报告行业投资评级 * 报告未明确给出行业投资评级 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56][57][58][59][60][61][62][63][64][65][66][67][68][69][70][71][72][73][74][75][76][77][78][79][80][81][82][83][84][85][86][87][88][89][90][91][92][93][94][95][96][97][98][99][100][101][102][103][104][105][106][107][108][109][110][111][112][113][114][115][116][117][118][119] 报告的核心观点 * 以Transformer为代表的大模型技术正深刻改变医疗行业，对医生、患者、医院、药企的工作产生颠覆性潜力 [5][16] * 不同应用场景的成熟度存在显著差异，智慧医疗和医药研发领域成熟度较高，个人健康管理领域仍有改进空间 [5][19] * 借鉴海外发展模式对分析国内AI医疗企业具有重要作用，海外在数据共享、监管政策、支付落地及商业模式方面已跑通，而国内仍在完善中 [5][6][27] * AI医疗产品落地面临数据交换、监管政策、医保支付等共性卡点 [6][27] * AI医疗的投资机会围绕数据资源、数据平台、明确场景的C端应用及其上游产业链展开 [6][108][109] 根据相关目录分别进行总结 前言- AI影响医疗的各个环节 - 不同环节的进度不尽相同 * 生成式AI具备颠覆潜力，从第一代的NLP、ML到第二代的图像识别，再到当前以ChatGPT、DeepSeek为代表的大模型，AI在医疗领域的应用范围更广 [16] * AI在医疗健康行业的应用前景广阔，可覆盖医药研发、诊前、诊中、诊后多个环节 [19] * 全球头部医疗机构正快速部署AI技术，例如凯撒集团在40家医院和600多家诊所部署Abridge，梅奥诊所计划投入超过10亿美元用于AI项目 [22] * 海内外大厂加速布局C端应用，2026年1月OpenAI推出ChatGPT Health侧边栏功能，国内支付宝旗下的健康类APP蚂蚁阿福总用户数超1亿，月活用户超3000万，用户单日提问量超1000万 [25] 海外AI医疗生态进展 - 数据：碎片化与隐私保护之争 * **美国数据生态**：医疗健康数据保护体系完善，从1974年《隐私法》到1996年HIPAA法案，再到2025年HIPRA法案将保护范围扩展至非HIPAA监管实体，构成了强大的数据保护矩阵 [31][32] * **美国数据信息化**：2009年HITECH法案推动美国电子健康记录(EHR)使用率从约12%提升至2021年的96%，带来了医疗数据的爆发式增长 [34][35] * **美国数据商业模式**：得益于良好的数据基础设施和明确的法规，部分企业通过聚合数据供应商、数据连接/传输轨道、数据转换+分析工具、原生/新兴数据收集者等商业模式实现医疗健康数据的整合和利用 [37] * **中国数据现状**：健康数据数字化正在补课，2023年三级公立医院电子病历4级及以上占比87.99%，二级公立医院仅为19.9%，目标2025年二级以上医院达到四级以上 [38] * **中国数据监管**：自2018年起逐步建立医疗大数据标准规范、互联互通、隐私保护等法律框架，2023年成立国家数据局协调数据基础制度建设 [38][39] 海外AI医疗生态进展 - 监管：严格监管与灵活试点并行 * **美国监管框架**：在现有法律框架内灵活运用指导原则和试点项目，通过引入预定变更控制计划(PCCP)等内容，引导AI医疗器械安全有效落地 [41] * **美国获批情况**：截至2025年12月，FDA共批准1430款AI医疗产品，其中2021-2025年共批准984款，占比超过一半（68.8%），AI产品上市进入爆发期 [41] * **美国监管路径**：FDA根据风险将医疗器械分为I、II、III类并设置差异化审批路径，截至2025年8月，已获批的AI医疗产品中89.7%（1119款）通过501(K)批准 [44] * **美国获批产品分布**：已获批产品中，27.5%用于心血管疾病、22.7%用于神经疾病、19.3%用于肿瘤疾病，前五大疾病占比超90%，其中64%是影像学产品 [44] * **全球监管特征**：各国监管体系各具特点，共同面临保障患者安全与鼓励创新的双重挑战，监管难点包括自适应算法更新、数据合规性、数据偏差、模型可解释性等 [46][47] 海外AI医疗生态进展 - 支付：从明确价值到明确的价格 * **美国支付现状**：目前美国已有超过1400个产品获得FDA批准，但只有少数AI产品获得医保报销，2017-2023年获得FDA批准的医疗器械共获得支付金额约为5930万美元 [48] * **美国支付框架**：CMS对AI医疗产品的支付主要根据支付方式划分，包括按项目收费（需取得CPT一类编码）和按服务收费（医师收费表、门诊/住院预期支付系统） [49] * **美国纳入保险标准**：非常严格，必须满足属于福利类别、未被排除、符合合理且必要三个标准 [50] * **美国CPT编码进展**：截至2026年1月，临床AI解决方案有26个CPT代码，只有3个产品获得了一类编码，分别是AI-QCT冠状动脉斑块分析、FFR-CT冠状动脉血流储备分数计算和增强成像糖尿病视网膜病变检测 [50] * **美国支付案例**：以Caristo Diagnostics的CaRi-Heart技术为例，从2026年1月1日起，其新的I类CPT代码（75577）生效，在医师收费表(PFS)中的支付费率超过1000美元，在医院门诊预期支付系统(OPPS)中报销费率为950.50美元 [53][54] * **中国支付探索**：国内AI产品以影像类为主，截至2025年12月累计有207款人工智能医疗器械获得三类医疗器械注册证，定价方面地方有探索（如浙江省），但国家层面采取“扩展项不额外加价”的保守策略 [55][57][58] 海外典型AI医疗公司 * **Tempus AI**： * 业务模式：从肿瘤检测入手，逐步延伸到数据和AI应用平台业务，连接美国65%的学术医疗中心和50%的肿瘤医生，拥有850万临床记录、120万影像记录及250 PB多模态数据 [63][68][69] * 财务表现：2025年净收入达12.72亿美元，同比增长83.4%，其中基因组学业务收入9.55亿美元（占比75.1%），数据与应用程序业务收入3.16亿美元 [82] * 业务增长：基因组学检测量价齐升，2025年肿瘤学检测诊疗人次达34.05万例，平均收入为1640美元，数据与应用程序业务收入同比增长30.9% [73][82] * 产品进展：AI应用端产品丰富，包括统一AI临床操作系统One、实时心电AI报警系统Now、医疗影像量化分析AI引擎Lens等 [80] * **Doximity**： * 业务定位：医生版Linkedin，订阅收入是公司主要收入来源，2025年Q1-Q3订阅收入占比接近100% [84][86][88] * 客户情况：核心大客户驱动收入快速增长，2024年创收在10万美金以上的客户数达300个，净留存率高 [89][90] * **OpenEvidence**： * 发展速度：估值在一年内翻12倍，从2025年2月A轮融资后估值10亿美元，增长至2026年1月D轮融资后估值120亿美元 [91][92] * 运营数据：用户增长迅猛，截至2026年1月覆盖43万医生（覆盖40%美国医生），月咨询量达850万次，年化广告收入达1.5亿美元，毛利率超过90% [92] * 用户粘性：与Doximity AI相比，医生在OpenEvidence上平均每次使用时间为13.3分钟，是其4倍 [97] * 市场地位：月活跃用户数和用户时长快速提升，截至2025年10月，其月活跃用户数占比为84%，远超Doximity的16% [101] 启示与投资建议 * **总结与启示**： * AI产品力发展三要素为算法、算力、数据，其中包含患者诊断和治疗闭环的数据尤为重要 [106] * 主流商业模式核心是医生/医院、医保、患者、药械企业付费，付费前提是监管获批、医保支付和产品力支撑 [106] * 从美国经验看，医疗数据产业发展经历了信息化和资产交换合规化两个阶段 [106] * 主流国家AI产品监管框架已逐步确立，保障患者安全与鼓励创新并行 [107] * 主流国家将AI产品纳入医保支付体系态度谨慎，纳入产品数量少、时间长，美国AI产品获批数量为1430个，但纳入医保支付的产品只有3种 [107] * **投资建议**：AI医疗投资机会围绕以下四条主线展开 [108][109] * **数据资产底座**：关注医疗信息化龙头，如创业慧康、卫宁健康、万达信息、嘉和美康等 * **数据资源平台**：关注通过卡位检验、检测、服务等场景积累闭环数据的平台，如美年健康、金域医学、迪安诊断等 * **有明确应用场景和海外映射的C端应用公司**：关注类似OpenEvidence模式的公司，如医脉通、阿里健康、京东健康等 * **巨型C端应用入口上下游的产业链**：伴随蚂蚁阿福、ChatGPT Health等入局，其对院内和可穿戴数据接入需求提升，问诊外的体检、检测、购药需求将逐步体现

公司概念与业务布局 - 公司于2月27日新增“AI医疗”概念 新增原因为公司聚焦医疗AI智能体研发 旨在支撑“AI+公共卫生/医疗服务/便民服务/行业监管”全场景应用 [1] - 公司关联的概念板块广泛 除AI医疗外还包括AI智能体、DeepSeek概念、机器人概念、数据要素、人工智能、智能医疗、智慧城市等超过20个概念 [1] - 公司主营业务由三部分构成 包括软件开发、运营维护和系统集成 [2] 公司财务表现 - 2025年前三季度公司实现主营收入13.29亿元 同比增长0.57% [2] - 2025年前三季度公司归母净利润为-4.08亿元 亏损同比收窄27.07% 扣非净利润为-4.42亿元 亏损同比收窄26.07% [2] - 2025年第三季度单季主营收入为3.96亿元 同比微降0.63% 单季归母净利润为-1.09亿元 亏损同比大幅收窄43.83% 单季扣非净利润为-1.11亿元 亏损同比收窄43.0% [2] - 截至2025年第三季度末 公司负债率为79.65% 毛利率为18.55% [2] - 2025年前三季度公司实现投资收益1101.56万元 发生财务费用4288.5万元 [2]

文章核心观点 - 文章核心观点是，在阿里云和华为云降低AI开发门槛、提供低价算力与开发工具的背景下，一批在工业、教育、司法、政务、游戏、创意软件等垂直领域拥有AI应用布局的上市公司，将显著降低AI模型训练、部署和产品研发成本，加速其AI解决方案在各行业场景的规模化落地，从而充分受益于全行业AI应用普及的红利，打开新的业绩增长空间 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32] 工业与制造业AI应用 - 金现代专注电力、化工等领域信息化，拥有垂直领域专用大模型与AI智能取数等产品，可借助阿里云、华为云工具缩短项目交付周期、降低研发成本，AI赋能工业生产的场景落地加速 [1][34] - 赛意信息聚焦智能制造与工业软件，自研谷神工业大模型，作为华为MetaERP核心合作伙伴，借助阿里云低价算力与华为云CodeArts工具降低AI模型训练成本，AI业务订单快速增长 [2][35] - 鼎捷数智专注于制造业数字化与工业AI解决方案，将AI算法融入生产排程、质量检测等环节，在阿里云与华为云工具支持下可快速迭代工业AI模型，加速AI在制造业全流程落地 [28][64] 教育行业AI应用 - 中公教育利用AI技术开发智能题库与个性化学习系统，阿里与华为的AI开发利好将大幅降低其AI教育产品研发成本，优化智能答疑等功能 [4][37] - 竞业达自主研发的“星空教育大模型”已通过备案，基于该模型的AI教学工作台覆盖近40项应用工具，双巨头AI开发利好将加速该模型在学情分析等场景的深度应用 [7][40][41] - 科大讯飞拥有行业领先的讯飞星火大模型，其智慧教育产品可实现个性化教学与智能批改，在阿里云低价算力与华为云工具利好下，可加速AI技术在教育领域的规模化渗透 [16][50] - 盛通股份的科技教育板块在全国拥有800余家门店，正探索教育行业垂直大模型，阿里与华为降低AI开发门槛后，可优化AI编程课程内容与教学管理系统 [13][46] 司法、政务与智慧城市AI应用 - 华宇软件是国内智慧司法、智慧政务领域核心服务商，打造法律AI、政务AI一体化解决方案，阿里云与华为云AI工具普及可大幅降低其AI模型开发与部署成本，加速法律大模型在司法全流程应用 [19][53][54] - 通达海专注于司法信息化与AI技术应用，将AI融入司法文书生成、案件分类等环节，双巨头AI开发利好可助其低成本迭代AI算法，加速智能办案系统升级 [20][55] - 万达信息聚焦智慧政务、医疗健康等领域，将AI融入民生服务与政务办公，阿里云低价算力与华为云工具有助其降低AI模型训练成本，加速AI在民生服务等场景的规模化应用 [22][57] - 苏州科达主营视频会议与监控产品，深度融合AI视觉算法实现智能监控、远程庭审等功能，阿里云与华为云AI工具普及助力其快速迭代AI算法模型，提升视频分析精度 [24][59] 游戏、创意与内容AI应用 - 巨人网络将AIGC技术应用于游戏全生命周期，双巨头降低AI开发门槛为其提供了低成本接入顶尖大模型的机会，可快速迭代AIGC游戏开发工具，缩短研发周期 [3][37] - 昆仑万维布局AIGC、大模型与AI游戏，拥有自研天工大模型，阿里云低价API与华为云智能开发工具可大幅降低其大模型推理与应用开发成本，加速AIGC在内容生成、游戏美术等场景落地 [26][62] - 万兴科技是全球消费级AI创意软件龙头，产品接入AI大模型实现智能剪辑、AI绘图等功能，阿里云低价算力与华为云智能工具有助其快速优化AI功能，降低云端服务成本 [32][66] 其他垂直行业AI应用 - 中科创达为全球智能操作系统龙头，具备全栈OS与边缘AI部署能力，可借助阿里云与华为云开发工具快速迭代端侧AI功能，智能汽车、AIoT等产品线全面受益 [3][36] - 汇纳科技专注于商业地产与零售行业AI分析，以视频AI为核心，依托阿里云与华为云AI开发工具可快速优化AI视觉算法模型，降低算法迭代与部署成本 [17][51] - 拓尔思是国内NLP与AI智能搜索龙头，自研大模型聚焦垂直行业，阿里云与华为云AI利好落地有助其降低模型部署成本，加速AI在媒体、政务、司法等场景渗透 [27][63] - 正元智慧推出基于AI大模型的智慧校园一体化服务平台，支持低成本算力服务器本地化部署，阿里低价算力与华为智能编码工具普及将大幅降低其AI平台部署与运营成本 [11][44]

公司中标信息 - 万达信息股份有限公司中标绍兴市人民医院的“绍兴市连续医疗服务分级诊疗平台升级项目” [1] - 中标金额为98.5万元 [2] 公司业务活动 - 公司参与招投标项目次数达12,729次 [1] - 公司对外投资了62家企业 [1] 公司知识产权与资质 - 公司拥有商标信息221条 [1] - 公司拥有专利信息238条 [1] - 公司拥有著作权信息1,748条 [1] - 公司拥有行政许可31个 [1]

公司战略与业务聚焦 - 公司聚焦于行业AI中台和行业智能体的研发 [2] - 公司不断推动“AI+便民服务”与“AI+行业监管”等场景产品的研发和市场推广 [2] - 公司加速推进数字政务等智能应用场景的落地实践 [2] 核心产品与技术平台 - 公司构建了支持高效配置“智慧好办”、“一件事”、“免申即享”等高频应用场景的“城事办”全国产化智能引擎底座 [2] - 公司创新了“边问边办”与“边问边检”服务模式，将智能化服务嵌入办事全流程 [2] 行业痛点与解决方案 - 公司的实践有效改善了政务AI大模型存在的“深层场景少、信创改造难、安全要求高”等难点 [2]

公司业务进展 - 公司在浙江某医院成功进行了DeepSeek大模型基座本地化部署和应用 [1] - 该应用大幅降低了误诊风险，并显著提升了决策效率 [1] - 应用使门诊病历质控时间从5分钟大幅降低至15秒 [1] 产品与技术能力 - 公司精准健康认知计算系统“灵素”融入了OCR和大模型能力 [1] - 该系统可提供多项检后健康管理智能服务 [1] - 具体服务包括体检报告的识别检测、报告解读及健康干预 [1]

公司股东结构 - 截至2026年2月10日，公司总股本为1,440,628,576股，股东总户数为56,132户 [1] - 机构股东户数为4,002户，合计持有552,649,241股 [1] - 自然人股东户数为52,130户，合计持有887,979,335股 [1]

业绩经营情况 - 公司预计2025年营业收入为19.5亿元至21.5亿元 [1][2] - 公司预计2025年归属于上市公司股东的净利润亏损5.25亿元至6亿元，但同比减亏幅度为12.49%至23.43% [1][2] - 2025年度业绩预告为初步测算数据，具体财务数据将在《2025年年度报告》中详细披露 [2] 公司结构与治理 - 公司于2025年11月25日公告，拟取消监事会并修订公司章程等议案 [3] - 相关议案已提交2025年12月2日召开的第四次临时股东大会审议 [3] 业务进展情况 - 2025年12月18日，公司披露AI研发进展，包括推出养老智能感知照护盒等产品 [4] - 公司业务聚焦于“AI+公共卫生”场景落地 [4] - 公司在医卫健康领域中标多个项目，例如福建省大数据集团数据治理项目 [4] 股票近期走势 - 2026年2月10日，公司股价单日上涨2.09% [5] - 当日成交额为1.24亿元，且主力资金呈净流入状态 [5]

公司股权结构 - 截至2026年1月30日，公司总股本为1，440，628，576股 [1] - 股东总户数为55，529户，其中机构股东3，770户，自然人股东51，759户 [1]

构建多层次陪护体系与产业发展 - 上海市政协委员建议构建“多层次、参与化、付费的”陪护体系以解决住院老人陪护难题[1] - 建议将陪护市场培育为介于护理和护工之间的新产业 采用类似“滴滴专车”模式 形成潜力巨大的新兴产业以吸引专业人才并创造就业[3] 人工智能与医疗健康深度结合 - 建议上海大力推动人工智能与医疗健康等民生领域深度结合 赋能人工智能大数据训练与产业发展[3] - 强调上海应构建高质量医疗语料库 并指出国家医保局推出的“个人医保云”是构建全国性个人健康档案基础 助推本地人工智能产业发展的重要机遇[3] 创新养老支付模式与服务供给 - 针对医保部门 建议探索创新支付模式 融合商业保险、个人支付与医保支付以提高服务可及性[3] - 针对卫生部门 建议为老年人提供更多差异化服务 例如为瘫痪老人提供一对一专业陪护[3] - 针对人社部门 建议建立陪护人员专业资格认证与职业晋升通道以关注队伍建设[3] 发放服务型养老消费券以刺激经济 - 有政协委员建言应从发放产品消费券转向发放服务型消费券 特别是泛养老消费券服务 其带动效应非常明显[5] - 测算显示 若财政投入3亿元 预计可带动80亿元的销售 因其销售粘性非常强 并能实现消费、养老、就业一举三得[5]