数据为王时代：AI医疗如何重构万亿健康产业价值链？

（原标题：数据为王时代：AI医疗如何重构万亿健康产业价值链？）

2025年1月DeepseekR1版本发布，引发低成本高质量AI应用热潮。医疗作为AI应用的最重要、最具潜力的场景之一，亦被市场高度重视。据wind数据显示，AI医疗指数(887738.WI)自1月份的低点至今累计涨幅达55.24%。

一方面，近些年AI医疗政策频出，得到政策的加持可以更加快速的发展。另一方面，AI在降本增效方面效果显著，商业化意愿更强。

政策全面拥抱AI在医疗领域的应用

医疗领域作为强政策干预的行业，政策的鼓励加速行业的发展。据智通财经APP了解，自2019年以来，AI医疗的利好政策频出。

2019年10月药监局《关于成立人工智能等3个医疗器械标准化技术归口单位的公告》，2021年3月药监局《关于进一步促进医疗器械标准化工作高质量发展的意见》，2021年7月药监局《关于发布人工智能医用软件产品分类界定指导原则的通告》，2022年7月科技部等六部门关于印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》。

近期，2024年11月，国家卫健委、国家中医药局、国家疾控局联合发布了《卫生健康行业人工智能应用场景参考指引》为AI在医疗领域的应用提供了明确的方向和支持。未来，发展和医学教学科研等方面发挥重要作用。

《指引》列出了84个具体的AI技术将在医疗服务管理、基层公卫服务、健康产业体的应用场景，涵盖医疗服务管理、基层公卫服务、健康产业发展和医学教学科研四大领域。这些场景的明确，为AI技术在医疗领域的应用提供了具体的指导方向，有助于推动AI技术在医疗行业的落地和推广。政策的引导和支持将鼓励更多投资和创新，促进AI技术在医疗领域的快速发展。

AI医疗的在各领域快速应用

AI技术在医疗领域的应用正逐步深入并扩展到多个方面，包括医疗影像、辅助诊疗、药物研发等。例如，在医疗影像领域，AI技术显著提高了诊断的准确性和效率，优化了影像分析过程。在辅助诊疗方面，AI通过分析患者的电子健康记录和基因组数据，提供个性化的治疗建议，辅助医生进行精准手术操作。在药物研发方面，AI技术缩短了研发周期，降低了成本，提高了成功率。

据晶泰控股-P招股书引自frost&Sulivan数据，AI加持下药物发现过程时间缩短50%。

在4-6年的新药发现过程中，有25个月左右时间用于靶,点至苗头化合物阶段、25个月用于苗头化合物至先导化合物阶段，约十个月用于先导化合物优化阶段。其间，为确定临床前候选化合物需测试约5000个分子。通过A!更精确的预测方法与干湿实验一体化解决方案，研究者可实际筛选十亿个分子，仅需在2-3年内合成及测试数百个分子即可，将药物发现阶段耗时缩短至36个月内，整体缩短50%左右。在药物研发上节约的成本，将直接映射到药价和企业利润上去。

在政策以及实质性利好的情况下，AI医疗股价都得到大幅度的提升。实际上除了国内AI医疗企业股价大涨外，海外市场的AI医疗企业也得到大幅大涨，并且业绩也得到了验证。通过海外AI医疗股价的涨幅可以很好的映射国内AI医疗的企业的利好程度。

美企AI医疗龙头Tempus商业模式得到验证

以美国AI医疗龙头Tempus(TEM.US)为例。据智通财经APP了解，Tempus凭借“数据+算法+应用”的商业模式，成为全球精准医疗的标杆。

Tempus的平台可以分为Genomics(基因组学诊断测试)、Dataservice(数据服务)、AI-relativeapplication(AI应用平台)三条产品线，据公司称公司每一项业务与其他业务相互协同/集成，无形中增强了其他业务的产品竞争力，突出公司在AI医疗领域的核心价值。

Tempus平台的产品线主要分为三条，分别是Genomics(基因组学诊断测试)、Dataservice(数据服务)以及AI-relativeapplication(AI应用平台)。据公司介绍，公司的每一项业务都与其他业务相互协同、集成。这种协同效应无形中提升了其他业务的产品竞争力，也凸显了公司在AI医疗领域的核心价值。

Tempus公司从成立到发展壮大，关键在于“流量或数据入口”。数据库规模的增长、数据与服务收入的增加，以及基因组/诊断和算法测试的质量与数量之间的相互作用，形成了飞轮效应。这一效应推动了公司数据量的持续增长，使Tempus成为世界上最大的临床和分子肿瘤学数据库之一。它连接了美国65%的学术医疗中心和50%的肿瘤医生，拥有850万临床记录、120万影像记录以及250PB多模态数据，从而构建起公司的核心壁垒。2024年11月，Tempus收购了基因检测公司Ambry Genetics，业务拓展至儿科、罕见病、免疫学、生殖健康和心脏病学等领域。

Tempus公司披露，其与2023年收入排名前20大的制药公司中的19家有合作关系，2023年签署的合同总剩余合同价值超过9亿美元，且预计在未来几年分期交付。

在Tempus的三条产品线中，AI应用这一产品线在2023年实现收入550万美元，占公司当年收入的1%，但深受投资人关注。该产品线的应用主要包括：

1. Tempus Time提供AI驱动的CRO服务，能够在14天内完成疑难杂症患者与制药公司临床试验的匹配，而行业平均用时为3 - 6个月。

2. Tempus Next为医院和医生提供临床决策支持。它通过相关应用或算法，识别并测算肿瘤和心脏病患者的护理差距，为医生提供近似实时的治疗建议，以实现精准治疗。

3. Olivia通过汇集患者健康数据，利用AI技术提供有价值的健康洞见，帮助患者更好地管理自身健康。

从Tempus的收入结构来看，目前基因组学仍是公司第一大收入业务，不过其收入增速有所下滑。为此，公司近年来不断扩大自身业务覆盖领域，不再局限于肿瘤，而是拓展至心血管、中枢神经系统(CNS)等领域。

抛开基因组学不谈，Tempus公司在“数据货币化”领域的商业化运作较为成功。其数据服务已成为推动公司业绩增长的核心业务，且该业务主要是基于面向企业(toB)的模式，为制药企业或生命科学公司提供临床招募匹配、加速临床注册或提高注册进度等服务。

不难发现，Tempus形成了数据构筑核心壁垒，三大业务形成飞轮效应。如今公司推出的应用端，正是基于庞大数据量训练出来的进化算法在不同落地场景中的应用探索，有望继续在“精准医疗”或行业效率方面带来变革。

除了Tempus大涨外，制药企业Recursion以及医生服务企业Doximity 也跟着大涨。美股AI医疗的大涨可以映射为以下几点：

1、Al 基因组学/AI检验。华大基因(300676.SZ)：tempus 最直接映射标的。国产基因测序龙头，数据+AI双驱，在肿瘤早筛、精准诊疗等场景形成差异化竞争力，拥有全球领先的基因数据库(涵盖超3000 万份真实临床诊疗数据)，并通过医疗机构合作，持续扩充罕见病、肿瘤等领域的专病数据集。提出 GBI ALL 创新范式，构建了多模态大模型GeneT，多应用场景提升商业化潜力，如精准医学检测、癌症早筛、个性化健康管理、医院合作与数据变现(探索数据授权与AI服务收费模式)。

2、AI 医生服务、AI 医保。医脉通(02192)：国内领先的在线专业医师平台，已接入DeepSeek加速AI商业化落地。根据公司财报，截至1H24，医脉通平台有400万+注册医师，占中国执业医师的88%，有700万注册用户，250万月活跃用户，598万次付费点击，同比增长40%。医脉通主营业务包括精准营销及企业解决方案，医学知识服务，智能患者管理服务。公司持续投入研发，推出国内首个大模型驱动的AI医生MedliveGPT(医脉通大模型)，已通过国家网信办大模型算法备案。该大模型基于深度学习Transformer框架，融合NLP、CV及多模态等前沿技术，在训练过程中充分利用丰富的医学数据资源，有效解决了通用大模型常见的“幻觉”问题，确保生成内容的准确性与可靠性。

3、制药+AI。晶泰控股-P(02228)：公司以AI药物发现业务为基础，向AIforScience领域扩展，通过AI赋能缩短药物、材料等研发周期，提升研发回报率。客户合作方面，公司与全球前20大药企，晶泰合作16家;2024年与协鑫签订1.35亿美元材料研发大单，与阿联酋合作沙土增稠剂试验田。合作管线进展上，目前进展最快是希格生科与晶泰合作开发的全球首个人工智能类器官药物SIGX1094，已获得美国食品药品监督管理局(FDA)快速通道认定，有望显著缩短审批周期。

4、AI 医疗数据。医渡科技(02158)：通过“医-药-险-患者”全产业链布局，深耕大数据平台、生命科学解决方案及健康管理三大板块，真实世界研究项目达261项，自主研发的AI医疗大脑YiduCore(2024年在上海 AI实验室的MedBench评测中，YiduCore在“医学知识问答”“医学语言理解”“医疗安全与伦理”三大维度斩获第一)，累计处理和分析超过55亿份医疗记录，覆盖疾病知识图谱构建、多源异构医疗数据处理及智能化决策支持，整合 DeepSeek-V3 等先进大模型，YiduCore进一步提升了数据处理效率与临床决策精准度。

5、互联网医疗+AI。阿里健康(00241)：主业包括医药电商服务和医疗健康及数字化服务业务。根据公司财报，截至24Q3，与阿里健康签约提供在线健康咨询服务的执业医师、执业药师和营养师合计超23万人，同比增加超2万余人。在医疗大模型领域，阿里健康继续探索医药电商领域的应用，用户体验及搜索转化效率都在持续提升。基于领先的数字化能力，阿里健康持续将商品数据结构化，包含商品本身的品类、型号以及影响用户决策的因子属性等，逐步搭建了一个完善的“商品中心”，使用户搜索及客服咨询时，可以通过大模型的辅助，呈现出按照决策优先级，准确、全面地表达商品客观属性的结果，帮助用户提升体验及搜索效率。

当然，除了上述几点外，AI医疗的应用场景正呈现出多点开花的蓬勃发展态势。其中涵盖了多个重要领域，如AI影像、 AI辅助诊断、AI健康管理(慢病管理)、AI智慧医疗等。

在所有这些丰富的应用端中，最大的利好无疑是那些拥有丰富数据资产的企业。在AI强大的技术加持下，这些企业能够充分挖掘数据的价值，将其与先进的算法和模型相结合，实现数据与技术的协同效应。这种协同效应会使企业的发展形成乘数效应，不仅能够加速自身的业务创新和产品升级，还能在市场竞争中占据更为有利的地位，推动整个AI医疗行业的快速发展。