每經記(ji)者｜金喆(zhe)  林姿辰    每經編(bian)輯｜陳(chen)俊(jun)杰(jie)    

AI大模(mo)型DeepSeek的風從科技板塊吹(chui)到了醫療應用(yong)端。多家相關上市公司(si)宣布接入DeepSeek大模(mo)型，多家券商醫藥分析師為AI醫療搖旗吶喊。

2月14日，在AI概念加持下，A股(gu)和(he)港股(gu)互聯網醫療板塊(kuai)及生物醫藥股(gu)漲(zhang)(zhang)勢較大(da)。當日收盤情況顯示，A股(gu)方面(mian)，安必平、嘉和(he)美康(kang)、泓博醫藥等超(chao)20只概念股(gu)漲(zhang)(zhang)停；港股(gu)方面(mian)，阿里(li)健(jian)康(kang)漲(zhang)(zhang)超(chao)29%，平安好醫生漲(zhang)(zhang)約(yue)18%，京東健(jian)康(kang)漲(zhang)(zhang)近(jin)6%，藥師幫漲(zhang)(zhang)近(jin)4%，叮當健(jian)康(kang)漲(zhang)(zhang)超(chao)3%。

也有(you)行業觀察者(zhe)在樂觀情緒井噴的時候保持了冷靜。一位不(bu)愿具名的醫(yi)藥(yao)行業資深(shen)人士對(dui)(dui)《每日經濟新(xin)聞》記者(zhe)分(fen)析(xi)，現在AI比較成熟的是語言模型，在醫(yi)藥(yao)領域應用(yong)得區分(fen)來(lai)看。首先，如果只(zhi)是單純接入(ru)DeepSeek、與實際(ji)業務(wu)沒太(tai)多關聯(lian)的，基本屬于炒概念；AI 在診斷方面的應用(yong)邏輯相對(dui)(dui)更清晰，這類(lei)公司本身有(you)數據積累，能更好(hao)地(di)利用(yong)AI技術進行數據分(fen)析(xi)處(chu)理(li)，提(ti)升診療效率和(he)準確性(xing)。但在受限(xian)于現有(you)技術無法(fa)自主思考，很難在探索(suo)性(xing)的新(xin)藥(yao)研發中發揮關鍵作用(yong)。

AI在診斷方面的應用邏輯相對更清晰

醫療保健板(ban)塊(kuai)在理論上是AI的最(zui)大應用(yong)領域。據(ju)Global Market Insights數據(ju)，2023年全球AI醫療健康市(shi)場規模約為144億(yi)美元(yuan)，預計(ji)到2032年將達到2812億(yi)美元(yuan)。

醫(yi)(yi)療領(ling)(ling)域行(xing)業(ye)人士“阿基米德”表示，AI醫(yi)(yi)療大陸還在漂移、碰(peng)撞，關于這個(ge)世界的(de)(de)分(fen)類、命名處(chu)于混亂(luan)之中(zhong)，今天(tian)暫時(shi)按(an)英偉達高管Eva-Maria Hempe的(de)(de)說(shuo)法，把AI醫(yi)(yi)療分(fen)為三個(ge)領(ling)(ling)域：改善(shan)患者(zhe)醫(yi)(yi)療過程(cheng)的(de)(de)智能(neng)代理、執行(xing)復(fu)雜手術(shu)任(ren)務的(de)(de)機器人、加速藥物(wu)研發的(de)(de)生成式AI工具。

其中，AI在診斷方面的(de)應用邏(luo)輯相(xiang)(xiang)對更清晰。在傳統的(de)病理(li)分析(xi)中，醫(yi)生需要(yao)花費大量時間仔細(xi)觀察(cha)這些微觀細(xi)節，這不僅是一項極為耗時的(de)工作，而且長時間的(de)觀察(cha)還容易導致醫(yi)生出現視(shi)覺(jue)疲(pi)勞(lao)，進而可能(neng)(neng)影響診斷的(de)準(zhun)確(que)性和效率(lv)。此前(qian)，安必平相(xiang)(xiang)關人(ren)(ren)士也對記者(zhe)表示，如(ru)果病理(li)人(ren)(ren)工智能(neng)(neng)投入臨(lin)床使用，預計能(neng)(neng)夠減少(shao)病理(li)醫(yi)生65%～75%的(de)“篩陰(yin)”讀片工作，而臨(lin)床醫(yi)生只要(yao)將(jiang)注意力集中在可疑(yi)位(wei)點(dian)即可。

在前(qian)述業內人士看來，國內企(qi)業過去幾年都在利用(yong)自檢積(ji)累(lei)的數據(ju)訓練大模型，DeepSeek做到了(le)最(zui)大程度的開源(yuan)和非常(chang)低的成本(ben)，有(you)助于進(jin)一步降(jiang)低數據(ju)分析成本(ben)，提(ti)升檢測效能。

2月10日，浙江(jiang)大(da)學對外宣(xuan)布(bu)研發(fa)的病理(li)AI助(zhu)手OmniPT僅需(xu)(xu)1到(dao)3秒便能(neng)精(jing)準鎖(suo)(suo)定癌(ai)癥(zheng)病灶。為何(he)這款AI助(zhu)手能(neng)如(ru)此高效(xiao)？原來，癌(ai)癥(zheng)組織(zhi)的單個切片盡管面積不(bu)大(da)，僅有指甲蓋般大(da)小(xiao)，但其多(duo)切片掃(sao)描圖像卻有著龐(pang)大(da)的數據量(liang)，像素高達(da)數10億之(zhi)多(duo)。原本(ben)人(ren)工分析(xi)至(zhi)少需(xu)(xu)要10多(duo)分鐘的圖像，OmniPT僅需(xu)(xu)1到(dao)3秒就(jiu)能(neng)快(kuai)速且精(jing)準地(di)鎖(suo)(suo)定病灶區域，大(da)大(da)提高了癌(ai)癥(zheng)診斷的效(xiao)率和準確性(xing)。

美(mei)國(guo)“女版巴菲特”，人(ren)稱“木頭姐”的(de)凱西·伍德(de)在近期發布的(de)《Big Ideas 2025》報(bao)告中同(tong)樣多次強(qiang)調，醫療保健(jian)是AI最被低(di)估(gu)的(de)應(ying)用領域，多組學測序和AI藥物(wu)研(yan)發正成為改變醫療行(xing)業的(de)重要(yao)創新。

凱西·伍德預測，AI將(jiang)使DNA等生物(wu)信息的讀(du)取和寫入成本大幅降低，AI將(jiang)使癌(ai)癥篩查的效率提(ti)高(gao)20倍(bei)，并且將(jiang)市場規模擴大10倍(bei)。利(li)用(yong)人工智(zhi)能來(lai)“操作”數據將(jiang)顛(dian)覆診斷、藥物(wu)發現和治療，到2030年(nian)，整個行業的表(biao)現將(jiang)提(ti)升幾個數量級。AI 將(jiang)徹底改變多(duo)組學工具(ju)、藥物(wu)研發、分子診斷，并顯著改善藥物(wu)的經(jing)濟回(hui)報。

此外(wai)，醫(yi)(yi)渡科技、鷹瞳科技、智云健康(kang)等多家醫(yi)(yi)療上市公司(si)宣(xuan)布接入DeepSeek大模型，多位知(zhi)名分(fen)析(xi)師看(kan)好(hao)AI醫(yi)(yi)療方向，中信建投(tou)證券醫(yi)(yi)藥行業(ye)(ye)首席(xi)分(fen)析(xi)師賀菊穎在研報中表示，AI醫(yi)(yi)療在提(ti)升(sheng)醫(yi)(yi)療器(qi)械功能、檢查(cha)檢驗結果解讀、輔助臨床醫(yi)(yi)生決策、健康(kang)管理(li)等多個領(ling)域(yu)的應用價值較(jiao)大，是(shi)醫(yi)(yi)療企(qi)業(ye)(ye)和醫(yi)(yi)院必須(xu)重視(shi)的創新方向和競爭趨(qu)勢。

細分賽道里，為何互聯網醫療漲得兇？

在本輪行(xing)情中，天(tian)然接近“AI醫(yi)療(liao)(liao)”概(gai)念的(de)醫(yi)療(liao)(liao)細(xi)分行(xing)業——互聯(lian)網醫(yi)療(liao)(liao)的(de)巨頭(tou)們(men)，已(yi)經嘗到(dao)了身價大漲的(de)甜頭(tou)。Wind數(shu)據顯(xian)示，2025年開年至今，阿(a)里健(jian)康(kang)、京東健(jian)康(kang)、平(ping)安好醫(yi)生的(de)股價分別(bie)上漲了77.71%、26.51%和(he)18.71%。

為什(shen)么(me)互(hu)聯網醫療(liao)的(de)股價反(fan)應這么(me)大？2月14日，一(yi)位業內人士對《每日經濟新聞(wen)》記者表(biao)示，DeepSeek對傳統產(chan)業都有(you)增值作(zuo)用，但本輪推理模(mo)型的(de)核心是解決了醫療(liao)健康領域(yu)的(de)邏輯(ji)推理短板，能力匹配(pei)更強，所以(yi)對互(hu)聯網醫療(liao)這個分支賽道(dao)的(de)影響更大。

“AI醫療仍(reng)被顯著低(di)估。”東(dong)吳證券在研報中稱，“我們認為人工智能的興起(qi)進一步提升了疾病診斷、風險預測(ce)和(he)個(ge)性(xing)化治療方案的水平。AI醫療經歷(li)了從機器學(xue)習到深度學(xue)習，再到大(da)模型(xing)時代的演(yan)變(bian)。近年來，生(sheng)成式AI與傳統AI結合，為醫療服務優(you)化和(he)創新提供新動力。生(sheng)成式AI不僅能夠分析現有數據(ju)，還能生(sheng)成新數據(ju)，拓(tuo)展智能交互和(he)對話能力，使醫療服務更(geng)加精準、自然和(he)高效”。

前述行業人(ren)士則認為，互聯網醫(yi)療板塊(kuai)漲幅較(jiao)大的原因依然是基于醫(yi)療數(shu)據優勢(shi)。或許也是出于這一原因，在DeepSeek爆火前，許多互聯網醫(yi)療企(qi)業曾發布過自(zi)有大模型，其中最近的一個是京(jing)東(dong)健康于今年1月發布的京(jing)東(dong)卓(zhuo)醫(yi)（JOY DOC）。資料顯示，該模型面向(xiang)患者(zhe)、醫(yi)生(sheng)和醫(yi)院分別(bie)構建了個人(ren)就醫(yi)管家、醫(yi)生(sheng)數(shu)字(zi)分身、未來(lai)數(shu)字(zi)醫(yi)院，是業內首個醫(yi)院全場景應(ying)用大模型產品。

DeepSeek的(de)到來對既有的(de)醫(yi)(yi)(yi)療(liao)大模(mo)(mo)型(xing)也有加成(cheng)。2月14日，京東(dong)健(jian)康方面對記(ji)者表示，公(gong)(gong)司(si)構建的(de)是醫(yi)(yi)(yi)療(liao)專有大模(mo)(mo)型(xing)，通用大模(mo)(mo)型(xing)的(de)優(you)(you)(you)勢是認知推理(li)能(neng)力，和公(gong)(gong)司(si)大模(mo)(mo)型(xing)的(de)醫(yi)(yi)(yi)療(liao)專業(ye)知識能(neng)力是優(you)(you)(you)勢互補的(de)。在過去不(bu)到一個月時間內，公(gong)(gong)司(si)持續(xu)進行模(mo)(mo)型(xing)算法和架構優(you)(you)(you)化(hua)，構建了業(ye)內獨一無二的(de)、能(neng)適配不(bu)同(tong)(tong)場景應(ying)用的(de)模(mo)(mo)型(xing)整(zheng)合能(neng)力，目前已陸續(xu)接入(ru)(ru)GPT系列、DeepSeek等通用模(mo)(mo)型(xing)。以接入(ru)(ru)DeepSeek的(de)“AI京醫(yi)(yi)(yi)”產品為例，后續(xu)可在互聯(lian)網醫(yi)(yi)(yi)院(yuan)平臺上針對分(fen)診(zhen)、在線問診(zhen)、科研數(shu)據分(fen)析、患(huan)者隨訪等不(bu)同(tong)(tong)場景需(xu)求，智能(neng)靈活調用最(zui)適配最(zui)優(you)(you)(you)的(de)模(mo)(mo)型(xing)能(neng)力組合。

公司表示，醫療(liao)AI作為一個效率(lv)工(gong)具，正在(zai)(zai)市場中(zhong)(zhong)不斷被(bei)驗證，而且提質增效的價值越(yue)來越(yue)大(da)。在(zai)(zai)下一階段，京(jing)(jing)東健康將持續推動(dong)AI大(da)模型(xing)在(zai)(zai)醫療(liao)全(quan)場景(jing)中(zhong)(zhong)的應(ying)(ying)用，尤其(qi)是首先會在(zai)(zai)京(jing)(jing)東互聯網醫院和(he)線(xian)上全(quan)場景(jing)中(zhong)(zhong)規模化落地(di)應(ying)(ying)用，然后再將這些經過長(chang)期打磨(mo)驗證的技術、能力、產品，對(dui)外開放(fang)，服(fu)務更多人群，以(yi)此(ci)逐步破解醫療(liao)領域的“不可(ke)能三角”——成(cheng)本、質量和(he)可(ke)及性。

AI藥物研發是最難啃的骨頭

2023年底，困擾業(ye)界60年的(de)新抗(kang)(kang)生(sheng)(sheng)素(su)發(fa)現難題被AI破(po)題。《自(zi)然》雜志刊(kan)文(wen)講述了(le)科(ke)學家運用AI技(ji)術首次發(fa)現抗(kang)(kang)耐甲氧西(xi)林金黃色(se)葡萄球菌(jun)（MRSA）的(de)新抗(kang)(kang)生(sheng)(sheng)素(su)的(de)歷程——以(yi)3.9萬種化(hua)合(he)物(wu)對(dui)MRSA的(de)抗(kang)(kang)菌(jun)活性數(shu)據作(zuo)為(wei)訓練“腳本”，麻省理工學院(yuan)研(yan)究團隊獲得(de)了(le)抗(kang)(kang)菌(jun)能力的(de)評估預測(ce)模型(xing)。隨后以(yi)3個深(shen)度學習模型(xing)為(wei)基礎，團隊又(you)“塑造”出化(hua)合(he)物(wu)人類細胞毒性的(de)“鑒定師”，對(dui)1200萬種化(hua)合(he)物(wu)進行“篩選”，最終獲得(de)能對(dui)抗(kang)(kang)MRSA又(you)對(dui)人體安全的(de)化(hua)合(he)物(wu)。

這是(shi)人力幾(ji)乎不可能完成的(de)實(shi)驗。長期以來(lai)，藥(yao)物(wu)(wu)研發行(xing)業都(dou)有著名的(de)“雙十”魔咒，即新藥(yao)研發需(xu)要花費10年時間(jian)、10億美元，AI在新靶(ba)點(dian)的(de)發現和預(yu)測方面被寄予厚望(wang)。國外(wai)研究數據顯示，人工智能技術應用可以使(shi)藥(yao)物(wu)(wu)設(she)計時間(jian)縮短70%、藥(yao)物(wu)(wu)設(she)計成功(gong)率(lv)提(ti)升10倍。

目前，已有不少新(xin)藥在AI協助下快速(su)進入臨床試驗階段。

2月(yue)14日(ri)，復(fu)星醫藥(yao)相關人(ren)士對《每日(ri)經濟(ji)新聞》記(ji)者表示，復(fu)星醫藥(yao)近期(qi)在內部發(fa)(fa)布了自主(zhu)研(yan)(yan)發(fa)(fa)的PharmAID決策(ce)(ce)智能體平臺，已接入Deepseek R1，加速推(tui)進(jin)“藥(yao)物商業價(jia)值輔助決策(ce)(ce)”的能力建設(she)，提升(sheng)(sheng)決策(ce)(ce)視野，提高決策(ce)(ce)準確性(xing)。在結合(he)點位預(yu)測、構象預(yu)測、結合(he)機制分析、毒理優化、醫學寫作、臨床(chuang)資訊信息萃(cui)取等方面，提升(sheng)(sheng)藥(yao)物研(yan)(yan)發(fa)(fa)效(xiao)率，加速研(yan)(yan)發(fa)(fa)成(cheng)果的轉化。

盡管如此，“阿基米(mi)德”依(yi)然認為AI藥物研發是(shi)最難啃的(de)(de)骨(gu)頭，暫時難以取得突破性進(jin)展。AI是(shi)工(gong)具，而非“顛覆者”，藥物開發的(de)(de)核心(xin)仍是(shi)生物學洞(dong)察(cha)與臨床驗證。

對(dui)此，前述業內人士也表示(shi)，現在AI比較成熟的(de)(de)是(shi)語言模型，是(shi)在既定(ding)框架下，按照人為規(gui)(gui)定(ding)規(gui)(gui)則進(jin)行演(yan)算、知識抓取等。但制(zhi)藥是(shi)對(dui)未知世界(jie)的(de)(de)探(tan)索(suo)，比如靶點發現以(yi)及針對(dui)靶點的(de)(de)作用機制(zhi)，并沒有既定(ding)規(gui)(gui)則。目前的(de)(de)AI還(huan)無法自(zi)主思考(kao)，很難(nan)在這(zhe)種探(tan)索(suo)性的(de)(de)新藥研(yan)發中發揮關(guan)鍵作用，最多只能(neng)在已(yi)知藥物基礎上做(zuo)些(xie)結構調整(zheng)，做(zuo)me-too（跟蹤性新藥）藥物，提高(gao)既定(ding)規(gui)(gui)則下的(de)(de)效率(lv)，沒辦(ban)法真(zhen)正實現創新。

此前，英矽智能CEO任峰(feng)接受(shou)記者專訪(fang)時談到，2020年之后，隨著國內外一(yi)些AI藥(yao)物管線進(jin)(jin)入(ru)臨(lin)床(chuang)二期進(jin)(jin)行(xing)有(you)效性(xing)(xing)驗證(zheng)，整個AI制(zhi)藥(yao)行(xing)業也迎(ying)來一(yi)個關(guan)鍵性(xing)(xing)階段：如果有(you)藥(yao)物能夠(gou)驗證(zheng)成功，那么就(jiu)意味著在新藥(yao)研發流程中，從靶(ba)點(dian)發現到臨(lin)床(chuang)試(shi)驗，AI制(zhi)藥(yao)已能夠(gou)實現閉環。

任(ren)(ren)峰也向記者表(biao)示，臨(lin)床(chuang)(chuang)試驗是AI制藥的真正考驗。任(ren)(ren)何一(yi)款藥物(wu)，無論是通過AI還(huan)是傳統路徑(jing)所研發(fa)的，都必須經受來自(zi)臨(lin)床(chuang)(chuang)試驗以及監管(guan)層面的考驗，這(zhe)中間“沒(mei)有捷徑(jing)可(ke)(ke)走”。“當藥物(wu)研發(fa)步入臨(lin)床(chuang)(chuang)試驗階段，還(huan)未有證據表(biao)明(ming)AI可(ke)(ke)以完全(quan)地賦能臨(lin)床(chuang)(chuang)研究、縮短臨(lin)床(chuang)(chuang)試驗的時間。我認為目前AI還(huan)不能有效(xiao)解決這(zhe)一(yi)階段的問(wen)題。”

封面圖(tu)片來源：視覺中國-VCG211374266925