Hi～新朋友，记得点蓝字关注我们哟
Anything Model(SAM)及其训练数据集Segment
Anything 1-Billion(SA-1B)，并将其开源于GitHub。该模型的推出促进了机器视觉通用基础大模型的进一步研究，为图像分割领域的研究和应用提供更加完备的解决方案，也逐步让我们看到了更多的AIGC在医药医疗端应用的潜在可能。因此如下我们做了三方面的梳理。
1) AI 医疗影像：进入发展快车道，辅助诊断为主
2) AI 医疗机器人：手术、辅助、康复机器人皆具备较高临床价值
3) CDSS与病种质控：临床决策支持服务以人机交互为核心,
AIGC拉升效率
4) AI 健康管理：智能设备监测及分析个人数据，医疗科技乘风而起
Pharma Intelligence数据，截至2022Q1，全球参与AI药物研发的大型药企超过56家，其中包括超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制药初创型企业超过495家。
1) 逐渐完善的行业拼图
2) AI在多疾病领域广泛应用
3) AI可参与药物开发过程多个阶段
1) AI 智慧药房：AI赋能连锁药店，药店机器人智能浪潮来袭
2) AI 药店分销：AI助力流通企业提升经营效率
自然语言处理赋予了AI理解能力和创作能力: NLP有2个核心的任务：分别是1)自然语言理解—NLU；2)自然语言生成—NLG。
算法领域的技术积累助力AIGC
AIGC领域的技术包含了：生成对抗网络(GAN)、变微分自动编码器(VAE)、标准化流模型(NFs)、自回归模型(AR)、能量模型和扩散模型(Diffusion
Model)。总体趋势来看，大模型、大数据、大算力是未来的发展方向。目前两个最常用的模型是GAN 和Diffusion Model。
1.GAN (GenerativeAdversarialNets)生成对抗网络：结构包含两个模型，一个是生成模型 (Generator，G)，另一个是判别模型(Discriminator ，D)。
2.Diffusion Model 扩散模型：扩散模型的生成逻辑相比其他的模型更接近人的思维模式，也是为什么近期 AIGC拥有了开放性的创造力。本质上，扩散模型的工作原理是通过连续添加高斯噪声来破坏训练数据，随后通过反转这个噪声过程来学习恢复数据。训练后，我们可以通过简单地将随机采样的噪声传递给学习的去噪过程来生成数据。
ChatGPT作为一种大语言模型，可以成为信息系统入口的界面
AI 发布并开源图像分割基础大模型SAM，促进机器视觉通用基础大模型研究
推进人工智能与互联网相结合，利用人工智能技术和医疗健康智能设备，开展移动医疗示范，实现个人健康实时监测、评估、疾病预警、慢性病筛查和主动干预。强化临床、科研数据的整合、共享和应用，支持医疗健康相关的人工智能技术、医用机器人、大型医疗设备、应急救援医疗设备、生物三维打印技术和可穿戴设备等的研发。计划到2025年，在智能医疗等领域广泛应用新一代人工智能技术。
旨在为相应医疗器械软件的注册申报提供专业建议。该文件主要介绍了深度学习技术带来的监管挑战以及相应的审批要点说明。
文件从深度学习技术的特点和风险出发，对医疗器械软件的全生命周期管理方法进行了考虑，并制定了相应的软件技术审评要求。该文件的目的是帮助医疗器械企业了解审批要求，加快软件注册审批的进程，保证医疗器械软件的质量和安全性，促进医疗器械行业的健康发展。
根据《医疗器械监督管理条例》和国家标准化管理委员会的有关规定，成立人工智能医疗器械标准化技术归口单位、植入性医疗器械标准化技术归口单位和口腔医疗器械标准化技术归口单位三个单位，分别归口中国生物医学工程学会、中国医疗器械产业协会和中国口腔医学会。
三个归口单位的主要职责是：开展医疗器械标准化技术研究、制定行业标准、推动行业标准化工作、组织标准修订等。
该公告的发布旨在推进医疗器械标准化工作，促进医疗器械技术创新和产业升级，加强监管科技支撑和服务能力，维护人民群众的健康权益。
在优化医疗器械重点任务的标准体系内容时，其中的第三项任务是要加快推进医用机器人、人工智能、有源植入物、医用软件、5G+工业互联网以及多技术融合等新兴领域的共性技术研究和标准制定工作。
加强对人工智能医疗软件类产品的监管管理，促进该产业的高质量发展。该指导原则对人工智能软件进行了定义，并提出了管理属性的确定与管理类别的界定指导。
促进人工智能更高水平应用，推动人工智能场景创新。
尽管我国人工智能技术正在快速发展，数据和算力资源也越来越丰富，应用场景不断拓展，但仍然存在一些问题。例如，人们对场景创新的认识不足，重大场景系统设计不足，场景机会开放程度不够，场景创新生态不完善等。因此，需要加强对人工智能场景创新工作的统筹指导，以进一步推进人工智能技术的应用和发展。
国务院办公厅印发《关于进一步完善医疗卫生服务体系的意见》
加强信息技术支撑。推动“互联网+医疗健康”发展，建设针对医疗领域的工业互联网平台，推进互联网、物联网、大数据、人工智能等先进技术在医疗卫生领域的应用，加强健康医疗大数据共享和保障体系建设。
建立跨部门、跨机构公共卫生数据共享调度机制和智能预警多点触发机制。加强医疗联合体内信息系统统一运营和互联互通，推进数字化管理。加快健康医疗数据安全体系建设，强化数据安全监测和预警，提高医疗卫生机构数据安全防护能力，保护重要信息。
积极运用互联网和人工智能等先进技术，持续完善服务流程。建设智慧医疗机构，推行分时段预约诊疗和集中预约检查检验服务，提倡诊间结算、移动支付、线上查询、药品送货上门等便利服务，整合相关线上服务终端。
推广居民电子健康档案的应用，完善授权调阅和开放服务渠道及交互方式。逐步拓展日间医疗服务，扩大远程医疗的覆盖范围。积极推进新生儿相关证件的联办。大力推动免疫规划等公共卫生服务的便捷化。优化跨省异地就医的直接结算服务。
AI医疗影像产品广泛应用于医技科室，包括超声影像、放射影像和病理影像等领域。AI医疗影像辅助诊疗软件集成了CV技术和深度学习，嵌入至医技科室的医疗器械设备中，以实现各种功能。这些软件的应用可帮助医生快速出具诊断结论和治疗方案。在AI医疗影像产品中，疾病筛查和辅助诊断产品是最早应用和竞争最激烈的品类，而辅助治疗类产品的进展较慢。因此，开发辅助诊断和为治疗康复规划的方案尤为重要。
冠脉和头颈类应用的市场前景较好，肺结节和肺炎类应用的市场覆盖率相对较高。乳腺和肝脏的应用目前仍处于研发阶段，商业化进程正在推进。部分头部企业则主要基于某一临床科室应用起家，发展成为精品后，将业务线拓展至其他临床科室。
数据采集与结构化优势突出，图像标注更易标准化
不同科室对AI影像产品的需求存在差异点。
相关上市公司：祥生医疗、联影医疗、美年健康、安必平、迪安诊断、鹰瞳科技-B、万东医疗等
AI 相关产品
病理人工智能辅助系统
病理报告系统
数字切片扫描仪：完成宫颈细胞学从制片到辅助分析的完整闭环，广泛适用于宫颈癌筛查。
病理数据库
“爱病理”病理医生社区APP：实视产品符合医生使用习惯,支持实视直播等功能，支持远程咨询，提高基层病理医生病理诊断水平。
“实视”实时镜下视野共享系统
宫颈细胞学AI 辅助诊断产品
与腾讯合作开发相关病理宫颈病变人工智能辅助诊断产品，提升病理医生工作效率及工作质量。
2022年进入三类注册申报
宫颈液基细胞学数据库建设
联合腾讯AI Lab以及腾讯觅影，建设宫颈液基细胞学数据库，助力行业标准规范的制定
已完成产品定型，临床科研评价中反馈良好
与华为联合打造病理数据库以及算力生态合作方案
基于可信AI与可解释AI方面的领先技术打造组织学AI病理诊断大模型，同时还将联合打造自主创新、有竞争力的AI病理诊断解决方案
6月广州市政府与华为签署全面深化战略合作协议，安必平等8家生态合作伙伴入驻广州人工智能公共算力中心
公司已取得“祥生SonoAI人工智能超声影像辅助诊断软件”、“乳腺疾病人工智能超声诊断软件”和“颈动脉人工智能超声诊断软件”3项软件著作权登记证书, SonoAI目前已经启动美国FDA注册工作
其中乳腺人工智能技术
用于算法训练的图像标注上，除了考虑医师根据经验做出的勾画和判断，更主要是以乳腺穿刺活检的结果为“良恶性判断”的“金标准”
公司的乳腺人工智能技术可以兼顾其它品牌超声机器的不同图像风格，可以用于对本公司、及本公司以外乳腺超声图像的辅助诊断，以支持更多用户运用
公司的人工智能是针对多模态进行判断，并不是单一模式判断，能够综合多方面信息，给予更高精度的判断
公司人工智能可以在云平台上运行、速度大大提升，而且为下一步研发基于半监督和无监督学习算法的AI模型更新技术提供支撑，以持续保持诊断准确率的不断提升
持续推进“医疗诊断产业数字化平台经济”信息化战略
“医疗诊断产业数字化平台经济”信息化战略
IrisLIMS(实验室管理系统)在总部实验室上线完成
积极布局细胞病理、免疫组化、分子病理等领域的人工智能辅助诊断产品
子公司医策科技取得宫颈细胞病理图像处理软件二类医疗器械注册证
公司在研究论证ChatGPT在健康体检相关领域的发展应用，比如在智能总检、数字疗法、脑健康和心理健康产品领域的应用；近年，公司持续布局人工智能AI领域，提升疾病筛查效率与专家阅片效率，更好地进行疾病预防与健康风险评估，满足公众对高品质健康体检的需求。
借助健康体检大数据和人工智能AI技术
公司已布局健康风险智能评估、肺小结节鉴别诊断、消化道精准筛查、糖尿病视网膜筛查、脑健康预警筛查、血管健康指数等关键学科，全面提升人工智能AI技术的应用场景，在肺结节AI诊断，心血管AI、眼底AI、心电AI、脑健康AI等都在精准筛查和辅助诊断等方面取得重大进展，不断丰富体检内涵，增强品牌影响力和行业竞争力。
影像、心电、眼科均有已获三类证的专业AI辅助诊断
公司不断将人工智能AI辅助诊断技术，融入“专精特新”系列创新产品中。例如，综合性肺健康服务包“肺结宁”，率先于业内实现肺结节的全程化监测闭环管理，其中“影像e+回顾性肺结节深度分析报告”服务是由三级医院影像科高年资主治医师级别及以上专家根据《中国肺癌早筛标准T/CPMA013——2020》，通过在线阅片并结合AI技术辅助的肺结节专项分析报告，为客户提供具有专业性及指导意义的个性化咨询报告。
陆续开展数字健康元宇宙领域的研究
以数坤科技研发的全球原创AI技术及“健康数字医生”产品，对布局各地的健康体检与医疗机构进行智能化升级，以实际行动推动“智能健康管理”应用场景全面落地。
公司致力于医用X射线诊断设备、磁共振成像设备、齿科诊断和治疗设备、血液健康产品的开发、生产与销售，是国内主要的医疗器械提供商之一。
AI医用血管造影X射线机系统
2019年金刚智能血管造影系统获得NMPA批准上市，该产品采用智能AI算法及多项低剂量技术的AICS低剂量统筹平台，且搭载全新的Invaray4.0智能影像平台
影像AI辅助诊断提升诊疗效率
2021年“妙笔”影像报告质控功能上线，影像辅助诊断支持部位新增头部MR和心脏CT，有效提高了诊断效率和质量，新申请发明专利4项。
智慧生产
智能制造是面向工业4.0时代的大跨步飞跃
全面打造自动调试系统、智能物料输送系统、智能质量控制系统，以及制造管理信息系统，实现整机集成化设计、整机自动化调试，使整体生产效率和产品质量获得大幅提升。
智慧服务
实现设备自动报错，服务人员主动维修的快速服务模式
根据使用情况反馈给公司研发体系，使产品不断改进，贴近用户真实所需
24小时在线
智慧影像
2015万东携手阿里健康成立 “万里云”医学影像平台
万里云依托万东医疗、阿里健康、鱼跃集团和美年大健康的平台优势，构建医学影像大数据云平台，提供远程医学影像服务以及影像云技术服务。
提供远程影像诊断、移动影像诊断、影像学术、个人健康管理、影像综合解决方案等服务
在研人工智能项目
医学影像人工智能肺部项目
医学影像人工智能医学影像深度学习标注系统
医学影像人工智能万里云Doctor You 系统项目
医学影像人工智能头部项目基于AI的医学影像云平台建设方案
1) 手术机器人应用于普外科、骨科、神经内外科等科室的手术中。其中，腹腔镜机器人是应用最为广泛的一种。
2) 辅助机器人主要应用于非手术环境下的临床诊断场景，为医生提供专业的诊断和治疗技术。
3) 康复机器人则是一种医疗机器人，用于辅助病人完成肢体动作、实现助残行走、康复治疗等功能，能够解决病人康复动作的标准性与把控性，促进神经系统的功能重组、代偿和再生。
1) 腹腔机器人，骨科机器人需求尤为强烈
2) 康复机器人民营疗养机构需求上升
上海微创医疗机器人是微创医疗科学有限公司旗下子集团，2014年启动研发图迈腔镜手术机器人
手术机器人商业化元年，进入放量新周期。
2022年公司实现首台图迈机器人装机销售，旗舰产品蜻蜓眼迎来首个完整销售年，销售额同比大幅增加。目前公司已经获得NMPA批准上市的手术机器人产品包括图迈和鸿鹄，分别于2022年1月和4月拿证，其中鸿鹄亦于2022年7月获得FDA的510(k)认证。
2022年亏损加大主要因为1)销售费用大幅增加，为产品商业化团队增加员工成本所致；2)行政开支增加；3)研发投入加大，公司2022年研发投入为170.5百万元，同比增加93%，主要系公司产品临床申请注册以及研发人员投入增加所致。
腔镜手术机器人：图迈作为核心产品对标达芬奇，2022年开启国产化元年。
公司图迈于2022年1月27日获得NMPA批准上市(应用于泌尿外科)，是国内首款亦是唯一一款由中国企业自主研发并获得上市的四臂腔镜手术机器人，从临床数据看，有效性不逊于达芬奇Si。同时图迈多学科、多中心注册临床试验于2021年10月启动入组，涵盖普外科、胸科、妇科等多领域，并于2022年4月完成临床试验，目前已处于NMPA注册申请中，预计2023年上半年获批。
截至22年底，公司在国内累计布局超过30个图迈临床应用及培训中心，各适应症领域累计完成超过600例机器人辅助手术，包含多个国内首例高难度机器人辅助手术，同时通过5G技术实现两例超远程泌尿外科手术。
骨科手术机器人：鸿鹄已经在NMPA和FDA均获批上市，进展国内领先。
2022年4月，公司鸿鹄应用于TKA手术获得NMPA批准上市，成为目前第一且唯一一款搭载自主研发、自有知识产权机械臂，并获得国内上市的骨科手术机器人。
2022年7月获得FDA的510(K)认证，成为目前第一且唯一一款获得FDA认证的中国手术机器人，是公司全球化战略的关键里程碑，同时2022年3月亦提交CE认证申请，预计2023年上半年有望获得上市。另外，鸿鹄关节机器人THA、UKA适应症的注册临床即将开展，进展国内领先。
CDSS协助医生跨越单病种知识局限，二级医院需求空间大
AIGC将大幅提升效率：在临床人机交互使用中，AIGC将能够辅助工作流。基于底层算法和需求生成的文本、图片、等多媒体将辅助CDSS中的知识搜索、辅助问诊、病症解读、单病种质控等多种临床应用。
运用大样本大数据优势，向“医检 4.0”迈进
公司是以第三方医学检验及病理诊断业务为核心的高科技服务企业，通过不断积累的“大平台、大网络、大服务、大样本和大数据”等核心资源优势，致力于为全国各级医疗机构提供领先的医学诊断信息整合服务。金域医学的核心创业团队自上世纪90年代即积极探索医学检验外包服务在中国的运营模式，开创了国内第三方医学检验行业的先河，经过多年的发展，现已成为国内第三方医学检验行业的市场领先企业。
“临床检验与病理诊断人工智能开放创新平台示范”取得广州市重点领域研发计划项目支持
自然语言处理、机器视觉和数据挖掘等三大核心领域技术能力积累齐头并进
文本大数据处理中枢、AI项目对照、医学术语、专病模型、病例报告结构化等项目已启动建设，共同为智慧医检场景落地提供核心驱动。
大力提升信息化水平，推广智慧报告、染色体AI、标本自动分拣、病理技术自动化应用等项目，进一步提升整体运营效率。如应用自动开盖机、自动点样仪、一键报告信息系统等，推动新冠核酸检测速度再提升50%以上
公司组建近200 人的数字化转型团队，为公司“医检4.0”数字化转型进程提供人才保障
建设“两库一中心一基地”(生物医学大样本资源库、医学检验与病理诊断大数据库、智慧医检与大健康科技创新中心、医检产业示范基地)
持续推动AI病理人工智能辅助诊断技术发展
利用AI阅片软件辅助染色体核型分析，诊断效率提高30%以上；
发展特色的淋巴造血病理、肾脏病理、妇科病理等亚专科
以数字化方式进一步推进报告模版化、综合检测诊断报告、智能辅助诊断等工作
基于数据与样本优势，结合检验和诊断具体场景，在辅助诊断和科研服务方向，联合外部生态资源创新。与华为合办2022“域见杯”医检人工智能开发者大赛，推进宫颈细胞学AI落地推行等，助力数字化业务。
与华为、腾讯AI Lab、舜宇光学等相关顶级机构全力推动精准病理诊断和检测领域向智能化方向发展
开发上线新冠核酸智慧管理平台
在多家新冠核酸检测实验室应用
大力推进电子报告单推送、疾病登记、金域直播等线上线下联动服务的推广应用
AI分析解读检验报告，深度赋能传统检验医疗服务
公司主要通过通过自有综合服务体系向各类医学实验室提供体外诊断产品及专业技术支持的综合服务。公司加大数字化检验医疗信息系统建设，以智慧检验为中心，构建数字化检验平台。公司基于大数据、区块链、云计算、物联网、人工智能等信息技术，赋能传统检验医疗服务的各个环节，包括检验信息收集、智能化管理、质量控制管理和检验大数据分析解读等。
实验室智慧化管理：开发了系列数字化信息产品，如SIMS系统(实验室试剂库存管理系统)、Mai47系统(医疗供应链协同云平台)、POCT智慧管理平台、ISP系统(仪器服务平台)、CCLS(冷链物流系统)、DAP(数据融合平台)等。
实验室质量控制管理：
1) 为提高实验室检验质量和效率，公司研发了实验室质量控制管理软件、质量云和检验结果互认平台等。
2) 针对检验数据信息传导和分析解读等环节，公司开发了LIS系统、BIS系统和润达慧检等人工智能解读检验报告系统等。
3) 推进数字化转型，公司将开发更多智慧医疗、智慧服务和智慧管理系列数字化产品，如检验报告人工智能解读分析、康复养老慢病管理和辅助生殖管理等。
公司主营业务包括“医疗服务+互联网医疗服务”以及“电信及增值电信业务”两大板块。2013年底，朗玛信息开始向互联网医疗领域转型。依托实体医疗机构提供远程医疗服务，一共建立了五类主要医疗产业：医疗资讯、视频问诊、实体医院、智能硬件、医药电商。
医疗信息：39健康网
在线问诊：“39健康”快应用、贵健康、IPTV、39互联网医院
实体医院：贵阳六医
医药电商：医药电商(含子公司康心药业等)
智能硬件：智能检测设备
专科建设及远程会诊：39互联网医院
公司专注于智能健康领域，目前主要发力于“智能穿戴”和“移动医疗”两个方向。旗下产品包括可穿戴的运动手环、手表、电子健康秤、脂肪测量仪、电子血压计等硬件设备，同时为运动健身、慢性疾病管理等领域提供软件和智能硬件一体化解决方案。
数字化健康管理解决方案
采用“IoT+SaaS”的业务模式
可采集120种以上的健康数据并具备持续监测能力
搭建“乐心AI健康大脑”数字化健康管理
通过大数据分析及AI技术进行用户的健康跟踪和疾病预防
“硬件+传感+算法+大数据+AI+云计算+服务”的全链条能力矩阵，构建差异化竞争力
自主的工业设计、硬件研发、软件操作系统、AI算法、生物传感技术、通信技术和云端大数据等多学科融合的研发能力
深入布局数据驱动和数据开放平台战略
构建了IoT端、健康医疗云与大数据AI协同的生态
最全多维度体征监测产品线
产品品类丰富、覆盖面广
医疗级智能可穿戴运动手环手表、医疗级健康手表、电子血压计、脂肪测量仪、血糖仪等多个品类
探索“远程健康IoT+SaaS服务”一体化的数字健康管理解决方案，进一步提升公司在医疗健康领域的核心壁垒。
即大型药企、AI制药初创型企业和互联网头部企业，其中大型药企包括传统药企及CRO企业。根据Deep Pharma Intelligence数据，截至2022Q1，全球参与AI药物研发的大型药企超过56家，其中包括超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制药初创型企业超过495家。
人工智能药物发现的领域投入逐年稳步增长。涌入由人工智能驱动的生物技术公司投资额从2020年的481.9亿美元大幅增长至2022年的1264亿美元，2020-2022年复合增速高达61.96%。
大型药企：根据Deep Pharma Intelligence数据，2022年全球以AI制药交易数量计排名前十的药企以MNC为主；国内AI制药行业起步较晚，本土药企在AI制药领域的涉足更为谨慎，但近年来市场热度呈大幅提升趋势。2022年1月，复星医药针对四个指定靶点以AI技术开展药物研发与AI制药初创公司英砂智能的QPCTL项目达成战略合作，项目首付款为1300万美元，创造了当时中国AI制药合作交易首付款最高纪录。
其市场进入方式主要分为内部自建研发团队，对外部AI制药初创企业进行投资收购，以及与互联网巨头或AI初创型企业开展合作等形式。
互联网头部企业：其数据库、云计算等技术领域较AI制药初创型企业和大型药企具有独特优势，互联网头部企业在AI制药领域的渗透率和活跃度预计将持续提升。
其市场进入方式主要为对借助对外投资、打造自有相关平台、提供算力及计算框架服务等途径推动AI制药领域快速发展。
AI技术在各药物发现阶段、多疾病领域广泛应用
截至2022年底，根据Deep Pharma Intelligence数据，亚洲地区各国统计的700家AI制药公司中，主要布局包括早期药物开发(392家)、数据处理(235家)、临床开发(149家)、端到端药物开发(83家)、临床前发展(57家)及药物再利用(26家)等在内的六大环节。使用AI进行药物开发的主要领域是早期药物开发和数据处理。这些过程中涉及的数据多样性，使人工智能成为预测小分子的生物活性、毒性等不可替代的工具。
适应症上看，肿瘤、免疫学及神经病学领域占比最大，分别为37%、21%和14%。随着全球肿瘤疾病负担日益提升，发现癌症的治疗方法是21世纪最重大的公共卫生挑战之一；免疫学排在第二位，21%的公司将其AI技术用于寻找免疫学疾病的治疗。
AI技术在制药环节的多样应用
应用在制药环节的AI技术主要包括机器学习中的深度学习、大数据及自然语言处理，通过训练数据库内目标信息搭建精准模型，实现药物分子的筛选、预测及分析、用药安全的试验、评估等研发目标。AI制药应用场景主要包括药物研发、用药安全、供应链管理、商业拓展、个性化诊疗及监管审批六个方面，其中药物研发及用药安全是AI技术在制药环节的主要内容。传统新药研发周期长、资金投入高、研发失败率高(成功率～10%)。将AI技术应用于药物研发各环节，较传统新药研发可显著缩短研发周期(平均缩短1/2～2/3)、降低研发成本(降低10%+)，同时提升研发成功率(成功率～14%)和投资回报率。
目前，AI平台主要在临床前阶段发挥效用。礼来研究院论文统计显示，一款新药的研发成本需要8.7亿美元，其中临床前研发成本占整体药物研发成本的30%左右，药物研发的效率提升面临挑战。其中，临床前包括疾病机理研究、靶点发现、化合物筛选、ADMET预测等多个环节。通过海量药化数据库针对特定靶点药物进行设计、合成和优化相对较为成熟。靶点发现场景有巨大的市场想象空间，但较少AI企业拥有新靶点和验证能力，技术上面临更多挑战。
临床阶段的AI技术应用难度高，前景广阔。目前临床阶段AI赋能阶段较为有限，主要包括患者分层与招募、药物重定向及数据整合与分析。临床药物剂量设计、结果分析与预测具备较高市场价值，能够切实提升临床试验成功率，目前由于缺乏针对该场景的有效模型，AI应用并未完全打开。部分公司希望构建端到端的AI药物研发能力，用于弥合临床前PCC与临床后有效性和安全性差距，以拉长AI药物研发的价值链条。
计算机辅助下的药物设计(Computer-aideddrug
design, CADD)
目前，制药行业的任务是为药物开发创造廉价有效的解决方案，公司应用各种计算方法以达到这一目标。计算机辅助药物设计(CADD)是一种现代计算技术，在药物发现过程中用于识别和开发潜在线索。CADD包括计算化学、分子建模、分子设计和合理药物设计。
基于计算结构的药物设计已经建立了新的平台，这些平台大多具有类似的结构来测试候选药物。人工智能的使用可以简化和促进药物设计，从过滤数据集寻找合适的化合物到先进的线索修改和非线性测试。
药物剂量和给药效果的识别：多年来，确定以最小毒副作用达到预期效果的药物最佳剂量一直是一个挑战。随着AI出现，研究人员正在借助ML和DL算法来确定合适的药物剂量。Shen等人开发了基于AI的平台AI-PRS，用于确定通过抗逆转录病毒疗法治疗艾滋病毒的最佳剂量和药物组合。AI-PRS是一种神经网络驱动的方法，通过抛物线响应曲线(PRS)将药物组合和剂量与疗效联系起来。在他们的研究中，10名HIV患者联合使用替诺福韦、法韦伦和拉米夫定，AI-PRS分析表明替诺福韦的剂量可以减少起始剂量的33%而不会导致病毒复发。
生物活性物质预测与药物释放监测：多种在线工具已被开发用于分析药物释放以及选定的生物活性化合物作为载体的可行性。最常用的是基于化学特征的药效团评价，为了研究基于配体的化学性质，CATALYST程序已使用并建立了多项成功实验；此外，利用AI可以确定用于与疾病相关特定靶点的生物活性化合物。Wu等人利用集成DL和RF方法设计了WDL-RF用于测定靶向配体的G蛋白偶联受体(GPCRs)的生物活性。
蛋白质折叠和蛋白质相互作用预测：分析蛋白质-蛋白质相互作用(PPI)对药物开发与发现至关重要，如使用贝叶斯网络(BN)预测PPI，是利用基因共表达、基因本体(GO)和其他生物过程相似性，集成数据集产生精确的PPI网络。已有研究小组使用BN结合酵母菌的数据集研究出新的层次模型PCA集成极限学习机(PCA-EELM)，可以仅使用蛋白质序列信息预测蛋白质-蛋白质相互作用，提供准确且快速的输出。
基于结构和基于配体的虚拟筛选：药物设计和药物发现中，虚拟筛选(VS)是CADD的重要方法之一，是从化合物库中筛选出有前景的治疗化合物的有效方法。要将ML用于VS，应该有由已知的活性和非活性化合物组成的过滤训练集，这些训练数据用于使用监督学习技术训练模型；对训练模型进行验证，足够精确则将用于新的数据集以筛选具有所需活性的化合物。一般VS分两种，基于结构的VS(SBVS)和基于配体的VS(LBVS)。分子对接是SBVS中应用的主要原则，几种基于AI和ML的评分算法已被开发，如NNScore、CScore、SVR-SCORE和ID-SCORE；也有算法被开发用于SBVS中分子动态模拟分析及预测SBVS中蛋白质-配体的亲和力，如RFS、支持向量机、CNNs和浅层神经网络；LBVS也开发了不同的算法和工具，如SwissSimilarity、METADOCK、HybridSim-VS、PKRank、BRUSELAS和AutoDock Bias等。
QSAR建模与药物再利用：药物设计和开发中，研究化学结构和理化性质与生物活性之间关系至关重要。定量构效关系(QSAR)建模是一种计算方法，可以在化学结构和生物活性之间建立定量数学模型。传统QSAR模型大致分为回归模型(如高斯过程GPs)和分类模型。目前已开发多种基于网络的工具和算法，如Vega平台、QSAR-Co、FL-QSAR、Transformer-CNN和Chemception等，为QSAR建模提供了新途径；药物重新定位，指对已针对一种疾病情况开发的药物进行调查，并针对其他疾病情况进行重新定位。近年来，基于AI的工具和算法为该领域研究提供了平台，如DrugNet、DRIMC、DPDR-CPI、PHARMGKB和DRRS等。新冠疫情期间，Hooshmand等人基于神经网络进行药物重新定位，确定了16种潜在的抗HCoV可再利用药物，并为新冠病毒确定了12个有前景的药物靶点。
matrices)和势能测量，都用于DNN训练阶段；药物分子治疗活性取决于其与受体或靶点的结合效率，因此预测化学分子与治疗靶点的结合亲和力对于药物的发现和开发十分重要。AI算法的最新进展增强了该过程，使用相似性特征已开发了几个基于网络的工具，如ChemMapper和相似集合方法(SEA)；此外，还构建了基于ML和DL的药物靶标亲和力识别模型，如KronRLS、SimBoost、DeepDTA和Padme等。
泓博医药成立于2007年，是一家新药研发以及商业化生产一站式综合服务商，致力于药物发现、制药工艺的研究开发以及原料药中间体的商业化生产。公司药物发现平台使用了计算机辅助药物设计技术(CADD)，能力包括虚拟筛选、骨架跃迁和从头设计等手段通过晶体结构预测和优化小分子在蛋白结构中的结合模式，预估配体与靶蛋白间的亲和力。
基于传统计算机辅助药物设计(CADD)：通过采用计算机辅助药物设计中的虚拟高通量筛选(VHTS)、基于结构的药物设计(SBDD)、基于片段的药物设计(FBDD)以及定量构效关系(QSAR)可以显著缩短项目的研发时间，提高设计及研发效率进而降低成本。
基于人工智能辅助下的计算机药物设计(AIDD)：利用人工智能进行新药设计除了可以大幅缩短新药的开发周期，有效提高成功的可能性，还能对药物的活性以及安全性等副作用进行有效的预测。人工智能与药物研发相结合应用的主要场景包括药物靶点预测高通量筛选、药物设计和药物的吸收、分配、代谢、排泄和毒性等重要特性的预测。
AI赋能连锁药店主要集中在四个领域：企业信息化系统基础、门店精细化运营管理系统、新零售渠道融合、药店AI机器人应用。益丰药房、大参林、一心堂、老百姓结合公司发展战略，打造差异化AI能力。
益丰药房：1)建设“O2O健康云服务平台”，建立大数据体系实现精准服务
。该平台满足会员的在线健康咨询、轻问诊、慢病管理、病友交流等方面需求。通过会员交易全过程的相关收据分析建立大数据体系，对会员进行精准服务，对其从用药、养生、生活习惯等多方面进行健康管理，提高会员的在线体验。2)益丰建立数字化、网格化、智能化的系统管理平台。涵盖六大核心运营系统，包括新店拓展、门店运营、商品管理、信息服务、顾客满意、绩效考核等，通过业务数字化、运营流程IT化，打造了高效敏捷的运营系统。这套系统赋能益丰实现各省子公司均实现营利，在门店精细化、标准化和系统化运营管理方面，突出了巨大优势。
大参林：将数字化战略贯穿至业务各个链条，已实现“员工在线、产品在线、客户在线、管理在线”四个数字化建设。在集团管理层面，完善业务中台和数据中台双中台架构，打通内部前中后业务全链路数据，实现内部数据资产的积累。在门店运营层面，借助AI智能系统，结合现有的 ERP 系统，孵化一系列移动化智能运营产品，涵盖数据分析、销售管理、门店进销存管理、GSP 管理、店务管理、人员培训、门店拓展等业务，实现门店运营的标准化、数字化、智能化。大参林数字化战略对全国门店的合规经营、商品管控、人员管理、远程督导等方面起到支持作用，公司还打造了接口化的开放平台体系，为快速增长的业务规模和持续创新的商业模式赋能。
一心堂：在互联网技术推动下，无人售药柜、人脸识别、AI机器人等新科技应用将逐步进入零售门店，通过互联网、物联网、大数据、云计算等创新技术，为消费者提供更专业、更便捷服务。
老百姓：1)夯实信息化基础。聚焦企业数字化供应链产品优化，构建以数据驱动的药品供应体系，以自主研发与外采相结合的策略，通过实施TMS(运输管理系统)产品，迭代物流可视化、商采合同、供应商协同等产品，强化采购寻源能力，降低存货周转天数，优化商品满足，降低物流成本，融合一线经营单元需求，结合营运营销策略，满足前段“自营+加盟”业务发展。运用数字化工具重点对商品的引进、价格、目录进行管理优化提升。2)数字化转型成效逐步展露，逐步取得阶段性成果：1、门店智能请货项目优化，提升门店周转率；2、采购端实现数字化，采购成本运营体系建立；3、数据工具、数仓建设阶段性完成，加速推动业务端使用；4、持续数据治理，盘点核心业务板块数据资产，提升门店、商品、人事等基础数据的质量。
互联网化、数字化成为医药分销行业未来发展的引擎，AI助力流通企业提升经营效率
证券研究报告：AI医疗专题——从AIGC角度看医药产业图谱
对外发布时间：2023年8月
报告发布机构：西南证券股份有限公司(已获中国证监会许可的证券投资咨询业务资格)
本报告分析师：杜向阳 SAC执业证书编号：S1250520030002
分析师承诺：报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，报告所采用的数据均来自合法合规渠道，分析逻辑基于分析师的职业理解，通过合理判断得出结论，独立、客观地出具本报告。分析师承诺不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接获取任何形式的补偿。
行业深度
我知道你在看哟
