AI醫(yī)療概念持續(xù)走高 一文分辨哪些在蹭熱度炒概念，哪類業(yè)務跑得最快

每經(jīng)記者 金喆  林姿辰    每經(jīng)編輯 陳俊杰    

AI大模型DeepSeek的風從科技板塊吹到了醫(yī)療應用端。多家相關上市公司宣布接入DeepSeek大模型，多家券商醫(yī)藥分析師為AI醫(yī)療搖旗吶喊。

2月14日，在AI概念加持下，A股和港股互聯(lián)網(wǎng)醫(yī)療板塊及生物醫(yī)藥股漲勢較大。當日收盤情況顯示，A股方面，安必平、嘉和美康、泓博醫(yī)藥等超20只概念股漲停；港股方面，阿里健康漲超29%，平安好醫(yī)生漲約18%，京東健康漲近6%，藥師幫漲近4%，叮當健康漲超3%。

也有行業(yè)觀察者在樂觀情緒井噴的時候保持了冷靜。一位不愿具名的醫(yī)藥行業(yè)資深人士對《每日經(jīng)濟新聞》記者分析，現(xiàn)在AI比較成熟的是語言模型，在醫(yī)藥領域應用得區(qū)分來看。首先，如果只是單純接入DeepSeek、與實際業(yè)務沒太多關聯(lián)的，基本屬于炒概念；AI 在診斷方面的應用邏輯相對更清晰，這類公司本身有數(shù)據(jù)積累，能更好地利用AI技術進行數(shù)據(jù)分析處理，提升診療效率和準確性。但在受限于現(xiàn)有技術無法自主思考，很難在探索性的新藥研發(fā)中發(fā)揮關鍵作用。

AI在診斷方面的應用邏輯相對更清晰

醫(yī)療保健板塊在理論上是AI的最大應用領域。據(jù)Global Market Insights數(shù)據(jù)，2023年全球AI醫(yī)療健康市場規(guī)模約為144億美元，預計到2032年將達到2812億美元。

醫(yī)療領域行業(yè)人士“阿基米德”表示，AI醫(yī)療大陸還在漂移、碰撞，關于這個世界的分類、命名處于混亂之中，今天暫時按英偉達高管Eva-Maria Hempe的說法，把AI醫(yī)療分為三個領域：改善患者醫(yī)療過程的智能代理、執(zhí)行復雜手術任務的機器人、加速藥物研發(fā)的生成式AI工具。

其中，AI在診斷方面的應用邏輯相對更清晰。在傳統(tǒng)的病理分析中，醫(yī)生需要花費大量時間仔細觀察這些微觀細節(jié)，這不僅是一項極為耗時的工作，而且長時間的觀察還容易導致醫(yī)生出現(xiàn)視覺疲勞，進而可能影響診斷的準確性和效率。此前，安必平相關人士也對記者表示，如果病理人工智能投入臨床使用，預計能夠減少病理醫(yī)生65%～75%的“篩陰”讀片工作，而臨床醫(yī)生只要將注意力集中在可疑位點即可。

在前述業(yè)內人士看來，國內企業(yè)過去幾年都在利用自檢積累的數(shù)據(jù)訓練大模型，DeepSeek做到了最大程度的開源和非常低的成本，有助于進一步降低數(shù)據(jù)分析成本，提升檢測效能。

2月10日，浙江大學對外宣布研發(fā)的病理AI助手OmniPT僅需1到3秒便能精準鎖定癌癥病灶。為何這款AI助手能如此高效？原來，癌癥組織的單個切片盡管面積不大，僅有指甲蓋般大小，但其多切片掃描圖像卻有著龐大的數(shù)據(jù)量，像素高達數(shù)10億之多。原本人工分析至少需要10多分鐘的圖像，OmniPT僅需1到3秒就能快速且精準地鎖定病灶區(qū)域，大大提高了癌癥診斷的效率和準確性。

美國“女版巴菲特”，人稱“木頭姐”的凱西·伍德在近期發(fā)布的《Big Ideas 2025》報告中同樣多次強調，醫(yī)療保健是AI最被低估的應用領域，多組學測序和AI藥物研發(fā)正成為改變醫(yī)療行業(yè)的重要創(chuàng)新。

凱西·伍德預測，AI將使DNA等生物信息的讀取和寫入成本大幅降低，AI將使癌癥篩查的效率提高20倍，并且將市場規(guī)模擴大10倍。利用人工智能來“操作”數(shù)據(jù)將顛覆診斷、藥物發(fā)現(xiàn)和治療，到2030年，整個行業(yè)的表現(xiàn)將提升幾個數(shù)量級。AI 將徹底改變多組學工具、藥物研發(fā)、分子診斷，并顯著改善藥物的經(jīng)濟回報。

此外，醫(yī)渡科技、鷹瞳科技、智云健康等多家醫(yī)療上市公司宣布接入DeepSeek大模型，多位知名分析師看好AI醫(yī)療方向，中信建投證券醫(yī)藥行業(yè)首席分析師賀菊穎在研報中表示，AI醫(yī)療在提升醫(yī)療器械功能、檢查檢驗結果解讀、輔助臨床醫(yī)生決策、健康管理等多個領域的應用價值較大，是醫(yī)療企業(yè)和醫(yī)院必須重視的創(chuàng)新方向和競爭趨勢。

細分賽道里，為何互聯(lián)網(wǎng)醫(yī)療漲得兇？

在本輪行情中，天然接近“AI醫(yī)療”概念的醫(yī)療細分行業(yè)——互聯(lián)網(wǎng)醫(yī)療的巨頭們，已經(jīng)嘗到了身價大漲的甜頭。Wind數(shù)據(jù)顯示，2025年開年至今，阿里健康、京東健康、平安好醫(yī)生的股價分別上漲了77.71%、26.51%和18.71%。

為什么互聯(lián)網(wǎng)醫(yī)療的股價反應這么大？2月14日，一位業(yè)內人士對《每日經(jīng)濟新聞》記者表示，DeepSeek對傳統(tǒng)產業(yè)都有增值作用，但本輪推理模型的核心是解決了醫(yī)療健康領域的邏輯推理短板，能力匹配更強，所以對互聯(lián)網(wǎng)醫(yī)療這個分支賽道的影響更大。

“AI醫(yī)療仍被顯著低估。”東吳證券在研報中稱，“我們認為人工智能的興起進一步提升了疾病診斷、風險預測和個性化治療方案的水平。AI醫(yī)療經(jīng)歷了從機器學習到深度學習，再到大模型時代的演變。近年來，生成式AI與傳統(tǒng)AI結合，為醫(yī)療服務優(yōu)化和創(chuàng)新提供新動力。生成式AI不僅能夠分析現(xiàn)有數(shù)據(jù)，還能生成新數(shù)據(jù)，拓展智能交互和對話能力，使醫(yī)療服務更加精準、自然和高效”。

前述行業(yè)人士則認為，互聯(lián)網(wǎng)醫(yī)療板塊漲幅較大的原因依然是基于醫(yī)療數(shù)據(jù)優(yōu)勢?；蛟S也是出于這一原因，在DeepSeek爆火前，許多互聯(lián)網(wǎng)醫(yī)療企業(yè)曾發(fā)布過自有大模型，其中最近的一個是京東健康于今年1月發(fā)布的京東卓醫(yī)（JOY DOC）。資料顯示，該模型面向患者、醫(yī)生和醫(yī)院分別構建了個人就醫(yī)管家、醫(yī)生數(shù)字分身、未來數(shù)字醫(yī)院，是業(yè)內首個醫(yī)院全場景應用大模型產品。

DeepSeek的到來對既有的醫(yī)療大模型也有加成。2月14日，京東健康方面對記者表示，公司構建的是醫(yī)療專有大模型，通用大模型的優(yōu)勢是認知推理能力，和公司大模型的醫(yī)療專業(yè)知識能力是優(yōu)勢互補的。在過去不到一個月時間內，公司持續(xù)進行模型算法和架構優(yōu)化，構建了業(yè)內獨一無二的、能適配不同場景應用的模型整合能力，目前已陸續(xù)接入GPT系列、DeepSeek等通用模型。以接入DeepSeek的“AI京醫(yī)”產品為例，后續(xù)可在互聯(lián)網(wǎng)醫(yī)院平臺上針對分診、在線問診、科研數(shù)據(jù)分析、患者隨訪等不同場景需求，智能靈活調用最適配最優(yōu)的模型能力組合。

公司表示，醫(yī)療AI作為一個效率工具，正在市場中不斷被驗證，而且提質增效的價值越來越大。在下一階段，京東健康將持續(xù)推動AI大模型在醫(yī)療全場景中的應用，尤其是首先會在京東互聯(lián)網(wǎng)醫(yī)院和線上全場景中規(guī)?；涞貞?，然后再將這些經(jīng)過長期打磨驗證的技術、能力、產品，對外開放，服務更多人群，以此逐步破解醫(yī)療領域的“不可能三角”——成本、質量和可及性。

AI藥物研發(fā)是最難啃的骨頭

2023年底，困擾業(yè)界60年的新抗生素發(fā)現(xiàn)難題被AI破題?！蹲匀弧冯s志刊文講述了科學家運用AI技術首次發(fā)現(xiàn)抗耐甲氧西林金黃色葡萄球菌（MRSA）的新抗生素的歷程——以3.9萬種化合物對MRSA的抗菌活性數(shù)據(jù)作為訓練“腳本”，麻省理工學院研究團隊獲得了抗菌能力的評估預測模型。隨后以3個深度學習模型為基礎，團隊又“塑造”出化合物人類細胞毒性的“鑒定師”，對1200萬種化合物進行“篩選”，最終獲得能對抗MRSA又對人體安全的化合物。

這是人力幾乎不可能完成的實驗。長期以來，藥物研發(fā)行業(yè)都有著名的“雙十”魔咒，即新藥研發(fā)需要花費10年時間、10億美元，AI在新靶點的發(fā)現(xiàn)和預測方面被寄予厚望。國外研究數(shù)據(jù)顯示，人工智能技術應用可以使藥物設計時間縮短70%、藥物設計成功率提升10倍。

目前，已有不少新藥在AI協(xié)助下快速進入臨床試驗階段。

2月14日，復星醫(yī)藥相關人士對《每日經(jīng)濟新聞》記者表示，復星醫(yī)藥近期在內部發(fā)布了自主研發(fā)的PharmAID決策智能體平臺，已接入Deepseek R1，加速推進“藥物商業(yè)價值輔助決策”的能力建設，提升決策視野，提高決策準確性。在結合點位預測、構象預測、結合機制分析、毒理優(yōu)化、醫(yī)學寫作、臨床資訊信息萃取等方面，提升藥物研發(fā)效率，加速研發(fā)成果的轉化。

盡管如此，“阿基米德”依然認為AI藥物研發(fā)是最難啃的骨頭，暫時難以取得突破性進展。AI是工具，而非“顛覆者”，藥物開發(fā)的核心仍是生物學洞察與臨床驗證。

對此，前述業(yè)內人士也表示，現(xiàn)在AI比較成熟的是語言模型，是在既定框架下，按照人為規(guī)定規(guī)則進行演算、知識抓取等。但制藥是對未知世界的探索，比如靶點發(fā)現(xiàn)以及針對靶點的作用機制，并沒有既定規(guī)則。目前的AI還無法自主思考，很難在這種探索性的新藥研發(fā)中發(fā)揮關鍵作用，最多只能在已知藥物基礎上做些結構調整，做me-too（跟蹤性新藥）藥物，提高既定規(guī)則下的效率，沒辦法真正實現(xiàn)創(chuàng)新。

此前，英矽智能CEO任峰接受記者專訪時談到，2020年之后，隨著國內外一些AI藥物管線進入臨床二期進行有效性驗證，整個AI制藥行業(yè)也迎來一個關鍵性階段：如果有藥物能夠驗證成功，那么就意味著在新藥研發(fā)流程中，從靶點發(fā)現(xiàn)到臨床試驗，AI制藥已能夠實現(xiàn)閉環(huán)。

任峰也向記者表示，臨床試驗是AI制藥的真正考驗。任何一款藥物，無論是通過AI還是傳統(tǒng)路徑所研發(fā)的，都必須經(jīng)受來自臨床試驗以及監(jiān)管層面的考驗，這中間“沒有捷徑可走”。“當藥物研發(fā)步入臨床試驗階段，還未有證據(jù)表明AI可以完全地賦能臨床研究、縮短臨床試驗的時間。我認為目前AI還不能有效解決這一階段的問題。”

封面圖片來源：視覺中國-VCG211374266925