中国芯片研发进展 - 中国科技巨头正加码高端芯片研发，以突破美国科技限制并挑战NVIDIA等企业 [1] - 中美半导体差距明显但已呈缩小趋势，NVIDIA CEO黄仁勋称中国在芯片制造领域仅落后美国几纳秒 [1] - 阿里旗下平头哥研发的AI芯片PPU效能可媲美NVIDIA为中国市场定制的H20 [1] - 华为Atlas 900 A3 SuperPoD系统搭载昇腾910B芯片已大规模出货，并规划2027年推出更先进芯片 [1] 企业动态与市场影响 - 上海沐曦为中国联通等供应先进芯片，寒武纪因美国出口管制及中国推动国企用国产芯片，过去3个月股价飙涨 [1] - 互联网巨头腾讯和百度都投入芯片研发，NVIDIA发言人表示“竞争无疑已经到来” [1] - 年初中国DeepSeek的AI模型因推理能力强且开发成本低（少用高端芯片），曾引发NVIDIA股价大跌 [1] 技术能力评估 - 中国半导体在预测性AI上与美国表现相近，但复杂分析能力不足，差距明显且在缩小但短期难赶上 [2] - 中国目前仍依赖美国最强大芯片推进先进项目，美国的出口限制恰好击中其依赖核心 [2] - 宏观来看中国差距不大，或只需5年就能摆脱对美依赖 [2]

核心观点 - AI+医疗行业在2025年迎来技术突破与商业化落地热潮，以DeepSeek为代表的通用AI技术重构医疗工作流，推动行业智能化转型 [2][7][11] - 资本市场对医疗AI概念反应强烈，相关个股股价接近翻倍，但部分公司存在业绩与概念不匹配的炒作风险 [3][4] - DeepSeek通过低成本高效能架构（MoE+MLA）和开源策略，使医疗AI开发成本降低90%以上，打破算力垄断 [8][9][10] - 医疗AI应用已渗透药物研发、临床决策、慢病管理等核心场景，全国超30家机构深度接入DeepSeek技术 [2][15][24] - 数据质量与合规性成为医疗AI发展关键瓶颈，分散的医疗数据标准化整合面临技术及利益协调难题 [17][18][19] 技术突破 - DeepSeek采用MoE（混合专家模型）和MLA（多层次注意力）架构，显著降低训练与推理成本，API调用成本降幅超90% [9] - 开源策略支持医疗数据本地化部署，满足隐私合规要求，企业可基于6.7B参数模型Med-Go进行专科定制开发 [11][12][15] - 预测性AI成为新方向，阿尔茨海默病五年预测准确率已达80%以上，可穿戴设备+AI或重塑预防性医疗模式 [16][17] 商业化落地 - 互联网医疗企业率先受益，微脉CareAI已集成DeepSeek V3/R1模型实现智能体深度应用 [21] - AI+检测诊断赛道最成熟，癌症筛查效率或提高20倍，市场规模扩大10倍 [22][23] - AI制药可缩短研发周期从13年至8年，降低成本4倍，但临床阶段赋能效果尚未验证 [24][25][26] - 国家卫健委明确84个AI医疗应用场景，深圳医保已启用DeepSeek+腾讯混元双引擎 [26] 资本市场表现 - 2025年医疗AI概念股在美股、港股、A股均强势上涨，部分个股月内涨幅近100% [3] - 投资主线聚焦两类企业：具备模型能力/稀缺数据的公司，以及B端场景落地成熟的公司 [27] - AI制药龙头Recursion和Schrodinger股价表现滞后，反映资金对技术实际效用的谨慎态度 [25] 行业挑战 - 医疗数据分散在3000余家医院且标准不一，整合技术难度与合规成本高企 [18] - AI制药临床成功率仅10%-30%，复星医药等企业认为AI尚无法替代生物学底层创新 [25][26] - 一级市场曾因盈利模式模糊遇冷，2025年被视为商业化爆发验证年 [27]