2025中国医药研发创新与营销创新峰会
AI大模型+医疗:从问诊到新药开发

AI大模型+医疗:从问诊到新药开发

研报

AI大模型+医疗:从问诊到新药开发

中心思想 AI大模型驱动医疗健康领域变革 本报告核心观点指出,基于大模型的生成式AI正为医疗健康领域注入新活力,有望在问诊、新药开发和医疗影像等多个关键场景带来革命性发展机遇。AI技术在医疗领域的应用已从早期的辅助工具演进为能够生成内容、优化流程的解决方案,显著提升效率并推动源头创新。 关键应用场景与发展机遇 报告重点看好AI大模型在以下三个方面的应用前景:一是实时问诊病例生成,通过自动化记录和总结大幅提高临床效率;二是按需生成新蛋白质结构,加速药物发现进程;三是提升医疗影像数据标注效率,优化诊断辅助工作。国内相关企业如讯飞医疗、云知声、晶泰科技、数坤科技等正积极探索并有望受益于这一波技术浪潮。 主要内容 AI+问诊:从语音录入到实时生成内容,提高临床记录环节效率 传统AI与生成式AI在问诊中的演进 医疗健康领域是人工智能最早落地的行业之一,其中病例录入是AI+医疗的经典应用场景。传统AI语音识别主要通过医生口述转写来辅助病例录入。然而,随着基于大模型的生成式AI的出现,问诊过程正向自动实时问诊记录生成演进。例如,微软旗下的Nuance已推出基于GPT-4的临床笔记软件DAX Express,能在几秒钟内生成准确的临床记录,并可整合进微软Teams辅助远程医疗,大幅提升诊疗效率。国内企业如科大讯飞和云知声也在积极探索大模型在医疗辅助诊断领域的应用,计划年内推出预训练大模型。 医疗数据挑战与未来方向 尽管AI在问诊领域潜力巨大,但医疗数据的质量和数量是其应用面临的主要挑战。医疗数据开源程度低、隐私敏感且标注成本高昂,导致高质量医疗数据稀缺。此外,医疗领域的容错率极低。因此,构建兼具质量和数量的医疗数据集、打破“数据孤岛”现象,促进数据价值流通,是AI大模型在医疗领域应用的关键挑战。 AI+新药开发:根据功能需求设计/优化蛋白质,加速新药探索速度 AI赋能新药研发的里程碑 全球制药行业市场巨大,2021年总收入约1.5万亿美金,研发投入约2.4千亿美金。AI在新药开发领域的应用日益深入,已成为生物制药企业的常态化工具。DeepMind推出的AlphaFold和AlphaFold2在蛋白质空间结构预测方面取得了重大突破,引领行业进入高速发展期。 生成式AI在药物发现中的创新应用 近期,类ChatGPT的生成式AI开始出现,其目标是生成自然界不存在的人工蛋白质序列,而非仅仅理解已有结构。例如,Salesforce Research等团队发布的蛋白质语言模型ProGen,可在数百万个原始蛋白质序列上训练,生成跨多个家族和功能的人造蛋白质。英伟达也推出了生物医药大模型云服务BioNeMo,包含蛋白质生成等模型调用服务。生成式AI有望赋能生物医药源头创新,通过根据功能需求设计/优化蛋白质、生成抗体等,显著提高药物发现效率。 国内企业在生成式AI制药领域的实践 国内企业如晶泰科技、英矽智能、英飞智药、百图生科等也在积极探索生成式AI在制药领域的应用。晶泰科技的ProteinGPT模型通过无标记蛋白质序列数据和抗体序列数据训练,可一键生成符合要求的蛋白药物,实现靶点Binder蛋白生成、抗体文库生成及抗体优化等功能。英矽智能则在其靶点发现平台PandaOmics上整合了AI问答功能“ChatPandaGPT”,支持研究人员高效开展基于自然语言的问答,促进潜在靶点和生物标志物的发现。 AI+医疗影像:应用相对成熟,关注AI大模型提升数据标注效率 AI医疗影像的商业化进展 AI在医疗影像分析领域的应用相对成熟,已有多家公司的产品获得国家药监局认证并开展商业化销售,如数坤科技、科亚方舟、推想医疗、乐普医疗、联影等。这些企业通过分析GE、飞利浦、西门子等厂商的医疗影像数据,为医生提供读片等诊疗辅助工作,提供疾病筛查、诊断及治疗选择与规划的人工智能医学影像解决方案。 AI大模型在影像领域的效率赋能 尽管AI在医疗影像领域应用成熟,但AI大模型仍有望在效率方面带来显著提升。大模型能够通过提升自动化标注、自动化模型筛选、参数调优以及处理非结构化数据等能力,缩短数据标注和分析时间,提升影像精细程度,从而为行业带来新的价值。根据动脉橙数据,中国2022年医学影像赛道早期融资事件达18起,数量较2021年增长约两倍,显示出市场对该领域的持续关注。 总结 本报告深入分析了AI大模型在医疗健康领域的变革性影响,强调了其在问诊、新药开发和医疗影像三大核心场景中的巨大潜力。在问诊方面,生成式AI正将病例录入从传统语音转写推向实时内容生成,显著提升临床效率。在新药开发领域,AI大模型从蛋白质结构预测发展到能够按需生成新型蛋白质,有望加速药物发现并推动源头创新。在医疗影像方面,AI应用已相对成熟,而大模型将主要通过提升数据标注和分析效率来进一步赋能。尽管医疗数据孤岛、隐私敏感和高标注成本等挑战依然存在,但国内企业如科大讯飞、云知声、晶泰科技、数坤科技等正积极布局,有望抓住AI大模型带来的发展机遇,共同推动医疗健康产业的智能化升级。
报告专题:
  • 下载次数:

    2856

  • 发布机构:

    华泰证券

  • 发布日期:

    2023-04-07

  • 页数:

    10页

下载全文
定制咨询
AI精读报告

中心思想

AI大模型驱动医疗健康领域变革

本报告核心观点指出,基于大模型的生成式AI正为医疗健康领域注入新活力,有望在问诊、新药开发和医疗影像等多个关键场景带来革命性发展机遇。AI技术在医疗领域的应用已从早期的辅助工具演进为能够生成内容、优化流程的解决方案,显著提升效率并推动源头创新。

关键应用场景与发展机遇

报告重点看好AI大模型在以下三个方面的应用前景:一是实时问诊病例生成,通过自动化记录和总结大幅提高临床效率;二是按需生成新蛋白质结构,加速药物发现进程;三是提升医疗影像数据标注效率,优化诊断辅助工作。国内相关企业如讯飞医疗、云知声、晶泰科技、数坤科技等正积极探索并有望受益于这一波技术浪潮。

主要内容

AI+问诊:从语音录入到实时生成内容,提高临床记录环节效率

传统AI与生成式AI在问诊中的演进

医疗健康领域是人工智能最早落地的行业之一,其中病例录入是AI+医疗的经典应用场景。传统AI语音识别主要通过医生口述转写来辅助病例录入。然而,随着基于大模型的生成式AI的出现,问诊过程正向自动实时问诊记录生成演进。例如,微软旗下的Nuance已推出基于GPT-4的临床笔记软件DAX Express,能在几秒钟内生成准确的临床记录,并可整合进微软Teams辅助远程医疗,大幅提升诊疗效率。国内企业如科大讯飞和云知声也在积极探索大模型在医疗辅助诊断领域的应用,计划年内推出预训练大模型。

医疗数据挑战与未来方向

尽管AI在问诊领域潜力巨大,但医疗数据的质量和数量是其应用面临的主要挑战。医疗数据开源程度低、隐私敏感且标注成本高昂,导致高质量医疗数据稀缺。此外,医疗领域的容错率极低。因此,构建兼具质量和数量的医疗数据集、打破“数据孤岛”现象,促进数据价值流通,是AI大模型在医疗领域应用的关键挑战。

AI+新药开发:根据功能需求设计/优化蛋白质,加速新药探索速度

AI赋能新药研发的里程碑

全球制药行业市场巨大,2021年总收入约1.5万亿美金,研发投入约2.4千亿美金。AI在新药开发领域的应用日益深入,已成为生物制药企业的常态化工具。DeepMind推出的AlphaFold和AlphaFold2在蛋白质空间结构预测方面取得了重大突破,引领行业进入高速发展期。

生成式AI在药物发现中的创新应用

近期,类ChatGPT的生成式AI开始出现,其目标是生成自然界不存在的人工蛋白质序列,而非仅仅理解已有结构。例如,Salesforce Research等团队发布的蛋白质语言模型ProGen,可在数百万个原始蛋白质序列上训练,生成跨多个家族和功能的人造蛋白质。英伟达也推出了生物医药大模型云服务BioNeMo,包含蛋白质生成等模型调用服务。生成式AI有望赋能生物医药源头创新,通过根据功能需求设计/优化蛋白质、生成抗体等,显著提高药物发现效率。

国内企业在生成式AI制药领域的实践

国内企业如晶泰科技、英矽智能、英飞智药、百图生科等也在积极探索生成式AI在制药领域的应用。晶泰科技的ProteinGPT模型通过无标记蛋白质序列数据和抗体序列数据训练,可一键生成符合要求的蛋白药物,实现靶点Binder蛋白生成、抗体文库生成及抗体优化等功能。英矽智能则在其靶点发现平台PandaOmics上整合了AI问答功能“ChatPandaGPT”,支持研究人员高效开展基于自然语言的问答,促进潜在靶点和生物标志物的发现。

AI+医疗影像:应用相对成熟,关注AI大模型提升数据标注效率

AI医疗影像的商业化进展

AI在医疗影像分析领域的应用相对成熟,已有多家公司的产品获得国家药监局认证并开展商业化销售,如数坤科技、科亚方舟、推想医疗、乐普医疗、联影等。这些企业通过分析GE、飞利浦、西门子等厂商的医疗影像数据,为医生提供读片等诊疗辅助工作,提供疾病筛查、诊断及治疗选择与规划的人工智能医学影像解决方案。

AI大模型在影像领域的效率赋能

尽管AI在医疗影像领域应用成熟,但AI大模型仍有望在效率方面带来显著提升。大模型能够通过提升自动化标注、自动化模型筛选、参数调优以及处理非结构化数据等能力,缩短数据标注和分析时间,提升影像精细程度,从而为行业带来新的价值。根据动脉橙数据,中国2022年医学影像赛道早期融资事件达18起,数量较2021年增长约两倍,显示出市场对该领域的持续关注。

总结

本报告深入分析了AI大模型在医疗健康领域的变革性影响,强调了其在问诊、新药开发和医疗影像三大核心场景中的巨大潜力。在问诊方面,生成式AI正将病例录入从传统语音转写推向实时内容生成,显著提升临床效率。在新药开发领域,AI大模型从蛋白质结构预测发展到能够按需生成新型蛋白质,有望加速药物发现并推动源头创新。在医疗影像方面,AI应用已相对成熟,而大模型将主要通过提升数据标注和分析效率来进一步赋能。尽管医疗数据孤岛、隐私敏感和高标注成本等挑战依然存在,但国内企业如科大讯飞、云知声、晶泰科技、数坤科技等正积极布局,有望抓住AI大模型带来的发展机遇,共同推动医疗健康产业的智能化升级。

报告正文
摩熵医药企业版
9大数据库,200+子数据库,一站查询药品研发、临床、上市、销售、投资、政策等数据了解更多
我要试用
1 / 10
试读已结束,如需全文阅读可点击
下载全文
如果您有其他需求,请点击
定制服务咨询
华泰证券最新报告
关于摩熵咨询

摩熵咨询是摩熵数科旗下生物医药专业咨询服务品牌,由深耕医药领域多年的专业人士组成,核心成员均来自国际顶级咨询机构和行业标杆企业,涵盖立项、市场、战略、投资等从业背景,依托摩熵数科丰富的外部专家资源及全面的医药全产业链数据库,为客户提供专业咨询服务和定制化解决方案

1W+
医药行业研究报告
200+
真实项目案例
1300+
业内高端专家资源
市场洞察与营销赋能
市场洞察与营销赋能
分析市场现状,洞察行业趋势,依托数据分析和深度研究,辅助商业决策。
立项评估及管线规划
立项评估及管线规划
提供疾病领域品种调研、专家访谈、品种立项、项目交易整套服务。
产业规划及研究服务
产业规划及研究服务
以数据为基础,为组织、园区、企业提供科学的决策依据和趋势线索。
多渠道数据分析及定制服务
多渠道数据分析及定制服务
帮助客户深入了解目标领域和市场情况,发现潜在机会,优化企业决策。
投资决策与交易估值
投资决策与交易估值
依托全球医药全产业链数据库与顶级投行级分析模型,为并购、融资、IPO提供全周期决策支持。
立即定制
洞察市场格局
解锁药品研发情报

定制咨询

400-9696-311 转1