2024易凯资本中国健康产业白皮书--核心观点篇(4)

//  在患者服务方面，AI正在改变传统线上线下医疗服务诊疗模式，解决专家稀缺、交互低效、价格昂贵等优质医疗资源可及性问题。

通过大语言模型AI打造的“专家分身”，可以以低廉的价格实现随时随地名医在线就医问诊服务，实现了通过AI手段增加优质医疗资源供给量和效率，实现患者诊前、诊中和诊后全流程需求的覆盖。

//  在全方位创造性地提高老年人生活质量方向上，大语言模型AI将结合大数据、无创生命传感、通信和定位、物联网、智能穿戴等技术，自动实时检测、记录、和评估生命体征、行为习惯及其他医学指标，对老年人生命安全和身体健康进行分级管理服务。

特别值得一提的是，老年人陪伴机器人是一个重要的发展方向，在生成式大语言模型加持下的机器人不仅具备精准的语言识别能力，还能够理解人类情绪，可以同老年人对话交流，共同参与活动和游戏，提醒规避安全风险等，特别是用药指导等功能，可识别超过4万种药盒，做到播报药品药名、功效和过期日期等信息。

//  在医疗保险支付方向上，AI可以提供基于医保大数据的精准医保基金监管解决方案。

通过提炼新规则和标签传播算法，对数据进行智能分析就可以找到更多的群体行为一致的参保人，从而识别出医保行为异常的重点人群，主动发现人群风险因素和健康医疗支出结算的异常点，为监管部门提供科学决策。

NO.2机器学习和深度学习人工智能应用已贯穿在药品研发生产和医疗设备及器械的诊断和治疗过程中。

//  在药品研发生产的各个环节，人工智能的应用日臻成熟，从药物靶点发现、化合物虚拟筛选、成药性预测到临床试验等均已有对应的AI技术参与。

英矽智能用于靶点发现的PandaOmics平台可通过多组学数据对比发现新靶点；Atomwise 利用AI进行基于结构的药物设计，快速筛选出有前途的候选药物；ConcertAI建立了最广泛的临床网络为新的治疗方法提供证据；而新一代AlphaFold模型，可以预测蛋白质数据库（PDB）中几乎任何分子的结构。此外，在药物生产的过程中，AI的应用也已优化制造工艺，例如大湾生物为药企提供工艺优化服务及培养基等，显著降低了药企的生产成本，加速了药品的上市周期。

AI的参与使临床前药物开发的平均时长缩短到11-18个月，成本大大降低。据MedMarket Insights预测，截止2023年Q3，AI相关药物中约40条管线推进到II期临床，近10管线条推进到III期，预计2027年后，当前处于临床II、III期的AI药物进入上市阶段，AI制药市场将迎来一个高峰，AI制药或将在药物的开发生产中常态化，制药行业的范式和流程势必会遭AI进一步改写，从而带动整个行业发生变革，AI加持的低成本新药也将冲击现有药品市场。

//  在医疗设备和器械的诊断和治疗过程中，随着深度学习能力的不断迭代，AI将会推动其自动化水平、精确性以及智能化程度的显著提升，改善患者的治疗效果并达到更好的经济性。

深度学习人工智能在Medtech与诊断领域涵盖了影像AI辅助诊断、病理学AI辅助诊断、高通量测序AI分析、医院自动化设备及AI监控，医疗人员正在使用AI加持的智能导航的手术机器人，基于传感器与算法的心衰检测设备，基于脑机接口的运动康复、脑疾病治疗设备。借助于AI深度学习技术，自动化程度持续提升。依托于深度学习和大量历史数据，机器人能够自行规划手术策略和操作自动化，帮助医生精准规划手术路径，提供决策支持。

精确性的提高是AI技术发展的另一个重大突破。 AI技术在超声、CT、MRI及腔镜影像分析中能够更快定位病灶，缩短判断时间。在高通量测序的结果分析中，AI通过算法和对光信号处理提升测序准确率并降低整体测序成本。

AI通过提升分析复杂生物医学数据的速度和精确度，变革体外诊断（IVD）领域，使经济性显著改善。罗氏诊断公司与Path AI公司合作，开发用于伴随诊断的数字病理学算法，大幅缩减了罗氏开发试剂的时间和成本。西门子Healthineers在数字病理学中利用AI自动检测和量化组织样本中的诊断指标加快和精化诊断过程。