計算機行業(yè)中國經濟高質量發(fā)展系列研究：人工智能與數(shù)字經濟驅動醫(yī)藥產業(yè)升級

目錄TOC\o"1-2"\h\z\u一、醫(yī)藥行業(yè)全產業(yè)鏈在數(shù)字技術及AI驅動下的產業(yè)升級需求 4（一）數(shù)字經濟及AI浪潮下推動醫(yī)藥產業(yè)智能化升級 4（二）數(shù)字醫(yī)療市場規(guī)模持續(xù)高速增長 7二、藥品及制藥產業(yè)鏈的智能化升級 9（一）AI藥物研發(fā)-全球及國內AI制藥研發(fā)進展 9（二）AI大模型應用于生產工藝提升 13（三）AI數(shù)據模型應用于藥物的個體化使用 16三、醫(yī)療器械數(shù)字及智能化是實現(xiàn)智慧醫(yī)療的關鍵前提 20（一）醫(yī)療器械智能化產品設計：CGM、康復器械及手術機器人 25（二）智能化的醫(yī)療設備網絡：物聯(lián)網及遠程診療 31四、智慧物流：物流智慧化成為醫(yī)藥流通的大趨勢 33五、醫(yī)療服務智能化升級大幅提升醫(yī)療機構效率 35（一）醫(yī)療信息化：形成醫(yī)療健康大數(shù)據，是改善醫(yī)療服務環(huán)境的關鍵 37（二）AI輔助診斷：應用醫(yī)療/通用人工智能大模型 40六、投資建議 48七、風險提示 48一、醫(yī)藥行業(yè)全產業(yè)鏈在數(shù)字技術及AI驅動下的產業(yè)升級需求（一）數(shù)字經濟及AI浪潮下推動醫(yī)藥產業(yè)智能化升級隨著全球新一輪科技發(fā)展和產業(yè)革命，以人工智能（AI）為代表的數(shù)字技術突飛猛進，成為經濟增長的核心驅動力。近年來，AI技術在數(shù)據、算法和算力等關鍵要素的迭代下，已從自然語言處理逐步擴展至計算機視覺、多模態(tài)、科學計算等領域，泛化性和通用性得到極大程度提高，同時開啟了未來AI技術發(fā)展的新范式。醫(yī)藥行業(yè)是AI最重要的應用領域之一，在數(shù)字技術呈爆發(fā)式增長的驅動下具有產業(yè)升級的需求。AI醫(yī)藥產業(yè)鏈整體可分為基礎層、技術層和應用層三個層級，基礎層用于提供數(shù)據、算力和算法支撐：其中數(shù)據基礎涉及Pubmed語料庫、NCBI數(shù)據庫等醫(yī)學信息；算力基礎涵蓋芯片、服務器和通信網絡等技術設施；算法基礎包括深度學習、開源框架等算法模型。技術層用于構建應用體系：將計算機視覺、自然語言處理、智能語音識別、語義分析等技術應用于醫(yī)藥產業(yè)鏈?；A層提供的資源支撐和技術層構建的應用體系，共同驅動應用層的智能化升級，主要賦能四個應用場景：1）藥品和制藥領域：賦能藥物研發(fā)、生產工藝優(yōu)化及藥物的個體化使用；2）醫(yī)療器械領域：賦能手術機器人、康復器械等產品設計以及物聯(lián)網、遠程診療的設備網絡；3）醫(yī)藥商業(yè)領域：賦能智能化醫(yī)藥物流和電子處方處理4）醫(yī)療服務領域：賦能醫(yī)療信息大數(shù)據和大模型輔助診斷和治療，以提供最優(yōu)的臨床解決方案。圖1：中國AI醫(yī)藥產業(yè)鏈圖譜資料來源：艾瑞咨詢，目前醫(yī)療AI的技術架構已開始從深度學習向大模型方向轉移，2017年谷歌公司首次提出基于自注意力的Transformer架構，奠定了預訓練大模型的算法基礎；2018年基于Transformer的算法框架，谷歌和OpenAI分別搭建了GPT與BERT大模型，使得預訓練大模型成為自然語言處理領域的主流。由于醫(yī)學數(shù)據具備復雜性、多樣性和高維性，單一文本模態(tài)的技術應用較為受限；而預訓練大模型在單模態(tài)的基礎上演化出了語音、圖像、視頻等多模態(tài)，打通了自然語言處理與計算機視覺之間的壁壘，為醫(yī)療AI技術的發(fā)展提供了強有力的支持。圖2：AI大模型譜系圖資料來源：中國互聯(lián)網協(xié)會《互聯(lián)網天地》，助力醫(yī)療產業(yè)升級的多模態(tài)AI大模型分為五個類別：1）圖學習大模型（LGMs）可用于預測蛋白質結構、分析基因組學及設計藥物，助力制藥領域的藥物研發(fā)和生產工藝提升；2）語言條件多智能體大模型（LLMMs）可實現(xiàn)遠程診療、智能導診和手術機器人，助力醫(yī)療器械領域的產品設計和智能化網3）多模態(tài)大模型（LMMs）可用于識別醫(yī)學數(shù)據并挖掘數(shù)據價值，助力商業(yè)領域分析健康大數(shù)據，構建信息化平臺；4）大型語言模型（LLMs）可用于回答醫(yī)學問題、提供醫(yī)學建議，視覺大模型（LVMs）及視覺-語言大模型（VLMs）可用于識別醫(yī)學圖像、生成圖像注釋，三類模型均可提供AI輔助診斷、AI輔助治療的醫(yī)療服務。AI大模型的應用將極大提高醫(yī)藥產品質量和醫(yī)療服務水平，推動醫(yī)療行業(yè)的智能化升級。圖3：醫(yī)療AI大模型的類別和實例資料來源：中國信通院《人工智能大模型賦能醫(yī)療健康產業(yè)白皮書》，在產業(yè)升級進程中，已誕生多款用于醫(yī)藥健康領域的AI大模型實例。LLaVA-Med是微軟公司推出的視覺-語言大模型，其利用Pubmed提取大量影像學圖像進行醫(yī)學概念對齊，再使用GPT-4生成的醫(yī)學指令掌握開放性對話語義，模擬從零學習醫(yī)學知識的過程。LLaVA-Med可根據X光、CT、MRI等影像學圖像推測患者的疾病狀況，并針對圖像相關的問題生成自然語言回答；該模型可推動AI輔助診斷領域的智能化升級，有效提高疾病診斷的精度和效率。圖4：LLaVA-Med大模型的預訓練和微調流程資料來源：中國信通院《人工智能大模型賦能醫(yī)療健康產業(yè)白皮書》，Med-PaLM2是谷歌公司研發(fā)的大型語言模型，用于回答醫(yī)學問題并給出專業(yè)建議。Med-PaLM2可通過多個路徑提升推理能力，針對醫(yī)學咨詢給出專家水平的答復，在接近90%的疾病、用藥、副作用等臨床相關問答方面優(yōu)于臨床醫(yī)生，同時獲得醫(yī)生和患者群體的高度認可。Med-PaLM2的出現(xiàn)為醫(yī)療服務領域提供強大靈活的問答系統(tǒng)平臺，驅動AI輔助治療的智能化升級。圖5：Med-PaLM2通過多個路徑提升推理能力資料來源：中國信通院《人工智能大模型賦能醫(yī)療健康產業(yè)白皮書》，國內醫(yī)療AI大模型多處于研發(fā)內測或定向體驗階段，由于技術尚未成熟且醫(yī)療行業(yè)具備特殊性，AI大模型當前的適用范圍較為受限，預計未來有較大的可拓展空間。其中靈醫(yī)智慧大模型是百度自研的大型語言模型，算法方面基于百度文心大模型，內置多項增強技術提升準確性和多樣性；算力方面基于百度智能云千帆算力資源，不斷進行預訓練優(yōu)化底層參數(shù)；數(shù)據方面使用Token訓練語料，包括300萬例多模態(tài)影像數(shù)據、6億條健康科普內容及70萬條臨床研究信息。靈醫(yī)大模型具備智能健康管家、智能醫(yī)生助手和智能企業(yè)服務三大解決方案，其中智能健康管家為患者提供導診、問診和健康咨詢等就醫(yī)引導；智能醫(yī)生助手為醫(yī)生提供臨床決策支持、病歷草稿生成和文獻速覽等工作幫助；智能企業(yè)服務為藥企提供運營助手、職業(yè)培訓和創(chuàng)新營銷等服務。靈醫(yī)大模型可滿足患者、醫(yī)生和企業(yè)客戶各自的需求，具備醫(yī)藥健康全產業(yè)鏈的支持能力。圖6：靈醫(yī)大模型影像解讀 圖7：靈醫(yī)大模型私域客戶智能運營資料來源：靈醫(yī)智慧官網， 資料來源：靈醫(yī)智慧官網，（二）數(shù)字醫(yī)療市場規(guī)模持續(xù)高速增長在5G網絡、人工智能、大數(shù)據、云計算等數(shù)字技術的驅動下，全球數(shù)字醫(yī)療產業(yè)發(fā)展迅速，根據中商產業(yè)研究院發(fā)布的《2024年中國數(shù)字醫(yī)療行業(yè)市場前景預測報告》，2022年全球數(shù)字醫(yī)療的市場規(guī)模為2,242億美元，預計至2025年達到4,670億美元，年復合增長率為28%。在全球醫(yī)療產業(yè)數(shù)字化轉型的大背景下，中國數(shù)字醫(yī)療的市場規(guī)模也呈現(xiàn)快速增長趨勢，預計由2022年的1,954億元增長至2025年的5,399億元，年復合增長率達31%，略高于全球增速。圖8：全球數(shù)字醫(yī)療市場規(guī)模 圖9：中國數(shù)字醫(yī)療市場規(guī)模 資料來源：FutureMarketInsights，中商產業(yè)研究院， 資料來源：弗若斯特沙利文，中商產業(yè)研究院，數(shù)字醫(yī)療的市場結構主要由數(shù)字醫(yī)療基礎設施、數(shù)字醫(yī)療服務、數(shù)字健康管理和數(shù)字消費醫(yī)療產品及服務四個部分組成。在我國，基礎設施占比52.25%，為市場結構的主要組成部分；其余醫(yī)療服務、健康管理、消費品服務占比分別為28.66%、11.11%、7.98%。從平臺結構的角度來看，互聯(lián)網醫(yī)療占比47.9%，接近所有數(shù)字醫(yī)療平臺的一半；掛號問診、健康管理、醫(yī)藥電商、醫(yī)生助手、醫(yī)療知識等平臺的占比依次為28.4%、7.8%、4.7%、3.8%、1.1%。圖10：2022年中國數(shù)字醫(yī)療市場結構 圖11：2022年中國數(shù)字醫(yī)療平臺結構資料來源：弗若斯特沙利文，中商產業(yè)研究院， 資料來源：中商產業(yè)研究院，目前我國數(shù)字醫(yī)療行業(yè)迎來發(fā)展窗口期，相關的投融資交易正在如火如荼進行。根據動脈橙數(shù)據，2023年我國數(shù)字醫(yī)療的投融資交易共109項，累計金額達58.6億元，其中A輪、其他輪次和天使輪分別為44、19和17項，位列所有投融輪次的前三位。在數(shù)字醫(yī)療投融資事件中，人工智能相關交易共55項，占比超過一半，投融資交易的高度活躍側面體現(xiàn)出人工智能技術發(fā)展的突飛猛進，并與驅動醫(yī)藥產業(yè)智能化升級的整體趨勢相符合。圖12：2023年中國數(shù)字醫(yī)療投融資交易資料來源：動脈橙數(shù)據庫，蛋殼研究院，中商產業(yè)研究院，近年來我國高度重視數(shù)字醫(yī)療行業(yè)的發(fā)展，并陸續(xù)出臺了一系列指導性政策予以支持2021年12月，《“十四五”數(shù)字經濟發(fā)展規(guī)劃》提出要加快培育新業(yè)態(tài)新模式，推動平臺經濟健康發(fā)展；202211月，《“十四五”全民健康信息規(guī)劃》明確至2025年初步建設形成全民健康信息平臺支撐保障體系，基本實現(xiàn)公立醫(yī)療機構與健康信息平臺聯(lián)通全覆蓋；2023年3月，《關于進一步完善醫(yī)療衛(wèi)生服務體系的意見》建議建設面向醫(yī)療領域的工業(yè)互聯(lián)網平臺，加速推進互聯(lián)網、人工智能、大數(shù)據、云計算等技術在醫(yī)療衛(wèi)生領域的應用。指導性政策主要圍繞數(shù)字醫(yī)療產業(yè)的整體規(guī)劃布局、具體賦能場景、信息平臺建設及技術審評應用等多個維度展開，在一系列支持政策的加成下，醫(yī)療行業(yè)數(shù)字化轉型的步伐將持續(xù)加快。表1：中國數(shù)字醫(yī)療行業(yè)政策時間政策名稱與數(shù)字醫(yī)療相關的政策要點2023.3《關于進一步完善醫(yī)療衛(wèi)生服務體系的意見》發(fā)展“互聯(lián)網+醫(yī)療健康”，建設健康醫(yī)療大數(shù)據共享交換與保障體系2022.11《“十四五”全民健康信息化規(guī)劃》建設全民健康信息平臺支撐保障體系、全民健康信息化基礎設施2022.4《“十四五”國民健康規(guī)劃》完善醫(yī)療衛(wèi)生技術標準體系，加快“互聯(lián)網+醫(yī)療健康”標準制修訂2021.12《“十四五”醫(yī)療裝備產業(yè)發(fā)展規(guī)劃》發(fā)展“5G+醫(yī)療健康”：遠程醫(yī)療、移動醫(yī)療、智慧醫(yī)療、精準醫(yī)療2021.12《“十四五”數(shù)字經濟發(fā)展規(guī)劃》引導平臺企業(yè)加強資源整合共享，擴大互聯(lián)網醫(yī)療在線服務的覆蓋面2021.12《“十四五”公共服務規(guī)劃》發(fā)展智慧醫(yī)療，支持健康醫(yī)療大數(shù)據資源開發(fā)應用2021.9《關于印發(fā)“十四五”全民醫(yī)療保障規(guī)劃的通知》完善“互聯(lián)網+醫(yī)療健康”醫(yī)保管理服務，形成醫(yī)保政策和服務評價體系2021.7《“十四五”優(yōu)質高效醫(yī)療衛(wèi)生服務體系建設實施方案》運用5G、人工智能技術打造智慧醫(yī)院，建設重大疾病數(shù)據中心2020.12《關于深入推進“互聯(lián)網+醫(yī)療健康”“五個一”服務行動的通知》發(fā)揮“互聯(lián)網+醫(yī)療健康”在基層醫(yī)療服務中的作用2020.9《關于以新業(yè)態(tài)新模式引領新型消費加快發(fā)展的意見》發(fā)展互聯(lián)網健康醫(yī)療服務：互聯(lián)網診療、電子處方流轉、藥品網絡銷售2020.4《關于進一步推動互聯(lián)網醫(yī)療服務發(fā)展和規(guī)范管理的通知》推動互聯(lián)網診療、互聯(lián)網醫(yī)院、遠程醫(yī)療服務及預約診療2020.4《關于推進“上云用數(shù)賦智”行動培育新經濟發(fā)展實施方案》提出互聯(lián)網醫(yī)療可以首診，并納入醫(yī)保覆蓋范圍資料來源：各政府官方網站，二、藥品及制藥產業(yè)鏈的智能化升級（一）AI藥物研發(fā)-全球及國內AI制藥研發(fā)進展AI制藥是將機器學習（MachineLearning）、自然語言處理（NaturalLanguageProcessing）及大數(shù)據等人工智能技術應用到制藥領域各個環(huán)節(jié)，進而優(yōu)化新藥研發(fā)的效率和質量，降低臨床失敗概率及研發(fā)成本。藥物研發(fā)及用藥安全是AI技術在制藥環(huán)節(jié)的主要內容，藥物研發(fā)包括靶點確認、基于表型的藥物發(fā)現(xiàn)、分子生成、化學反應設計、化合物篩選、ADMET性質預測，用藥安全則涉及臨床試驗、藥物風險評估及真實世界研究。表2：AI醫(yī)藥在制藥環(huán)節(jié)的應用應用環(huán)節(jié) AI技術類型 應用情況通過機器學習，在蛋白質的原始信息中提取關鍵特性，從而精準構建模型，來進行功能的推斷、預藥物研發(fā)

靶點確認基于表型的藥物發(fā)現(xiàn)分子生成

機器學習、深度學習、大數(shù)據機器學習然語言處理

測及分類；通過深度學習，從大量的患者樣本及生物醫(yī)學資料中篩選相關的基因組學、蛋白質組學、代謝組學等多組學數(shù)據，分析疾病與非疾病間差異、或尋找可對疾病產生影響的蛋白質。通過機器學習，直接使用生物系統(tǒng)進行藥物篩選，在表型篩選中關聯(lián)細胞表型和化合物作用方式，從而獲得靶點、信號通路或遺傳疾病相關聚類。(E)(環(huán)神經網絡()，長短期記憶人工神經網絡(ST)，門控循環(huán)單元()和Tnfr等技術，將藥物分子結構映射為可通過機器學習算法處理的形式，形成多條合成路線，并推薦最佳合成路用藥安全

化學反應設計 機器學習、深度學習化合物篩選 機器學習ADMET性質預測 度學習臨床試驗 自然語言處理、機器學藥物風險評估 機器學習真實世界研究 度學習

線，或在給定反應物的前提下通過深度學習預測化學反應結果。通過機器學習中的決策樹、支持向量機、深度神經網絡等算法，分子對接、自由能微擾等技術，構建化合物化學結構與生物活性之間的關系模型，實現(xiàn)對藥物化合物作用機制的快速預測。通過深度學習，對篩選后的化合物進行藥代動力學測試識別，根據得到的相關特征，評估多個ADMET參數(shù)間的隱藏的關系和趨勢，預測化合物的藥性，如代謝性、細胞滲透性、毒性等。通過自然語言處理和機器學習改善臨床試驗的設計、管理、監(jiān)控和患者招募，從各種數(shù)據類型中提取信息，找到符合臨床試驗入組標準的受試者，或關聯(lián)各種大型數(shù)據集，找到變量之間的潛在關系，改進患者與試驗的匹配情況。通過機器學習，實現(xiàn)從接收藥物不良反應到報告全流程的自動化，提高藥物警戒的工作效率，并通過樣本分析和預測進行藥物風險評估。通過機器學習和深度學習，對真實世界數(shù)據進行識別，提出新假設，同時為進行中的臨床試驗不斷提供新的有效信息，優(yōu)化藥物研發(fā)流程，提升用藥安全。資料來源：頭豹研究院，AI制藥的應用可以追溯到20世紀80年代，經過數(shù)十年的發(fā)展，隨著AI應用技術的不斷成熟以及資本市場對該行業(yè)信心的不斷增加，目前AI制藥已步入快速發(fā)展期。早在20世紀80年代，AI基礎理論突破，默沙東開始運用計算機輔助進行藥物設計。2010年開始，首批AI制藥初創(chuàng)企業(yè)涉足AI藥物發(fā)現(xiàn)研發(fā)領域，但由于行業(yè)發(fā)展前景尚不明朗，資本市場大多持觀望態(tài)度。2016年12月，英科智能發(fā)表首篇論文，表示AI技術可以降低藥物開發(fā)成本，縮短藥物發(fā)現(xiàn)時間，提高化合物質量。2016-2017年，AI制藥行業(yè)受商業(yè)化和技術瓶頸阻礙，進入短暫的慢速發(fā)展期。2018年至今，投資者對于AI制藥行業(yè)的信心不斷增加，且受疫情刺激下醫(yī)療行業(yè)成為熱點，AI制藥進入高速發(fā)展期，期間出現(xiàn)了眾多AI制藥的成功案例。2018年3月，IBMWatson發(fā)布認知計算平臺，將患者與潛在臨床試驗相匹配，使臨床試驗入組增加80%。2018年12月，DeepMind的AlphaFold的3D蛋白質結構預測能力超過所有其他預測算法。2019年9月，InsilicoMedicine發(fā)布首個使用AI系統(tǒng)生成張量強化學習(GENTRL)的活性體內候選藥物，其在46天內就設計出針對纖維化的先導化合物。2021年12月，英科智能實現(xiàn)AI發(fā)現(xiàn)新靶點的行業(yè)首個臨床階段AI生成的新型分子。2022年7月，DeepMind的AlphaFold能夠預測所有已分類蛋白質的3D結構。圖13：AI制藥發(fā)展歷程資料來源：頭豹研究院，通過AI技術應用于藥物研發(fā)各環(huán)節(jié)，較傳統(tǒng)制藥研發(fā)可以更顯著的縮短研發(fā)所需周期，從而降低企業(yè)研發(fā)成本，同時提高藥物研發(fā)成功率和投資回報率，一般AI技術在研發(fā)過程中的滲透率越高，其藥物研發(fā)的效率也越高。據TechEmergence數(shù)據，相較于傳統(tǒng)藥物成功率低，研發(fā)周期長、研發(fā)投入大，AI制藥可平均節(jié)約藥物合成時間40~60%，降低研發(fā)成本，并提高研發(fā)成功率12%~14%。例如國內的AI制藥龍頭公司，英矽智能在臨床前發(fā)現(xiàn)階段的靶點發(fā)現(xiàn)到先導化合物的優(yōu)化，只需要約18個月完成，總體投入不超過270萬美金，而這個過程過去往往需要五年甚至更長，并需要投入數(shù)億美金。表3：AI制藥和傳統(tǒng)制藥藥物研發(fā)對比研發(fā)周期研發(fā)投入研發(fā)成功率傳統(tǒng)制藥藥物研發(fā)3-7年，用藥安全5-7年，新藥審批上市1-2年，平均上市時間10-16年約26億美元約10%AI制藥總研發(fā)周期平均縮短40-60%至少降低10%約14%資料來源：TuftsCSDD，TechEmergence，隨著AI制藥進入高速發(fā)展期，全球AI制藥市場規(guī)模和融資規(guī)模也保持增長態(tài)勢。根據ResearchAndMarkets的數(shù)據，2022年全球AI制藥市場規(guī)模為10.4億美元，預計到2026年市場規(guī)模將達到29.94億美元。2022年全球AI藥物研發(fā)相關融資總事件達144起，總金額為62.02億美元（約人民幣億元），其中，美國AI藥物研發(fā)融資事件71起、中國43起，其他國家和地區(qū)30起。圖14：2021-2026E全球AI制藥市場規(guī)模 圖15：2016-2022全球和中國AI藥物研發(fā)領域投融資情況資料來源：ResearchAndMarkets， 資料來源：火石創(chuàng)造，AI制藥產業(yè)鏈上游包括數(shù)據、算力和算法三大要素，涉及芯片、數(shù)據庫、云計算等領域；中游為藥物研發(fā)過程，按商業(yè)模式可分為AIBiotech、AICRO及AISaaS三種商業(yè)模式（AIBiotech以推進自研管線為主，較少進行外部合作；AI+CRO通過人工智能的輔助，為客戶更好地交付先導化合物或者PCC，再由藥企進行后續(xù)的開發(fā)，或者合作推進藥物管線；AI+SaaS服務主要為客戶提供AI輔助藥物開發(fā)平臺，幫助客戶加速研發(fā)流程），以及部分IT巨頭也有參與，經市場驗證后，AIBiotech+CRO的復合模式成為業(yè)界共識；下游為藥品的銷售環(huán)節(jié)，包括傳統(tǒng)藥企銷售和醫(yī)藥外包等渠道。圖16：AI制藥產業(yè)鏈資料來源：智藥局，根據智藥局統(tǒng)計，2023年全球共有43家企業(yè)、102條成功進入臨床階段的藥物管線，其中國外有29家公司68條管線。在93家中國AI藥企中，有14家成功將管線推進至臨床階段，共34條。以英矽智能和埃格林醫(yī)藥為代表，擁有進入臨床的管線數(shù)量最多，各5條。其次是冰洲石生物、未知君、銳格醫(yī)藥，各4條，紅云生物、藥物牧場等企業(yè)也擁有了臨床Ⅰ期管線資產。表4：全球公司獲批臨床的AI藥物管線(截至2024年1月4日)公司藥物適應癥國內公司研發(fā)方式最新進展ISM001-055特發(fā)性肺纖維化、腎臟纖維化Ⅱ期S3COVID-19自研Ⅰ期英矽智能S4潰瘍性結腸炎、克羅恩?、衿赟2癌癥與復星醫(yī)藥合作Ⅰ期S0BRCA突變癌癥授權EiisⅠ期LBP02潰瘍性結腸炎、克羅恩病買入Ⅰ期LBP03實體瘤I期未知君自研B3移植物抗宿主?、蚱贚BP01糖尿病與瑞士ulisⅡ期AC0699乳腺癌Ⅰ期AC0682乳腺癌Ⅰ期冰洲石生物自研AC0176前列腺癌Ⅰ期AC0676血液腫瘤Ⅰ期費米子FZ002慢性疼痛、急性疼痛自研Ⅰ期德睿智藥MDR-001肥胖癥和i型糖尿病自研Ⅰ期紅云生物H002非小細胞肺癌自研Ⅰ期DF-003心腎疾病、ROSAH綜合征Ⅰ期藥物牧場自研DF-006乙型肝炎、肝細胞癌Ⅰ期RGT-075Ⅱ型糖尿病Ⅱ期RGT-028代謝Ⅰ期銳格醫(yī)藥自研RGT-419B腫瘤Ⅰ期RGT-264腫瘤Ⅰ期中以海德劑泰醫(yī)藥HDM-8421034MTS004乙肝神經系統(tǒng)疾病自研買入Ⅰ期Ⅱ期EG-007子宮內膜癌Ⅰ期EG-301眼底干性黃斑病變Ⅱ期埃格林醫(yī)藥EG-501紅斑狼瘡認知障礙自研Ⅱ期EG-001特發(fā)性間質性肺炎Ⅰ期EG-009細胞因子風暴Ⅰ期宇耀生物

YY001 結腸癌、前列腺癌、胃癌 Ⅱ自研21 胰腺癌非小肺癌、/T細巴瘤、性髓血病 Ⅰ期碩迪生物

GSBR-1290 ii型糖尿病和肥胖 Ⅱ期自研ANPA-0073 特發(fā)性肺纖維化和肺動脈高壓 Ⅰ期ulsiine -07 黑色素、腎癌 自研 Ⅰ/期國外公司IThpti

AIT-101 肌萎縮側索硬化癥 Ⅰ期自研LAM-001 肺動脈高壓、肺結節(jié)病 Ⅱ期BnlntI BE-44 潰瘍性腸炎 自研 Ⅰ期C4Xdiscovery INDV-2000 阿片類藥物成癮 與Indivior合作 Ⅰ期REC-2282 2型神經纖維瘤病 Ⅱ期RecursionEitia

REC-994 腦海綿體畸形 Ⅱ期REC-4881家族性腺瘤性息肉病、AXIN1或APC突變型癌癥REC-4881家族性腺瘤性息肉病、AXIN1或APC突變型癌癥Ⅱ期REC-3964艱難梭狀芽胞桿菌結腸炎Ⅰ期GTAEXS617晚期實體瘤與湃隆生物合作Ⅰ/Ⅱ期EXS4318炎癥性疾病與BMS合作Ⅰ期Schrodinger

SGR-1505 血液系統(tǒng)惡性腫瘤 Ⅰ期自研SGR-2921 急性髓性白血病/骨髓增生異常綜合征 Ⅰ期Naporafenib 黑色素瘤 買入 Ⅰ期Erasca

ERAS-007 實體瘤、腸道腫瘤、肺癌、急性髓系白血病 Ⅱ自研ERAS-801 復發(fā)性GBM I期LP-300 非小細胞肺癌 買入 Ⅱ期LP-184 復發(fā)性晚期實體瘤 Ⅰ期自研LntnPha

LP-284 復發(fā)性非霍奇金淋巴瘤 Ⅰ期TTC-352 ER+乳腺癌 與ttconcology合作 Ⅰ期Elub 多發(fā)性體瘤 與tute合作 Ⅱ期LndBipha -13 潰瘍性腸炎羅恩病 自研 Ⅰ期Relay

RLY-4008 膽管癌RLY-5836 晚期乳腺癌

Ⅰ期自研 Ⅰ期BioAgeNotableLabs

RLY-2608 晚期實體瘤 Ⅰ期GDC-1971 實體瘤 與基因泰克合作 Ⅰ期BGE-105 代謝和肌肉老化 與禮來合作 Ⅱ期BGE-100 免疫老化 自研 Ⅰ期NBL-001 癌癥 從Oncoheroes買入 Ⅱ期CP-PM 難治性性髓血病 與Cild合作 Ⅱ期OC201+OC202e 抑制癌癥轉移 Ⅰ期自研Oncocross

OC514 多種肌肉疾病 Ⅰ期OJP3101 心血管疾病 合作 Ⅰ期BPM31510 多形性膠質母細胞瘤 Ⅱ期- 胰腺癌 Ⅱ期BPio

SC)

自研 Ⅱ期大疤性表皮松解癥 Ⅰ期線粒體疾病/抗衰老 Ⅰ期Bi

BXCL501 神經性疾病

IⅢ期自研BXCL701 腫瘤 Ⅱ期EVX-01 轉移性黑色素瘤 與默沙東合作 Ⅱ期Evaxion

EVX-02 輔助性黑色素瘤 Ⅰ期自研EVX-03 晚期實體癌 Ⅰ期ittnenl

GRANITE 轉移性微衛(wèi)星穩(wěn)定結直腸癌SLATE KRAS

Ⅱ期自研 Ⅱ期CORAL 新冠肺炎 Ⅱ期HIV疫苗 艾滋病 與吉利德合作 Ⅰ期PXT864PHI-101遺傳性神經病、ALS急性髓系白血病、乳腺癌、卵巢癌自研Ⅱ期Ⅰ期SOM3355亨廷頓舞蹈癥自研Ⅱ期SOM0226TTR淀粉樣變性與CinoⅡ期PXT864PHI-101遺傳性神經病、ALS急性髓系白血病、乳腺癌、卵巢癌自研Ⅱ期Ⅰ期SOM3355亨廷頓舞蹈癥自研Ⅱ期SOM0226TTR淀粉樣變性與CinoⅡ期SOM1311苯丙酮尿癥Ⅱ期SOM0061新冠肺炎自研Ⅱ期SOM3366遲發(fā)性運動障礙Ⅰ期SOM0777膠質母細胞瘤與-llhpus合作Ⅰ期PhsiBTSMBitBlkid

BDTX-1535 非小細胞肺癌 Ⅱ期自研Hepion

BDTX-4933 KRAS突變性NSCLC Ⅰ期C41 非酒精脂肪炎 與Ctir合作 Ⅱ期- 肝細胞癌 自研 Ⅱ期Lcosavax(AZ

IVX-A12 免疫系統(tǒng)疾病 Ⅱ期自研IVX-121 免疫系統(tǒng)疾病 Ⅰ期enis 565 肌萎縮索硬癥 自研 Ⅰ期ius -1150 實體瘤 與BS合作 Ⅱ期lolh

0PL-0301 心肌梗塞 Ⅱ期自研OPL-0401 非增殖性糖尿病視網膜病變 Ⅱ期pic F-57 潰瘍性腸炎 與Shdnr合作 Ⅱ期nteBiins B-69 C-19 自研 Ⅰ期BlfgI BF-2 膠質母胞瘤 自研 Ⅰ期資料來源：智藥局，臨床進展方面，在全球102條獲批臨床的AI藥物管線中，有56條推進到Ⅰ期，占總數(shù)的一半多；其次為41條推進到Ⅱ期，整個行業(yè)在進入臨床后的推進速度還是較為可觀。但臨床Ⅱ期至Ⅲ期的管線數(shù)量出現(xiàn)斷崖式下滑，僅5條管線進入上市前的最后驗證階段，分別是劑泰醫(yī)藥的MTS004、埃格林醫(yī)藥的EG-007、Erasca公司的Naporafenib、BioXcel公司的BXCL501以及Pharnext公司的PXT3003。適應癥方面，作為患者最多、最難攻克的疾病之一，癌癥是眾多AI制藥企業(yè)首選的適應癥領域。102條管線中，近一半的臨床藥物正在進行腫瘤、癌癥相關的患者試驗。也有不少企業(yè)布局了罕見病、神經系統(tǒng)疾病、免疫疾病等小眾賽道，7條管線在肥胖和糖尿病等代謝性疾病領域進行臨床試驗。圖17：AI制藥公司臨床管線進度 圖18：AI藥物針對適應癥分布資料來源：智藥局， 資料來源：智藥局，（二）AI大模型應用于生產工藝提升人工智能為制藥業(yè)提供了許多可能性，包括但不限于優(yōu)化工藝設計和工藝控制，智能監(jiān)測和維護，以及趨勢監(jiān)測以推動持續(xù)改進。使用人工智能來支持藥品生產，可以與其他先進的生產技術一起部署，以實現(xiàn)預期的效益。根據FDA在《ArtificialIntelligenceinDrugManufacturing》中收到的反饋，AI在藥品生產上主要可應用于四個方面：工藝設計和放大、先進工藝控制（APC）、過程監(jiān)控和故障檢測、動態(tài)監(jiān)測。圖19：AI在藥品生產流程上的應用舉例資料來源：FDA《ArtificialIntelligenceinDrugManufacturing》，以川寧生物為例，川寧生物是國內抗生素中間體主要生產企業(yè)之一，公司產品涵蓋大環(huán)內酯類、廣譜類抗生素的主要中間體，包括硫氰酸紅霉素、7-氨基頭孢烷酸(7-ACA)等產品，近年來亦大踏步進入合成生物學領域。2024222日，川寧生物與上海金珵科技有限公司建立戰(zhàn)略合作關系，雙方將就川寧生物抗生素中間體發(fā)酵產業(yè)的優(yōu)化升級、利用AI輔助合成生物學研發(fā)及合作開發(fā)新產品等方面開展合作。上海金珵科技是由科學家李金金控股的企業(yè)，李金金現(xiàn)任上海交通大學人工智能與微結構實驗室主任，其團隊在“AIforScience”領域深耕10余年，先后主持/完成多個國家級項目，李金金女士以人工智能算法、大數(shù)據挖掘、深度學習等國際前沿手段解決學術界和產業(yè)界關鍵卡脖子問題。圖20：李金金團隊介紹資料來源：上海金珵科技官方網站，川寧生物與上海金珵科技的合作，具體包括打造生成式人工智能虛擬工程師，金珵科技對川寧生物抗生素中間體的生產全流程進行人工智能優(yōu)化，建立原料、工藝、產量的生成式可解釋的人工智能工程化平臺，打造生成式人工智能虛擬工程師，通過機器學習迭代反饋實現(xiàn)抗生素中間體生產新范式和效益的系統(tǒng)性提升。圖21：AI生成式虛擬硅基工程師運行原理資料來源：上海金珵科技官方網站，合作還包括生成式AI輔助合成生物制造，金珵科技為上海銳康生物提供AI輔助研發(fā)服務，利用生成式AI輔助提升代謝途徑中關鍵酶性能，用生成式AI預測復雜代謝途徑中的靶點，從而提升終端小分子產品的效價、碳轉化率和時空轉化率，達到降本增效的目的。圖22：發(fā)酵過程結合AI的必要性資料來源：上海金珵科技官方網站，（三）AI數(shù)據模型應用于藥物的個體化使用個體化用藥即在最適的時間、對最適的患者、給予最適的藥物和最適的劑量。目前，我國個體化用藥水平不足，常常導致治療失敗或發(fā)生嚴重不良反應，已經成為危害我國人民健康、消耗醫(yī)保資金的重要因素。AI為個體化用藥發(fā)展帶來新的契機，隨著醫(yī)療信息化手段的飛速發(fā)展，臨床上積累了海量的真實世界用藥數(shù)據，AI技術恰恰可以處理、分析這些數(shù)據，通過對數(shù)據的多層次挖掘，篩選出更多影響藥物作用的特征，從而構建實用性更強的個體化用藥模型，達到臨床精準用藥的目的，同時也可用于藥物不良反應預警等諸多方面。模型引導的精準用藥(model-informedprecisiondosing，MIPD)是通過數(shù)學建模與模擬技術，將患者、藥物和疾病等相關信息進行整合，指導患者精準用藥。數(shù)學建模在精準用藥中的應用，可追溯至20世紀60年代，美國學者LewisBSheiner和RogerJelliffe率先提出:基于稀疏的臨床藥物濃度或生物標志物檢測數(shù)據，應用建模與模擬技術，可為患者制訂精準用藥方案。2016年，英國曼徹斯特醫(yī)療峰會上正式提出了“模型引導的精準用藥”一詞，用于描述基于“建模與模擬”方法在精準用藥中的應用。2017年中國藥理學會定量藥理專業(yè)委員會成立了臨床應用學組，致力于搭建學習、溝通和交流的平臺，整合資源，推廣和發(fā)展中國的MIPD。相較于經驗用藥，MIPD是一種基于患者生理、病理、遺傳等特征制訂給藥方案的新方法、可提高藥物治療的安全、有效、經濟和依從性。近年來，隨著臨床精準用藥需求的日MIPD方法和技術在臨床實踐中得到越來越廣泛的重視和應用。圖23：群體PK/PD精準用藥的工作流程示例資料來源：ANUALREVEWFHARCOGYADOXOOY《odlnfoedeciinDong:Bakgnd,Requirements,Validation,Implementation,andForwardTrajectoryofIndividualizingDrugTherapy》，精準用藥是一項復雜而艱巨的任務，需要診斷學、臨床藥理學、藥物治療學、藥物基因組學、免疫學及細胞生物學等多學科知識，基于臨床循證依據、制訂適合患者個體的給藥方案。MIPD可定量分析個體差異對藥物PK/PD的影響，并結合患者的個體特征和治療目標，制訂最佳的個體化給藥方案。MIPD的基本流程包括數(shù)據收集、模型構建、模型驗證和實施應用四大環(huán)節(jié)，并且整個過程是一個不斷循環(huán)和改進完善的過程。圖24：精準用藥模型開發(fā)、驗證和實施示意圖資料來源：ASC《WhyHasoelnfoedecionDoigNotYetBeomeComonlnialRaliy?eonsomtheatadaRoadmapfortheFuture》，目前，MIPD應用較為廣泛的藥物治療領域主要包括抗感染、器官移植術后抗免疫排斥、抗癲癇、抗精神病、抗血栓等領域，并有一定的臨床循證依據。國內外的專家共識或治療指南推薦，針對抗菌藥物萬古霉素和伏立康唑、免疫抑制劑他克莫司、A型血友病的VIII治療等，應采用群體PK/PD模型結合MAPB的方法進行給藥方案的設計和調整。表5：模型引導的精準用藥（MIPD）的典型應用分類治療階段常見問題 解決方案 案例①群體藥動學/藥效學：Blk等應用整合了抗菌藥物群體P/PD模型和ntClopsMICPK/PD有效性

方案?方案?

依據已有的劑量-暴露-效應數(shù)學模型，結合患者個體的生理、病理等特征，和目標藥物暴露量或目標療效，制訂患者的初始給藥方案。依據已建立的模型和患者的藥物濃度或生物標志物水平監(jiān)測，結合后驗貝葉斯法計算患者個體參數(shù):然后根據目標濃度，調整用藥方案。

②生理藥動學/藥效學：Rashid等將成人賴諾普利PBPK模型外推至兒童，預測不同年齡的兒童服用賴諾普利的初始劑量。③人工智能：Chan833數(shù)據、人口統(tǒng)計學信息、生理、病理特征等建立決策樹模型，用于不同年齡和腎功能患者的萬古霉素初始治療劑量的制訂。①群體藥動學/藥效學：張進華等應用華法林個體化給藥計算工具，結合患者的國際標準化比值監(jiān)測值，計算個體參數(shù)，為瓣膜置換術后和肺動脈栓塞的高?；颊哒{整華法林給藥方案，減少了血栓或出血事件的發(fā)生。同時，作者也為長期服用華法林的患者，提供了圍術期華法林停藥和恢復治療時機選擇的精準藥學服務。②人工智能：Huang霉素給藥劑量和最近一次監(jiān)測的萬古霉素血藥谷濃度等十項指標，應用機器學習梯度提升決策樹算法構建了模型，可較為準確的為患者預測達0~0/L安全性

初始和后續(xù)治療

如何減少因藥物體內暴露量過多而造成的不良反應的發(fā)生?

依據已建立的模型，結合患者個體的生理、病理等特征，采用后驗貝葉斯法，預測不同給藥方案下的患者的藥物濃度或生物標志物水平，避免藥物體內暴露量過多而造成的不良反應。

①群體藥動學/藥效學：林瑋瑋等利用萬古霉素群體PK模型及后驗貝葉斯法，對接受萬古霉素治療的神經外科術后成年腦膜炎患者調整萬古霉素治療方案，使谷濃度在15~20mg/L目標濃度范圍內，避免了患者因體內萬古霉素濃度過高而出現(xiàn)急性腎損傷。②人工智能：Yu71746藥物不良反應事件的預測準確性，發(fā)現(xiàn)與藥物不良反應相關的多個危險AI經濟性

初始和后續(xù)治療

如何減少因藥物-藥物相互作用導致的藥物不良反應?如何減少醫(yī)療費用?

依據已建立的模型，模擬合并用藥對PK合并用藥是否影響目標藥物PK藥物不良反應發(fā)生”。依據已建立的模型、患者生理、病理特征和后驗貝葉斯法調整給藥方案，使患者藥物濃度或生物標志物水平達到目標值，避免藥物不良反應發(fā)生，降低醫(yī)療費用。

①群體藥動學/藥效學：Shore1509PK分析發(fā)現(xiàn)，他汀類降脂藥物、β菌藥等合用藥不影響達洛魯胺的PK胺的藥物相互作用。/PP/PD那韋/利托那韋(LP/)對于常用降壓藥物硝苯地平和氨氯地平的影響不同。LP/rPP/r①群體藥動學/藥效學：Zhang4素的個體化用藥輔助決策工具Sde，應用群體藥動學模型和后驗貝葉斯法設計和調整萬古霉素的給藥方案。相較于傳統(tǒng)方法，根據基于MAPB法的治療藥物監(jiān)測，減少了萬古霉素相關急性腎損傷的發(fā)生、住院時間以及相關的治療費用。依從性

初始和后續(xù)治療

如何判斷患者的用藥依從性?針對用藥依從性不佳的患者，如何制訂給藥方案?針對晚服或漏服藥的患者，如何制訂補救方案?

基于已建立的模型、患者體內藥物濃度或生物標志物水平，通過后驗貝葉斯法，計算不同依從場景下藥物暴露的后驗分布概率，判斷依從性。依據已建立的模型，利用MonteCarlo模擬，考察用藥不依從場景下不同給藥方案可達到的體內暴露量，選擇獲益風險比更佳的方案。依據已建立的模型，利用MonteCarlo模擬晚服、漏服情況下的藥時曲線，比較不同補救策略下的藥物暴露，選擇其中最佳的補救方案。

①群體藥動學/藥效學：BarrierePK依從性場景下藥物體內暴露的先驗分布概率。然后結合患者的血藥濃度，通過后驗貝葉斯法，計算不同服藥場景的后驗分布概率，以幫助判斷患者的用藥依從性。①群體藥動學/CtLHIVbidqd①群體藥動學/藥效學：Gu等應用群體PK/PD建模與模擬技術，預測癲癇患者在不同的晚服藥、漏服藥場景下抗癲癇藥物血藥濃度的波動，并設計相應的補救用藥方案，使血藥濃度盡快恢復至有效治療濃度，縮短超過治療濃度范圍的時間，減少因依從性不佳導致的治療失敗或不良反應。資料來源：《模型引導的精準用藥:中國專家共識(2021版)》（焦正等），以華法林為例，華法林是用于血栓栓塞性疾病的治療和預防的一種維生素I拮抗劑，其藥動學和藥效學個體間和個體內變異大，療效易受到年齡、體重、遺傳因素、合并用藥等多種因素的影響，且華法林的治療窗窄，易出現(xiàn)抗凝不足或過度的現(xiàn)象，因此需要定期監(jiān)測凝血功能評估抗凝療效，并進行個體化的精準用藥。新型口服抗凝藥由于藥物/食物影響小和無需常規(guī)監(jiān)測凝血功能等優(yōu)點，已經逐步代替華法林，成為非瓣膜性房顫和靜脈血栓栓塞患者首選抗凝藥物。但在抗磷脂抗體綜合征和心臟瓣膜疾病，尤其是機械瓣膜置換的患者中，華法林仍然是目前唯一可供選用的口服抗凝藥物。通過建模和模擬的方法，基于生理、病理、遺傳、飲食、合并用藥等因素建立華法林的定量藥理模型，可以進行個體化的精準用藥，有效減少患者因華法林導致的出血或栓塞的風險。常用的模型包括但不限于多元線性回歸（MLR）、群體藥動學/藥效學（群體PK/PD）、人工智能（AI）、生理藥動學（PBPK）等。圖25：華法林個體化給藥多元回歸預測模型資料來源：《模型引導的華法林精準用藥：中國專家共識（2022版）》（張進華等），中國銀河證券研究院雖然國內外研究者開發(fā)了眾多具有臨床應用價值的華法林模型，但大多數(shù)模型停留在模型構建的層面。應用建模與模擬技術，為患者制訂精準的華法林給藥方案才是模型引導的華法林精準用藥的終極目標。而這關鍵一步離不開CDSS的開發(fā)和應用。目前，公開可獲取的CDSS主要是基于MLR和群體PK/PD模型，并以計算機平臺、網頁平臺、移動設備應用為主。目前針對華法林的CDSS包括WarfalinDoseCalculator（WDC）、WarfalinDosing、iWarfalin等。除了選擇合適的CDSS為華法林患者制訂個體化給藥策略外，臨床藥師還需要對整個給藥方案實施過程提供全程化的監(jiān)護，以便及時發(fā)現(xiàn)引起INR異常波動的原因（如疾病、合并用藥、依從性不佳等），從而保證抗凝效果，減少出血等不良反應。模型引導的華法林精準用藥的藥學服務路徑主要包括圖26：模型引導的華法林精準用藥決策樹模式資料來源：《模型引導的華法林精準用藥：中國專家共識（2022版）》（張進華等），中國銀河證券研究院三、醫(yī)療器械數(shù)字及智能化是實現(xiàn)智慧醫(yī)療的關鍵前提醫(yī)療器械行業(yè)處高速發(fā)展階段，我國已成為全球第二大市場。全球老齡化、慢性病增加和醫(yī)療支出增長驅動全球醫(yī)療器械市場規(guī)模擴大，全球突發(fā)公共衛(wèi)生事件加速了市場擴張，據100億美元，0年R為10億元，1年19.5%20302.52021-2030CAGR11.9%。圖27：全球醫(yī)療器械市場規(guī)模（億美元，2015-2030E） 圖28：中國醫(yī)療器械市場規(guī)模（億元，2015-2030E）9000800070006000500040003000200010000

50002015201620152016201720182019202020212022E2023E2024E2025E2026E2027E2028E2029E2030E資料來源：灼識咨詢， 資料來源：灼識咨詢，醫(yī)械研發(fā)、設計、生產、使用等各環(huán)節(jié)均存痛點，數(shù)字化升級多方位助力改善。從產業(yè)鏈來看，醫(yī)療器械行業(yè)上游主要包括醫(yī)用級原材料、設備零部件、第三方服務及加工商，中游主要為面向醫(yī)院及家庭使用場景的高值耗材、醫(yī)學影像、體外診斷、低值耗材等，下游為包括各級醫(yī)院、體檢中心及家庭用戶的醫(yī)療服務端，產業(yè)鏈各環(huán)節(jié)當下均有一定痛點，數(shù)字化賦能可從多方位有效賦能：上游：主要涵蓋原材料及零部件等，由于醫(yī)療級產品通常對原材料質量和安全性要求度、靈活性和效率；中游：面向不同科室場景及病患病情，醫(yī)療器械產品種類繁多，通常兼具技術密集、加快產品設計開發(fā)進程并提高新品上市速度、增強創(chuàng)新力；下游：醫(yī)療服務中往往面臨效率低下、信息孤島、醫(yī)患溝通不暢等問題，醫(yī)療器械層化SOP等可有效縮減操作員重復性勞動，提高報告出具效率；通過設備互聯(lián)打破信息孤島，機構間信息交換，為患者提供個性化健康管理方案。上游中游圖29：醫(yī)療器械行業(yè)產業(yè)鏈及數(shù)字化賦能場景上游中游醫(yī)用級原材料醫(yī)用級原材料設備零部件第三方服務加工商實時監(jiān)控追溯→透明度靈活性效率↑ 高值耗材醫(yī)學影像體外診斷智能制造 → 優(yōu)化生產流程+效率↑+質量↑智能產品設計 →加快進程+打開思技術研發(fā)及仿真→ 降低成本+增強創(chuàng)新低值耗材各級醫(yī)院體檢中心工具升級→ 減免重復勞動，提升產出速度設備互聯(lián)→ 建立院級統(tǒng)籌，助力提質增電子病歷→ 提高溝通效率，精準定制方家庭用戶數(shù)字化賦能資料來源：依托及計算機軟件系統(tǒng)運行的醫(yī)學設備正逐步取代傳統(tǒng)醫(yī)療器械，醫(yī)學設備數(shù)字化轉型是未來發(fā)展必然趨勢。根據中國藥品監(jiān)督管理研究會發(fā)布的《醫(yī)療器械藍皮書：中國醫(yī)療器械行業(yè)發(fā)展報告（2023）》，我國在數(shù)字化醫(yī)療設備自主研發(fā)方面取得顯著成就，截至2022年188數(shù)據互聯(lián)整合構建智慧醫(yī)療生態(tài)系統(tǒng)兩方面，其終極目的為更好地幫助醫(yī)技人員解決患者病癥。近年來，醫(yī)療器械廠商紛紛加強研發(fā)布局，推動產品創(chuàng)新以增強其市場競爭力，數(shù)字化、端的提質增效需求契合，未來滲透率逐步提升的確定性相對較強。數(shù)字化醫(yī)療器械滲透率趨于提升：產業(yè)端推陳出新+應用端接受度提升。從產業(yè)端來看，一方面，基礎技術的數(shù)字化改進使得應用范圍愈發(fā)多元，另一方面，平臺間融合創(chuàng)新孕育新的產品可能，此外，產品間IT互聯(lián)與數(shù)據共享支撐網絡覆蓋愈發(fā)廣闊。底層方法學的數(shù)字化方案構建范圍擴大：在基礎醫(yī)學原理既已突破的前提下，技術人員首先通過深入理解其概念和邏輯關系，并建立數(shù)學模型實現(xiàn)基礎原理的抽象表達（通過數(shù)學符號和方程式描述原理中的關系和規(guī)律），再根據基礎原理特點及需求收集相關數(shù)據，在此基礎上開發(fā)相應算法來實現(xiàn)基礎原理數(shù)字化，最后使用編程語言將數(shù)學模型和算法實現(xiàn)成可執(zhí)行的代碼并對結果驗證與分析。隨著學科交叉人才數(shù)量提升和醫(yī)療產品數(shù)字化標準方案的愈發(fā)成熟，越來越多的醫(yī)學理化原理實現(xiàn)了模型構建和算放實現(xiàn)，并不斷改善精進，為更多的技術產品化和數(shù)字融合打下堅實基礎。技術模塊堆疊與協(xié)同磨合催生新產品：醫(yī)療產品設計流程與互聯(lián)網、傳統(tǒng)工業(yè)品類似，可選技術模塊數(shù)量的持續(xù)提升、技術協(xié)同整合培育產品的案例趨于豐富，使得新型數(shù)字化醫(yī)械產品推出的速度加快。目前多數(shù)頭部醫(yī)療設備廠商通過搭建不同技術平臺，為創(chuàng)新產品設計與升級提供活力，通常在多團隊協(xié)作下，首先確定終端需求及產品設計目標，并識別可用的技術模塊和分析模塊間關系，再設計整合方案、開發(fā)和測試、調試和優(yōu)化、集成和測試，高效實現(xiàn)產品質量保證、性能符合預期的創(chuàng)新產品發(fā)布。此外，產業(yè)鏈專業(yè)分工細化及產業(yè)合作越發(fā)普遍背景下，創(chuàng)新醫(yī)療產品多元化發(fā)展步伐逐步提速。生態(tài)內產品成員數(shù)量豐富補充整體解決方案：頭部醫(yī)療器械廠商往往具備豐富產品種類，易于將設備互通互聯(lián)構建整體解決方案，較大程度提升使用者體驗感，增加產品綜合競爭實力。構建產品生態(tài)系統(tǒng)通常對廠商技術儲備及架構設計能力要求較高，需建立開放接口和標準、提供開放數(shù)據共享和互通機制，并建立社區(qū)和生態(tài)合作體系且持續(xù)優(yōu)化和創(chuàng)新。近年來，醫(yī)院對于提質增效和科研轉化的訴求顯著增強，生態(tài)互聯(lián)、全院級解決方案是未來醫(yī)院高效運轉、發(fā)揮產學研中樞的關鍵工具。圖30：產業(yè)端推陳出新驅動數(shù)字化醫(yī)械滲透率提升底層方法學的數(shù)字化方案構建范圍擴大底層方法學的數(shù)字化方案構建范圍擴大深入理解概念和邏輯關系→建立數(shù)學模型實現(xiàn)原理抽象表達→根據原理特點及需求收集數(shù)據→開發(fā)算法實現(xiàn)數(shù)字化→使用編程語言實現(xiàn)成可執(zhí)行代碼并驗證與分析結果技術模塊堆疊與協(xié)同磨合催生新產品確定終端需求及產品設計目標→識別可用技術模塊→分析模塊間關系→設計整合方案→開發(fā)和測試→調試和優(yōu)化→集成和測試→高效實現(xiàn)創(chuàng)新產品發(fā)布產業(yè)端推陳出新驅動數(shù)技術模塊堆疊與協(xié)同磨合催生新產品確定終端需求及產品設計目標→識別可用技術模塊→分析模塊間關系→設計整合方案→開發(fā)和測試→調試和優(yōu)化→集成和測試→高效實現(xiàn)創(chuàng)新產品發(fā)布字化醫(yī)械滲透率提升生態(tài)內成員數(shù)量豐富補充整體解決方案生態(tài)內成員數(shù)量豐富補充整體解決方案建立開放接口和標準→提供開放數(shù)據共享和互通機制→建立社區(qū)和生態(tài)合作體系→持續(xù)優(yōu)化和創(chuàng)新資料來源：從需求端來看，醫(yī)療器械的使用者醫(yī)生、受用者患者均對其有更高期待，主要集中在治療疑難雜癥的未及需求、提效+降費+精準+暢通的升級需求、健康意識轉變的新需求三個層次。“疑難雜癥”的未及需求：醫(yī)療器械數(shù)字化在診斷和治療疑難雜癥方面有巨大的潛在優(yōu)勢，憑借其精準、連續(xù)、智能的特性，可賦能諸多尖端領域的治療探索，例如：①神經系統(tǒng)：腦電圖（G）和功能磁共振成像（MI）等工具可幫助醫(yī)生更準確診斷癲癇、帕金森病等疾?。虎谛难埽撼掷m(xù)心電監(jiān)測、心率變異性分析等功能可幫助醫(yī)生及時發(fā)現(xiàn)心律失常、心肌缺血等問題；③罕見病和遺傳疾病：通過基因組數(shù)據分析，可快速識別特定基因突變，為個體化治療和管理提持；④自身免疫：監(jiān)測患者免疫指標和炎癥水平，幫助醫(yī)生評估自免疾病活動性和嚴重程度，指導治療方案選擇和調整；⑤精神疾病：通過傳感器等技術實現(xiàn)患者行為和情緒監(jiān)測，輔助醫(yī)生評估和干預；⑥腫瘤：數(shù)字化影像診斷、腫瘤基因檢測、放療計劃等可幫助醫(yī)生準確診斷腫瘤類型和分期，設計個體化治療方案；⑦慢性疼痛：可提供慢性疼痛患者自我管理，虛擬現(xiàn)實技術、智能藥物管理系統(tǒng)等幫助患者減輕疼痛、改善生活質量?！翱臁⑹?、精、暢”的升級需求：因醫(yī)療資源有限且分布不均、全面分級診療尚未落地、醫(yī)醫(yī)/醫(yī)患間信息閉塞，當前患者就醫(yī)過程中仍面臨諸多困擾，數(shù)字化工具可應用于多個醫(yī)療場景，有效改善患者就醫(yī)體驗，大幅提升治療效果，例如：①遠程診斷：配合便攜式超聲探頭、掌上采集設備等，以視頻會診或在線咨詢交流，減少交通、候診等時間成本，便于醫(yī)療資源向偏遠鄉(xiāng)鎮(zhèn)下沉；②個性化治療方案：根據患者特定情況提供個性化治療和管理方案，減少非必要治療和藥物依賴；③數(shù)據便捷共享：通過實現(xiàn)患者醫(yī)療數(shù)據集成，方便醫(yī)生間協(xié)作，免去為第二意見或轉診而重復檢測的周折；④緊急救援和監(jiān)護：如智能穿戴設備可監(jiān)測患者生命體征，異常時自動觸發(fā)報警并通知急救人員。從治“已病”到治“未病”的新需求：一直以來，我國體檢滲透率較低，慢性病預防重視程度不高，全國經常性衛(wèi)生總費用中僅有7%左右用于預防，而治療和醫(yī)護用品占80%以上。近年來，由于人均醫(yī)療支出提高、健康管理意識趨于強烈、老齡化背景下慢病監(jiān)治關注度提升，治療關口前移、甚至“防病于未然”的需求顯著提升。數(shù)字化可實現(xiàn)許多疾病預防和健康管理問題的滿足，例如：①個康監(jiān)測：智能手環(huán)、血糖儀等可實現(xiàn)生命體征監(jiān)測，幫助及時發(fā)現(xiàn)異常；②健康數(shù)據記錄與分析：可將健康數(shù)據自動記錄到應用程序或云平臺中，通過分析了解個人健康狀況，制定個性化預防和管理計劃；③智能藥盒和用藥提醒：可提供智能藥盒和用藥提醒系統(tǒng)，幫助患者按時服藥，并提供用藥建議和劑量控制，減少用藥錯誤和漏服風險；④預防性基因檢測：個人基因檢測服務可幫助了解遺傳風險，預測潛在疾病風險，并采取相應預防措施。⑤營養(yǎng)和運動監(jiān)測：如智能飲食記錄器、運動追蹤器等，為個人提供營養(yǎng)和運動方面指導和建議，促進健康生活方式。圖31：應用端接受度提升驅動數(shù)字化醫(yī)械滲透率提高①神經系統(tǒng)；②心血管；③罕見病和遺傳疾??；④自身免疫；⑤精神疾病“快“快省精升級需求

①個人健康監(jiān)測；②健康數(shù)據記錄與分析；③智能藥盒和用藥提醒；④預防性基因檢測；⑤營養(yǎng)和運動監(jiān)測“疑難雜癥”未及需求“疑難雜癥”未及需求“已病→未病”新需求①遠程診斷；②個性化治療方案；③數(shù)據便捷共享；④緊急救援和監(jiān)護資料來源：政策支持智能醫(yī)療器械發(fā)展，數(shù)字產業(yè)化進程持續(xù)加速。2022年3月，國家藥監(jiān)局器審中心發(fā)布《人工智能醫(yī)療器械注冊審查指導原則》，當年共發(fā)出32張人工智能醫(yī)療器械三類證，202350%481222035域數(shù)字化服務普惠應用，構建基于5G的應用場景和產業(yè)生態(tài)，在智慧醫(yī)療等重點領域開展試點示范，扎實推進醫(yī)保標準化、信息化建設。醫(yī)療器械數(shù)字化升級想象空間仍極為廣闊，腦力接口等前沿技術較為火熱。除目前已應用較為廣泛的數(shù)字化醫(yī)械產品外，該領域的前沿科學探索從未止步，例如：可應用于嚴肅醫(yī)療的人工智能大模型、用于培訓和遠程手術的虛擬和增強現(xiàn)實、基因編輯和基因治療、大數(shù)據分該技術可直接將人類大腦活動與外部設備交互，通過監(jiān)測大腦活動并將其轉換為可控制計算機或其他外部設備的信號，實現(xiàn)了人腦與機器之間的直接通信，據中國信息通信研究院《腦機接口技術發(fā)展與應用研究報告（2023年）》，腦機接口全球醫(yī)療市場或將超百億美元，非嚴肅醫(yī)療市場潛力更是值得期待。目前大部分腦機接口研究主要圍繞在幫助失能者、神經疾病患者重新?lián)碛蓄愃瞥Ｈ说哪芰?，例如目前已產品化的廣義腦機接口產品智能人工假肢，通過采集到Irl、hn公司在該2024220球首家獲FDA批準進行永久植入性設備臨床試驗的公司。國內腦機接口領域也有一定研究成果，2024222圖32：一種完全植入ALS患者的腦機接口產品示意圖 圖33：智能人工仿生上肢假肢工作原理示意圖資料來源：NEJM.org，

資料來源：aul,aacotaleuoboicfuinfpoheictoch,kiethe,andmovementinbionicupperlimbspromotesintrinsicbrainbehaviors.Sci.Robot.6,eabf3368(2011)，挑戰(zhàn)與機遇并存：因醫(yī)療行業(yè)具有嚴肅性，數(shù)字化醫(yī)械面臨更高質量期待和監(jiān)管要求。因醫(yī)療器械與人體生命健康安全高度相關，故對產品上市前質量及效用審核極為嚴格和謹慎，因此前沿技術在醫(yī)療領域的應用相較慢于其他領域，這也對醫(yī)療器械設備廠商從底層原理設計、產品融合創(chuàng)新、解決方案構建到生產、使用全流程提出更高要求，亦考驗相關公司的法律、風險管控意識甚至資金實力。但同時也意味著，真正擁有創(chuàng)新理念及研發(fā)意識的醫(yī)械廠商有望憑借實力形成技術壁壘，進而在市場競爭中掌握更多份額。（一）醫(yī)療器械智能化產品設計：CGM、康復器械及手術機器人醫(yī)療器械智能化升級已可見于諸多方向，較為常見的包括醫(yī)療影像設備、健康監(jiān)測設備、手術機器人、藥品配送系統(tǒng)、遠程醫(yī)療設備及康復輔助器具等，以下以CGM、康復器械及手術機器人為例，復盤及展望醫(yī)療器械從產品設計層面的智慧化升級。CGM（持續(xù)血糖監(jiān)測系統(tǒng)）：CGM為未來糖尿病患者血糖監(jiān)測主要手段，滲透率逐年快速提升。糖尿病監(jiān)測醫(yī)療器械合充當人工胰腺，近年滲透率持續(xù)提升，市場規(guī)?？焖贁U大。CGM主要通過人體細胞周圍體液內的傳感器與葡萄糖接觸，因其葡萄糖氧化反應，主要由三部分組成：置入皮下測量葡萄糖水平的傳感器、附于傳感器及將血糖水平發(fā)送至顯示設備的發(fā)射器、顯示血糖水平的顯示設IDF2020CGM21.4%201500M201517572015-2020CAGR28.2%20303652020-2030CAGR20.3%。此外，2020CGM201512015-2020CAGR73.2%203026CAGR34.0%。圖34：持續(xù)血糖監(jiān)測系統(tǒng)工作原理發(fā)射器顯示設備血管血糖皮膚血糖傳感器組織間液細胞資料來源：灼識咨詢，國家藥監(jiān)局《持續(xù)葡萄糖監(jiān)測系統(tǒng)注冊技術審查指導原則》，圖35：全球CGM市場規(guī)模（億美元，2015-2030E）50201520162015201620172018201920202021E2022E2023E2024E2025E2026E2027E2028E2029E2030E

圖36：中國CGM市場規(guī)模（億美元，2020-2030E）3025201510520202021E2022E2023E2024E2025E2026E2027E2028E2029E2030E020202021E2022E2023E2024E2025E2026E2027E2028E2029E2030E資料來源：灼識咨詢，IDF， 資料來源：灼識咨詢，IDF，與傳統(tǒng)血糖監(jiān)測方法相比，CGM優(yōu)勢顯著。根據中華醫(yī)學會糖尿病學分會發(fā)布的《中國血糖監(jiān)測臨床應用指南（2021年版）》，CGM主要優(yōu)勢在于能發(fā)現(xiàn)不易被傳統(tǒng)監(jiān)測方法探測到的隱匿性高血糖和低血糖，尤其是餐后高血糖和夜間無癥狀低血糖，例如：①與食物種類、運動類型、治療方案、精神因素等有關的血糖變化；②了解傳統(tǒng)血糖監(jiān)測方法難以發(fā)現(xiàn)的餐后高血糖、夜間低血糖、黎明現(xiàn)象、mi現(xiàn)象等；③幫助制定個體化的治療方案；④提高治療依從性；⑤提供用于糖尿病教育可視化手段等。此外，作為一種新型監(jiān)測技術，CGM在糖I圖37：持續(xù)血糖監(jiān)測系統(tǒng)實時掌控全時段血糖波動資料來源：三諾生物公司官網，請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。實時CGM為當下主流產品，搭配胰島素形成人工胰腺為未來重要新方向。目前CGM產品類型主要包括回顧式CGMCGM、瞬感掃描式葡萄糖監(jiān)測（FGM）、完全植入皮下的CGMCGMCGMCGM廠商將CGM島素。CGM設備互聯(lián)實現(xiàn)智慧化血糖管理，助力區(qū)域慢病一體化管理。以三諾生物區(qū)域慢病一體化管理系統(tǒng)為例，主要通過區(qū)域慢病云中心將專業(yè)防治機構、醫(yī)療機構以及家庭場景進行數(shù)據關聯(lián)，以慢性病管理為核心，通過信息化手段優(yōu)化慢病防治工作和服務模式，推進區(qū)域慢病健康管理能力，提高區(qū)域內人民健康水平。圖38：三諾生物區(qū)域慢病一體化管理系統(tǒng)示意圖資料來源：三諾生物公司官網，康復器械的智能化升級我國康復醫(yī)療體系亟待完善，潛在康復需求巨大。過去，中國醫(yī)療體系一向是重急救、重治療、輕預防、輕康復，從而導致國內康復資源總量不足且分布不均。隨居民生活水平不斷上升，與人民生活質量息息相關的康復醫(yī)療行業(yè)逐漸受到重視，領域相關發(fā)展政策陸續(xù)出臺。不同于國內，發(fā)達國家建立的完善三級康復體系，既能保證患者接受恰當?shù)目祻椭委煼?，又能及時轉診從而節(jié)省醫(yī)療費用，例如美國，三級康復為急性期康復，在急診醫(yī)院或綜合醫(yī)院及早介入開展床邊康復；二級康復為急性后康復，病情穩(wěn)定后轉向康復醫(yī)院；一級康復為長期照護，不需住院治療后即可轉至社區(qū)和家庭康復。康復醫(yī)療行業(yè)終端主要面向老年群體、慢病患者、殘疾人群、術后功能障礙者及產后功能障礙者等，其中：①老年群體老人群體持續(xù)擴大，日常專業(yè)康復需求量大且功能要求高，202360321.10%；請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。 27②慢病患者：臨床醫(yī)學技術水平提升使得疾病期死亡減少，暫時性功能障礙群體數(shù)量巨大，據中商產業(yè)研究院測算，我國2億多慢病患者中存康復需求的超1000萬，每年增量的100多萬人中大部分存在康復需求，由于康復資源覆蓋不足，仍有80%康復人群得不到康復治療。③殘障群體：據殘聯(lián)《2018年中國殘疾人事業(yè)發(fā)展統(tǒng)計公報》數(shù)據測算，全國仍至少有約7000多萬殘疾人口尚未享受基本康復服務。④產后康復：產后康復可有效避免乳腺炎、生殖系統(tǒng)疾病、婦科病、子宮肌瘤等亞健康障礙，目前全國各城市產后康復服務項目仍遠不能滿足持續(xù)攀升的母嬰護理市場需求。⑤居家康復：主要包括居家養(yǎng)老康復、亞健康人群居家康復、術后患者居家康復、殘疾人群居家康復等場景，因對應人群數(shù)量及意識提升，市場空間較為廣闊。示，20184502011-2018CAGR19%，并推算2023圖39：中國60歲以上人口數(shù)量及占比（億人，2013-2023E）中國60歲以上人口數(shù)量 中國60歲以上人口占比3.5中國60歲以上人口數(shù)量 中國60歲以上人口占比3.02.52.01.51.00.50.02011201220132014201520162017201820192020202120222023資料來源：前瞻產業(yè)研究院，

25%20%15%10%5%0%

圖40：中國康復醫(yī)療市場規(guī)模（億元，2013-2023E）02013201420152016201720182019202020212022E2023E資料來源：前瞻產業(yè)研究院，康復器械是康復醫(yī)療體系建設的重要組成，創(chuàng)新技術導入促進產業(yè)加速發(fā)展?？祻推餍?02145020269422021-2026CAGR15.9%?？祻歪t(yī)療器械的數(shù)字化創(chuàng)新方向主要包括：1）物聯(lián)網：一方面，通過對康復設備智能化升級，可實現(xiàn)對患者基本信息和訓練數(shù)據的數(shù)據收集及基本數(shù)據篩選識別；另一方面，基于5G通信技術建設數(shù)據計算平臺，進而實現(xiàn)對患者基本信息和訓練數(shù)據的實時傳輸、數(shù)據儲存及云計算；此外，通過設備運2）模塊化與集成化：將聲、光、電、磁類產品形成獨立模塊化產品，既可單獨使用，亦能整于技術融合創(chuàng)新、結構互通互聯(lián)、接口及協(xié)議的高效管理等。沖擊波技術圖41：康復醫(yī)療器械物聯(lián)網應用原理 圖42：康復醫(yī)療器械各模塊領域及相關技術沖擊波技術數(shù)據收集+篩選聲療領域數(shù)據收集+篩選聲療領域智能化升級通信傳輸處理平臺人工智能演進電療領域磁療領域高能激光技術智能化升級通信傳輸處理平臺人工智能演進電療領域磁療領域高能激光技術磁刺激多維度控制技術光療領域康復訓練光療領域康復訓練康復評定康復評定資料來源：翔宇醫(yī)療招股書，

資料來源：翔宇醫(yī)療招股書，數(shù)字化康復器械種類繁多，組合搭建定制化解決方案。根據患者受損部位及嚴重程度的不同，康復器械整體種類多樣，以翔宇醫(yī)療為例，其數(shù)字化設備主要包括體外沖擊波治療儀、超聲波治療儀、疼痛光療儀、紅外偏振光治療儀、紫外線治療儀、綜合物理治療系統(tǒng)、電腦恒溫電蠟療儀、水中運動康復訓練系統(tǒng)、熏蒸治療儀、紅外光灸療機、智能化多關節(jié)運動功能評估與訓練系統(tǒng)、步態(tài)分析評測訓練系統(tǒng)、智能多功能轉運床等，并可組合構成綜合康復醫(yī)學科、疼痛、神經、骨科、中醫(yī)、產后、呼吸（肺）、燒傷、重癥、老年康復十大康復解決方案。圖43：翔宇醫(yī)療康復醫(yī)療十大解決方案資料來源：翔宇醫(yī)療公司官網，3.手術機器人微創(chuàng)手術滲透率提升確定性強，機器人輔助可有效解決臨床痛點。開放手術為目前主要5優(yōu)點，近年手術量提升，20211,86038.1vs80.1%）。然而微創(chuàng)手術仍有一術可有效克服上述缺點，進一步推進微創(chuàng)手術的發(fā)展，可提供高精準度的手術區(qū)域高解析度三位圖像與放大鏡功能，通過軟件及算法去除震顫，符合人體工程學的設計減少外科醫(yī)生疲勞，且精密手術工具造成的切口小，伴隨AI賦能以實現(xiàn)自動化功能，因此愈發(fā)受到外科醫(yī)生及患者認可。圖44：開放手術、微創(chuàng)手術、機器人輔助手術對比開放手術傳統(tǒng)微創(chuàng)手術機器人輔助手術手術示意圖操作靈活性手部操作靈活性高器械靈活性有限機器人器械靈活性高技術特色操作精準度無法消除外科醫(yī)生手部顫抖；嚴重依賴外科醫(yī)生技術無法消除外科醫(yī)生手部顫抖操作精確度低通過算法消除手部顫抖；可比例控制，精確度更高觀察模式裸眼二維圖像三維圖像可展開的手術手術范圍廣，可進行復雜手術進行復雜手術有挑戰(zhàn)可進行復雜手術手術創(chuàng)傷切口大、創(chuàng)傷大若干較小切口，創(chuàng)傷較小若干小切口或僅有一個小切口，創(chuàng)傷最小為患者提供的價值術中安全性出血過多手術時間長術中并發(fā)癥更多出血量大手術時間長術中疼痛較小出血較少手術時間較短可完成精準復雜的手術安全性高術后恢復術后并發(fā)癥較多術后疼痛及結疤明顯術后并發(fā)癥較多術后疼痛較小術后并發(fā)癥較少恢復更快創(chuàng)傷及術后疼痛最小學習曲線手術范圍最大且最易操作對外科醫(yī)生技術要求高外科醫(yī)生可以更快速學習復雜手術操作學習曲線短學習曲線長學習曲線短為外科醫(yī)生提工作量手術時間長對醫(yī)生技術和體力要求高人體工學設計供的價值易疲勞易疲勞坐姿操作從而不易疲勞職業(yè)生涯高度依賴醫(yī)生體力和技術高度依賴醫(yī)生體力和技術降低對體力和技術要求延長外科醫(yī)生的職業(yè)生涯提高護理患者的質量為醫(yī)院及社會提供的價值效率易于進行且普及于基層、二級及三級醫(yī)院減少患者住院時間提升病床周轉率進一步減少患者住院時間提升病床周轉率提高醫(yī)療保健服務使用效率緩解醫(yī)療資源分布不均及解決醫(yī)護人員短缺資料來源：弗若斯特沙利文，據弗若斯特沙利文測算，2021年全球機器人輔助手術量占全球手術量的比例為3.1%，其203014.6%。202170420303,9942021-2030CAGR21.3%；202141.9220307102021-2030CAGR36.9%。預測預測圖45：全球手術類型的分布情況（2018-2030E）預測預測資料來源：弗若斯特沙利文，

圖46：中國及全球手術機器人市場規(guī)模及復合增速（億元）全球中國201623892021704422030E39947102016-2021CAGR124.037.52021-2030ECAGR35.536.9資料來源：弗若斯特沙利文，（二）智能化的醫(yī)療設備網絡：物聯(lián)網及遠程診療物聯(lián)網的應用提升醫(yī)療設備管理和使用效率醫(yī)療機構及支付方加快物聯(lián)網布局，實現(xiàn)醫(yī)療體系可拓展性及銷量有效提升。物聯(lián)網技術的高速發(fā)展，為智慧醫(yī)療提供了前沿科技支持，隨著新基建的推進，數(shù)字科技加速走向前沿。在新醫(yī)改方案的指導下，隨著政策不斷加持及前沿科技賦能，各地政府持續(xù)加大當?shù)刂腔坩t(yī)療建設方面的投入，中國智慧醫(yī)療建設迎來飛速發(fā)展時期。醫(yī)療物聯(lián)網應用場景廣泛，例如臨床試劑和藥品管理、手術室清潔度管理、醫(yī)療設備管理、移動查房、患者定位等，并持續(xù)拓展，醫(yī)療器械設備實現(xiàn)互聯(lián)及數(shù)據共享為實現(xiàn)醫(yī)療物聯(lián)網及智慧醫(yī)療的必要前提。圖47：醫(yī)療物聯(lián)網應用場景環(huán)境溫濕度控制環(huán)境溫濕度控制 …… 臨床試劑、藥品管理 手術室清潔度管理 醫(yī)療設備管理 手術信息管理 移動查房患者定位 醫(yī)療廢物管理 智能電能控制 智能照明控制 非藥品遺囑執(zhí)行移動術前訪視 高低值耗材管理 資產信息管理 物流管理 輸液管理 移動藥發(fā)藥管理 院內導航 移動護理 智能熱水控制醫(yī)療互聯(lián)網應用場景資料來源：國家衛(wèi)健委《全國醫(yī)院信息化建設標準與規(guī)范（試行）》，邁瑞醫(yī)療：“以“三瑞”系統(tǒng)為核心構建智慧醫(yī)院全院解決方案。邁瑞醫(yī)療是我國醫(yī)療器械龍頭企業(yè)，立足自身豐富產線深度打造瑞智聯(lián)、瑞智檢、瑞影云系統(tǒng)，并組成智慧醫(yī)院全院解決方案，其中：①瑞智聯(lián)：推出重癥、圍術期、急診、心臟科、普護等多場景解決方案，通過信息化手段有效提升科室運營效率，并通過集成床旁所有設備數(shù)據，構建設備全息數(shù)據庫，與醫(yī)院已有的臨床數(shù)據庫互補并有機結合，助力大數(shù)據科研，為人工智能打下基礎，加速醫(yī)院科研產出。②瑞智檢：圍繞“人、機、料、法、環(huán)”五大要素，與檢驗流程深度融合，并與SPD、LIS等第三方系統(tǒng)互聯(lián)，共同構筑開放生態(tài)；③瑞影云++：通過連接影像設備和用戶云端生態(tài)應用平臺，提供可供用戶自主創(chuàng)建和運營的云社區(qū)及多種云端應用，打造立體交互溝通媒介。圖48：邁瑞醫(yī)療智慧物聯(lián)解決方案示意圖資料來源：邁瑞醫(yī)療官網，遠程診療模式擴大醫(yī)療服務半徑信息技術突破促成場景拓展，遠程診療模式或將快速普及。隨著信息技術不斷進步，遠程診斷工具及平臺飛速發(fā)展，遠程醫(yī)療影像診斷系統(tǒng)、遠程醫(yī)療設備等陸續(xù)問世。遠程診療模式在優(yōu)化醫(yī)療資源分配方面作用凸顯，不僅能在很大程度上解決偏遠或醫(yī)療資源匱乏地區(qū)的醫(yī)療服務需求，同時能減輕城市醫(yī)療資源壓力。在出行不便的老齡群體持續(xù)擴大、患者需求趨于多元、政策鼓勵資金導入等背景下，遠程診療為符合未來醫(yī)療需求導向的高效服務模式。此外，新冠疫情使得遠程診療模式關注度提升，2020年2月，國務院要求充分發(fā)揮信息化在創(chuàng)新診療模式、提升服務效率等方面的支撐作用，提出積極開展遠程醫(yī)療服務，充分運用信息手段開展隨訪，實現(xiàn)臨床診治與健康管理的全閉環(huán)。華大智造：新業(yè)務影像平臺布局遠程化、便攜化超聲系統(tǒng)。1）遠程超聲機器人：公司自主研發(fā)的遠程超聲機器人MGIUS-R3是全球首款實現(xiàn)專業(yè)醫(yī)生直接遠程操控超聲探頭，即可對病人實施遠程診斷的超聲設備，醫(yī)生端為超聲顯示系統(tǒng)和控制系統(tǒng)，病人端為超聲影像系統(tǒng)和六自由度機械臂，通過網絡通訊信號來實現(xiàn)實時視頻語語音溝通，能夠克服傳統(tǒng)超聲診療方式的局限，克服時空障礙，改善醫(yī)療資源分布不均勻的現(xiàn)狀。2）掌上超聲儀：手機般大小的超聲設備，兼具便攜性與高質圖像輸出，可用于滿足醫(yī)院臨床科室（急救、麻醉、床前診斷）、基層醫(yī)療市場、院外災害急救等場景的超聲檢查診斷需求；3）5G超聲機器人移動結合遠程超聲機器人+掌上超聲+AI智能輔助軟件，無需專業(yè)超聲醫(yī)生即可提供超聲診斷一站式服務，可應用于基層篩查、健康體檢、院前診斷及緊急援助等場景。圖49：華大智造MGIUS-R3醫(yī)生端及病人端示意圖 圖50：華大智造MGIUS-R3可檢查部位 資料來源：公司官網， 資料來源：公司官網，圖51：華大智造掌上超聲儀 圖52：圖G超聲機器人移動車內部圖 資料來源：公司公告， 資料來源：公司公告，四、智慧物流：物流智慧化成為醫(yī)藥流通的大趨勢醫(yī)藥商業(yè)包括大型醫(yī)藥物流配送企業(yè)、醫(yī)院藥房及零售藥店等，是醫(yī)藥行業(yè)基礎設施，便捷、高效、低成本的醫(yī)藥物流體系是提升藥品可及性的重要保證。自動化和智能化在醫(yī)藥物流行業(yè)的應用已經成為行業(yè)發(fā)展的重要趨勢，旨在提高物流效率、確保藥品安全和提升服務質量。自2016年以來，我國政府取消了第三方藥品物流業(yè)務的行政審批事項，鼓勵符合標準的第三方物流企業(yè)進入醫(yī)藥配送領域，并多次發(fā)布政策支持綠色醫(yī)藥物流的發(fā)展。這些政策的出臺為醫(yī)藥物流的自動化和智能化提供了良好的外部環(huán)境?，F(xiàn)代物流配送體系：一些醫(yī)藥集團，如九州通醫(yī)藥集團、上海醫(yī)藥集團等，已經建立了先進的智能化現(xiàn)代物流配送體系，包括采用先進的倉儲物流技術、物流管理系統(tǒng)和溫濕度監(jiān)控系統(tǒng)，以及全自動輸送線、自動立體庫等設施設備。這些技術的應用確保了在驗收、存儲、分揀、配送等過程中的作業(yè)準確率，提高了物流效率。圖53：智能化藥品物流中心 圖54：智能機器人與自動化藥房 資料來源：視覺中國，