利率37245

47186

55613

2292150.4%

48.9%

56.6%

52.9%患者衛健委/醫院/

醫保局衛健委醫院支付方2021

2022

2023

2024H122利用超過百萬級的高質量數據，構建了百億級的高質量token，結合解讀專家經驗，實現了對全基因組數據的精準解讀。GeneT模型展現出了極高的準確率，能夠從數百萬個變異位點中快速篩選出與臨床表型相關的致病突變，為臨床診斷和治療提供有力支持根據《medRxiv-Genetic

and

Genomic

Medicine》

，在真

實臨床場景下，

GeneT致病變異召回率高達98%，且只需

要3min時間n華大基因憑借基因數據優勢，借助AI打造生成式生物智能范式GBIALL。GeneT模型基于高質量數據和專家訓練，面向臨床及科研機構，助力研發進程；ChatGeneT和13311i主要面向公眾，提供基因組解讀和個性化健康監測服務。整合基因組、轉錄組、細胞組等多維數據，通過全自動化、模塊化和自主可控的數字化工廠，為公眾提供更加個性化、精準的健康量化評估，通過個性化的動態監測方案和針對性干預指導，將健康管理重心前移，有效降低疾病發生風險面向公眾，通過智能化的咨詢系統，為用戶提供便捷、準確的基因組解讀服務，用戶可以上傳自己的基因檢測報告到chatGeneT平臺，通過對話方式了解相關疾病的遺傳風險及預防建議利用公開數據構建的數萬例陰性和陽性病例作為訓練數據集，并將“基于資深遺傳病分析專家們解讀思維鏈構建的提示詞”作為模型微調的邏輯基礎，引導基礎大語言模型學習罕見遺傳病致病變異篩選的能力圖表26：公司生成式生物智能范式GBIALL三大模型概覽生成式生物智能范式GBIALL：通過生成式生物智能技術,

實現對全基因組數據的深度解析2.2華大基因：生成式生物智能范式GBIALL開啟生命數智化新時代資料來源：

《medRxiv

-Genetic

and

Genomic

Medicine》，

Lungang

Liang等、公司官網、網易新聞、中郵證券研究所

23公眾基因組咨詢

平臺ChatGeneT智能化的疾病防

控系統13311i臨床的基因檢測多

模態大模型GeneT資料來源：

公司官網、

中郵證券研究所ID4Idea構建了藥物發現不同場景的數字化流程和智能化算法，200+AI模型通過工作流的形式實現各個模型自由串聯。根據客戶需求設計定制化的解決方案，通過問題導向的策略推薦，

啟發專家產生新的想法，完成定向分子設計、高通量評估、以及輔助合成、測試等步驟ID4Gibbs基于量子力學、分子力學、統計力學等物理原理，構建了自研分子力場XFF、結合模式預測XPose和親和力預測XFEP流程，從精度、效率和通量上有力地支持FIC、BIC、FF等業務項目的分子設計、評估和優化對于小分子結合誘

導氨基酸側鏈構象

變化的體系，能夠

準確預測小分子結

合模式，以及小分

子結合后的位置和

構象可以在一周之內精

確計算出5000-10000個小分子藥

物候選化合物和靶

點的結合自由能，

通量是其他同類商

業方法的10-100倍n晶體科技基于量子物理，將AI技術賦能創新藥研發，打造獨家模型助力新藥研發。公司基于建立的小分子藥物發現系統為創新藥提供研發服務，助力新藥研發。公司通過向客戶收取合作的交易預付款、里程碑付款、或有付款及/或特許權使用費以及解決方案、固態研發服務的交易服務費等方式實現收入。2.2晶泰科技：基于量子物理建立AI藥物發現模型，加速助力創新藥研發預測：物理模型與AI數據模型的相結合，

使用項目數據定制優

化模型。通過AI預測

模型的可解釋性，指

導分子結構優化設計：8種生成策略

支持不同生成需求；

FIC和FF2大業務場

景打造AI定制化分子

生成高通量篩選：包含二

十余種基于受體和基

于配體的AI、化學信

息學或物理評估方法

,覆蓋不同體系的需

求圖表27：晶泰科技小分子藥物發現系統圖表28：晶泰科技ID4Idea——AI藥物發現平臺圖表29：晶泰科技ID4Gibbs——高精度計算化學平臺已完成數億核時，百萬量級的量

子化學計算以及數千次分子動力

學模擬,根據>50個真實管線應用

反饋，對力場和算法進行了多輪XPose-高效構象取樣XFEP-結合

親和力預測XFF-高精度分子力場資料來源：

公司招股書、公司官網、

中郵證券研究所資料來源：

公司官網、

中郵證券研究所24迭代營銷方面，公司推出AI智能銷售助手“美年小星”，輔助銷售人員提升接待能力與業務轉化率，“美年小星”已在部分地區

試點，提升了轉化率并形成了可觀銷售額。創新產品方面，公司持續推出專精特新體檢項目，包括腦卒中AI診斷、腦認知AI診斷、冠脈鈣化積分AI診斷、肺結節AI診斷、超聲AI質控、眼底AI診斷等產品，近期公司還推出“AI智能血糖管理創新產品”，依托2.3億條數據支持的血糖管理系統，定制“一人一策”的專業個性化血糖管理方案。檢后管理方面，公司與華為、潤達等公司合作發布國內首個健康管理AI機器人“健康小美”數智健管師。2024年第三季度，“健康小美”在杭州、南京、寧波、蘇州等地區開展了試運營工作，為體檢用戶完成檢前體檢項目智能解讀，建立健康檔案并提供綜合分析和健康建議計劃，整體試運營效果良好。請參閱附注免責聲明圖表30：公司持續推出專精特新體檢項目公司通過提供專業健康體檢服務，在醫療健康領域的深厚積淀，獨具累計過億人次的影像數據及2億人次的結構化健康數據。目前，公司的數據資源已在多個場景實現落地，在營銷端、醫療運營端及檢前、檢中、檢后的閉環上皆有體現。

2.2美年健康-AI賦能全流程，構建體檢AI產業新生態圖表31：美年健康2023年體檢大數據

藍皮書納入近2000萬人樣本圖表32：公司發布“健康小美”數智健管師資料來源：

公司公眾號、

中郵證券研究所

資料來源：

《美年健康2023年體檢大數據藍皮書》

、

中郵證券研究所nnnn資料來源：

公司公眾號、

中郵證券研究所25

三

投資建議26受益方向股票代碼公司名稱市值（最新收盤日）單位：億元市盈率PE(TTM，最新收盤日)公司簡介涉及業務所在地AI+影像

識別300760.SZ邁瑞醫療3138.325.3公司主要從事醫療器械的研發、制造、營銷及服務，產品覆蓋三大領域：生命信息與支持、體外診斷以及醫學影像，擁有國內同行業中最全的產品線，以安全、高效、易用的“一站式”產品和IT解決方案滿足臨床需求。公司旗下“邁瑞智檢”和“瑞影云++”實現云閱片、云智審、云智學等多種基于臨床洞察的智能應用解決方案，使得檢測流程更加均質化、標準化，為血液疾病相關的疑難病例實施診療建立了高效專業的在線平臺，助力醫聯體會診。深圳688271.SH聯影醫療1111.870.3公司提供高性能醫學影像設備、放射治療產品、生命科學儀器及醫療數字化、智能化解決方案，已經構建包括醫學影像設備、放射治療產品、生命科學儀器在內的完整產品線布局。公司具有核心人工智能圖像處理技術放射治療輪廓勾畫軟件、骨折CT影像輔助檢測軟件、肺結節CT影像輔助檢測軟件。上海300003.SZ樂普醫療233.433.0公司是一家專業從事冠脈支架、PTCA球囊導管、中心靜脈導管及壓力傳感器的研發、生產和銷售的企業，國內高端醫療器械領域能夠與國外產品形成強有力競爭的為數較少的企業之一。公司具備了心血管介入、麻醉監護產品的工業化生產能力，PARTNER藥物支架成功上市使公司為擁有雷帕霉素藥物支架生產技術的公司。公司全資子公司凱沃爾是國內首家將人工智能技術應用于心電自動分析診斷領域，集軟硬件設備設計、研發、生產、銷售于一體的創新型人工智能醫療器械企業。其AI-ECG

Platform基于人工智能技術的心電圖自動分析診斷軟件平臺，支持多中心數據采集、遠程診斷及分級診療，可輔助醫院心電網絡信息化建設，規范工作流程，提高工作效率，實現全院共享心電數據及報告，實現醫療機構互聯互通，為胸痛中心、醫聯體、遠程醫療建設等提供整體心電解決方案。北京2251.HK鷹瞳科技14.0（港幣）(7.3)公司主要專注于提供人工智能視網膜影像識別的早期檢測、診斷及健康風險評估解決方案。公司人工智能視網膜健康風險評估系統，通過視網膜影像AI分析，準確評估心腦血管系統、內分泌系統、神經系統，以及眼部的健康風險，賦能健康服務機構，主要產品：Airdoc-AIFUNDUS。北京300633.SZ開立醫療136.756.3致力于為全球醫療機構提供優質的產品和服務。主要產品包括醫用超聲診斷設備(主要為彩色多普勒超聲診斷設備與B型超聲診斷設備)、醫用電子內窺鏡設備、血液分析儀。公司“鳳眼S-Fetus”既可以大幅提升基層醫生和年輕醫生獲取標準切面的能力，輔助他們快速成長，提升超聲診斷的精準度；又能幫助高年資醫生提高工作效率，減少疲勞，提高診斷效率。深圳688212.SH澳華內鏡59.2118.6公司是國內較早從事軟性電子內窺鏡研發和制造的企業之一，圍繞內鏡診療領域進行了系統性的產品布局，突破了內窺鏡光學成像、圖像處理、鏡體設計、電氣控制等領域的多項關鍵技