AI助力医学影像、药物研发等医疗领域效率提升。围绕诊疗全流程，医疗AI产品面向企业、个人两大服务场景。其中，在B端应用的场景主要包括AI医学影像、药物研发、辅助诊断和疾病预测，在C端应用的场景主要包括在线问诊和健康管理。技术成熟度较高的应用领域依次为医学影像、药物研发，通过AI的赋能，提高了医学影像诊断的准确度、缩短了创新药的研发周期。

1）AI医学影像：提升诊疗效率和准确率，逐步进入商业化阶段。

AI医学影像是辅助诊断的一个分支，是医疗+AI最为成熟的领域，可适用于超声、X线、内镜、CT、MRI（磁共振成像）、眼底影像在内的大部分传统医学图像手段。AI在医学影像应用主要分为两部分：①图像识别，应用于感知环节，其主要目的是将影像进行分析，获取一些有意义的信息；②深度学习，应用于学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握诊断能力。

提升诊疗效率和准确率，有望解决医师数量不足等行业痛点。传统诊断过程是，化验医生使用X光、核磁、超声等医学影像设备生成影像，由主治医生基于影像对患者身体情况进行判断，形成诊断结果。这种方式的缺点在于，影像诊断受医生数量和工作时间限制，医生数量增长远低于医疗影像数量增长，并且影像诊断受医生经验等因素影像，存在一定的误诊率。AI影像系统形成辅助诊断建议，可以帮助医生提高阅片效率和诊断的准确性，降低误诊率。

AI医学影像已进入商业化阶段，临床应用广泛。2020年，国家药品监督管理局首次通过人工智能三类器械的审批，这意味着AI影像系统拥有了进入医院落地的资质，进入了商业化阶段。目前，获得国家三类器械审批的AI影像已经覆盖多种常见疾病，包括心脑血管疾病、眼科疾病、肺部疾病、骨科疾病等。其中，肺部影像AI和眼底筛查AI因为患病人群规模大、数据量大、标注难度低成为热门赛道，多家企业已有三类医疗器械证，肺部筛查赛道主要有推想科技、联影医疗、深睿医疗，眼底筛查领域主要有鹰瞳医疗、硅基智能、致远慧图、微医医疗。

2）AI药物研发：提升新药研发成功率，即将进入新一轮增长。

与传统药物研发模式相比，AI药物研发具有缩短研发周期，节约资金成本，提高成功率，充分利用现有医疗资源等优势。据药时代报道，传统模式下的药物研发在临床前阶段需要4-5年，而基于AI和生物计算的新药研发管线平均1-2年就可以完成临床前药物研发，明显提速。根据Tech Emergence，AI可以将新药研发的成功率从10%提高到14%，可以为生物制药行业节省数十亿美元。

据量子位智库预测，鉴于目前绝大多数临床阶段管线处于临床一期，2023-2024年将出现跨越“死亡之谷”的临床管线，进一步证明AI技术对新药研发产业的颠覆性。2026年，预估将会出现首个上市的AI驱动药物，AI制药行业的经济价值因此得到验证，政策、产业、消费市场对于AI驱动药物的态度及相关举措也将清晰，行业逐渐定型。与此同时，现有的管线及后续发展较快的管线，将大批进入临床，AI制药的技术价值将得到规模化验证。

当前国内外AI制药市场的主要参与者主要有三类，即大型药企、AI制药初创企业和互联网头部企业，其中大型药企又分为传统药企和CRO企业。根据Deep Pharma Intelligence的数据，截止2022年第一季度，全球参与AI药物研发的大型药企超过56家，其中包括逾36家传统药企和20家CRO企业；相关互联网头部企业超31家，AI制药初创企业超过495家。

AI制药领域，建议关注成都先导、泓博医药、云南白药、药石科技；AI医学影像领域，建议关注万东医疗、联影医疗；AI病理诊断，建议关注九强生物、润达医疗、安必平。

本文来源：光大证券研报《医药/医疗AI+浪潮渐起——医药生物行业跨市场周报（20230326）》

（本文内容仅供参考，不作为投资依据，据此入市，风险自担）