会议核心观点 - 省政府召开专题会议 旨在促进人工智能在医疗卫生领域的规范应用与创新发展 以满足人民健康需求[1] - 会议核心是推进“人工智能+医疗健康”发展 将AI技术融入医疗健康服务与治理的全领域全过程[2] 政策与实施方案 - 将完善和落实江苏省“人工智能+医疗健康”发展实施方案 明确年度工作要点[3] - 清单化、项目化、节点化、责任化推进重点任务 并完善工作专班机制[3] 数据基础建设 - 聚力建设高质量数据集 推动医疗、医保、医药“三医”协同和跨部门数据共享[2] - 目标是实现居民全生命周期医疗健康数据的高效汇集[2] - 着力打造安全可靠的医疗健康数据公共平台 推进可信数据空间建设[2] - 积极探索数据赋能运营和成果转化[2] 技术研发与应用 - 加快垂类大模型研发 形成和落地一批临床专病专科垂类大模型和智能体应用[2] - 发展基层诊疗智能辅助和患者就诊智能服务应用[2] - 突出场景驱动 聚焦创新药研发、高端医疗器械制造、医院智慧管理、健康消费等领域[2] - 加强新技术新产品的临床应用和场景推广[2] 算力基础设施 - 加强算力中心建设 推进算力基础设施建设和本地化部署[2] - 目标是提供统一、高效、开放的人工智能算力服务[2] 产业生态与人才培养 - 联合各类主体组建创新联盟 积极举办沙龙活动[3] - 充分调动地方和高校、科研院所、企业积极性[3] - 加快复合型人才培养 强化基金赋能创新创业[3] - 因地制宜培育产业发展先导区 打造“一地创新、全省推广”的试点示范[3]

核心观点 - 花旗维持医渡科技“买入”评级，目标价上调至11港元，预计潜在涨幅超96% [1] - 公司作为国内AI医疗领军企业，凭借政策支持、行业积累和全场景布局，在医疗AI基础设施建设中占据核心地位 [1] 政策与市场环境 - 国家大力推进“人工智能+医疗健康”，政策明确2027年前建成多个国家级试点基地、2030年实现二级以上医院AI技术广泛覆盖 [1] - 政策为公司业务扩张提供了明确的增长路径 [1] 业务布局与市场地位 - 公司深度嵌入北京、河南等地的国家级AI医疗应用试点基地项目 [1] - 公司打造了医生Copilot等产品，显著提升医疗机构运营效率并减轻医护人员负担 [1] - 公司拥有面向C端的微信小程序“医渡千愈”，在花旗测试中其准确性与可追溯性表现突出，与蚂蚁阿福、讯飞晓医等同处第一梯队 [1] - 公司形成了To-G（面向政府与医院）与To-C业务的协同布局 [1] 核心竞争力与数据优势 - 公司在医疗数据治理与知识构建方面有深厚积累 [2] - 公司处理的数据规模庞大且源自顶级医院合作，数据质量与权威性构成独特优势 [2] - 基于真实世界高质量数据训练的能力是医疗AI模型实现精准诊断与辅助决策的基石 [2] 财务预测与盈利能力 - 面向政府和医院的业务板块展现出更可预见的盈利能力，直接受益于医院AI预算提升与国家级项目招标 [2] - 基于稳固的To-G业务模式及清晰增长路径，花旗上调财务预测 [2] - 预计公司大数据平台收入将在2026财年与2027财年分别实现17%和30%的同比增长 [2] - 公司有望在2026财年达到盈亏平衡 [2]

核心观点 - 花旗维持医渡科技“买入”评级 并将目标价上调至11港元 预计未来股价潜在涨幅超96% [1] - 公司作为国内AI医疗领域领军企业 凭借政策支持 行业积累及全场景布局 在医疗AI基础设施建设中占据核心地位 [1] 政策与行业环境 - 国家大力推进“人工智能+医疗健康” 政策明确提出2027年前建成多个国家级试点基地 2030年实现二级以上医院AI技术广泛覆盖 为公司业务扩张提供明确增长路径 [1] - 公司已深度嵌入北京 河南等地的国家级AI医疗应用试点基地项目 [1] 业务与产品布局 - 公司打造了医生Copilot等产品 显著提升医疗机构运营效率并减轻医护人员负担 [1] - 面向C端的微信小程序“医渡千愈”在花旗测试中准确性与可追溯性表现突出 与蚂蚁阿福 讯飞晓医等同处第一梯队 能够提供专业医疗咨询支持 [1] - 公司形成To-G（面向政府与医院）与To-C业务的协同布局 [1] 竞争优势与核心能力 - 公司在医疗数据治理与知识构建方面有深厚积累 其处理的数据规模庞大且源自顶级医院合作 数据质量与权威性构成独特优势 [2] - 基于真实世界高质量数据训练的能力 是医疗AI模型实现精准诊断与辅助决策的基石 [2] 财务预测与业务展望 - 与仍处探索期的消费者端应用相比 面向政府和医院的业务板块展现出更可预见的盈利能力 且直接受益于医院AI预算提升与国家级项目招标 [2] - 基于其稳固的To-G业务模式及清晰增长路径 花旗上调财务预测 预计其大数据平台收入将在2026财年与2027财年分别实现17%和30%的同比增长 [2] - 公司有望在2026财年达到盈亏平衡 [2]

核心观点 - 花旗维持医渡科技“买入”评级，将目标价上调至11港元，预计未来股价潜在涨幅超过96% [1] - 公司作为国内AI医疗领域领军企业，凭借政策支持、行业积累和全场景布局，在医疗AI基础设施建设中占据核心地位 [1] 政策与市场环境 - 国家大力推进“人工智能+医疗健康”，政策明确2027年前建成多个国家级试点基地、2030年实现二级以上医院AI技术广泛覆盖，为公司业务扩张提供了明确的增长路径 [1] - 公司已深度嵌入北京、河南等地的国家级AI医疗应用试点基地项目 [1] 业务布局与产品 - 公司打造了医生Copilot等产品，显著提升了医疗机构运营效率，减轻了医护人员负担 [1] - 公司面向C端的微信小程序“医渡千愈”在花旗测试中准确性与可追溯性表现突出，与蚂蚁阿福、讯飞晓医等同处第一梯队，能够提供专业的医疗咨询支持 [1] - 公司形成了To-G（面向政府与医院）与To-C业务的协同布局 [1] 核心竞争力与数据优势 - 公司在医疗数据治理与知识构建方面有深厚积累 [2] - 公司处理的数据规模庞大且源自顶级医院合作，数据质量与权威性构成独特优势 [2] - 基于真实世界高质量数据训练的能力，是医疗AI模型实现精准诊断与辅助决策的基石 [2] 财务预测与盈利能力 - 与消费者端应用相比，面向政府和医院的业务板块展现出更可预见的盈利能力，且直接受益于医院AI预算提升与国家级项目招标 [2] - 基于稳固的To-G业务模式及清晰的增长路径，花旗上调财务预测，预计其大数据平台收入将在2026财年与2027财年分别实现17%和30%的同比增长 [2] - 公司有望在2026财年达到盈亏平衡 [2]

核心观点 - 人工智能技术正系统性地融入城市医疗体系，从基层社区诊室到大型医院，推动医疗服务向更精准、便捷和主动预防的方向变革 [1][7][8] 基层医疗服务升级 - 苏州在相城、昆山、工业园区3个区域的10家基层医疗机构试点运行AI全科医生系统，通过智能辅诊和数字家医系统提升社区诊疗能力 [1][5] - 系统能自动同步患者健康记录、根据主诉生成问诊提示、审核处方，并为医生提供伴随症状选项和矛盾信息修正提醒，充当基层门诊的“安全网” [3][5] - 自2025年10月试点以来，系统已累计为367份病历提供AI辅助服务14597次，诊断符合率达98.52%，显著降低了基层误诊漏诊风险 [5] - 试点案例显示，AI系统曾成功提示一例不典型腹痛患者高度疑似阑尾炎并建议检查，后续确诊并实现及时转诊，辅助医生提前判断 [5] - 按照规划，该AI全科医生系统将在2026年6月前实现苏州全市基层卫生服务中心和工作站的全覆盖 [5] 城市智慧医疗体系构建 - 苏州市于2025年3月发布“人工智能+医疗健康”发展实施方案，并同步开放了135个应用场景，覆盖临床诊疗、基层服务、便民就医等多个环节 [7] - 人工智能应用正从单点试验走向系统应用，逐步嵌入整个城市医疗体系 [7] - 苏州大学附属第一医院骨科上线支持苏州话和普通话导诊咨询的AI医生智能体 [7] - 苏州市立医院部署AI预问诊和智能分诊系统，有效缩短了患者排队时间 [7] - “健康苏州掌上行”APP上线“AI个人健康助手”，通过整合居民历年体检报告与就医记录，生成动态更新的个人数字健康画像，推动健康管理从“被动就医”转向“主动预防” [7] 患者体验与模式转变 - 患者可通过系统提前填写病情信息，就诊时医生结合AI提示进行细致问诊，流程如同“联合会诊”，使居民在家门口就能获得更精准便捷的医疗服务 [1][3] - 患者反馈显示，在社区诊室就诊比预想更细致，解决了原本可能需要去大医院排队检查的问题 [1][3] - 这场变革正围绕“更早发现、更精准诊疗、更便捷服务”的目标同步展开 [8]

行业趋势与战略定位 - 以人工智能为代表的新兴技术是驱动现代服务业模式创新、价值链重构与产业生态融合的核心力量 [1] - “人工智能+现代服务业”的深度融合已成为培育新质生产力、构筑未来发展优势的战略支点 [1] - 医疗健康是“人工智能+现代服务业”融合中最富潜力也最具挑战的前沿阵地 [1] 技术应用与产业融合 - 生成式AI、多模态大模型等技术的突破性进展正与传统医疗健康环节发生化学反应 [1] - 技术应用正在催生前所未有的新业态、新模式与新解决方案 [1] - 行业发展的核心是推动人工智能从赋能工具走向核心组件，深度融入预防、诊断、治疗、康复及健康管理的全链条 [2] - 目标是构建以人为中心、智能高效、可及可负担的现代健康服务体系 [2] 产业生态与协同发展 - 《2025AI+医疗健康产业应用图谱》旨在对产业生态进行系统性梳理与前瞻性洞察 [1] - 图谱为寻求技术赋能的医疗服务机构与开拓应用场景的科技企业提供了观察趋势、理解融合、发现机遇的共通视角与决策参考 [1] - 行业组织致力于构建开放协同的产业生态，推动服务业向高端化、智能化、绿色化升级 [2] - 期望通过平台搭建，促进政、产、学、研、医、投各方的交流合作与行动协同 [2]

文章核心观点 对话式AI健康助手已成为全球人工智能应用的新热点，预计将在2026年进入快速发展期，通过消费者服务、行业落地和产业升级的协同迭代，推动新一轮医疗服务升级 [1][2] 对话式AI健康助手的全球热潮 - **国内AI+医疗落地新亮点**：国内互联网大厂和头部AI企业正加速布局，推出面向个人用户和医疗从业者的对话式AI健康助手，成为行业落地亮点 [2][3] - **国际用户偏好通用AI助手进行医疗咨询**：OpenAI的ChatGPT是国际用户进行医疗健康问答的首选，在其8亿多用户中，每周提交医疗相关请求的用户占四分之一，每天咨询医疗问题的用户超4000万 [1][7] - **专业AI助手帮助欧美医生减负**：为应对医生短缺和文书负担，专业AI助手在欧美被广泛采用，2024年66%的美国医生在工作中使用AI工具，比2023年增长78% [9] 国内AI健康助手发展现状 - **企业布局与产品**：蚂蚁集团、科大讯飞、京东健康、百川智能等公司均推出了AI健康助手产品，例如“安诊儿”、“讯飞晓医”、“京东康康”、“百小应” [3][4] - **具体案例与数据**：浙江省卫健委主导的“安诊儿”已接入2000多家医疗机构，注册用户1800万，累计服务超1.3亿人次 [3] - **具体案例与数据**：科大讯飞的“讯飞晓医”下载量超2600万次，累计完成1.6亿次AI咨询；其医疗子公司2025年11月以4.3亿元中标国家人工智能应用中试基地项目 [3] 国际AI健康助手发展现状 - **OpenAI的医疗布局**：OpenAI推出专门的健康咨询入口ChatGPT Health，并发布HealthBench医疗AI评估体系，全球ChatGPT消息中超过5%与医疗保健相关 [7] - **心理健康支持应用广泛**：英国一项民调显示，37%的英国成年人曾使用AI聊天机器人获取心理健康支持，其中25-34岁人群使用率达64% [8] - **专业医疗AI公司崛起**：OpenEvidence聚焦解决医疗文献“信息过载”，估值达120亿美元，45%的美国医生（超10万名）是其用户，日均临床查询超6万次，2025年每月支持咨询超850万次，是2024年的2.3倍 [9][10] - **其他科技巨头动作**：Anthropic推出Claude for Healthcare，重点切入医保审核和临床文档自动化 [11] - **其他科技巨头动作**：谷歌发布开源多模态医疗模型MedGemma 1.5，并持续通过技术赋能行业生态 [13] - **其他科技巨头动作**：微软研发的人工智能诊断协调器MAI-DxO，在《新英格兰医学杂志》病例诊断中达到85%的正确率，是人类医生的四倍以上 [14] 热潮背后的驱动因素 - **用户交互习惯改变**：AI聊天机器人广泛应用已改变人们获取信息的习惯，国内AI搜索和综合助手的用户规模已达7亿，医疗健康类APP是用户增长最快的AI原生应用之一 [16] - **大模型能力跨越式提升**：大模型在推理、多模态理解、医疗专业知识及智能体服务方面取得显著进步，为AI健康助手奠定技术基础 [17] - **政策东风推动**：中国国家卫健委等发布《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，5个国家医疗AI中试基地启动建设，总投资规模累计超20亿元 [17] - **政策东风推动**：美国卫生与公众服务部发布信息征询书，旨在加速临床护理中AI的采用，以减轻负担、提高质量并降低成本 [17] - **通用AI竞争加剧，医疗成新增长点**：通用AI助手功能趋同，用户增长遇瓶颈，2025年内国内AI原生APP月活第一的用户规模未超2亿，甚至从1.9亿减至1.5亿，医疗健康等细分市场成为寻求差异化突破和商业变现的重要方向 [18][19] - **医疗健康市场的吸引力**：医疗健康是跨G、B、C三端联动的万亿级市场，与消费、金融等市场深度关联，适合生成式AI发挥技术优势，并被认为是高质量数据飞轮领域之一 [19] - **对话式AI原生创新模式已验证**：正如“所有的互联网产品都可以被AI再做一遍”，现有的医疗科普、智能问诊等APP正在被对话式AI原生创新模式重做 [20] 发展面临的挑战 - **技术局限与风险**：大模型的“幻觉”问题在医疗领域风险极高，数据偏差和对齐、上下文工程等基础技术不足会影响问答专业度和准确度，可能引发误诊、过度诊疗等问题 [21][22] - **具体风险案例**：《自然》论文显示，一些医疗模型的不必要医疗检查率高达91.9%，不必要的药物开具率达57.8% [22] - **具体风险案例**：英国民调显示，使用AI获取心理健康支持时，11%的人表示聊天机器人会引发或加剧精神病症状，11%的人表示收到有关自杀的有害信息 [22] - **商业模式不清晰**：与国际会员模式不同，国内AI助手大多免费，AI健康助手的盈利模式仍在探索中，预见的六种模式（会员增值、消费协同、广告收益、金融保险协同、GBC业务互补、平台生态）均处早期评估阶段 [23] - **监管协同欠佳**：现有法律法规对AI健康助手服务的规范和指引尚不明晰，行业指导性文件对AI应用的风险分级与实际应用风险可能存在不匹配，行业转型面临阵痛 [24] AI健康助手的“健康”发展思路 - **加大数据开放与创新扶持**：高质量医疗数据的开放共享是打造可信医疗大模型的关键，建议行业出版机构和地方与研发企业加深数据资源共享与合作 [27][28] - **探索AI健康助手分级管理**：建议参考国际经验，从风险和收益两个维度探索分级方法，明确不同场景的责任边界，以促进创新 [28] - **扶持中小企业参与**：硅谷案例显示AI原生初创公司创新活力高（如OpenEvidence团队仅83人，估值120亿美元），建议通过政策、投融资鼓励中小型AI创业企业从垂类场景切入，带动行业AI转型 [29] - **加强行业自律与安全防护**：鉴于医疗领域的特殊性，行业从业者需在技术研发、数据治理等维度加强自律，并借鉴国际经验（如OpenAI为ChatGPT Health采取的数据隔离、用户授权、医生合作等多项安全措施），构建适应国情的AI健康助手安全防护体系 [31][32] 展望：成为未来新流量入口的潜力 - **健康需求刚性且持续**：中国60岁以上人口已达3.1亿，占全国人口的22%，老年健康管理需求刚性；同时62.6%的Z世代年轻人对健康更加关注，全民健康管理从“治”到“防”转变 [35] - **健康应用具备超级入口特征**：健康是刚性需求，通过监测、慢病管理可转化为高频需求，用户健康数据迁移成本高，且能与饮食、消费、金融等多场景关联，平台化扩展能力强 [36] - **符合AI时代“装机必备”新逻辑**：AI时代，“最能够维护你的利益、帮你做事”的AI助手可能成为必选，而健康助手是维护个人健康的强有力候选 [36]

公司与项目进展 - 云知声自主研发的“山海”大模型为江苏省医保数据赋能实验室的智能经办、智能审核和辅助决策类智能体应用提供底层推理与全流程技术支撑[1] - 云知声于2025年12月成功中标全国首个省级医保垂直大模型项目——江苏省医保大模型项目，并同步斩获江苏省医保智能体应用项目[1] - 公司华东总部江苏云知声于2024年9月落户南京鼓楼高新区，并于2025年开启实质性运营[5] 技术与产品能力 - “山海”大模型通用能力跻身世界一流，在医疗等领域的专业能力全球领先[3] - 2025年12月22日，公司推出医疗领域专家级大模型“山海・知医大模型5.0”，实现从“智能工具”到“临床协作者”的关键跨越[3] - 依托“山海・知医大模型”构建的“智慧医疗产品矩阵”已覆盖诊疗全流程，相关解决方案在全国近400家医院落地部署，另有700余家医院进入测试阶段[3] - 江苏云知声重点推进三大核心工程建设：医保基础大模型与开源多模态大模型、高质量医保知识库、智能体管理平台，为全省医保AI应用提供全链条技术支撑[5] 行业与生态布局 - 江苏省深耕“人工智能+医疗健康”领域，以技术创新破解医保服务痛点[1] - 公司正大力打造“云知学院OPC社区”，聚焦AIGC等前沿方向，构建“技术赋能+场景深耕”的双轮驱动模式，帮助创业者实现从技术学习到原型开发的全流程闭环训练[5] - 鼓楼区将持续深化政企协同、开放应用场景、培育产业生态，全力打造具有影响力的“人工智能+医疗健康”创新高地[8]

江苏省“人工智能+医疗健康”行动方案进展 - 江苏省政府召开新闻发布会，介绍《江苏省“人工智能+”行动方案》推进情况，重点阐述了“人工智能+医疗健康”领域的进展与未来规划 [1] 已取得的积极成效 - 建成全国领先的“数字基座”：打造全省统一的卫生健康云，每日处理千万级健康数据交互，覆盖1.56亿人口，累计数据量1557亿条，存储规模达31.5PB，平台汇聚8623万份居民健康档案，形成高质量医疗数据资源池 [2] - 研发一批专科“智能大脑”：已建成21个专病高质量数据集和13个医疗专科垂直大模型，涵盖慢病管理、癌症筛查、医学影像、重症诊疗等领域，例如“医擎重症大模型”可辅助临床决策并实现器官衰竭风险秒级预测 [2] - 落地多项惠民场景应用：智能预诊导诊、AI报告解读、智能随访等应用提升就医满意度，基于省级云影像平台的AI辅助阅片系统可实现活动性结核病早期精准识别，在某社区近20万居民筛查中，经AI识别并复核确诊144例 [2] 未来深化发展的方向 - 强基础：继续建设国内领先的高质量数据集，打造行业可信数据空间，推广专科垂直大模型 [3] - 建平台：建设数据开放、测试验证、成果转化平台，安全有序开放数据以助推创新药和智能医疗器械研发 [4] - 深融合：推动人工智能融入临床诊疗、中医药、基层卫生、公共卫生、医保服务等全链条 [5] - 促产业：以人工智能赋能生物医药、医疗器械、健康机器人等产业升级，培育个性化健康管理、智慧养老等新模式 [6]

政策核心与目标 - 北京市发布两项支持医疗健康领域人工智能发展的关键政策文件，明确到2027年建成“需求精准对接、数据高效流通、技术快速转化、生态协同发展”的AI产业支撑体系 [1] - 政策核心原则为“需求牵引，场景驱动”，聚焦辅助临床诊疗、基层卫生和健康管理等核心场景，优先开放高频、高价值医疗场景 [1] - 政策目标是通过鼓励医企合作提升诊疗效率、优化医疗资源供给，并构建AI技术驱动的药械研发新范式 [1] - 政策旨在拓宽AI应用边界，延伸至公共卫生管理、医疗机构智能管理、行业智能监管及公众智能服务等领域 [1] - 此次政策是北京立足AI产业链完整、医药资源富集优势，响应国家“人工智能+”战略的具体举措 [3] 数据与基础设施建设 - 政策实施的关键支撑在于数据开发利用，计划于2026年底前实现全市二级以上医疗机构门急诊、住院电子病历及医疗影像等数据全面接入全民健康信息平台 [2] - 将建设多模态、多病种数据集，在保障数据安全与隐私的前提下释放数据要素价值，为AI模型训练与验证提供支撑 [2] - 在支持保障方面，将建设医疗专有千卡算力集群，并争取多渠道资金支持 [2] - 将在官网开设专题栏目以方便供需双方精准对接 [2] 应用场景与产业生态 - 政策鼓励医疗机构与优质AI企业合作研发推广成熟产品 [1] - 医疗行业AI生态体系需要医企协同，整合算力、模型、数据、应用、场景等要素，共建共享多元化产业生态 [2] - 已有医疗机构率先落地AI应用，例如海淀甘家口社区卫生服务中心已落地AI辅助诊断、影像辅助诊断等4项场景应用 [3] - 具体应用案例显示，AI眼底筛查从拍照到三级医院专家复核出报告不超过20分钟，提升了基层医疗服务的便捷性与精准性 [3] - 相关企业期待借助政策推动与高质量医疗健康大数据，推动干细胞研发的精准化、智能化和高效化 [3] 实施原则与保障 - 政策强调需秉持包容审慎原则，遵循伦理规范，保障患者的信息安全和生命健康安全 [2] - 明确禁止用AI完全替代医务人员的专业判断 [2] - 支持保障措施还包括在基础设施建设、应用推广渠道拓展、示范医疗机构打造、人才队伍壮大、学术支撑和交流合作等方面发力 [2] - 随着各项措施逐步落地，AI将深度融入医疗健康全流程，为产业创新注入动力，并让民众享受更优质便捷的医疗卫生服务 [3]