【国元证券】AI医疗行业研究报告：AI医疗前景广阔，政策助推应用落地-251105（23页）.pdf

1、able_TitleAI医疗前景广阔，政策助推应用落地推荐|首次AI医疗行业研究报告报告要点：AI医疗前景广阔，行业规模蓬勃增长AI医疗是通过机器学习、自然语言处理、计算机视觉等先进技术，对复杂的医疗数据进行深度分析，辅助临床决策、优化诊疗流程、提升医疗效率的新型医疗体系，具备智能化、高效化、便捷化的特征，应用前景广阔。根据甲子光年2024年中国AI医疗产业研究报告，2023年中国AI医疗行业规模为973亿元，预计将在2028年达到1598亿元，2022-2028年间的年复合增长率为10.5%。细分市场中，AI医学影像和AI制药增长较快。政策支持产业发展，加快AI医疗技术落地近年来，国家已陆续

2、出台多项政策支持AI医疗发展，2024年国家卫生健康委等三部委联合发布卫生健康行业人工智能应用场景参考指引，为医疗机构中的人工智能应用提供了众多具体的场景指导，加速了AI技术的落地实施。2025年8月，国务院发布关于深入实施“人工智能+”行动的意见，提出探索推广人人可享的高水平居民健康助手，有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用。AI医疗场景广泛，应用成熟度有所差异随着生成式大模型等AI技术的不断发展，AI医疗逐步融入覆盖医疗产业各环节，但不同场景的应用成熟度存在显著差异。影像智能分析、蛋白质结构生成与预测、健康数据监测与解读等场景应用较为成熟，而临床试验设计与执行等场景成

3、熟度相对更低。从商业化角度来看，行业龙头厂商对于mathsfAl+医疗投入力度持续加大，截止2024年底，能够对外提供医疗领域AI应用的产品和服务且已备案的模型和算法数量已达101个，呈逐步上升态势。从医院端来看，以头部三甲医院为代表，国内各医院正加快对AI大模型的部署及应用，并基于通用大模型推出各类专病专科大模型，更贴近临床实践，标志着国内医疗大模型的应用进入深化阶段。人工智能大模型技术在软件及服务领域的落地节奏低于预期的风险；AI医疗相关政策落地进度不及预期的风险；AI医疗产业发展不及预期的风险；行业竞争加剧的风险；宏观经济环境变动的风险。1.AI技术蓬勃发展，深入赋能医疗产业1.1AI医

4、疗应用与市场规模AI医疗是指通过机器学习、自然语言处理(NLP)、计算机视觉等技术，对大量复杂的医疗数据进行深度分析，辅助临床决策、优化诊疗流程、提升医疗效率的智能化应用体系。借助互联网+、物联网技术，AI医疗能够充分利用有限的医疗人力和设备资源，同时发挥大医院的医疗技术优势，打造健康档案区域医疗信息平台，实现患者与医务人员、医疗机构、医疗设备之间的互动，并在疾病诊治、监护和治疗等方面提供信息化、移动化和远程化医疗服务。AI医疗的核心技术主要有以下四项：医学影像分析：基于深度学习的CT、MRI图像识别，用于肿瘤、心血管疾病筛查（如肺部结节检出准确率超95%）；自然语言处理(NLP)：主要表现为

5、电子病历结构化处理，临床知识图谱构建（例如IBMWatsonOncology）；药物研发：使用AI工具加速靶点发现、化合物筛选，缩短研发周期（如DeepMind的AIphaFold预测蛋白质结构）；智能健康管理：通过可穿戴设备+mathsfAl实现慢性病实时监测与预警。AI医疗的应用场景可以按照就医前、就医期间三阶段（诊前、诊中、诊后）、就医后以及其他四类进行划分，涉及健康促进、疾病预防、诊断、治疗、康复护理以及慢性病控制等六个环节，旨在从四个维度提升医疗效率和质量。首先，AI可以使医疗知识库快速积累，模型持续学习迭代；其二，减轻医生重复性工作负担腾出更多时间专注临床；再者，规范化、标准化医疗

6、流程降低人为操作风险；最后，实现基层医疗机构远程会提高服务覆盖率诊。概括来说，智能医疗在促进个性化健康管理、疾病预防、医患互动优化、远程医疗升级、诊疗流程智能化等方面，将迎来效率革命。(divcenter)图1：AI应用贯穿医疗的多个环节(/divcenter)AI医疗应用主要包括医学影像、临床辅助决策、精准医疗、健康管理、医疗信息化、药物研发以及医疗机器人等，以助力降本增效、提升诊疗水平、改善患者体验、降低患病风险等为核心目的，全面赋能院前、院中、院后以及医学教育研究等各个环节。AI在医疗健康行业的应用前景广阔，但不同应用场景的成熟度存在显著差异，影像智能分析、蛋白质结构生成与预测、健康数据