AI醫(yī)療行業(yè)專題從AIGC角度看醫(yī)藥產(chǎn)業(yè)圖譜

AI醫(yī)療行業(yè)專題從AIGC角度看醫(yī)藥產(chǎn)業(yè)圖譜（報告出品方/作者：西南證券，杜向陽）01AI醫(yī)療器械A(chǔ)IGC著重創(chuàng)造性生產(chǎn)，倚賴多模型的技術(shù)融合自然語言處理褫奪了AI理解能力和創(chuàng)作能力:NLP存2個核心的任務(wù)：分別就是1）自然語言心智—NLU；2）自然語言分解成—NLG。自然語言心智：希望機器可以像人一樣，具備正常人的語言理解能力。仍須牽涉到：1）語言的多樣性；2）語言的歧義性；3)語言的魯棒性；4）語言的科學(xué)知識依賴；5）語言的上下文。自然語言分解成：為了橫貫人類和機器之間的溝通交流鴻溝，將非語言格式的數(shù)據(jù)轉(zhuǎn)換成人類可以心智的語言格式，比如文章、報告等。仍須牽涉到：1）內(nèi)容證實；2）文本結(jié)構(gòu)；3）句子分解成；4）語法化；5）參考表達式分解成；6）語言同時同時實現(xiàn)。AIGC的創(chuàng)造力發(fā)展歸咎于算法領(lǐng)域的技術(shù)積累AIGC領(lǐng)域的技術(shù)囊括了：分解成對付網(wǎng)絡(luò)（GAN）、變大微分自動編碼器（VAE）、標(biāo)準(zhǔn)化流模型（NFs）、自重返模型（AR）、能量模型和擴散模型（DiffusionModel）。總體趨勢來看，大模型、大數(shù)據(jù)、大算力就是未來的發(fā)展方向。目前兩個最常用的模型就是GAN和DiffusionModel。1.GAN(GenerativeAdversarialNets）分解成對付網(wǎng)絡(luò)：結(jié)構(gòu)囊括兩個模型，一個就是分解成模型（Generator，G），另一個就是分辨模型（Discriminator，D）。2.DiffusionModel擴散模型：擴散模型的分解成邏輯較之其他的模型更相符人的思維模式，也就是為什么近期AIGC具備了開放性的創(chuàng)造力。本質(zhì)上，擴散模型的工作原理就是通過已已連續(xù)內(nèi)嵌高斯噪聲回去燒毀訓(xùn)練數(shù)據(jù)，隨后通過筑底回落這個噪聲過程回去自學(xué)恢復(fù)正常數(shù)據(jù)。訓(xùn)練后，我們可以通過直觀地將隨機取樣的噪聲表達給自學(xué)的回來噪過程回去分解成數(shù)據(jù)。ChatGPT將變成智能時代的全新信息系統(tǒng)入口大語言模型（LLM)就是指使用大量文本數(shù)據(jù)訓(xùn)練的深度自學(xué)模型，可以用做分解成自然語言文本或心智語言文本的含義。大語言模型可以處理多種自然語言任務(wù)，基于大語言模型研發(fā)的ChatGPT或可為用戶提供更多更多信息系統(tǒng)入口/界面，同時可以管理計稱得上資源并提振應(yīng)用領(lǐng)域研發(fā)。SAM的開源將促進機器視覺通用型大模型的進一步研究Meta在4月5日發(fā)布了機器視覺領(lǐng)域首個用做圖像分割的通用型大模型SegmentAnythingModel（SAM）及其訓(xùn)練數(shù)據(jù)集SegmentAnything1-Billion（SA-1B），并將其上上開源于GitHub。該模型的面世旨在促進機器視覺通用型基礎(chǔ)大模型的進一步研究，為圖像分割領(lǐng)域的研究和應(yīng)用領(lǐng)域提供更多更多更加健全的解決方案。SAM模型基于Meta在2021年發(fā)布的UnifiedVision模型架構(gòu)，并在此基礎(chǔ)上進行了優(yōu)化和改進。該模型采用了多尺度特征融合和深度監(jiān)督等技術(shù)，具有更好的圖像分割效果和更高的魯棒性。SA-1B數(shù)據(jù)集是Meta開源的一個大規(guī)模的、高質(zhì)量的圖像分割數(shù)據(jù)集，囊括10萬張圖像和100萬個標(biāo)注，涵蓋了人、動物、車輛、建筑等多種類別。開源SAM模型和SA-1B數(shù)據(jù)集將為機器視覺領(lǐng)域的學(xué)術(shù)研究和產(chǎn)業(yè)應(yīng)用領(lǐng)域提供更多更多更加多樣的資源和技術(shù)支持。通過更加廣為地應(yīng)用和改進SAM模型，將有助于推動圖像分割技術(shù)在自動駕駛、醫(yī)學(xué)影像分析、智能智能家居等領(lǐng)域的應(yīng)用領(lǐng)域。AI醫(yī)療影像:輔助診斷居多，助力精準(zhǔn)用藥AI醫(yī)療影像產(chǎn)品廣為應(yīng)用于醫(yī)技科室，涵蓋超音波影像、放射治療影像和病理影像等領(lǐng)域。AI醫(yī)療影像輔助用藥軟件內(nèi)置了CV技術(shù)和深度自學(xué)，嵌入至醫(yī)技科室的醫(yī)療器械設(shè)備中，以同時同時實現(xiàn)各種功能。這些軟件的應(yīng)用領(lǐng)域可以幫助醫(yī)生快速出具診斷結(jié)論和化療方案。在AI醫(yī)療影像產(chǎn)品中，疾病篩查和輔助診斷產(chǎn)品就是最早應(yīng)用領(lǐng)域和競爭最激烈的品類，而輔助化療類產(chǎn)品的進展較慢。因此，研發(fā)輔助診斷和為化療康復(fù)規(guī)劃的方案尤為重要。AI醫(yī)療機器人:手術(shù)、輔助、康復(fù)機器人皆具備較高臨床價值醫(yī)療機器人被設(shè)計用于進行外科手術(shù)、輔助診斷、醫(yī)療服務(wù)和康復(fù)治療等醫(yī)療活動，具有醫(yī)用性、臨床適應(yīng)性和交互性。可以根據(jù)實際的醫(yī)療環(huán)境進行檢測、移動、提示等操作，完成相應(yīng)的醫(yī)療任務(wù)。AI醫(yī)療機器人是在傳統(tǒng)醫(yī)療機器人的基礎(chǔ)上，加入了具備AI感知與認知技術(shù)的軟件系統(tǒng)，可以幫助醫(yī)生完成半自動化或全自動化的診療操作。AI醫(yī)療機器人都可分為手術(shù)機器人、康復(fù)機器人、輔助機器人和服務(wù)機器人四類。其中前三類機器人更多地服務(wù)于臨床應(yīng)用，具有較高的臨床價值。CDSS與病種質(zhì)控:臨床決策大力支持以人機交互為核心,AIGC沖高效率CDSS（臨床決策支持系統(tǒng)）就是一種計算機應(yīng)用系統(tǒng)，主要通過運用有關(guān)的臨床科學(xué)知識、患者基本信息以及病情信息，幫助醫(yī)生加強醫(yī)療決策與行動，從而不斷提高醫(yī)療診斷化療的服務(wù)質(zhì)量。由于臨床醫(yī)師專業(yè)領(lǐng)域往往局限于單病種研究，且基層醫(yī)生的腦膜炎與伯朗萊率為為較低，CDSS的設(shè)計目的就是為了幫助醫(yī)生橫貫單病種科學(xué)知識管制、規(guī)范醫(yī)師用藥犯罪行為、把往上醫(yī)療質(zhì)量、避免醫(yī)療差錯以及減少不必要的醫(yī)療費用支出。02AI制藥AI制藥：逐漸完善的行業(yè)積木當(dāng)前國內(nèi)外AI制藥行業(yè)的主要玩家主要存三類，即為為大型藥企、AI制藥初創(chuàng)型企業(yè)和互聯(lián)網(wǎng)頭部企業(yè)，其中大型藥企涵蓋傳統(tǒng)藥企及CRO企業(yè)。根據(jù)DeepPharmaIntelligence數(shù)據(jù)，截至2022Q1，全球參與AI藥物研發(fā)的大型藥企多于56家，其中涵蓋強于36家傳統(tǒng)藥企和20家CRO企業(yè)；有關(guān)互聯(lián)網(wǎng)頭部企業(yè)強于31家，AI制藥初創(chuàng)型企業(yè)多于495家。人工智能藥物發(fā)現(xiàn)的領(lǐng)域投入逐年穩(wěn)步增長。涌入由人工智能驅(qū)動的生物技術(shù)公司投資額從2020年的481.9億美元大幅增長至2022年的1264億美元，2020-2022年復(fù)合增速高達61.96%。大型藥企：根據(jù)DeepPharmaIntelligence數(shù)據(jù)，2022年全球以AI制藥交易數(shù)量計排名前十的藥企以MNC為主；國內(nèi)AI制藥行業(yè)起步較晚，本土藥企在AI制藥領(lǐng)域的涉足更為謹(jǐn)慎，但近年來市場熱度呈大幅提升趨勢。2022年1月，復(fù)星醫(yī)藥針對四個指定靶點以AI技術(shù)開展藥物研發(fā)與AI制藥初創(chuàng)公司英砂智能的QPCTL項目達成戰(zhàn)略合作，項目首付款為1300萬美元，創(chuàng)造了當(dāng)時中國AI制藥合作交易首付款最高紀(jì)錄。其市場進入方式主要分為內(nèi)部自建研發(fā)團隊，對外部AI制藥初創(chuàng)企業(yè)進行投資收購，以及與互聯(lián)網(wǎng)巨頭或AI初創(chuàng)型企業(yè)開展合作等形式。AI制藥：AI在多疾病領(lǐng)域廣泛應(yīng)用截至2022年底，根據(jù)DeepPharmaIntelligence數(shù)據(jù)，亞洲地區(qū)各國統(tǒng)計數(shù)據(jù)的700家AI制藥公司中，主要布局涵蓋早期藥物上加刊發(fā)（392家）、數(shù)據(jù)處理（235家）、臨床研發(fā)（149家）、端的至端的藥物研發(fā)（83家）、臨床前發(fā)展（57家）及藥物再利用（26家）等在內(nèi)的六大環(huán)節(jié)。使用AI進行藥物研發(fā)的主要領(lǐng)域就是早期藥物研發(fā)和數(shù)據(jù)處理。這些過程中牽涉到的數(shù)據(jù)多樣性，并使人工智能變成預(yù)測小分子的生物活性、毒性等不容替代的工具。適應(yīng)癥來看，腫瘤、免疫學(xué)及神經(jīng)病學(xué)領(lǐng)域占比最輕，分別為37%、21%和14%。隨著全球腫瘤疾病經(jīng)濟負擔(dān)日益提升，推斷出癌癥的化療方法就是21世紀(jì)最關(guān)鍵性的公共衛(wèi)生挑戰(zhàn)之一；免疫學(xué)位列在第二位，21%的公司將其AI技術(shù)用做尋找免疫學(xué)疾病的化療。AI制藥：AI可以參與藥物研發(fā)過程多個階段一次和二次藥物征選：藥物推斷出中，先導(dǎo)化合物的征選至關(guān)重要，人工智能在識別代萊和潛在先導(dǎo)化合物方面充分發(fā)揮巨大作用。在化學(xué)空間中存大約1.06億個化學(xué)結(jié)構(gòu)，利用機器學(xué)習(xí)模型比如強化模型、Logistic模型、重返模型和分解成模型，根據(jù)活性位點、結(jié)構(gòu)和靶融合能力可以征選出這些化學(xué)結(jié)構(gòu)。肽制取與小分子設(shè)計：1）多肽：由約2-50個氨基酸組成的生物活性小鏈，具有橫貫細胞屏障的能力并可以到達所需的靶點，因此近年來越來越多被用做化療。研究人員利用AI推斷出了嶄新肽，Yan等人在2020年研發(fā)了基于DL的短抗菌肽（AMPs）辨別平臺Deep-AmPEP30，使用該平臺，研究人員從一種存于胃腸道的真菌病原體扁平梭菌基因組序列中辨別出代萊AMPs；2）小分子：AI也需以回去積極探索小分子的化療促進作用，Zhavoronkov等人設(shè)計了一種基于分解成性強化自學(xué)的小分子三步設(shè)計工具GENTRL，并利用它推斷出了一種代萊酶抑制劑DDR1激酶。03AI智慧藥房及藥店分銷AI藥店分銷：AI助力流通企業(yè)提升經(jīng)營效率互聯(lián)網(wǎng)化、數(shù)字化變成醫(yī)藥分銷行業(yè)未來發(fā)展的引擎，AI助力流通企業(yè)提升經(jīng)營效率。隨著藥品流通行業(yè)集中度提升，醫(yī)藥供應(yīng)鏈與互聯(lián)網(wǎng)深度融合，打造出新型數(shù)字化醫(yī)藥流通模式，建立新型醫(yī)藥行業(yè)供應(yīng)鏈平臺，以智慧化信息技術(shù)生態(tài)圈藥品流通勢在必行。indicative訂貨制度的常態(tài)化，驅(qū)動藥企、流通企業(yè)更側(cè)重于研發(fā)院外市場，終端全面全面覆蓋能力強、分體式送去效率高的流通企業(yè)將存較弱的市場競爭力。流通企業(yè)利用數(shù)字化技術(shù)打造出更全能的供應(yīng)鏈B2B平臺，構(gòu)筑扁平化、共享資源化、回來中心化的新流通商業(yè)格局，助力品牌商、供應(yīng)商快速物流配送終端，可以推動產(chǎn)業(yè)形成“分解成效應(yīng)”，快速提升業(yè)務(wù)規(guī)模。AI賦能醫(yī)藥分銷主要集中在三個領(lǐng)域：供應(yīng)鏈服務(wù)、醫(yī)藥管理信息系統(tǒng)保障能力、臨床服務(wù)能力。近年來，上海醫(yī)藥、九州通、柳藥集團、重藥控股等流通公司持續(xù)在以下三個領(lǐng)域深入挖掘數(shù)字化改革。AI生態(tài)圈供應(yīng)鏈服務(wù)：在信息技術(shù)、AI、物聯(lián)網(wǎng)等技術(shù)快速催化劑下，同時同時實現(xiàn)供應(yīng)鏈全程可視化、可追溯，有機相連接并分析應(yīng)用領(lǐng)域醫(yī)藥供應(yīng)鏈上下游各環(huán)節(jié)的數(shù)據(jù)，同時同時實現(xiàn)高效率運營。AI生態(tài)圈醫(yī)藥管理信息系統(tǒng)保證能力：打造