AI+医疗投资框架：AI平权赋能医疗数据价值重估-摩熵咨询(原药融咨询)

报告内容

AI精读报告

报告摘要

　　核心观点

　　1、Deepseek推动AI平权，助力全场景数据价值重估。DeepSeekR1综合性能比肩OpenAI O1，但使用成本大幅下降，推动企业使用AI门槛大幅降低，引领AI技术平权。随着企业部署AI进入“零门槛”时代，企业自身的数据的价值与稀缺性正逐步凸显。

　　2、我们认为，与上一轮相比，AI医疗的核心矛盾正从“大模型竞赛”转向“数据价值重估”：上一轮AI+医疗产业主要核心矛盾在于垂类模型的引入与开发，医疗企业下场采购算力并与大模型企业合作或投入资本开支借助开源模型进行自研大模型的开发，而这并非

　　传统医疗企业的强项。随着AI平权时代的开启，AI医疗的核心矛盾正在从“大模型+算力的军备竞赛”转向“数据价值重估”。医疗行业作为具有高壁垒的垂类行业，具有高质量数据、稀缺性应用场景、掌握多模态融合数据的赛道与企业将有望获得跃迁式增长。

　　3、产业趋势明确，Tempus AI已先行兑现“数据价值重估”逻辑，映射逻辑清晰：美股AI医疗龙头Tempus AI持续上涨，点燃全球对AI医疗的热潮。Tempus AI基于海量的数据库，通过数据驱动聚焦精准医疗的全套方案，包括提供基因组学诊断、向药企提供数据与

　　药物研发工具、AI临床试验匹配（Tempus Time）、AI为医院和医生提供临床决策支持和患者治疗方案（Tempus Next）、AI个人健康管理（Tempus Olivia）等。美股AI医疗龙头Tempus AI持续上涨，点燃全球对AI医疗的热潮。

　　4、公募基金在AI医疗领域持仓占比跌至18年以来历史相对低点，筹码结构较好：2024Q4公募基金重仓总市值29579亿元，医药（申万）一级行业的基金重仓总市值2538亿元，占比自2024Q1的13.6%调整至8.6%，公募持仓占比再创18年以来新低。

　　5、投资建议：建议重点关注具有高质量数据、稀缺性应用场景和多模态融合数据的相关方向，如AI+健康管理、AI+检测诊断诊疗、AI+医生数字平台、AI+医疗信息化，以及AI+药物研发的相关公司。

　　风险提示：技术研发进度不及预期；项目推广落地速度不及预期；下游部分需求落地不及预期

中心思想

AI平权赋能数据价值重估
- Deepseek等开源AI大模型的出现降低了AI的使用门槛，使得企业数据的价值日益凸显，AI医疗的核心矛盾从“大模型竞赛”转向“数据价值重估”。
关注高质量数据、稀缺场景和多模态融合
- 投资方向应重点关注具有高质量数据、稀缺性应用场景和多模态融合数据的相关领域，如AI+健康管理、AI+检测诊断诊疗、AI+医生数字平台、AI+医疗信息化以及AI+药物研发。

主要内容

AI+医疗投资及选股逻辑
- AI平权赋能数据价值重估
  - DeepSeek R1的发布推动AI技术平权，企业部署AI进入“零门槛”时代，企业自身数据的价值和稀缺性凸显。
  - AI医疗的核心矛盾从“大模型+算力的军备竞赛”转向“数据价值重估”，高质量数据、稀缺应用场景和多模态融合数据成为关键。
- 产业趋势明晰，海外映射锦上添花
  - Tempus AI的成功验证了“数据价值重估”的逻辑，其基因组学诊断、数据服务和AI应用平台为AI医疗提供了清晰的映射。
  - 美股AI医疗公司在AI+诊断、AI+辅助诊疗、AI+远程医疗、AI+健康管理、AI+药物研发等领域均有显著增长。
- 筹码结构优，机构持仓占比创新低
  - 公募基金医药配置比例持续走低，AI+医疗作为新兴方向，机构持仓处于历史较低水平，存在显著的仓位回补和估值修复空间。
产业投资方向梳理
- AI+健康管理服务
  - 通过多维健康数据的采集与整合，基于开源大模型进行垂类训练，构建全周期健康管理闭环，面向B+C端提供服务。
- AI+医疗信息化
  - 医疗IT企业利用其覆盖医院多维信息系统的数据优势，结合DeepSeek大模型训练面向医疗服务多方面的AI应用。
- AI+辅助诊断诊疗
  - 医疗企业结合AI进行更高效、准确的医疗服务，DeepSeek R1等低成本开源大模型能够显著提升AI+辅助诊断的开发进程。
- AI+数字医生平台
  - 对标美股DOCS.N，国内医脉通等医生专业数字平台通过AI赋能医学翻译、信息检索等场景，增加药企产品数字营销的精准度。
- AI+药物研发
  - AI药物研发通过医药大数据和人工智能技术，缩短药物研发时间，提高成功率，核心选股逻辑在于数据积累和研发进程。

总结

本报告分析了AI平权时代下医疗行业数据价值重估的投资机会。Deepseek等开源AI大模型的出现降低了AI的使用门槛，使得医疗企业的数据价值日益凸显。报告建议关注具有高质量数据、稀缺性应用场景和多模态融合数据的相关领域，如AI+健康管理、AI+检测诊断诊疗、AI+医生数字平台、AI+医疗信息化以及AI+药物研发。同时，报告也提示了技术研发进度、项目推广落地速度以及下游需求落地等风险。

报告正文