AI医疗行业研究报告:AI医疗前景广阔,政策助推应用落地(23页报告)

新闻

作者：微信文章
如需报告请联系客服或扫码获取更多报告



1. AI 技术蓬勃发展，深入赋能医疗产业

1.1 AI 医疗应用与市场规模

AI 医疗是指通过机器学习、自然语言处理(NLP)、计算机视觉等技术，对大量复杂的医疗数据进行深度分析，辅助临床决策、优化诊疗流程、提升医疗效率的智能化应用体系。

借助互联网+、物联网技术，AI 医疗能够充分利用有限的医疗人力和设备资源，同时发挥大医院的医疗技术优势，打造健康档案区域医疗信息平台，实现患者与医务人员、医疗机构、医疗设备之间的互动，并在疾病诊治、监护和治疗等方面提供信息化、移动化和远程化医疗服务。



AI 医疗相对传统医疗具备以下优势：

提高诊断准确性：AI 能够对海量医疗数据进行学习和分析，发现人类难以察觉的规律和模式，减少误诊和漏诊的发生。

提升医疗效率：自动化的流程和决策支持系统可以替代或辅助人工操作，如数据分析、病例管理、患者监护等，使医生能够将更多时间和精力集中在患者的治疗上，提高医疗服务的整体效率。

加速药物研发：AI 技术可以模拟化学反应和分子结构，预测药物的效果和副作用，大大节省了药物研发过程中的实验和临床试验时间，加快新药上市的速度。

实现个性化医疗：通过对个体的全面健康数据分析，为患者量身定制个性化的治疗方案，提高治疗的有效性和安全性。

在政策支持、技术优势与市场需求的共同推动下，AI 在医疗行业的应用深度与广度持续提升。根据甲子光年《2024 年中国 AI 医疗产业研究报告》，2023 年中国 AI 医疗行业规模为 973 亿元，并预期在 2028 年达到 1598 亿元，2022-2028 年间的年复合增长率为 10.5%。



1.2 AI 医疗行业政策梳理

国家出台多项政策支持 AI 医疗发展。2024 年国家卫生健康委等三部委联合发布《卫生健康行业人工智能应用场景参考指引》，为医疗机构中的人工智能应用提供了具体的场景指导，加速了 AI 技术的落地实施。这些政策共同发力，显著提升了我国 AI 医疗的发展水平和速度。2024 年，《放射检查类医疗服务价格项目立项指南（试行）》由国家医保局发布，首次将人工智能辅助诊断纳入价格立项范畴。2025 年 8 月，国务院发布《关于深入实施“人工智能+”行动的意见》，提出探索推广人人可享的高水平居民健康助手，有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用，大幅提高基层医疗健康服务能力和效率。



1.3 AI 医疗发展历程

整体上，AI 在医疗领域的应用可分为三个阶段：

2017 年及之前：此阶段为机器学习与深度学习突破阶段，卷积神经网络在计算机视觉领域取得重大突破，推动了医学影像分析的进步，AI 算法在各类疾病（乳腺癌、肺癌、心血管疾病等）的影像诊断中逐渐显现出高于常人的准确率，AI 与医疗开始进入初步结合阶段。

2018-2022 年：基础研究方面，2021 年，DeepMind 推出了 AlphaFold2，它利用深度学习算法，根据给定的氨基酸序列，使用神经网络架构模型 Evoformer，通过利用同源蛋白质的信息和多序列比对(multiple sequence alignment, MSA)，以原子级精度从氨基酸序列中训练预测蛋白质结构，因具有优秀的预测精度，在第 14 届结构预测的关键评估大赛中获得了冠军。AlphaFold2 引发了蛋白质结构及其相互作用建模领域的一场革命，为蛋白质建模和设计应用提供了广泛的可能，有望在新药研发和疾病治疗等多个领域发挥重要作用。



2. 相关公司

2.1 卫宁健康

卫宁健康自成立以来一直集研发、销售和技术服务为一体，为客户提供“一体化”的解决方案，致力于提供医疗健康卫生信息化解决方案，不断提升人们的就医体验和健康水平。通过持续的技术创新，自主研发适应不同应用场景的产品与解决方案，业务覆盖智慧医院、区域卫生、基层卫生、公共卫生、医疗保险、健康服务等领域，是中国医疗健康信息行业具有竞争力的整体产品、解决方案与服务供应商。



2.2 创业慧康

公司成立以来始终秉承“创造智慧医卫，服务健康事业”的企业宗旨，专注于医疗卫生健康信息化的建设、研发及服务创新，公司始终坚持以市场为导向，以客户需求为出发点，不断深化拓展医疗卫生健康信息化行业市场。

从标准化工具的视角来看，服务中台架构的 HIS 是医疗智能体的理想工具箱。以领域驱动设计(DDD)为蓝图，微服务架构实现的现代医院信息系统(HIS)，为医疗智能体提供了覆盖门急诊、住院、药品、护理、手术、治疗等全场景的业务服务与数据服务工具箱。同时，生态伙伴提供的医学知识库、科研服务、商保服务，以及 AI 中台的大模型服务、感知中台的物联网服务等，共同构成了智能体工具库的丰富生态扩展。为高效调用这些异构服务，智能体需依赖如 MCP、A2A 等标准化协议，实现大模型与业务系统间的无缝连接。

从模型训练的视角来看，针对场景定向优化与调度指令的强化微调成效显著。首先，创业慧康联合浙江大学计算机创新技术研究院进行了启真医学大模型的深度微调和持续训练，其在医疗领域的专业理解能力表现卓越，并成功入选国家高等教育智慧教育平台应用专区推出的 13 个学科大模型。更引人注目的是，针对特定场景（如患者筛查）微调的小型专用模型（如 QiZhen-APTS-7B），其关键性能指标（如患者追踪与筛查准确率）甚至显著超越了参数量更大的通用模型（如 QWQ-32B, DeepSeek-R1）。这一结果不仅验证了垂直领域场景定向优化的重要性，更凸显了在医学知识问答、医学语言生成与理解、复杂医学推理、医疗安全与伦理等方向进行模型定制化适配的必要性。



2.3 医渡科技

医渡科技作为中国 AI 医疗变革驱动者，基于前沿 AI 技术，打造了“AI 医疗大脑”YiduCore，为医疗行业提供智能分析驱动的创新解决方案，赋能公共健康、临床研究、医疗管理、新药研发、健康保险等各个领域，旨在从提升效率、降低成本、加速创新等多维度推动医疗行业智能化变革，从而构建安全、普惠、精准的智能医疗体系，最终使精准医疗惠及每一个人。面对政策制定者、医院管理者、医生等行业伙伴，我们通过 AI 赋能的解决方案助力优化运营与资源配置，助力精准诊疗与科研创新，推动医疗行业数字化转型和高质量发展。



2.4 东华软件（东华医为）

东华医为始终专注于医疗大健康信息化软件产品的研发与创新，前身是成立于 1999年的东华软件股份公司医疗卫生事业部，也是国内为数不多能够为大健康 IT 产业提供全业务域流程闭环、线上线下相结合的软硬件解决方案供应商。

东华医为在医疗 AI 领域构建了差异化技术路径，摒弃通用大模型直接复用的模式，通过多模态 MaaS 平台集成+RAG 知识增强引擎实现医疗场景的深度适配。该方案依托本地化医疗知识库的持续优化，在确保数据安全与诊疗合规性的同时，显著提升AI 对复杂医疗业务逻辑的解析能力，实现医疗专业知识与大模型技术双向迭代优化。

2.5 润达医疗

润达医疗成立于 1999 年，是一家立足华东、辐射全国的医学实验室综合服务商，主营业务为通过自有综合服务体系向各类医学实验室提供体外诊断产品及专业技术支持的综合服务。

从技术特性来看，380 亿高参数量赋予模型强大的学习能力，使其能够精准捕捉医疗数据中的复杂模式与内在关系，显著提升语言理解和生成能力，足以胜任各类复杂医疗任务。而支持 32k 序列长度，则确保模型具备卓越的长文本处理能力，能够充分理解上下文语义，极大增强对复杂医疗文本的分析解读效能，可在多轮对话、复杂病例分析等应用场景中优势明显。作为大模型训练的核心要素，千亿级高质量数据为模型提供了丰富且准确的知识来源，可有效提升模型泛化能力，使其在各类实际医疗场景中能够做出更精准的判断与决策。



2.6 晶泰控股

晶泰控股成立于 2015 年，是基于量子物理、以人工智能赋能和机器人驱动的创新型研发平台。公司采用基于量子物理的第一性原理计算、人工智能、高性能云计算以及可扩展及标准化的机器人自动化相结合的方式，为制药及材料科学(包括农业技术、能源及新型化学品以及化妆品)等产业的全球和国内公司提供药物及材料科学研发解决方案及服务。

人工智能一体化加速药物发现：在药物研发领域，晶泰科技打造的人工智能小分子药物发现平台可将药物发现周期缩短至传统 1/3，其小分子药物解决方案深度融合量子化学计算、自动化合成与专家经验，通过虚拟筛选减少 90%湿实验消耗。大分子领域，晶泰 Ailux 平台运用蛋白质语言模型生成优质抗体，结合机器人实验实现“数字抗体到实体药物”的精准映射。提升候选分子多样性，提速抗体发现周期。



2.7 Tempus AI

Tempus AI 是一家在医疗健康领域应用人工智能技术的公司。2015 年，Groupon 创始人埃里克·莱夫科夫斯基（Eric Lefkofsky）的妻子被诊断出乳腺癌。在治疗过程中，他发现尽管医疗技术先进，患者治疗决策仍主要依赖有限数据和医生个人经验，大量临床和基因组数据如孤岛般无法有效利用。他意识到医疗领域需要一个能整合所有数据并使其有用的"操作系统"。这促使他创立了 Tempus，核心使命是建立系统让"每位患者都能从前人治疗经验中获益"。