摘要：AI医药更多是发力于药品研发端，核心逻辑是cover掉大量重复、形式化的药物筛选和靶点发现环节。最直接能帮助到的是药企能更高效的推出更好的药物分子，买单方是制药公司的研发以及BD部门。

这两天，DeepSeek的再度出圈，带着一大波AI+应用在二级市场火热。

虽然在年前，DS概念已经吸引了大量资金热捧，年后并维持这一趋势，但是在应用端的扩散，节后闻讯而至的资金，有不少还是选择了AI+医药/医疗。

两个交易日里，从卫宁健康到泓博医药，从国新健康再到成都先导，接二连三的迎来部分异动浪潮。

本文将对日前一些前排的AI+医药/医疗方向的上市公司做一个简单的梳理，同时展望一下AI在整个国内健康行业里的应用趋势。

“AI+药”和“AI+医疗”其实是两个相差很大的概念，但是非医药主题资金经常把这两个概念混为一谈。

AI医药更多是发力于药品研发端，核心逻辑是cover掉大量重复、形式化的药物筛选和靶点发现环节。最直接能帮助到的是药企能更高效的推出更好的药物分子，买单方是制药公司的研发以及BD部门。

其实早在上世纪五十年代，就有计算机辅助药物设计（CADD），但受限于算力和数据规模，并没有革命性的成果产出。直到2014年开始有一些真正意义上的AI参与发现的产品结果出炉，比如海外的Exscientia，国内的晶泰科技等。

这之后，借用专业的AI药物发现模型去帮忙筛选临床前候选分子已经成了很成熟的商业模式。这里面大致分为两类，一类是自己造产品，比如准IPO公司英矽智能，另一类就是AI+CRO，最典型的如成都先导，泓博医药，以及药明康德在这块的应用也很成熟。

随着AI能力的逐渐完善，AI赋能研发也逐渐从临床前慢慢延伸至临床阶段，比如对患者招募、临床终点设计，临床数据的清洗以及汇总，包括对生产以及质控环节的效率优化，也有一些落地。但上市公司里目前暂无相关能对业绩起到贡献作用的。

这里提一句，诸如像Schrödinger以及AlphaFold这种动辄有颠覆影响的概念，影响更多停留在学界层面，解决的是此前“靠人工和时间堆积”的科研工作，制药更多还是个商业行为，二者还有一段距离。

AI制药领域的“大新闻”、“大跨越”，更多还是要看MNC药企以及biotech们鼓捣出来啥革命性的成果。

AI医疗则是纯粹的应用端的效率革命。同样根据“买单方”的不同，大致可以分为AI诊断、医疗信息化等细分方向。

AI诊断，也可以进一步拆分。

一类是以联影医疗、理邦仪器、祥生医疗为代表的设备影像公司，通过旗下大量影像学数据训练出来的AI阅片模型，能够帮助医生和患者在CT、超声等影像学诊断时做出辅助决策。这其中，港股的鹰瞳科技，是为数不多不依赖自家公司硬件设备的纯AI阅片公司。

另一类是以润达医疗、美年健康为代表的检测机构，能借着旗下大量病例数据去跑AI训练，然后得出一些病理模型；包括金域、迪安等体外诊断公司，甚至贝瑞基因、塞力医疗这类但凡能有专业大数据产出的细分方向公司，都能去和AI做个很好的结合。

医疗信息化是资金比较喜欢的一个方向。板块主要上市公司多为HIS系统服务商，就是给医院内部的各种就诊、药物消耗、病例收集以及医保开支等提供数据平台的。简单理解，就是在医院里用的钉钉和飞书。以卫宁健康、万达信息、国新健康、荣科科技等公司为代表。

这些院内的信息都是一手的医患数据，包括医生的决策流程、患者的诊疗旅程、药品耗材以及医生服务资源的消耗，是一座医疗数据的富矿。

医院希望通过这些数据的挖掘来提高效率；药企希望通过其来加速药物流通以及反推指导药物开发以及临床；患者以及背后的互联网平台公司希望能创造一个更高效就诊环境；以上这几家公司还有一个很典型的标签，就是DRGs，这背后是，还有国家医保局也盯着这个数据，希望通过真实世界里的情况，来优化医疗以及医保资源配置。

所以AI在医疗信息化领域的应用，其实有着相当广阔的空间，只是目前还没有一些能够直观感受的成果落地。

然而，恼火的是，目前国内区域和区域之间的数据都没打通，甚至医院和医院的系统以及数据格式都不一样。这给“大数据”的构建提出了较大的考验。

但这件事，已经有相关部门在推进了，国家数据局的成立，一定程度上也能再一次把医疗数据的整合和再应用的优先级去提一个台阶。

总的来时，一谈到AI，就离不开数据。整个大健康领域，哪个环节的数据能堆起来，就有AI发挥的空间。

研发领域大量实验数据，能去堆AI医药，医院里的大量医患行为数据，能去堆AI医疗。在未来，AI+大健康概念的炒作会继续，因为人的一生，总归离不开生老病死，等一款该领域现象级应用跑出来后，医药这个行业，在信息平权之下或许有一副新的面孔问世。

来源：新浪财经