2023醫(yī)療人工智能報告：從邊緣躍入核心醫(yī)療人工智能重押“治療”

前言十余年求索，AI已經(jīng)逐漸長成了那時IBMWaston期望的樣子。它甚至跨出了診斷和治療的范疇，生根于醫(yī)療場景中的每一個角落。不過，醫(yī)療AI領(lǐng)域中的落地與商業(yè)化是兩個截然不同的概念，通過合作、共研形成的AI落地并不意味著這一算法能夠規(guī)模應(yīng)用于醫(yī)院，規(guī)模應(yīng)用于醫(yī)院也不意味著這一算法能夠成功回收過往投入的海量資金。因為這些模糊概念的存在，醫(yī)療AI的商業(yè)化形勢始終透著一種朦朧感，亦難區(qū)分其中企業(yè)的實際進(jìn)展。從這一現(xiàn)狀出發(fā)，蛋殼研究院對醫(yī)療AI的整體情況進(jìn)行了調(diào)研分析，希望借助數(shù)據(jù)這一工具，還原2023年最真實的醫(yī)療AI發(fā)展。目錄第一章人工智能，已是醫(yī)療領(lǐng)域必不可少的一部分 1百個I批類療械，I出助斷 1百項I能管進(jìn)臨試，無行上階段 4信息學(xué)重構(gòu)進(jìn)行時，基礎(chǔ)設(shè)施建設(shè)成為最大壁壘 6第二章資金流速回暖，醫(yī)療人工智能進(jìn)入穩(wěn)步發(fā)育期 9級場察：I利有離疫影增普放緩 9看重研發(fā)投入，數(shù)字醫(yī)療尚未實現(xiàn)規(guī)?；?9續(xù)損，IBiech需定收源 2家業(yè)表國內(nèi)I藥起 4一級市場考察：宏觀遇冷，影像放緩 16入療手相的像學(xué)I起資模 6步前多家I業(yè)獲級單 9第三章在逆勢之下存活，醫(yī)療人工智能仍需高頻創(chuàng)新 22準(zhǔn)定影像I入保可前提 2式新再尋I利動力 3臨床再創(chuàng)新 23醫(yī)院影像數(shù)據(jù)治理 25深入治療領(lǐng)域 26合作政府覆蓋基層醫(yī)療 27成立醫(yī)院 27數(shù)為心新術(shù)變I局 8像的成式I 9重構(gòu)醫(yī)學(xué)科研 31第四章大模型入局，醫(yī)療人工智能再遇新變量 34九大應(yīng)用場景，大模型已潛入醫(yī)療 34部署與應(yīng)用局限發(fā)展，大模型暫時難以規(guī)模落地 36機(jī)遇與挑戰(zhàn)并存，大模型有望成為顛覆醫(yī)療的下一項技術(shù) 37大模型的發(fā)展趨勢 37大模型的發(fā)展面臨的挑戰(zhàn) 38第五章三大賽道，匯聚醫(yī)療人工智能核心競爭力 41坤技數(shù)人平臺0擴(kuò)醫(yī)療I能徑 1鷹瞳科技：診療一體化布局更進(jìn)一步，保險創(chuàng)新業(yè)務(wù)進(jìn)展迅速 43睿療手持9張I像類，向場景I 5智醫(yī)差化局像強(qiáng)有突醫(yī)療I利題 7ATEA提高精的射療流解方案 9深至科技：持續(xù)投入軟硬件一體化，加速小型醫(yī)學(xué)影像基層應(yīng)用 51醫(yī)準(zhǔn)智能：算法技術(shù)與應(yīng)用場景再獲突破，超聲新品研發(fā)迅速 53唯療I能管入景產(chǎn)覆冠病科療流程 5圖表目錄表1 年I品類獲數(shù)量 2表2 療I品同種類獲情況 3表3 球I與發(fā)進(jìn)臨階且于躍態(tài)管臨階分布 4表4 球I與發(fā)進(jìn)臨階且于躍態(tài)管分類 5表5 院理統(tǒng)統(tǒng)構(gòu)與I持架的比 6表6 療I業(yè)收據(jù)比單：人幣） 9表7 療I業(yè)利對單：人幣） 0表8 療I業(yè)發(fā)出單：人幣） 1表9 療I業(yè)產(chǎn)債情況 2表0 醫(yī)療I收潤布單：美） 2表1 Shriner線合部） 4圖表12 英矽智能2022年及2021年營收情況（單位：千美元） 15圖表13 晶泰科技2022年及2021年營收情況（單位：千人民幣） 16表4 療I同道資況 7表5 I像個次資件和額單：人幣） 7表6 23計年I藥資途 8表7 23部藥與I業(yè)的作 0圖表18 SYNTAX評分難點 24圖表19 SYNTAX評分標(biāo)準(zhǔn)的冠脈血管分段示意圖 25表0 成式I用影增強(qiáng) 9圖表21 不同類型企業(yè)參與醫(yī)療大模型開發(fā)的特點 37表2 療I用產(chǎn)圖譜 0圖表23 數(shù)坤科技產(chǎn)品布局 41表4 瞳技I圖 3表5 DeeiseeAI現(xiàn)站影數(shù)化 5圖表26 深智透醫(yī)影像增強(qiáng)與重建解決方案 47表7 ATEA療流解方案 9表8 至技型化I聲 1表9 “見診聲態(tài)時能析臺0涵 4圖表30 悅唯醫(yī)療重癥冠心病全流程創(chuàng)新解決方案 56I發(fā)生技術(shù)突變的概率陡然下降，成熟產(chǎn)業(yè)對于成本的控制更為有力。這一狀態(tài)對于醫(yī)療II企業(yè)的虧損規(guī)模不斷收窄，整個行業(yè)的I整體創(chuàng)新能力有所下滑，迫使不少投資方調(diào)低對于該產(chǎn)業(yè)的未來預(yù)期。多種形式下，醫(yī)療I同的發(fā)展路徑。23年間，國內(nèi)影像學(xué)I的研發(fā)、銷售平穩(wěn)向前推進(jìn)，生命科學(xué)I行至二級市場邊緣，信息學(xué)方面的II各重點賽道的技術(shù)發(fā)展形勢，為后續(xù)章節(jié)融資潛力、商業(yè)模式及技術(shù)范式創(chuàng)新奠定基礎(chǔ)。超百個AI獲批三類醫(yī)療器械，影像學(xué)AI在DADRPAII的商業(yè)化充分不必要條件的第三類醫(yī)療器械注冊證，其數(shù)量一直是衡量賽道發(fā)展形勢的重要指標(biāo)。620231031118202310國家藥監(jiān)局公布的審評審批數(shù)量已至4個，超越了22年的2個。至此，影像學(xué)I審評審批體系趨于成熟，相關(guān)I1I數(shù)據(jù)來源：公開信息整理I0—21II為主，22AI仍是主流，但多了一定數(shù)量的放療規(guī)劃、心電分析、病理分析應(yīng)用，I應(yīng)用場景進(jìn)一步拓寬。2023（總計0II““I1前位列數(shù)量榜的第一（731），深睿醫(yī)療、數(shù)坤9I132I數(shù)據(jù)來源：公開信息整理I最易獲批，是各企業(yè)實現(xiàn)I/II23年8PAI此外，國內(nèi)的小型化超聲軟硬件也在不斷發(fā)展，比如深至科技著力推動基層醫(yī)療超聲篩查，在小型化超聲智能化方面已經(jīng)有完整布局。目前，深至科技已經(jīng)搭建起超過十余類、30I超聲輔助診斷病種覆蓋二十II20232024冊數(shù)量可能會有所下移。II瓦里安、安科銳等國內(nèi)頭部影像企業(yè)及世界放療巨頭，但在近兩年時間內(nèi)，柏視醫(yī)療、ATEA、連心醫(yī)療、醫(yī)諾智能等初創(chuàng)公司也陸續(xù)獲得市場準(zhǔn)入。外科手術(shù)方面也存在同I輔助診斷類企業(yè)也在探索開拓新產(chǎn)線的可能。近百項AIIIII據(jù)蛋殼研究院不完全統(tǒng)計，截至23年1月，進(jìn)入臨床的生命科學(xué)I管線已有6款停止研發(fā)或從官網(wǎng)撤下，I71/3Ⅱ期。3I（不完全統(tǒng)計，截止時間2023年10月）數(shù)據(jù)來源：公開信息整理70%03%II7%4%I合作研發(fā)的管線數(shù)量雖少，卻多為老牌生命科學(xué)類I企業(yè)所持有。sienia現(xiàn)有的兩條ulsBiscience的單克隆抗體U07；LnernPhra手持TTCOnloy、rmonic、cueThereuicsShr?iner則握手SrutureThereuics的NPA03、GSB190與rphichereuic的OF57。4I（不完全統(tǒng)計，截止時間2023年10月）數(shù)據(jù)來源：公開信息整理ShrinerBiXcelThereuic等I收購，進(jìn)入臨床Ⅲ期的管線也多為老藥新用。換句話說，生命科學(xué)類I公司自研且進(jìn)入臨床階段的管線均處于臨床Ⅰ期或臨床Ⅱ期，尚無藥物完整跑通臨床試驗。對于生命科學(xué)類IMNC2023ⅡI不過，I技術(shù)對于制藥行業(yè)的價值仍需時間驗證。雖無法抵達(dá)許多人預(yù)期的%—%的%（BOnormaPhranellience、QLS20112020）10%，已能有效加速新藥的產(chǎn)出，釋放足以匹配如今投資規(guī)模的價值。信息學(xué)重構(gòu)進(jìn)行時，基礎(chǔ)設(shè)施建設(shè)成為最大壁壘I面臨的是一個相對傳統(tǒng)的市場，缺乏創(chuàng)新的彈性，因而形成了差異化的研發(fā)思路。影像學(xué)和生命科學(xué)將I?？艭DSS以獨立產(chǎn)品形態(tài)進(jìn)行銷售，絕大多數(shù)I以支撐技術(shù)存在，置于成熟產(chǎn)品或解決方案中，通過優(yōu)化性能、提供額外服務(wù)提高競爭力。TI集團(tuán)、東華醫(yī)為等頭部醫(yī)療T廠商已對醫(yī)院信息管理系統(tǒng)的架構(gòu)進(jìn)行調(diào)整，使其能夠更好可能II5I數(shù)據(jù)來源：衛(wèi)寧健康TLLM未形I第8第8頁共57頁II支持，僅僅依靠未來價值已難以讓人信服。因此，無論一級市場還是二級市場，I企業(yè)必須憑借可靠的經(jīng)營能力進(jìn)行支撐。IIAI經(jīng)歷了21I22年9月至23年2II1看重研發(fā)投入，數(shù)字醫(yī)療尚未實現(xiàn)規(guī)?；麨榉治鲇跋駥W(xué)及信息學(xué)的ILunit、nxIIPALunitI影像和I病理，0nxIn-Xmging在21AIZeraedialVisinILunit和nXmging6I）數(shù)據(jù)來源：公開信息整理242%202220212443977%2821%21%I政府視力篩查項目場景。202243606%I00ILunit營收2年營收為9億韓元（約64萬人民幣），同比增長80%，主要原因在于LunitSIGHTLunitSCOPEXIXR實現(xiàn)了18nXaing220I解0II30億元；Lunit凈虧損1（約39%n-Xmging37I）數(shù)據(jù)來源：公開信息整理22%減少至%BC2023202382500%3%、%、7%；毛利潤6萬元，同比增長2%，凈虧損2萬元，同比收窄8%，毛利率3%%I影像的商業(yè)價值正在成熟，加速獲得醫(yī)院、體檢機(jī)構(gòu)、健康管理中心的認(rèn)可。6%，%n-Xming1%n-XmgingInXmging偏高。8I）數(shù)據(jù)來源：公開信息整理盈的II領(lǐng)域。n-XmingI9I數(shù)據(jù)來源：公開信息整理持續(xù)虧損，AIBiotechIAIbCelleraBilgicsbCelleraBilgics研的I驅(qū)動抗體發(fā)現(xiàn)平臺通過分析天然免疫系統(tǒng)數(shù)據(jù)庫來尋找可以開發(fā)為藥物的抗體。22年間，bCelleraBilgics實現(xiàn)營業(yè)收入5億美元，同比增長%；凈利潤53%。0各醫(yī)療I）數(shù)據(jù)來源：智藥局、蛋殼研究院支撐該公司2年營收利潤雙增長的主要因素為“版稅”，即與合作伙伴禮來銷售的Beeloimb分成，貢獻(xiàn)收入3億美元，同比增長%。Beeloimb是bCellera20222FDA（EUA），2Beeloimb訂單。bCelleraBilgisBeeloiab這一bCelera5022%。Shriner獨角獸”的隊列中離去。Shr?iner0年1ShrinerBMS52720218lienseinShr?iner822年0Shriner322年200imusThereuicsD08TK29hr?iner的價值。D-48是一款TYK2抑制劑，由imusThereuis與Shr?inerⅢShriner1Shr?iner管線）Shr?inerIBiechICOAI2021能、晶泰科技則于23遞交招股說明書。從他們的招股數(shù)據(jù)中，我們能夠一窺I行業(yè)最前沿的勢態(tài)。23PO數(shù)坤科技選擇了平臺化發(fā)展的策略，致力于構(gòu)建數(shù)字人體，是全球唯一一家在心、腦、胸、PAI00ICTRD、US、DSA、鉬靶等多個模態(tài)，同時也全面覆蓋了疾病篩查診療的各個環(huán)節(jié)，實現(xiàn)了疾病全300090%80%的目標(biāo)公立三甲醫(yī)院，市場覆蓋率行業(yè)第一。雙重POI3年623年1IISSShrinerIBiechelyICOxscienia“復(fù)合型同時為BigPhraCO、Biech30TOP00家提供I2122.3476%2112億美元，4975管線進(jìn)展上，英矽智能核心產(chǎn)品SM155已經(jīng)啟動Ⅱa期臨床試驗，主要用于通過抑制TK圖表12英矽智能2022年及2021年營收情況（單位：千美元）ICO模式。晶泰科技開創(chuàng)了結(jié)合量子物理、I和機(jī)器人技術(shù)的創(chuàng)新研發(fā)平臺，融合醫(yī)藥企業(yè)與醫(yī)械企CRO服務(wù)。200202120222023年1—6月的營收分別為36萬元、99萬元、3.3萬元、97萬元，呈逐年上升趨勢，同期經(jīng)營虧損分別為31萬元、42萬元、5.4萬元、6.7萬元，與營收同向增長。圖表13晶泰科技2022年及2021年營收情況（單位：千人民幣）數(shù)據(jù)來源：公開信息整理10XBB-202XBD-207已通過DICOII億資金，驅(qū)動多個I影像產(chǎn)品進(jìn)入商業(yè)化落地階段，多家I影像企業(yè)邁入二級市場。到23年，流向I影像板塊的資金仍然充沛，但偏好輔助治療而非輔助診斷。I制藥作為2022年的熱門板塊，在2023年正面臨商業(yè)前景不明朗的瓶頸問題，融資熱度有顯著下降。I23年IAI22年8月1日—23年0月3123統(tǒng)計年，I014202320221272021112IIII影像與I4I數(shù)據(jù)來源：公開信息整理I影像融資當(dāng)前更偏向商業(yè)落地。即便是在早期A輪融資階段，產(chǎn)品申報注冊和商業(yè)化情A“放射治療輪廓Tind已獲得PADAA輪融資階段，公司的二類證產(chǎn)品已經(jīng)在多家醫(yī)院應(yīng)用。5I）數(shù)據(jù)來源：公開信息整理I232筆，與1年同期的3筆和22723統(tǒng)計年IA核心原因在于I制藥距離商業(yè)化還有一段距離，行業(yè)缺乏典型的成功案例，再加上22DSP-1181CB+輪融資的紅云生物將資金用于推進(jìn)藥物臨床試驗，其余融資均是處于較早期階段，用于搭建技術(shù)平臺和推進(jìn)藥物臨床前研究。623統(tǒng)計年I數(shù)據(jù)來源：公開信息整理GenesisThereuics2B23年I制藥領(lǐng)域最大一筆融資；23年7月，英偉達(dá)也宣布向ecursin投資0萬美元。這說明II20234223I%的比例。生成式IGlwe+GC賦IGC重構(gòu)醫(yī)患交互場景下的內(nèi)容創(chuàng)作流并實踐探索垂直領(lǐng)域大語言模型應(yīng)用。AI盡管一級市場的I數(shù)坤科技、推想醫(yī)療、深智透醫(yī)等I企業(yè)均已實現(xiàn)億級營收，部分企業(yè)有望在24年實現(xiàn)扭虧為盈。I0ICCRSNAI已借I乳腺癌智能篩診療一體化解決方案、所見即診斷超聲動態(tài)實時智能分析平臺的三大解決方案規(guī)?；涞?，實現(xiàn)可觀營收。II21年與22年間，C開始陸續(xù)認(rèn)可生命科學(xué)類I的未來價值，大規(guī)模網(wǎng)羅具備AII企業(yè)的合作，將自有的管線分而治之，多角度引入I賦能。這兩年內(nèi)，每一年都有近0項合作達(dá)成，近0億美元的總價值合I相較前兩年，202310個月間，全球范圍內(nèi)已發(fā)生艾伯維與nimaBiech總價值2億美元的合作；賽諾菲與百圖生科超0億美元的合作；德國默克集團(tuán)宣布與BenelenAI和xsientia68億美元的合作；諾和諾德與Vloelth7億美元的合作，證實C仍然看重生命科學(xué)AI的未來發(fā)現(xiàn)前景。73I造成這一原因的因素可能并非有關(guān)ICI第21第21頁共57頁II各家醫(yī)療IIII題是I的新藥作為案例支撐，I的購入多個成本項，價值的驗證仍然處于懸而未決的狀態(tài)，沒有被精準(zhǔn)計算出來。其二，許多I產(chǎn)品/解決方案的內(nèi)容、形式過于單一，醫(yī)院/企業(yè)很難為了單一產(chǎn)品付出大量成本，制藥企業(yè)也沒能直觀感受到IIII不封裝III生的結(jié)果。這種情況下，運行過程中的I要解決上述問題，醫(yī)療I標(biāo)準(zhǔn)制定，影像AIII產(chǎn)品應(yīng)用落地進(jìn)入成熟期，產(chǎn)品的性能評價方法應(yīng)趨于標(biāo)準(zhǔn)化、去隨機(jī)化，以制定醫(yī)保支付模型等方式，I要解決這一問題，醫(yī)療I仍處于研發(fā)中的項目同樣需要盡快引入規(guī)范化、標(biāo)準(zhǔn)化流程助力。具體而言，企業(yè)與醫(yī)院、監(jiān)管機(jī)構(gòu)等機(jī)構(gòu)共同制定研發(fā)中產(chǎn)品的價值計量方案，其具體目標(biāo)應(yīng)包括：.明確真實臨床需.I軟件收I.I”還是工程問題，根據(jù)“工程問題I床指標(biāo)III模式創(chuàng)新，再尋AI數(shù)年經(jīng)營，單純以向醫(yī)院銷售單病種輔助診斷軟件的商業(yè)模式進(jìn)行經(jīng)營，I可能無力收回I也未能體現(xiàn)技術(shù)的說服力。I臨床再創(chuàng)新盡管IISYNTAX評分標(biāo)準(zhǔn)及評分系統(tǒng)是貫穿于冠心病診療的核心評分標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)于2005年被首次提出，該評分標(biāo)準(zhǔn)由其他冠脈病變程度評分標(biāo)準(zhǔn)及分級標(biāo)準(zhǔn)發(fā)展而來，以患者的冠脈解剖素，是一種基于冠脈造影（DSA）圖像的精確量化評價指標(biāo)，因此SYNTAX評分在國際診療指南中的地位，也高于其他評分系統(tǒng)。不過，SYNTAX評分標(biāo)準(zhǔn)也有其弊端。一方面，DSA是冠心病診療中的核心影像學(xué)數(shù)據(jù)，DSASYNTAXDSASYNTAX（1）一一對應(yīng)，并對各個血管段病18SYNTAX數(shù)據(jù)來源：公開信息整理SYNTAXSYNTAX發(fā)公司悅唯醫(yī)療開發(fā)了一種利用AI方式自動SYTAXSYTAXSYNTAX評分，具體如下：DSA影像多視角冠脈血管分割與血管分段算法研發(fā)：DSA可實現(xiàn)高DSA狹窄病變檢測與結(jié)構(gòu)相關(guān)病變不良征分析：針對三叉病變、分叉病變、開口病變、長病變這些與結(jié)構(gòu)密切相關(guān)的病變不良征，構(gòu)建多尺度Unet網(wǎng)絡(luò)模型精確量化血管半徑值，根SYNTAX冠脈非結(jié)構(gòu)病變分析：針對完全閉塞、嚴(yán)重扭曲、嚴(yán)重鈣化、血栓和彌漫病變這些無法直接根據(jù)血管結(jié)構(gòu)信息直接評分的病變不良征，構(gòu)建引入融合注意力機(jī)制的目標(biāo)檢測模型，SYNTAXSYNTAX模型可解釋性實現(xiàn)：針對傳統(tǒng)方法可解釋性不足，臨床表現(xiàn)不穩(wěn)定的問題，構(gòu)建可解釋聯(lián)系構(gòu)建評分模型，使之符合SYNTAX人為評分的過程。模型解釋方面，通過分步交互可SYNTAX自動評分結(jié)果可被解釋和分析。19SYNTAX數(shù)據(jù)來源：悅唯醫(yī)療SYNTAXDSA衍生出多種風(fēng)險預(yù)測與診療決策模型。因此SYNTAX評分結(jié)果應(yīng)用范圍覆蓋冠心病診療全流程，在術(shù)前SYNTAX評分結(jié)果可作為血運重建方式選擇的核心標(biāo)準(zhǔn)，在術(shù)中由評分結(jié)果STSSYNTAXII評分可以有效預(yù)測患者遠(yuǎn)期預(yù)后。I算法重構(gòu)傳統(tǒng)評分系統(tǒng)，進(jìn)而在不改變臨床路徑的前提下提升臨床效率。醫(yī)院影像數(shù)據(jù)治理I開發(fā)催生了獨立建設(shè)影像大IPCSS、PS作為醫(yī)療數(shù)據(jù)大國，我國的影像數(shù)據(jù)占據(jù)了80%—90%的份額，維持30%的增速持續(xù)增長，80%的數(shù)據(jù)為非結(jié)構(gòu)化數(shù)據(jù)。因此，圍繞影像展開的醫(yī)療大數(shù)據(jù)中心建設(shè)能夠有效觸及此類需求，傳統(tǒng)醫(yī)療T企業(yè)及深睿醫(yī)療、匯醫(yī)慧影等I企業(yè)均圍繞此業(yè)務(wù)深化信息化布局，一方面為醫(yī)院搭載治理影像數(shù)據(jù)的平臺，另一方面II技術(shù)的規(guī)模落地，一家醫(yī)院常常會安裝多個II軟件集成，便于醫(yī)生使I應(yīng)用，醫(yī)生需要時可直接聯(lián)網(wǎng)下載。DeeiseeAI&LPI深入治療領(lǐng)域醫(yī)療I一個科室躍至全部科室，醫(yī)療I最初一批切入治療環(huán)節(jié)的IATEIA等多款I(lǐng)ATEA基于I的放療影像工作站ccuCnour?于20年3DADAI神經(jīng)介入手術(shù)方面，強(qiáng)聯(lián)智創(chuàng)率先突圍，其顱內(nèi)動脈瘤手術(shù)計劃軟件可用于腦血管病患者X2022術(shù)，均有多個I企業(yè)完成布局。腫瘤外科這一領(lǐng)域今年也有不少I企業(yè)完成突破，或在2024合作政府覆蓋基層醫(yī)療I落地。因此，基層醫(yī)療I100體中II影像I企業(yè)醫(yī)準(zhǔn)智能便借助“粉紅關(guān)I”乳腺癌智能篩診療一體化解決方案與北京、上海、行乳腺癌篩查能力建設(shè)。協(xié)助地區(qū)完成《健康中國行動（120年）》提出的“22%0年達(dá)到%I帶到基層老百姓身邊，同時完成自身的商業(yè)化落地。此外，也有企業(yè)為了匹配I體系I足多種醫(yī)療需求，賦能基層醫(yī)療機(jī)構(gòu)。成立醫(yī)院人工智能醫(yī)院在形式上類似于互聯(lián)網(wǎng)醫(yī)院，但又之稍有不同?；ヂ?lián)網(wǎng)醫(yī)院誕生之初面臨的是一個醫(yī)患缺乏溝通渠道的環(huán)境，要解決的是“就醫(yī)難”的問題。此外，烏鎮(zhèn)智能醫(yī)院也將III服務(wù)最“I的研10以數(shù)據(jù)為核心，新技術(shù)重構(gòu)AI由于I的能力嚴(yán)重依賴訓(xùn)練數(shù)據(jù)的體量與質(zhì)量，因而長期以來，“數(shù)據(jù)”要素的缺失極大程II人工/影像，I那么，是否存在一種新的路徑，以IAI深度學(xué)習(xí)剛在醫(yī)療領(lǐng)域萌芽時，影像學(xué)I不少研究人員嘗試采用小樣本學(xué)習(xí)、生成對抗網(wǎng)絡(luò)（GAN）等方式生成式數(shù)據(jù)，彌補(bǔ)訓(xùn)練樣本量不足的問題。近年來，生成式I的定義更明確，強(qiáng)調(diào)在深度學(xué)習(xí)之上搭建Trnsorerdel；應(yīng)用也更為豐富，影像增強(qiáng)與輔助診斷均是其重要應(yīng)用場景。影像增強(qiáng)目前從事這類I于影像設(shè)備公司自身軟件服務(wù)的企業(yè)。該公司的核心業(yè)務(wù)為利用I加速RI、PT等設(shè)備I處理原始數(shù)據(jù)獲取合成數(shù)RIPT深智透醫(yī)也在嘗試將生成式I應(yīng)用于影像增強(qiáng)。R臨床掃描中的部分序列常常出現(xiàn)信噪比偏低、偽影明顯等情況，影響最終影像的呈現(xiàn)質(zhì)量。發(fā)布于EE的研究“OnedeloSnhesizeThemll:ulicntrstuliscleTrnsrmerrissingDamuain”結(jié)果顯示：在I的支持下，利用Trnsorer等模型通過T1、T2等現(xiàn)有圖像間接生成新（其效果甚至可以優(yōu)于直接磁共振成像。目前，該企業(yè)自研的SulePET?（國產(chǎn)化本地部署產(chǎn)品為SuPET?）和SuleMR?（國SuMR?利用I加速I、PTIRIPT影像。0生成式I數(shù)據(jù)來源：深智透醫(yī)在著手CT等影像增強(qiáng)時，深智透醫(yī)還對生成式I進(jìn)行了進(jìn)一步優(yōu)化，做一些影像降級的模型訓(xùn)練訓(xùn)練輔助診斷類I以皮膚病I屑病的數(shù)據(jù)頻率則會相對偏低，使得最終生成的I在實際診斷中表現(xiàn)出“病種偏好”，進(jìn)而引發(fā)更為平滑。在差GPTI則能補(bǔ)全生級。22Cbride10IIIII（以2為例）ABA∩B數(shù)據(jù)庫，并需在模型之中添加醫(yī)學(xué)知識，使其能基于醫(yī)學(xué)原理解釋交集數(shù)據(jù)的概率得出過程。譬如，糖網(wǎng)病變的VI一I對部分稀缺維度進(jìn)行數(shù)據(jù)擴(kuò)增，或能解決此類問題。重構(gòu)醫(yī)學(xué)科研I生成患者合成數(shù)據(jù)集的研究，意在為廣大科技醫(yī)療研究人員提供更為豐富的數(shù)據(jù)。IDClne研發(fā)的生成式IDCIDClne此案例中，I的價值主要來自效率提升。過去準(zhǔn)備訓(xùn)練數(shù)據(jù)往往需要耗去研究人員數(shù)個月的時間，而在生成式II建立合成對照組，提高試驗組患者的比例。（DAIeida研發(fā)的editaISnheicCnrlrm?合成對照解決方案應(yīng)用于美國臨床階段免疫治療公司ediennaThereuicsDA55rGBMⅢ在此試驗中，edita成功幫助eicenna在該試驗中減少招募了0個對照患者，成伴隨I第33第33頁共57頁盡管智慧醫(yī)院的建設(shè)進(jìn)行得如火如荼，但落在具體場景中，譬如自動書寫病案、智能問診、智能隨訪等應(yīng)用，仍然沒有脫離關(guān)鍵詞映射數(shù)據(jù)庫的邏輯，真正做到智慧智能。大語言模型（LLM）帶來的NLP技術(shù)更迭能夠一定程度解決當(dāng)前智能程度不夠問題。在分輔助診斷、輔助決策CDSSCDSSCDSS，提升決策的完整性與準(zhǔn)確性。治療方案生成質(zhì)控LLM患者服務(wù)I藥品說明書均屬這一場景中的成熟應(yīng)用。醫(yī)院管理教學(xué)科研中醫(yī)目前發(fā)布中醫(yī)大模型的企業(yè)較少，以大經(jīng)中醫(yī)為例，其“岐黃問道·大模型”包含基于已確診（診斷（中藥處方（診斷結(jié)果和治療方案（中藥處方藥物研發(fā)、銷售XeePlyVHH（結(jié)構(gòu)時，1000VHH抗體序列。公共衛(wèi)生相較于千億級參數(shù)的通用大模型，醫(yī)療中文本類大模型的參數(shù)可控制于100萬以內(nèi)，包含500GPUGPU二是應(yīng)用。目前基于大模型構(gòu)建的智能應(yīng)用仍然沒有脫離傳統(tǒng)醫(yī)療T應(yīng)用的范疇，如病案“殺手級T大型互聯(lián)網(wǎng)企業(yè)的優(yōu)勢在于通用大模型的自研能力。構(gòu)建大模型需要的成本不菲，且需大量TITT大模型對于醫(yī)院的架構(gòu)要求嚴(yán)苛，能夠支持I應(yīng)用的智能架構(gòu)將比傳統(tǒng)A企業(yè)架構(gòu)更好T圖表21不同類型企業(yè)參與醫(yī)療大模型開發(fā)的特點數(shù)據(jù)來源：公開信息整理時至今日，大模型雖在醫(yī)療場景中已經(jīng)取得了許多重要成果，但從規(guī)?？慈蕴幱谄鸩诫A段。大模型的發(fā)展趨勢模型規(guī)模的進(jìn)一步擴(kuò)大模型的自適應(yīng)和個性化未來多模態(tài)數(shù)據(jù)的融合大模型的發(fā)展面臨的挑戰(zhàn)數(shù)據(jù)量和計算資源的需求大模型的訓(xùn)練和推理需要大量的數(shù)據(jù)和計算資源，一定程度壓縮了創(chuàng)業(yè)公司們的試錯空間，進(jìn)而導(dǎo)致只有少數(shù)企業(yè)參與大模型的開發(fā)與落地，不利于大模型的技術(shù)的普及和應(yīng)用。模型的部署成本模型的隱私和安全問題模型的穩(wěn)定性和可擴(kuò)展性模型的解釋性和可解釋性由于LLM的復(fù)雜性和黑盒性質(zhì)，大模型結(jié)果的可解釋性仍然存疑。循證醫(yī)學(xué)前提下，大模型的可解釋性可能制約相關(guān)應(yīng)用的審評審批，進(jìn)而抑制相關(guān)應(yīng)用的落地。第39第39頁共57頁III的應(yīng)用層。下游為技術(shù)的應(yīng)用場景，如醫(yī)院、體檢機(jī)構(gòu)、居家、藥房等。III板塊。隨著I2I數(shù)據(jù)來源：公開信息整理2.AIPAI高12NMPA三類證、2FDA4MDRCE認(rèn)“數(shù)字人體”平臺，自主研發(fā)了覆蓋疾病篩查、輔助診斷、治療決策全流程的“數(shù)字醫(yī)生”產(chǎn)品組合，成功應(yīng)用于智慧影像、智慧手術(shù)、智慧健康三大領(lǐng)域。數(shù)字0的壁壘，形成了以疾病為中心，以患者為中心的全新的智能解決方案。00積累了0余種I產(chǎn)品，覆蓋了CT、R、DR、US、DSA、鉬靶等多個模態(tài)，同時也全面覆蓋了多圖表23數(shù)坤科技產(chǎn)品布局?jǐn)?shù)據(jù)來源：公開信息整理此外，數(shù)字人體平臺0還集成了數(shù)坤科技I核心算法技術(shù)和傳統(tǒng)影像組學(xué)研究功能，為“科研大腦2000SCIureureCmunicionsdiloySMM等學(xué)術(shù)高地。03000Top1009080%。鷹瞳科技：診療一體化布局更進(jìn)一步，保險創(chuàng)新業(yè)務(wù)進(jìn)展迅速醫(yī)療II”II體化I4I數(shù)據(jù)來源：鷹瞳科技AI2023該儀器運用IAI視網(wǎng)膜III海默病專病保險，首次把醫(yī)療I“心腦血管篩查保險“北京普惠健康保共保體達(dá)成I產(chǎn)品首次進(jìn)入“醫(yī)惠錫城“齊魯保、重“渝快?，F(xiàn)疾病早篩早診，降低醫(yī)保支出。通用II-生成式I-通用I三個階段依次推進(jìn)。在分析式I板塊，公司將持續(xù)將人類醫(yī)生有非常明確的診斷指南和標(biāo)準(zhǔn)，以及相應(yīng)嚴(yán)謹(jǐn)醫(yī)學(xué)邏輯的病種去做研發(fā)注冊，申請新的適應(yīng)癥；生成式AI板塊，公司基于醫(yī)學(xué)影像，生成未來疾病和病灶的演進(jìn)變化，起到預(yù)測和早期預(yù)防的作用；用I49張AI影像三類證，邁向全場景AI80%—90面能夠有效助力醫(yī)院臨床和科研工作。I0醫(yī)療機(jī)構(gòu)提供從II服務(wù)。AI數(shù)智化202310“CTNMPA9NMPADRCTXI影+文本IIDeeiseeAI智慧影像&大數(shù)據(jù)通用平臺上。DeeiseeAI將醫(yī)院影像科日常工作流程產(chǎn)生的數(shù)據(jù)結(jié)構(gòu)化、形成數(shù)據(jù)資產(chǎn)，可以在技師、醫(yī)生、科室的管理者之間自由流通、實現(xiàn)重建、打印、全場景I5DeeiseeAI數(shù)據(jù)來源：深睿醫(yī)療注重醫(yī)工結(jié)合，大模型深入產(chǎn)學(xué)研合作I和醫(yī)療大數(shù)據(jù)中臺產(chǎn)品進(jìn)行I平臺，更好地支撐臨床智能化的建設(shè)。DeeiseLMLLrgeedialLnugedelSMSementnyedialmges，XyCRIPTITrnsorer據(jù)，在臨床中發(fā)揮積極的作用，也具備更廣泛的應(yīng)用場景。目前，全國范圍內(nèi)已有近兩千家醫(yī)療機(jī)構(gòu)在日?？蒲兄惺褂蒙铑ａt(yī)療多模態(tài)智能科研平臺，20010Q1Q2深智透醫(yī)：差異化布局影像增強(qiáng)，有望突破醫(yī)療AII醫(yī)學(xué)影像加速FDACENMPA認(rèn)證的第三方解決方案提供商。2020年，公司開啟全面商業(yè)化，此后訂單規(guī)模持續(xù)攀升，2023年，公司營收呈倍數(shù)增長。布局AIMRI和PTIISulePET?，PT0SuleMR可以將R10圖表26深智透醫(yī)影像增強(qiáng)與重建解決方案數(shù)據(jù)來源：公開信息整理因地制宜，在全球構(gòu)建起多元化商業(yè)模式在商業(yè)模式上，深智透醫(yī)采取“因地制宜”策略。憑借著公司產(chǎn)品極強(qiáng)的兼容性和普適性，深智透醫(yī)搭建了多元化的商業(yè)渠道，開展了廣泛的合作。lienseSaaSIOM解AIOenecon唯一的I藥企合作上，深智透醫(yī)已經(jīng)和多家頭部藥企、CRO達(dá)成合作，包括拜耳、博萊科。依托在RI和PTI生成式AIICBnsightGenerieI0康領(lǐng)I深智透醫(yī)的SulePET?和SuleMR?就是利用生成式I處理原始數(shù)據(jù)獲取合成數(shù)據(jù)，再I、PTI、PT同時，深智透醫(yī)也通過生成式IMANEI準(zhǔn)放II及器放射治療水平。ATEA1117301034ART2建設(shè)放療軟件全流程產(chǎn)品矩陣ATEAIAccuContour?、放療IcuLearningOZITPSdiusIAccuChek7ATEAATEA密切關(guān)注行業(yè)需求，精準(zhǔn)解決放療痛點ATEA推出AccuContour?。AccuContour?RTOG100+個危及器QA而針對放療算法模型個性化培訓(xùn)門檻高的痛點，ATEA推出放療I模型自主訓(xùn)練平臺ccuLernin?也受到限制，ATEA自主研發(fā)的OZI2-5效率和質(zhì)量上都有大幅提升；AccuCheckTG-1