2025年1月DeepseekR1版本發佈，引發低成本高質量AI應用熱潮。醫療作為AI應用的最重要、最具潛力的場景之一，亦被市場高度重視。據wind數據顯示，AI醫療指數(887738.WI)自1月份的低點至今累計漲幅達55.24%。

一方面，近些年AI醫療政策頻出，得到政策的加持可以更加快速的發展。另一方面，AI在降本增效方面效果顯著，商業化意願更強。

政策全面擁抱AI在醫療領域的應用

醫療領域作為強政策干預的行業，政策的鼓勵加速行業的發展。據智通財經APP瞭解，自2019年以來，AI醫療的利好政策頻出。

2019年10月藥監局《關於成立人工智能等3個醫療器械標準化技術歸口單位的公告》，2021年3月藥監局《關於進一步促進醫療器械標準化工作高質量發展的意見》，2021年7月藥監局《關於發佈人工智能醫用軟件產品分類界定指導原則的通告》，2022年7月科技部等六部門關於印發《關於加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》。

近期，2024年11月，國家衞健委、國家中醫藥局、國家疾控局聯合發佈了《衞生健康行業人工智能應用場景參考指引》為AI在醫療領域的應用提供了明確的方向和支持。未來，發展和醫學教學科研等方面發揮重要作用。

《指引》列出了84個具體的AI技術將在醫療服務管理、基層公衞服務、健康產業體的應用場景，涵蓋醫療服務管理、基層公衞服務、健康產業發展和醫學教學科研四大領域。這些場景的明確，為AI技術在醫療領域的應用提供了具體的指導方向，有助於推動AI技術在醫療行業的落地和推廣。政策的引導和支持將鼓勵更多投資和創新，促進AI技術在醫療領域的快速發展。

AI醫療的在各領域快速應用

AI技術在醫療領域的應用正逐步深入並擴展到多個方面，包括醫療影像、輔助診療、藥物研發等。例如，在醫療影像領域，AI技術顯著提高了診斷的準確性和效率，優化了影像分析過程。在輔助診療方面，AI通過分析患者的電子健康記錄和基因組數據，提供個性化的治療建議，輔助醫生進行精準手術操作。在藥物研發方面，AI技術縮短了研發週期，降低了成本，提高了成功率。

據晶泰控股-P招股書引自frost&Sulivan數據，AI加持下藥物發現過程時間縮短50%。

在4-6年的新藥發現過程中，有25個月左右時間用於靶,點至苗頭化合物階段、25個月用於苗頭化合物至先導化合物階段，約十個月用於先導化合物優化階段。其間，為確定臨牀前候選化合物需測試約5000個分子。通過A!更精確的預測方法與乾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。在藥物研發上節約的成本，將直接映射到藥價和企業利潤上去。

在政策以及實質性利好的情況下，AI醫療股價都得到大幅度的提升。實際上除了國內AI醫療企業股價大漲外，海外市場的AI醫療企業也得到大幅大漲，並且業績也得到了驗證。通過海外AI醫療股價的漲幅可以很好的映射國內AI醫療的企業的利好程度。

美企AI醫療龍頭Tempus商業模式得到驗證

以美國AI醫療龍頭Tempus(TEM.US)      為例。據智通財經APP瞭解，Tempus憑藉“數據+算法+應用”的商業模式，成為全球精準醫療的標杆。

Tempus的平台可以分為Genomics(基因組學診斷測試)、Dataservice(數據服務)、AI-relativeapplication(AI應用平台)三條產品線，據公司稱公司每一項業務與其他業務相互協同/集成，無形中增強了其他業務的產品競爭力，突出公司在AI醫療領域的核心價值。

Tempus平台的產品線主要分為三條，分別是Genomics(基因組學診斷測試)、Dataservice(數據服務)以及AI-relativeapplication(AI應用平台)。據公司介紹，公司的每一項業務都與其他業務相互協同、集成。這種協同效應無形中提升了其他業務的產品競爭力，也凸顯了公司在AI醫療領域的核心價值。

Tempus公司從成立到發展壯大，關鍵在於“流量或數據入口”。數據庫規模的增長、數據與服務收入的增加，以及基因組/診斷和算法測試的質量與數量之間的相互作用，形成了飛輪效應。這一效應推動了公司數據量的持續增長，使Tempus成為世界上最大的臨牀和分子腫瘤學數據庫之一。它連接了美國65%的學術醫療中心和50%的腫瘤醫生，擁有850萬臨牀記錄、120萬影像記錄以及250PB多模態數據，從而構建起公司的核心壁壘。2024年11月，Tempus收購了基因檢測公司Ambry
Genetics，業務拓展至兒科、罕見病、免疫學、生殖健康和心臟病學等領域。

Tempus公司披露，其與2023年收入排名前20大的製藥公司中的19家有合作關係，2023年簽署的合同總剩餘合同價值超過9億美元，且預計在未來幾年分期交付。

在Tempus的三條產品線中，AI應用這一產品線在2023年實現收入550萬美元，佔公司當年收入的1%，但深受投資人關注。該產品線的應用主要包括：

1. Tempus Time提供AI驅動的CRO服務，能夠在14天內完成疑難雜症患者與製藥公司臨牀試驗的匹配，而行業平均用時為3 - 6個月。

2. Tempus
Next為醫院和醫生提供臨牀決策支持。它通過相關應用或算法，識別並測算腫瘤和心臟病患者的護理差距，為醫生提供近似實時的治療建議，以實現精準治療。

3. Olivia通過彙集患者健康數據，利用AI技術提供有價值的健康洞見，幫助患者更好地管理自身健康。

從Tempus的收入結構來看，目前基因組學仍是公司第一大收入業務，不過其收入增速有所下滑。為此，公司近年來不斷擴大自身業務覆蓋領域，不再侷限於腫瘤，而是拓展至心血管、中樞神經系統(CNS)等領域。

拋開基因組學不談，Tempus公司在“數據貨幣化”領域的商業化運作較為成功。其數據服務已成為推動公司業績增長的核心業務，且該業務主要是基於面向企業(toB)的模式，為製藥企業或生命科學公司提供臨牀招募匹配、加速臨牀註冊或提高註冊進度等服務。

不難發現，Tempus形成了數據構築核心壁壘，三大業務形成飛輪效應。如今公司推出的應用端，正是基於龐大數據量訓練出來的進化算法在不同落地場景中的應用探索，有望繼續在“精準醫療”或行業效率方面帶來變革。

除了Tempus大漲外，製藥企業Recursion以及醫生服務企業Doximity 也跟着大漲。美股AI醫療的大漲可以映射為以下幾點：

1、Al 基因組學/AI檢驗。華大基因(300676.SZ)  -2.670 (-4.102%)   ：tempus
最直接映射標的。國產基因測序龍頭，數據+AI雙驅，在腫瘤早篩、精準診療等場景形成差異化競爭力，擁有全球領先的基因數據庫(涵蓋超3000
萬份真實臨牀診療數據)，並通過醫療機構合作，持續擴充罕見病、腫瘤等領域的專病數據集。提出 GBI ALL
創新範式，構建了多模態大模型GeneT，多應用場景提升商業化潛力，如精準醫學檢測、癌症早篩、個性化健康管理、醫院合作與數據變現(探索數據授權與AI服務收費模式)。

2、AI 醫生服務、AI
醫保。醫脈通(02192)：國內領先的在線專業醫師平台，已接入DeepSeek加速AI商業化落地。根據公司財報，截至1H24，醫脈通平台有400萬+註冊醫師，佔中國執業醫師的88%，有700萬註冊用户，250萬月活躍用户，598萬次付費點擊，同比增長40%。醫脈通主營業務包括精準營銷及企業解決方案，醫學知識服務，智能患者管理服務。公司持續投入研發，推出國內首個大模型驅動的AI醫生MedliveGPT(醫脈通大模型)，已通過國家網信辦大模型算法備案。該大模型基於深度學習Transformer框架，融合NLP、CV及多模態等前沿技術，在訓練過程中充分利用豐富的醫學數據資源，有效解決了通用大模型常見的“幻覺”問題，確保生成內容的準確性與可靠性。

3、製藥+AI。晶泰控股-P(02228)：公司以AI藥物發現業務為基礎，向AIforScience領域擴展，通過AI賦能縮短藥物、材料等研發週期，提升研發回報率。客户合作方面，公司與全球前20大藥企，晶泰合作16家;2024年與協鑫簽訂1.35億美元材料研發大單，與阿聯酋合作沙土增稠劑試驗田。合作管線進展上，目前進展最快是希格生科與晶泰合作開發的全球首個人工智能類器官藥物SIGX1094，已獲得美國食品藥品監督管理局(FDA)快速通道認定，有望顯著縮短審批週期。

4、AI
醫療數據。醫渡科技(02158)：通過“醫-藥-險-患者”全產業鏈佈局，深耕大數據平台、生命科學解決方案及健康管理三大板塊，真實世界研究項目達261項，自主研發的AI醫療大腦YiduCore(2024年在上海
AI實驗室的MedBench評測中，YiduCore在“醫學知識問答”“醫學語言理解”“醫療安全與倫理”三大維度斬獲第一)，累計處理和分析超過55億份醫療記錄，覆蓋疾病知識圖譜構建、多源異構醫療數據處理及智能化決策支持，整合
DeepSeek-V3 等先進大模型，YiduCore進一步提升了數據處理效率與臨牀決策精準度。

5、互聯網醫療+AI。阿里健康(00241)：主業包括醫藥電商服務和醫療健康及數字化服務業務。根據公司財報，截至24Q3，與阿里健康簽約提供在線健康諮詢服務的執業醫師、執業藥師和營養師合計超23萬人，同比增加超2萬餘人。在醫療大模型領域，阿里健康繼續探索醫藥電商領域的應用，用户體驗及搜索轉化效率都在持續提升。基於領先的數字化能力，阿里健康持續將商品數據結構化，包含商品本身的品類、型號以及影響用户決策的因子屬性等，逐步搭建了一個完善的“商品中心”，使用户搜索及客服諮詢時，可以通過大模型的輔助，呈現出按照決策優先級，準確、全面地表達商品客觀屬性的結果，幫助用户提升體驗及搜索效率。

當然，除了上述幾點外，AI醫療的應用場景正呈現出多點開花的蓬勃發展態勢。其中涵蓋了多個重要領域，如AI影像、
AI輔助診斷、AI健康管理(慢病管理)、AI智慧醫療等。

在所有這些豐富的應用端中，最大的利好無疑是那些擁有豐富數據資產的企業。在AI強大的技術加持下，這些企業能夠充分挖掘數據的價值，將其與先進的算法和模型相結合，實現數據與技術的協同效應。這種協同效應會使企業的發展形成乘數效應，不僅能夠加速自身的業務創新和產品升級，還能在市場競爭中佔據更為有利的地位，推動整個AI醫療行業的快速發展。