医疗健康行业报告-PDF版

AI医疗行业专题报告：AI重构医疗从场景落地到变现讨论-260122（27页）.pdf

证券研究报告证券研究报告 AIAI医疗行业专题报告医疗行业专题报告 2026年1月22日 AIAI重构医疗，从场景落地到变现讨论重构医疗，从场景落地到变现讨论 分析师：吴佳青，执业证书编号：S0930.

2026-01-23 27页 5星级

上海社会科学院信息研究所：AI医疗治理白皮书（2026版）（73页）.pdf

AI 医疗治理白皮书 White Paper on AI Healthcare Governance （2022026 6 版版）港大港大-复旦复旦 IMBA 项目明博学社项目明博学社 医疗健康产业.

2026-01-16 73页 5星级

AI医疗行业点评：ChatGPT Health、蚂蚁阿福等多个医疗医药AI行业边际催化！-260113（5页）.pdf

请务必仔细阅读正文之后的各项信息披露与声明 行业及产业 行业研究/行业点评 证券研究报告 计算机 2026 年 01 月 13 日 ChatGPT Health、蚂蚁阿福等多个医疗医药 AI 行业边.

2026-01-15 5页 5星级

医药健康行业AI+临床决策支持：商业化加速落地有望助力行业提质增效-250826（16页）.pdf

敬请参阅最后一页特别声明 1 /作为 AI 医疗系列深度报告的首篇，本文聚焦于 AI-CDSS（Artificial Intelligence Clinical Decision Support System，人工智能临床决策支持系统）领域，重点围绕以下问题展开：1）AI 医疗的发展进程及各细分领域的应用潜力；2）AI 医疗发展的底层驱动因素分析；3）从海外案例看 AI 医疗的临床价值验证。投资逻辑 AIAI-CDSSCDSS 在医疗健康领域的应用成熟度较高，在医疗健康领域的应用成熟度较高，市场潜力显著市场潜力显著。中国 AI 医疗行业正经历从信息化（2014 年前）到互联网化（2014-2020 年），再到智慧化（2021 年至今）的三阶段跃迁，技术迭代驱动 AI 与医疗深度融合。AI 医疗行业规模加速扩张，2019-2023 年市场规模自 27 亿元增至 107 亿元，占 AI 行业比重由 6.4%提升至 8.6%；预计 2028 年将达976 亿元，占比升至 15.4%，渗透率持续提升。AI 医疗应用需经历需求验证、模型研发、性能测试、商业化探索四重递进环节。因医疗场景的强专业性，不同领域成熟度差异明显。行业数据显示，医学影像诊断、临床决策支持系统（CDSS）因数据整合能力强、技术适配性高，其目前在医疗健康领域的应用成熟度较高，且市场潜力较大。行业行业痛点与技术革新，双重驱动痛点与技术革新，双重驱动 AIAI 医疗行业发展医疗行业发展。医疗行业现有痛点推动技术革新，在需求端，人口老龄化持续加剧，根据联合国标准，我国已经进入“中度老龄化社会”，医疗服务需求持续攀升。在供给端，优质医疗资源集中于头部医院，基层服务能力薄弱，导致资源错配与浪费现象突出。在支付端，医保基金支出增速高于收入，叠加慢性病负担日益加重，控费压力不断增大，优化资源配置成为核心诉求。此外，疾病复杂性高、误诊漏诊风险大，以及医院内部流程繁琐、运营效率低下，进一步制约了医疗服务质量的提升。在此背景下，以 AI 医疗技术革新展现出显著价值。特别是大模型技术的突破，提升了市场对医疗 AI 的接受度，CDSS 等系统在辅助诊断、治疗方案规划与医嘱生成等环节的应用不断深化，有望系统性缓解资源不均、提升诊疗准确性与效率，为行业转型升级提供核心动力。IBM WatsonIBM Watson 早期探索验证临床对早期探索验证临床对 AIAI 医疗工具需求医疗工具需求。IBM Watson 作为 AI 医疗领域的早期应用案例，其发展历程为行业提供了验证临床价值的重要借鉴。初期，IBM 通过自然语言处理与机器学习技术构建了丰富的产品矩阵，并与全球顶尖医疗机构合作，快速积累了高质量的医疗数据与市场信任。然而，其发展最终受限于多重困境：技术层面，系统封闭、数据训练不足及临床适配复杂度过高，导致输出结果不一致且应用条件苛刻；商业化层面，则因成本高昂与临床价值难以清晰量化，未能建立可持续的商业模式。尽管 IBM Watson 的商业化未能达到预期，其困境凸显了医生、医院及患者端对 AI 医疗工具的需求。展望国内 AI 医疗行业发展，我们持续看好兼具技术壁垒、落地应用能力以及明确商业化路径的公司。投资建议 我们认为，尽管 AI 辅助诊断的底层需求广阔且明确，但纯粹的技术赋能故事已难以维系企业的长期发展。未来的投资价值将集中于那些能够将前沿技术（大模型能力、数据资产）与具体临床场景深度融合，并能清晰量化其产品价值（提升诊疗效率、优化患者预后、降低医疗成本）的企业。AI 医疗已进入商业化加速期，我们持续看好兼具技术壁垒、落地应用能力以及明确商业化路径的公司，其有望在跨越技术与市场成熟的临界点后，实现规模的快速扩张和盈利能力的本质提升。风险提示 技术迭代与产品落后风险、数据隐私与政策合规风险、商业化落地与盈利不及预期风险、核心人才流失与技术泄露风险、医疗事故与责任认定风险等。行业专题研究报告 敬请参阅最后一页特别声明 2 扫码获取更多服务 内容目录内容目录 一、前言：AI 技术革新引领医疗领域向智能化、精准化转型.4 二、行业痛点与技术革新，双重驱动 AI 医疗行业发展.5 2.1 医疗行业现有痛点推动技术革新.5 2.2 技术迭代升级，提升市场接受度与使用积极性.8 三、海外：从 IBM Watson 早期发展看 AI 医疗临床价值验证.9 3.1 初期产品矩阵丰富，高举高打策略下快速扩张.9 3.2 技术与商业化困境限制成长.10 四、投资建议.12 风险提示.14 图表目录图表目录 图表 1：AI 医疗占人工智能行业比重有望逐年增加.4 图表 2：AI 技术革新引领医疗领域向智能化、精准化转型.4 图表 3：AI 在医疗健康场景市场潜力及成熟度有所差异.5 图表 4：国内老龄化加剧，65 岁及以上人口占比或持续提升.6 图表 5：我国医疗资源供需错配.6 图表 6：不同等级医院病床使用率有所差异.6 图表 7：全国基本医疗保险（含生育保险）基金收支情况.7 图表 8：全国基本医疗保险（含生育保险）基金累计结存.7 图表 9：1985-2009 年美国医师保险公司协会（PIAA）索赔中提到最多的为误诊（Errors in Diagnosis）.7 图表 10：此前医院运营面临医护工作负担重、医疗服务流程复杂等问题.8 图表 11：各类医疗大模型应用场景提交频次.8 图表 12：20232025 年医疗大模型数量.8 图表 13：CDSS 系统建设和工作逻辑.9 图表 14：AI-CDSS 系统与传统 EHR 相比更智能.9 图表 15：IBM Watson 的发展历程.9 图表 16：IBM Watson 三大核心解决方案.9 图表 17：IBM 在 AI 医疗方面的布局.10 图表 18：2015 年 IBM Watson Health 团队及客户覆盖广.10 图表 19：“IBM Watson”的诊断过程.11 图表 20：Watson 与专家治疗方案的匹配度在 85%以下.11 图表 21：IBM 代表性 AI 医疗相关收购.11 行业专题研究报告 敬请参阅最后一页特别声明 3 扫码获取更多服务 图表 22：AI 辅助决策相关的公司及业务梳理.12 图表 23：AI 辅助决策相关的公司及业务梳理（接上表）.13 图表 24：AI 辅助决策相关的公司及业务梳理（接上表）.14 行业专题研究报告 敬请参阅最后一页特别声明 4 扫码获取更多服务 一、前言：AI 技术革新引领医疗领域向智能化、精准化转型 AI 医疗行业规模及其占人工智能行业的比重有望进一步提升。2019-2023 年，中国 AI 医疗市场规模由 27.0 亿元增加至 107 亿元，占 AI 行业的比重由 6.4%增加至 8.6%，预计到2028 年，市场规模将进一步 976 亿元，占 AI 行业的比重增加至 15.4%，AI 医疗渗透率有望进一步提升。图表图表1 1：AIAI 医疗占人工智能行业比重有望逐年增加医疗占人工智能行业比重有望逐年增加 来源：头豹研究所、国金证券研究所 随着各项技术迭代加快，AI 在生命科学与医疗行业的渗透率与融合均有提高。在 2014 年之前，国内医疗行业处于医疗信息化阶段，可以通过医院信息系统、电子病历系统、企业资源计划系统等将生产和医疗服务行为信息化。在 2014-2020 年，逐步进入互联网医疗阶段，在信息化的基础上推动数字化共享和线上服务的推广，应用包括智能药柜、远程医疗等。2021 年至今，国内医疗行业正式进入智慧医疗创新阶段。可以通过整合大量的医疗数据，结合先进数智技术来推动创新升级，提高医疗服务质量的可及性。随着行业升级，AI（Artificial Intelligence）的应用在近几年全面铺开，在医疗健康领域的重要性显著提升，不论是在医学影像诊断、病理分析、临床决策支持，或是药物研发等领域都展现了 AI 特有的优势。图表图表2 2：AIAI 技术革新引领医疗领域向智能化、精准化转型技术革新引领医疗领域向智能化、精准化转型 来源：德勤、国金证券研究所 AI 医疗从兴起到成熟落地大致需要走过需求分析与验证、模型研发、模型性能测试或应0%2%4%6%8004006008001,0001,200201920202021202220232024E2025E2026E2027E2028EAI医疗市场规模（亿元）AI医疗占人工智能行业比重行业专题研究报告 敬请参阅最后一页特别声明 5 扫码获取更多服务 用市场对模型性能的验证、商业模式探索到最后在行业实现大规模的商业化落地，由于医疗健康应用场景繁多，目前 AI 在医疗健康行业不同应用场景的成熟度也存在显著差异。据阿里云数据，目前 AI 在医疗健康领域的应用成熟度较高，且市场潜力较大的场景包括智慧医疗（影像智能分析、智能化临床决策支持（CDSS），以及部分医药创新与健康管理场景。基于上述背景，本报告将重点关注智能化临床决策支持的应用与发展。图表图表3 3：AIAI 在医疗健康场景市场潜力及成熟度有所差异在医疗健康场景市场潜力及成熟度有所差异 来源：阿里云：人工智能 医疗健康行业应用白皮书、国金证券研究所 二、行业痛点与技术革新，双重驱动 AI 医疗行业发展 2.12.1 医疗行业现有痛点推动技术革新医疗行业现有痛点推动技术革新 医疗资源供需错配医疗资源供需错配 需求：人口老龄化趋势下，国内医疗服务需求持续提升。2024 年底，我国 60 周岁及以上老年人口 31031 万人，占总人口的 22.0%，其中 65 周岁及以上老年人口 22023 万人，占总人口的 15.6%。根据联合国标准，60 岁及以上人口比例超过 20%或 65 岁及以上人口比例超过 14%时，则进入“中度老龄化”社会。行业专题研究报告 敬请参阅最后一页特别声明 6 扫码获取更多服务 图表图表4 4：国内老龄化国内老龄化加剧，加剧，6565 岁及以上人口占比或持续提升岁及以上人口占比或持续提升 来源：德勤预测、同花顺 iFind、国金证券研究所 供给：医疗资源错配，AI 有望填补基层医生缺口。国内医疗资源背景上，优质医疗资源集中于三甲医院，基层医疗机构能力薄弱导致患者向上聚集，加剧资源浪费。图表图表5 5：我国医疗资源供需错配我国医疗资源供需错配 图表图表6 6：不同等级医院病床使用率有所差异不同等级医院病床使用率有所差异 来源：卫生健康事业发展统计公报、国金证券研究所 来源：卫生健康事业发展统计公报、国金证券研究所 支付：据2024 年全国医疗保障事业发展统计公报（以下简称2024 公报），2024 年全国基本医疗保险（含生育保险）基金总收入 34913.37 亿元（同比 4%），基金总支出 29764.03亿元（同比 6%）。结余方面，据2024 公报统筹基金当期结存 4639.17 亿元，累计结存38628.52 亿元（同比 14%）。随着老龄化进程加速，慢性病负担持续攀升，高血压、糖尿病等慢性病患者患者规模突破 3.5 亿，推高医保基金支出增速，医保结余压力加大。自 2012 年开始，医保局发布关于开展基本医疗保险付费总额控制的意见，明确提出要加强基金收支预算管理的总额控制。至此，医保控费成为医药行业主旋律，而医疗资源配置优化则是最优解。0%5 %000010000150002000025000300003500040000201720182019202020212022202320242025E2035E2050E65岁及以上人口（万人）占总人口比例38551194613252930226.312.22.51.6三级医院二级医院一级医院未分级医院机构数量诊疗人次数（亿人次）0 0Pp002030405060三级医院二级医院一级医院基层医疗卫生机构诊疗人次数（亿人次）左病床使用率（右)行业专题研究报告 敬请参阅最后一页特别声明 7 扫码获取更多服务 图表图表7 7：全国基本医疗保险（含生育保险）基金收支情况全国基本医疗保险（含生育保险）基金收支情况 图表图表8 8：全国基本医疗保险（含生育保险）基金累计结存全国基本医疗保险（含生育保险）基金累计结存 来源：国家医保局、国金证券研究所 来源：国家医保局、国金证券研究所 疾病表现复杂多变，存在漏诊误诊风险疾病表现复杂多变，存在漏诊误诊风险 部分疾病早期病灶特征较为细微，医生识别能力的差异及视觉疲劳等因素都可能导致疾病被漏诊。据柳叶刀数据，以食管癌为例，从既往研究来看，内镜检查对食管癌等上消化道癌症的漏检率在 4-17%的水平。此外，来自美国医师保险公司协会（PIAA）的数据显示，与诊断错误相关的问题是已赔付索赔的首要原因。美国退伍军人事务部、凯撒永久医疗系统以及风险管理基金会（CRICO RMF）也报告了基本相同的数据。一项对美国从业者数据库中 25 年间医疗事故案例的分析发现，有 10 万例诊断错误案例，其中诊断错误是最常见的索赔原因（占 29%），且代价最高，平均每起索赔达 38.7 万美元。因此，如何提高医生的重大疾病诊疗水平和工作效率，减少基层医疗机构的误诊、漏诊等现象，成为医疗行业亟待解决的问题。图表图表9 9：19851985-20092009 年年美国医师保险公司协会美国医师保险公司协会 （PIAAPIAA）索赔中提到最多）索赔中提到最多的为误诊的为误诊（Errors in DiagnosisErrors in Diagnosis）来源：BMJ Journals、国金证券研究所 医院行政与运营效率有待提高医院行政与运营效率有待提高 医疗服务流程错综复杂，跨越多个科室和部门，涉及诊断、治疗、检查、用药、支付等多个环节，各环节相互影响，决策因素繁多，导致一个简单的流程往往需要跨越多个部门，耗时较长。人工智能技术可高效系统地收集和整合影响医疗决策的各类信息，为医护人员提供决策支持，辅助做出更准确的诊疗决策并高效实施。0%2%4%6%8 00010000150002000025000300003500040000201920202021202220232024收入（亿元）支出（亿元）收入yoy%（右轴）支出yoy%（右轴）-25%-20%-15%-10%-5%0%5 0001000015000200002500030000350004000045000201920202021202220232024累计结存（亿元）yoy%（右轴）行业专题研究报告 敬请参阅最后一页特别声明 8 扫码获取更多服务 图表图表1010：此前医院运营面临医护工作负担重、医疗服务流程复杂等问题此前医院运营面临医护工作负担重、医疗服务流程复杂等问题 来源：甲子光年、国金证券研究所 2.22.2 技术技术迭代升级，迭代升级，提升市场接受度与使用积极性提升市场接受度与使用积极性 以 DeepSeek 为代表的大模型技术自 2024 年发布，对医疗行业的影响已经超越了单纯的技术突破范畴，迅速提升了市场对医疗大模型的接受度以及使用积极性。截至 2025 年 5 月1 日已有 133 个医疗大模型的密集发布，远超 2023 年（61 个）与 2024 年（94 个）的模型数量。在市面上已公开的主要医疗大模型中，其中约有九成以上医疗大模型应用场景均涵盖于卫生健康行业人工智能应用场景参考指引之中。大模型涉及应用场景 12 类，所有应用场景总提及频次 814 次。其中医疗服务场景涉及的大模型最多，总提及频次达430 次，占比近 53%。图表图表1111：各类医疗大模型应用场景提交频次各类医疗大模型应用场景提交频次 图表图表1212：2023202320252025 年医疗大模年医疗大模型型数量数量 来源：动脉网、国金证券研究所 来源：动脉网、国金证券研究所 CDSS 是将诊疗建议计算机化的系统，通过利用医疗知识库和患者个人信息，向临床医生提供支持，帮助医生进行诊断、制定治疗方案，并对病情发展进行预测。应用层面，CDSS 在医学诊疗流程的各个环节均得到应用，AI 大模型的赋能下，系统则可以实现更加智能的分析及判断。据生物医学工程学进展，CDSS 主要的应用包括：1）辅助诊断；2）治疗方案规划和评估；3）医嘱输入和电子处方等。辅助诊断：辅助临床医师对患者的疾病种类、病情程度等进行评估与诊断，其高准确度和科室宽广度有望有效缓解医疗资源分布不均的问题。同时，可以辅助临床工作经验不足的医师进行诊断，有效地减少误诊、漏诊。AI 大模型的赋能下，系统可以自动根据患者病情信息给出合理建议，极大提高各项辅助诊疗功能的使用便利性。治疗方案规划和评估：AI-CDSS 不仅仅分析诊断中的数据支持，还可以基于相关疾病知识经验或者病例数据库给出当前患者可能的治疗方案，能实现诊疗方案的规范化和权威化。此外，AI 临床医生（AI clinician）也是一种 AI-CDSS 的强化学习算法，0501001502002503003504004505000510152025303540455023M323M423M523M623M723M823M923M1023M1123M1224M124M224M324M424M524M624M724M824M924M1024M1124M1225M125M225M325M4行业专题研究报告 敬请参阅最后一页特别声明 9 扫码获取更多服务 可以用于更加个性化的诊疗。医嘱输入和电子处方：由系统根据存储的知识规则检查并生成电子医嘱处方，提高了医生病历书写的效率和病历的完整性。基于 AI 的 CDSS 可与中心的电子病历系统高度集成读取患者的完整诊疗数据，基于循证医学证据和完整数据分析，实时为临床提供疑似诊断、治疗方案等智能推荐及用药、检验检查等预警提示，从而实现诊疗质量的过程质控。图表图表1313：CDSSCDSS 系统建设和工作逻辑系统建设和工作逻辑 图表图表1414：AIAI-CDSSCDSS 系统与传统系统与传统 E EH HR R 相比更智能相比更智能 来源：亿欧智库、国金证券研究所 来源：“Brilliant AI Doctor”in Rural Clinics:Challenges in AI-Powered Clinical Decision Support System Deployment、国金证券研究所 三、海外：从 IBM Watson 早期发展看 AI 医疗临床价值验证 2011 年 2 月，IBM 宣布 Watson 将专注于医疗健康领域，同时 IBM 也是全球最早推出 AI医疗商业化产品的公司。IBM Watson 作为早期投入最大、声量最高、期望也最高的全球性项目，其发展历程中不乏创新技术的探索，与大规模的战略布局，但在推广过程中也同样遇到瓶颈，对于 IBM Watson 的复盘有望为行业新进入者提供经路径参考与经验教训。3.1 3.1 初期产品矩阵丰富，高举高打策略下快速扩张初期产品矩阵丰富，高举高打策略下快速扩张 IBM Watson 通过自然语言处理（NLP）、机器学习（ML）和数据分析等技术，能够快速分析大量医学文献、患者记录以及其他相关数据，从而为相关人员提供决策支持。IBM 先后开发了三个独特的癌症治疗解决方案，辅助全球各地的医生对患者进行诊治，分别是Watson for Oncology（肿瘤解决方案）、Watson for Clinical Trial Matching（临床实验匹配解决方案）以及 Watson for Genomics（基因解决方案）。图表图表1515：IBM IBM WatsonWatson 的发展历程的发展历程 图表图表1616：IBM IBM WatsonWatson 三大核心解决方案三大核心解决方案 来源：JP Morgan、国金证券研究所 来源：IBM、国金证券研究所 在策略上，IBM 与知名医院以及健康机构合作，建立市场信任；同时获得高质量的医疗数据用于训练 AI 模型。行业专题研究报告 敬请参阅最后一页特别声明 10 扫码获取更多服务 在全球范围内，270 家医院以及健康机构使用过 Watson 的肿瘤学和基因组解决方案，惠及14万名患者。代表性机构包括：纪念斯隆凯特琳癌症中心（Memorial Sloan Kettering Cancer Center）、梅奥诊所（Mayo Clinic）、克利夫兰诊所（Cleveland Clinic）、CVS 健康、强生公司等。此外 2016 年，21 家中国医院首批采用 IBM Watson，包括复旦大学附属肿瘤医院、宣武医院、中山大学附属肿瘤防治中心、中国医科大学附属第四医院等。2012 年 3 月，IBM 与纪念斯隆凯特琳癌症中心合作，向 Watson 输入了数万个患者记录和病史。到 2013 年，Watson 已经分析了 60.5 万条医学证据、200 万页文本、2.5 万个训练案例，并通过 1.47 万个临床医生小时来调整其决策准确性。基于当时的进展，2013 年 10 月，IBM 首席执行官弗吉尼亚罗梅蒂（Virginia Rometty）设定了一个目标，即 Watson 在十年内实现 100 亿美元的收入，并预计到 2018 年年收入达到 10 亿美元。同月，IBM 宣布德克萨斯大学 MD 安德森癌症中心“正在使用 IBM Watson 认知计算系统来完成其根除癌症的使命”。图表图表1717：IBM IBM 在在 AIAI 医疗方面的布局医疗方面的布局 图表图表1818：20152015 年年 IBM Watson HealthIBM Watson Health 团队及客户覆盖广团队及客户覆盖广 来源：JP Morgan、国金证券研究所 来源：IBM、国金证券研究所 3.3.2 2 技术与商业化技术与商业化困境限制成长困境限制成长 2012-2016 年，IBM Watson 在医疗健康市场占据了明显的领先地位，并投入巨资以巩固其优势，IBM Watson 的发展在 2016 年出现转折，2016 年 9 月德克萨斯大学 MD 安德森癌症中心决定终止与 IBM 沃森的合作。后续几年，IBM Watson 大规模裁员、项目停止、CEO离职，最终 IBM 于 2022 年将其出售。复盘 IBM Watson 过往的发展，我们认为 IBM Watson遇到的主要困境在技术和商业化两个层面。技术方面，包括应用条件苛刻、数据投喂不足、系统封闭等弊端。应用条件苛刻，需要复杂训练与数据输入。应用条件苛刻，需要复杂训练与数据输入。2014 年，有报道称与 MD 安德森癌症中心合作开发能够辅助诊疗白血病治疗方案的 Watson 项目出现延迟。从产品落地的角度，由于当时的医案通常包含私人缩写、句子片段以及模糊含义的语法错误，因此要么需要工程师开发算法来正确分析医案，要么需要医生重新整理医案，导致前期筹备时间长，且内容杂。三年后，MD 安德森癌症中心退出了与 IBM 的合作。进展上，IBM Watson产品已进行测试，但尚未商业化，MD 安德森癌症中心为项目投资了超 6200 万美元。数据数据训练训练不足，诊疗结果出现偏差。不足，诊疗结果出现偏差。Watson for Oncology（肿瘤解决方案）计划借助其大的计算能力进行分析，并对癌症的庞大医学文献和真实癌症患者的健康记录进行学习，以达到在真实场景中给出辅助决策的能力。但最终产出上，由于模型训练数据量不足，导致模型输出结果不一致。根据 2017 临床肿瘤学杂志数据，Watson 与专家治疗方案的匹配度在 85%以下。行业专题研究报告 敬请参阅最后一页特别声明 11 扫码获取更多服务 图表图表1919：“IBM IBM WatsonWatson”的诊断过程”的诊断过程 图表图表2020：WatsonWatson 与专家治疗方案的匹配度在与专家治疗方案的匹配度在 8 85 5%以下以下 来源：动脉网、国金证券研究所 来源：Journal of Clinical Oncology 2017、Cancer Research 2017、JCO Clinical Cancer Informatics 2018、国金证券研究所 系统封闭，系统封闭，IBMIBM 与被收购公司协作适配与被收购公司协作适配困难困难。技术方面，IBM 通过大量收购的方式快速扩张，因此被收购公司的首要任务之一是将其技术和产品转换为符合 IBM 的技术标准。后续的流程，可能涉及修改被收购公司的所有产品，使其在 IBM 云上运行，被收购公司的工程师不再专注于创新，而是忙于繁琐的迁移和适配工作。此外，闭源模型的发展依赖母公司内部的研发节奏、资源投入和战略方向。一旦内部创新速度放缓，整个生态系统都会随之僵化，无法跟上外部的发展，因此 IBM 与被收购公司的后续协同没有产生 1 12 的效果。可持续商业模式缺失，合作项目无产品化输出。可持续商业模式缺失，合作项目无产品化输出。商业化路径上，Watson for Oncology的独家经销商 Wellpoint 将其作为一种工具出售，向世界各地的医生推荐最佳癌症治疗方案。据华尔街时报，根据医院购买的产品数量，IBM 通常对每位患者收取 200 至 1000 美元的费用，外加咨询费用。Watson 的挫折很大程度上源于在当时的时间节点下，高昂的成本与难以清晰量化的价值之间未能找到平衡点，导致可持续的商业模式缺失。图表图表2121：IBMIBM 代表性代表性 AIAI 医疗相关收购医疗相关收购 来源：IEEE Spectrum、国金证券研究所 尽管 Watson Health 的商业化未能达到预期，但这并不代表 AI 医疗是一个伪命题。相反，83sI%泰国汶隆格拉德国际医院印度曼尼帕尔综合癌症中心韩国加昌大学吉尔医疗中心匹配度行业专题研究报告 敬请参阅最后一页特别声明 12 扫码获取更多服务 我们从 Watson 的发展过程中发现，其困境恰恰凸显了医生、医院及患者端对智能化工具的需求。展望国内 AI 医疗行业发展，我们持续看好兼具技术壁垒、落地应用能力以及明确商业化路径的公司。市场需求上，从其早期能快速与全球顶尖医疗机构建立合作便可看出，临床端对于能提升诊疗效率与准确性的 AI 工具存在真实且迫切的需求，这充分证明了 AI 医疗的市场潜力。然而，当时的市场教育尚处早期，国民乃至部分医疗从业者对 AI 的认知与信任度不足，成为了推广过程中无形的壁垒。技术上，IBM Watson 的历程印证了产品的开发需要长期投入与迭代的“慢周期”过程。其早期的准确性争议，根源在于技术、数据与临床场景结合的复杂度超乎预期。25 年 1 月 20 日，DeepSeekR1 发布，随着算力提升、算法革新以及高质量临床数据的持续积累，AI 诊疗模型的准确性与可靠性有望实现阶跃式的提升。四、投资建议 参考海外案例我们认为，尽管 AI 辅助诊断的底层需求广阔且明确，但纯粹的技术赋能故事已难以维系企业的长期发展。未来的投资价值将集中于那些能够将前沿技术（大模型能力、数据资产）与具体临床场景深度融合，并能清晰量化其产品价值（提升诊疗效率、优化患者预后、降低医疗成本）的企业。AI 医疗已进入商业化加速期，我们持续看好兼具技术壁垒、落地应用能力以及明确商业化路径的公司，其有望在跨越技术与市场成熟的临界点后，实现规模的快速扩张和盈利能力的本质提升。图表图表2222：AIAI 辅助辅助决策决策相关的公司及业务梳理相关的公司及业务梳理 来源：各公司公告、各公司公众号、同花顺 iFind、国金证券研究所。注：总市值截至 2025/8/25.行业专题研究报告 敬请参阅最后一页特别声明 13 扫码获取更多服务 图表图表2323：AIAI 辅助决策辅助决策相关的公司及业务梳理（接上表）相关的公司及业务梳理（接上表）来源：各公司公告、各公司公众号、同花顺 iFind、国金证券研究所 行业专题研究报告 敬请参阅最后一页特别声明 14 扫码获取更多服务 图表图表2424：AIAI 辅助决策辅助决策相关的公司及业务梳理（接上表）相关的公司及业务梳理（接上表）来源：各公司公告、各公司公众号、同花顺 iFind、国金证券研究所 风险提示 技术迭代与产品落后风险：技术迭代与产品落后风险：AI 技术发展迅猛，若公司研发进度缓慢或技术路线判断失误，可能导致其产品性能落后于竞争对手，从而丧失市场竞争力。数据隐私与政策合规风险：数据隐私与政策合规风险：行业监管政策持续完善，若公司在数据采集、处理或使用过程中未能严格遵守相关法律法规，可能面临业务整改或处罚，进而对经营造成不利影响。商业化落地与盈利不及预期风险：商业化落地与盈利不及预期风险：AI 医疗产品的市场推广和收费模式可能需较长验证周期，若公司无法有效证明产品价值并以合理成本获取客户，将面临盈利困难及增长放缓的压力。核心人才流失与技术泄露风险：核心人才流失与技术泄露风险：AI 领域专业人才竞争激烈，若公司无法维持核心团队的稳定，或出现关键技术泄露，可能导致研发中断或竞争优势被削弱。医疗事故与责任认定风险：医疗事故与责任认定风险：AI 辅助诊断系统在实际应用中若出现错误且导致医疗纠纷，相关责任的认定机制尚不完善，可能为公司带来潜在的法律诉讼与声誉损失。行业专题研究报告 敬请参阅最后一页特别声明 15 扫码获取更多服务 行业行业投资评级的说明：投资评级的说明：买入：预期未来 36 个月内该行业上涨幅度超过大盘在 15%以上；增持：预期未来 36 个月内该行业上涨幅度超过大盘在 5%；中性：预期未来 36 个月内该行业变动幅度相对大盘在-5%5%；减持：预期未来 36 个月内该行业下跌幅度超过大盘在 5%以上。行业专题研究报告 敬请参阅最后一页特别声明 16 扫码获取更多服务 特别声明：特别声明：国金证券股份有限公司经中国证券监督管理委员会批准，已具备证券投资咨询业务资格。形式的复制、转发、转载、引用、修改、仿制、刊发，或以任何侵犯本公司版权的其他方式使用。经过书面授权的引用、刊发，需注明出处为“国金证券股份有限公司”，且不得对本报告进行任何有悖原意的删节和修改。本报告的产生基于国金证券及其研究人员认为可信的公开资料或实地调研资料，但国金证券及其研究人员对这些信息的准确性和完整性不作任何保证。本报告反映撰写研究人员的不同设想、见解及分析方法，故本报告所载观点可能与其他类似研究报告的观点及市场实际情况不一致，国金证券不对使用本报告所包含的材料产生的任何直接或间接损失或与此有关的其他任何损失承担任何责任。且本报告中的资料、意见、预测均反映报告初次公开发布时的判断，在不作事先通知的情况下，可能会随时调整，亦可因使用不同假设和标准、采用不同观点和分析方法而与国金证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。本报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可能会受汇率影响而波动。过往的业绩并不能代表未来的表现。客户应当考虑到国金证券存在可能影响本报告客观性的利益冲突，而不应视本报告为作出投资决策的唯一因素。证券研究报告是用于服务具备专业知识的投资者和投资顾问的专业产品，使用时必须经专业人士进行解读。国金证券建议获取报告人员应考虑本报告的任何意见或建议是否符合其特定状况，以及（若有必要）咨询独立投资顾问。报告本身、报告中的信息或所表达意见也不构成投资、法律、会计或税务的最终操作建议，国金证券不就报告中的内容对最终操作建议做出任何担保，在任何时候均不构成对任何人的个人推荐。在法律允许的情况下，国金证券的关联机构可能会持有报告中涉及的公司所发行的证券并进行交易，并可能为这些公司正在提供或争取提供多种金融服务。本报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。国金证券并不因收件人收到本报告而视其为国金证券的客户。本报告对于收件人而言属高度机密，只有符合条件的收件人才能使用。根据证券期货投资者适当性管理办法，本报告仅供国金证券股份有限公司客户中风险评级高于 C3 级(含 C3 级）的投资者使用；本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断。使用国金证券研究报告进行投资，遭受任何损失，国金证券不承担相关法律责任。若国金证券以外的任何机构或个人发送本报告，则由该机构或个人为此发送行为承担全部责任。本报告不构成国金证券向发送本报告机构或个人的收件人提供投资建议，国金证券不为此承担任何责任。此报告仅限于中国境内使用。国金证券版权所有，保留一切权利。上海上海 北京北京 深圳深圳 电话：021-80234211 邮箱： 邮编：201204 地址：上海浦东新区芳甸路 1088 号 紫竹国际大厦 5 楼 电话：010-85950438 邮箱： 邮编：100005 地址：北京市东城区建内大街 26 号 新闻大厦 8 层南侧 电话：0755-86695353 邮箱： 邮编：518000 地址：深圳市福田区金田路 2028 号皇岗商务中心 18 楼 1806 【小程序】国金证券研究服务【公众号】国金证券研究

2025-08-28 16页 5星级

AI医疗行业系列二暨GenAI系列深度之62：AI医药智愈未来技术变革下的生态重塑-250714（45页）.pdf

证 券 研 究 报 告AI医药：智愈未来，技术变革下的生态重塑AI医疗系列二暨GenAI系列深度之62证券分析师：洪依真 A0230519060003 黄忠煌 A0230519110001 刘洋 A0.

2025-07-15 45页 5星级

阿里云：2025医疗健康行业AI应用白皮书（39页）.pdf

1前言Preface医疗健康行业是维护全民福祉的重要基石，始终是全球关注的焦点。当前普遍的亚健康状态，以及老龄化带来的慢性疾病增加等，不仅影响着人们的生活质量，也给医疗体系带来了沉重负担。我国医疗体系.

2025-06-10 39页 5星级

智药咨询：2025年AI Agent+医疗行业报告（22页）.pdf

中国院内市场AI Agent框架应用流程数据输入技术支撑应用场景数据来源：智药咨询根据公开资料整理医学影像、可穿戴设备检测数据（多模态数据）电子病历、实验室检验结果（结构化数据）诊疗记录文本、临床指南.

2025-05-29 22页 5星级

医疗器械行业深度：AI医疗重构诊疗流程效率与市场增长下的投资机会-250513（36页）.pdf

此报告仅供内部客户参考此报告仅供内部客户参考 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 证券研究报告证券研究报告 AI 医疗重构诊疗流程，效率与市场增长下的投资机会医疗重构诊.

2025-05-15 36页 5星级

摩熵咨询：2025年中国AI医疗健康企业创新发展百强榜单（26页）.pdf

点击查看更多摩熵咨询：2025年中国AI医疗健康企业创新发展百强榜单（26页）.pdf精彩内容。

2025-03-31 26页 5星级

医疗行业AI专题报告（三）：设备篇AI时代下的智能医疗设备革命-250319（40页）.pdf

请务必阅读正文之后的免责声明及其项下所有内容2022025 5年年0 03 3月月1919日日医疗医疗AI专题报告（专题报告（三三）：设备篇）：设备篇AIAI时代下的智能医疗设备革命时代下的智能医疗设.

2025-03-20 40页 5星级

医药生物行业医疗AI专题报告（二）：多组学篇AI技术驱动精准诊断实现重要突破-250314（40页）.pdf

请务必阅读正文之后的免责声明及其项下所有内容2022025 5年年0 03 3月月1 14 4日日医疗医疗AIAI专题报告（二）：多组学篇专题报告（二）：多组学篇AI技术技术驱动精准诊断实现重要突破驱.

2025-03-17 40页 5星级

医药行业：大模型平民化开启“AI+医疗”新纪元-250307（85页）.pdf

证券研究报告报告评级：强于大市丨维持大模型平民化开启大模型平民化开启“AI+“AI+医疗”新纪元医疗”新纪元国联民生证券医药研究团队国联民生证券医药研究团队请务必阅读报告末页的重要声明2025年03月.

2025-03-10 85页 5星级

AI医疗行业深度：驱动因素、发展前景、产业链及相关企业深度梳理-250228（31页）.pdf

1/312025 年年 2 月月 28 日日行业行业|深度深度|研究报告研究报告行业研究报告慧博智能投研AI医疗行业深度：医疗行业深度：驱动因素、发展前景、产驱动因素、发展前景、产业链及相关企业深度梳.

2025-03-03 31页 5星级

医药生物行业：华创医疗器械随笔系列10——Tempus AITempus AI映射下的A股投资机遇-250227（25页）.pdf

2021华创 版权所有证证 券券 研研 究究 报报 告告证券研究报告|医药生物|2025年2月27日本报告由华创证券有限责任公司编制报告仅供华创证券有限责任公司的客户使用。本公司不会因接收人收到本报告.

2025-02-28 25页 5星级

医药生物行业深度报告：AI与医疗产业深度融合有望为医疗带来产业变革-250226（29页）.pdf

证券研究报告行业深度报告医药生物 东吴证券研究所东吴证券研究所 1/29 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 医药生物行业深度报告 AIAI 与医疗产业深度融合，有望为医.

2025-02-27 29页 5星级

医药生物行业Deepseek冲击波系列报告：医疗AI赋能大数据价值深度挖掘-250217（36页）.pdf

Deepseek 冲击波系列报告维持评级 程培宋丽莹孟熙行业深度报告 医药生物行业 Catalog 行业深度报告 医药生物行业 行业深度报告 医药生物行业 行业深度报告 医药生物行业 行业深度报告 医.

2025-02-24 36页 5星级

AI医疗行业专题报告：模型平权下的AI医疗大时代梳理海内外AI+医疗投资机会-250221.pdf

证券研究报告证券研究报告 AIAI医疗行业专题报告医疗行业专题报告 2025年2月21日 模型平权下的模型平权下的AIAI医疗大时代，梳理海内外医疗大时代，梳理海内外AI+AI+医疗投资机会医疗投资机.

2025-02-24 20页 5星级

医药行业AI医疗专题系列二：从DEEPSEEK的崛起看AI医疗发展方向及投资机会-250223（62页）.pdf

西南证券研究院 2025年2月 首席分析师：杜向阳 执业证号：S1250520030002 电话：021-68416017 邮箱： 分析师：陈辰 执业证号：S1250524120002 电话：021-.

2025-02-24 62页 5星级

医药生物行业医疗AI专题报告（一）：制药篇大鹏一日同风起AI医疗启新篇-250222（31页）.pdf

请务必阅读正文之后的免责声明及其项下所有内容2022025 5年年0 02 2月月2222日日大鹏一日同风起，大鹏一日同风起，AIAI医疗启新篇医疗启新篇医疗医疗AIAI专题报告（一）：制药篇专题报告.

2025-02-24 31页 5星级

2025年AI医疗市场空间、行业格局及重点医疗公司梳理分析报告（26页）.pdf

2 0 2 5 年深度行业分析研究报告目录目录AI医疗板块：行业需求高，市场空间大0101科技巨头切入医疗，AI重塑行业格局0202AI医疗重点公司梳理0303AIAI医疗：风起青萍末，浪成微澜间医疗.

2025-02-13 26页 5星级