摘要：在“AI+行业应用”成为业界以及资本市场关注的焦点时，AI医疗概念，在资本市场屡屡有异动表现。没想到AI火爆，带火、较早实现场景运用的居然是医疗相关产业。

光线传媒靠哪吒改运造命，医药靠AI逆天改命！

在“AI+行业应用”成为业界以及资本市场关注的焦点时，AI医疗概念，在资本市场屡屡有异动表现。没想到AI火爆，带火、较早实现场景运用的居然是医疗相关产业。

股价和估值，蹭蹭往上涨。

这就相当于新能源出来以后，对于传统燃油车的超越。

一块电池驱动的车，竟然引发到底该用科技来估值，还是传统产业来估值的争论。

给医药插上AI的翅膀，居然起飞了。

AI为医药送关怀

尽管AI大模型如何实现商业化的路径还没有走的太明白，但已经成为各个公司脱离“内卷”的绝佳手段。

当然，AI技术的多模型、推理精准、数据处理、AI智能体等路径不断深入探讨。

恰巧，这些路径也在内容创作、消费电子、医药等领域得到应用层面的落地。

比如，在内容创作领域，如果运用得当，它能给你带来极致的效率。

咱就说，10分钟AI就能写本小说，相比人类几个月的成书周期，效率惊人。

不过，不考虑资料准确性问题，供给端大量的书籍涌现，有这么多市场需求承接吗？

再来看看医药行业，整体可以归为几个大类：

医药制造，包含生物制药、化学制药、中药等；

医疗服务，包含诊断服务、CRO、医院等；

医药商业，包含零售、物流等；

医疗器械，包含设备、耗材等等细分领域。

医药本身属于很强的技术壁垒。这种壁垒的构成，不仅需要医生本身的研究能力，还需要足够多的样本、病理数据集成和分析能力。

换句话说，足够的经验+丰富的案例，才能集成越来越高的成功率。

因此，AI的强大数据处理能力，能极大地提升效率。

AI发挥什么神秘力量

前文提到，AI能在整个医药产业的赋能领域很广泛，涉及诊断、医药制造、医院、物流等细分领域。

第一个作用，完全解放医生，还是革医生的命？

用AI完全替代医生，或许是人们对于AI在医药行业的终极期盼。

就像人们对于无人驾驶的研究。

在某些AI诊疗的案例当中，确实能发挥一些优秀的作用。

据人民日报海外版，北京儿童医院一次多学科会诊中，全国首个“AI儿科医生”与13位专家给出的建议高度吻合。

北京天坛医院将AI医生应用于脑卒中急救，患者做完检查几分钟后，医生就能查看AI医生的诊断结果，比真人看片快约半小时……

不久前，还有医生在社交平台公然爆料称，在看诊过程中，患者用DeepSeek质疑他的诊断结果，这名医生本来很生气，结果回去一查，指南更新了，是他的诊断过时了。这让他感觉“天塌了”，也让很多基层医生感到天塌了。

当人人都在吹捧AI的强大能力时，人类的天然警觉心一瞬间被激发出来是理所当然的。

第二，资源共享，要用就用最有效的手段

即便是医生，他的擅长领域和知识图谱也有限。

笔者就有亲身的体会，即便同为一个科室的医生，治疗手段也有很大差异。

决定因素，一方面得益于自己的学识积累；另一方面，来自于自己接触的病例总和。

这两个因素交织，就造成笔者在看病过程中有两点感悟：

首先，普通医生，在疗效上面的效果不一定比主任医生差。这一点，是基于普通医生看的病人足够多的情况下。

一个例子，胃不舒服这件事儿，看个主任医生，啥也不问，让你先去做胃镜，根据检测结果做判断。

看个普通医生，问了几个问题，就说没啥大问题，吃点益生菌等药就行。再三询问，说不需要做胃镜。

其次，即使同一个科室，但治疗手段有时候并不共享。之前偶多不舒服，特意跑去医院分门别类的挂了普通医生号和专家号。功夫不负有心人，终于看到一个能治病的医生。好奇之下，再换另一个医生看，他居然不知道有另外一种治疗手段。

所以说，如果医院统一弄个数据库，把全球最新的治疗方法，以及本院不管是研究阶段、还是好的方法放在库里共享。

这样医生在使用时，AI直接给出最先进、最优的治疗方案，大大节省患者的试错率。毕竟，治病的关键之一，就是跟时间赛跑。

第三，充当医生的左右手，为医生添砖加瓦

四川省人民医院泌尿外科主任熊玮在接受封面新闻采访时表示，

“通过多模态评估和技术赋能，我们看到了治愈的可能。”

熊玮所提及的就是，他的团队给一个患有难治疾病的82岁患者完成了“右侧肾盂癌伴下腔静脉癌栓”的根治性手术的例子，这被视为跨越“生命禁区”的手术。

借助AI，对于这次手术给出了个性化的诊疗方案，覆盖风险预警、用药决策、康复路径和并发症雷达等。

此外，术中AI实时充当医生的帮手，比如定位病灶和血管的位置，减少出血等问题。

百花齐放

近年来，AI制药市场发展势头强劲。

根据ResearchAndMarkets数据，2022年全球AI制药市场规模达到10.4亿美元，预计到2026年，这一数字将将近30亿美元，年平均复合增长率高达30%。

很多医药领域行业公司，都在探讨以及借助AI做不同的事情。

比如，在诊疗领域，华大基因已将AI技术应用于遗传病辅助诊断。

不仅降低了成本，还显著提升通量和效率。另外，还在变异位点质控和选择环节发挥了重要作用。

靶点推荐方面，药石科技开发了靶点推荐平台，使用公开的基因组学、转录组学、蛋白质组学数据以及基因注释数据库，并结合AI算法来得到基因排序列表，有助于识别可能的药物靶点，并进行进一步的生物信息计算和过滤。

中药领域，太极集团联合成都中医药大学、百度网讯科技、天府中药城等单位联合开发了“本草智库·中药大模型”。

这一智库具备中药知识的提取与生成、中药垂直领域解决方案输出、中药产业一站式数字化服务三大功能，对中药材种植、质量控制、药物研发等全产业进行监控，以此提升效用。更适合B端企业。

药物研发，一直以来，都是个耗时耗钱的大项目，风险巨大。一款新药从研发到上市，平均需要10-15年的时间，耗资数十亿美元。

AI的介入，对这个行业带来的优势，其实还是显而易见的，也存在很多落地场景。

但目前AI并不能说，100%的精确。借用AI只是第一步，剩下的99999步，还需要人的推动，才能让AI和人类一起更加精准地救死扶伤。

免责声明（上下滑动查看全部）

任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。投资有风险，过往业绩不预示未来表现。财经早餐力求文章所载内容及观点客观公正，但不保证其准确性、完整性、及时性等。本文仅代表作者本人观点。

来源：财经早餐