政策核心目标 - 贯彻落实国务院关于深入实施“人工智能+”行动的意见，以新一代人工智能深度赋能卫生健康行业高质量发展[1] - 明确发展目标：到2027年建立一批卫生健康行业高质量数据集和可信数据空间，形成一批临床专病专科垂直大模型和智能体应用，基层诊疗智能辅助、临床专科专病诊疗智能辅助决策和患者就诊智能服务在医疗卫生机构广泛应用[2] - 到2030年基层诊疗智能辅助应用基本实现全覆盖，推动二级以上医院普遍开展医学影像智能辅助诊断、临床诊疗智能辅助决策等技术应用，“人工智能+医疗卫生”应用标准规范体系基本完善[2] 重点应用领域：基层应用 - 加强紧密型县域医共体智能应用，提升医学影像诊断、心电诊断、医学检验等资源共享中心作用[3] - 建立基层医生智能辅助诊疗应用，针对基层常见病、多发病提供辅助诊疗、处方审核、随访管理等服务[3] - 建立智能慢性病管理和个人健康画像应用，开展慢性病筛查、评估分级、个性化干预等智能服务[3] - 强化健康管理、养老和托育服务，为居民提供个性化健康科学智能饮食和运动建议[3] 重点应用领域：临床诊疗 - 推广医学影像智能诊断服务，支持省统筹集约化开展医学影像辅助诊断、报告生成、影像质量评价和提供治疗方案建议等智能辅助服务[3] - 拓展临床专病辅助诊疗服务，聚焦儿科、精神、肿瘤及罕见病等重大疑难疾病临床决策智能辅助应用[4] - 推广智能康复和用药服务，实现康复专科医院、三级综合医院康复科智能康复服务全覆盖，发展智慧药房[5] 重点应用领域：患者服务与中医药 - 优化患者智能服务流程，二级及以上医院为患者提供精准预约分诊导诊、智能预问诊、云陪诊、智能随访等诊前诊中诊后全流程服务[6] - 强化智能转诊服务，支持省统筹建立智能转诊信息系统，根据区域医疗资源分布合理分配转诊资源[6] - 加强智能中医诊疗应用，构建中医临床专病知识库、临床用药知识库，支撑建设中医药诊疗大模型[7] - 加强中药全周期智能管理，构建中药材全流程追溯系统，实现中药种植、加工、使用的全流程智能管理[7] 重点应用领域：公共卫生与科研教学 - 加强传染病监测预警，构建监测、预警、处置全流程闭环管理体系，推进智能流调系统升级[8] - 深化医学科学研究智能应用，在文献综述、研究方案生成、数据收集分析等方面提升科研工作效率[9] - 推进药物科研成果转化，开发新药筛选模型，加速新药智能研发，建立快速高效的组合药物优选模型[10] 重点应用领域：行业治理与健康产业 - 推广医疗卫生机构智能管理，加强医疗质量、医疗费用及单病种成本管理等数据精准分析[11] - 发展智能新型服务业态，鼓励发展智能健康体检、健康咨询、健康管理等新型服务业态[12] - 提升智能医疗装备创新能力，重点推动医学影像、诊断检验、治疗、监护与生命支持等领域医疗装备智能升级[12] 基础设施与支撑体系 - 集约建设国家和省统筹两级全民健康信息平台，实现国家省市县四级平台纵向联通全覆盖[13] - 丰富医疗数据供给，推动“三医”协同和跨部门数据共享，优化数据收集和标注流程[13] - 优化人工智能算力算法，支持省级统筹建立行业公共支撑服务平台，提供统一高效的人工智能算力服务[13] - 加强中试基地建设，建设具备算力服务、模型服务、数据服务、应用中试验证等能力的全栈式共创平台[13] 市场即时反应 - 11月4日午后，AI医疗板块的数字人、卫宁健康等股价纷纷拉升[2]

公司业务定位与研发策略 - 公司明确表示未开展脑机接口技术与设备的自主研发，而是将其作为辅助工具引进[1] - 公司研发重点是基于光遗传调控的闭环脑机接口系统，主要应用于智慧麻醉和智慧康复两大场景[1] - 公司通过"脑认知与智慧医疗创新应用实验室"开展人工智能及医工交叉关键技术研究，并搭建多个研发平台[1] - 公司与战略合作伙伴中国科学院苏州纳米所共建类脑智能与智慧医疗产学研中心，联合开发高端智能化医疗及康复设备等国产化创新产品[1] 财务表现 - 2025年上半年公司实现营收1.42亿元，同比下降6.61%[1] - 2025年上半年公司实现归母净利润0.04亿元，同比下降24.48%[1]

行业事件 - 第四届全球数字贸易博览会数字医疗健康产业对接会于9月25日在杭州举办 [1] - 医学人工智能测评验证联合实验室在会上正式揭牌成立 [1] 实验室合作与目标 - 实验室由浙江省医疗领域国家人工智能应用中试基地联合中国医学科学院、中国信息通信研究院共同组建 [1] - 实验室旨在构建医学AI测评验证的"金标准" [1] - 实验室目标是推动人工智能在医疗领域的合规、安全、高效应用 [1] 产业支持计划 - 浙江医疗领域国家人工智能应用中试基地全球创新创业团队招募计划正式启动 [1] - 基地将提供研发空间、专项资金与政策支持 [1] - 计划面向全球吸引优质AI医疗项目"拎包入驻" [1] - 计划旨在助力医学人工智能从概念验证到产业落地的全链条发展 [1]

行业核心观点 - 沉浸式技术（VR/AR）与人工智能（AI）相结合，正在全球范围内引发一场医疗革命，重新定义健康的边界 [1] - 数字疗法正逐步进入主流医疗体系，未来5-10年沉浸式医疗将进入规模化应用阶段 [10] - 虚拟现实正在成为人类健康的新引擎，其应用从游戏装备扩展到医疗健康领域 [12] 技术应用与疗法 - VR/AR通过虚拟场景重现和AI实时调节，成为治疗PTSD、成瘾、自闭症儿童社交训练的“第二代药物” [4] - 沉浸式疗法可让患者在安全环境中逐步克服心理障碍，例如在“虚拟驾驶舱”中帮助车祸后患者重建信心 [4] - 该技术被称为“按需体验”，戴上头显即可进入另一个世界进行治疗 [4] 市场机遇与老龄化 - 到2050年，全球每六个人中就有一人年龄超过65岁，凸显银发经济的巨大潜力 [6] - 在银发经济的万亿蓝海中，保持大脑年轻化是比财富更重要的投资话题 [6] - 睡眠是大脑健康的关键，基因并非命运而是提醒要关注大脑健康 [6] 区域发展与监管 - 中国在人工智能和医疗科技领域具备显著后发优势，尤其在精准医疗和数据应用方面 [8] - 行业认为中国已蓄势待发，将以极快速度推动AI+VR+医疗领域的进步 [8] - FDA已设立“软件即医疗器械”新类别，并允许医生为软件开具“处方” [10] 专家与行业推动 - 斯坦福大学专家拥有超过35年VR/AR医疗应用研发经验，其使命是将实验室成果推向市场，帮助初创企业实现规模化 [2] - 行业专家正推动中美在医疗科技领域的深度合作 [2]

行业现状与市场增长 - 国内医疗大模型数量快速增长，截至2025年5月累计发布达288个，其中2024年新增133个 [1] - 医疗大模型市场规模预计在2025年接近20亿元，并以140%的年均增速增长，到2028年将突破百亿元 [3] - 行业呈现“百模大战”态势，技术突破降低了研发和应用门槛 [2] 政策支持与技术应用 - 多部门自2024年11月起密集出台支持政策，包括梳理84个AI应用场景、将AI辅助诊断纳入医疗服务价格立项指南、以及制定数智化转型实施方案 [2] - AI辅助诊断系统已大规模落地，例如“智医助理”系统已覆盖全国超7.5万家基层医疗机构，累计提供超10亿次辅诊建议 [3] - 应用成效显著，有AI助诊仪的鉴别诊断合理率达96%，在部分医院使用AI辅助预问诊后，医患有效沟通时长增加50% [3] 技术发展面临的挑战 - 模型技术存在不足，包括“黑箱”、“幻觉”（错误信息生成）及引用错误信息等问题，有企业虽将“幻觉”发生率控制在1%左右，但风险防控体系尚未成熟 [8] - 数据是主要桎梏，存在医疗数据“烟囱林立”、基层数据不规范、共享难以及罕见病领域数据不足导致诊断准确率低于60%的问题 [8][9] - 多模态数据处理是技术难关，需解决影像、病理、基因组、电子病历等多源数据的高效融合与安全共享 [9] - 模型后期运维成本高，需持续投入算力、人力、数据等资源进行设备维护和模型迭代 [8] 社会认知与伦理监管 - 患者和医生对AI诊疗的接受度存在障碍，原因包括对技术可靠性的担忧、偏好真实世界交流以及顾虑应用成本和对现有医疗体系的冲击 [10] - 监管和伦理框架亟待建立，有专家建议参考自动驾驶分级模式，依据AI能力划定诊疗权限，并动态调整开发者、使用者和监管方的责任边界 [14] - 提升认可度需通过客观方式，如诊疗效果对比、发表研究文章、建立评测榜等，同时模型的诊断结论需具备可解释性以获取医生信任 [14] 未来发展方向与探索 - 研发重点从辅助决策工具向具备条件式自主治疗能力的AI医生迈进，已有模型能自主追踪患者100多个动态指标并提示干预 [12] - 破解技术难题的路径多样，包括通过真实世界病例验证、要求模型引用最新权威文献、以及采用“自检+双医”的循证医学模式 [13] - 针对数据难题，探索建立跨机构数据联盟（“医疗数据中台”模式）实现数据“可用不可见”，并通过小样本深度分析结合真实病例验证提升模型精度 [13] - 政策层面建议简化院级AI产品注册备案流程，鼓励医企合作，推动AI服务纳入医保支付体系，并按照风险层次适当放宽以促进行业发展 [15]

公司中标项目 - 联属公司天津开心生活科技中标山东衍渡生物科技重组人神经生长因子滴眼液Ⅲ期临床研究项目 总金额约为人民币5582万元[1] 公司战略定位 - 公司定位为中国AI医疗变革驱动者 使命为使精准医疗惠及每一个人[1] - 公司打造专业高效精准且普惠的医学人工智能产品与解决方案[1] 技术核心架构 - 基于自主研发的核心算法引擎YiduCore 构建"数据-算法-场景"飞轮闭环[1] - 实现AI技术高效率创新和低成本规模化应用[1] 行业价值主张 - AI医疗核心是通过提升医学证据质量与生成效率 优化研发诊断及治疗流程[1] - 最终实现更安全更优质更可及的医疗服务[1] - 推动智能决策赋能"医-药-险-患者"全产业链生态[1] 应用场景影响 - 提升医疗服务效率与可及性 让医生拥有更精准高效的决策工具[1] - 帮助药企缩短分子到患者距离[1] - 让患者享有更可负担的精准诊断和治疗[1] - 让公共系统获得更科学的支撑[1]

行业现状与监管环境 - 医疗AI目前在临床上主要应用于辅助决策场景 [2] - 国内医疗AI产品大多被划分为高风险类别，需按照第三类医疗器械进行管理 [2] - 国家药监局已批准上市了100多款AI三类证产品，其中单模型、单场景的应用占绝大多数 [2] - 医疗领域具备高度严肃性、复杂性和低容错性，产品预期用途声明需谨慎，应用场景限定于具体疾病领域 [2] 技术发展与行业挑战 - 随着AI技术特别是大模型的迅猛发展，整个行业正面临全新的挑战与变革 [2] - 针对临床上复杂场景，基于大模型的AI产品，无论国内还是国外，均尚未落地 [2] - 行业头部企业持续推进技术创新，并积极参与国家药监局审评指导原则和行业标准的制定 [2] - 行业紧密关切全球监管政策的动向 [2]

全球小盘股市场表现与前景 - 2025年以来全球小盘股表现强势，罗素2000指数近一个月涨幅达4.83%，跑赢标普500指数2.1%的涨幅，MSCI全球小型股指数近一个月累计涨幅为3.67%，三个月累计涨幅超过11% [2] - 小盘股约占全球上市公司总数的70%，但市值仅占全球股市总市值的15%左右，显示出其数量庞大但整体市值较小的特点 [2] - 在美联储降息周期初期，小盘股的表现通常优于大盘股，因融资成本下降及经济预期改善直接提振其盈利前景 [4] - 高质量的成长型小盘股或在今年第四季度维持较好表现，受益于美联储降息窗口打开及美国经济"滞胀"背景 [3] 小盘股投资筛选框架 - 优质小盘股的筛选标准基于三个关键维度：质量、成长性和动量指标，通过量化工具初选后再深入研究公司基本面 [3] - 衡量公司"质量"需考察其核心竞争力是否具备长期可持续性、管理团队的战略执行能力以及财务稳健性，包括现金流产生和股东回报能力 [3] - 小盘股公司间基本面差异显著，部分新兴市场小盘股投机氛围浓厚，需通过系统化方法甄选优质标的 [3] 中国市场投资机遇 - 全球新兴市场股票基金资金净流入持续增长，投资中国股票的资金占比显著提升，外资作为A股增量资金的重要来源，近期流入规模创下阶段新高 [5] - 中国市场整体规模相对较小，大量海外投资者对其不够熟悉，但美元走弱趋势及A股估值吸引力（沪深300指数市盈率约14倍，低于五年平均水平）支撑其持续强劲表现预期 [6][7] - 通过"沪港通"和"深港通"机制的交易量不断增加，为境外投资者提供了便利投资平台，提高了市场透明度和流动性信心，预计将带来更多增量资金流入A股 [6] 中国资本市场重点领域 - 中国资本市场正涌现出三大被重新定价的领域：生物科技、消费类应用程序以及人工智能在医疗健康领域的应用 [7] - 2025年中国资本市场的重大变化体现在各大企业加大在数字化、人工智能和生物科技等方向的投资，内需市场和自主可控成为明确发展方向 [7] - 创新型中国企业不断涌现并登陆资本市场，包括一些优秀的小盘股公司，展现出巨大潜力，对全球投资者具有较高投资价值 [7]

中试基地概况与战略定位 - 医疗领域国家人工智能应用中试基地是首批获批的国家级中试基地，在2025年服贸会健康卫生专题展中首次全面亮相 [1] - 中试基地旨在打造加速人工智能应用规模化、标准化、体系化发展的共性能力平台，为医疗机构和科技、医药企业提供全流程服务 [6] - 基地主管单位为北京市发改委，主责单位为北京市卫健委，具体建设和运营工作由中国联通专门成立的北京医疗健康大模型有限公司全面承接 [6] 核心业务与服务模式 - 基地聚焦精准诊疗和生物医药制造两大方向，分别构建了包含15个环节的全流程服务体系 [7] - 服务模式包括联合在京三甲医院和头部科技公司推进，通过成立联合研发实验室和创新中心推动产品研发与应用推广 [7] - 基地创新之处在于工程化设计和流水线生产，将精准诊疗和生物医药研发流程标准化、规模化 [8] 产品展示与市场应用 - 在服贸会上首次对外全面展出31项医疗AI互动产品，包括面向公众的15个实用产品和面向专业人士的16个专业性产品 [3][4][5] - “眼底疾病与重大慢病预警系统”可在3分钟内实现从图像采集到分析报告的全自动化流程，快速识别30余种眼病和10余项全身风险，累计服务人次已超过400万 [3] - ePascal80东风系列超声设备等产品旨在解决传统超声检查流程繁琐的问题，在展会现场帮助体验者发现了此前未察觉的健康隐患 [4] 数据挑战与解决方案 - 基地建设中面临的最大挑战是数据问题，包括权属模糊、交易机制不成熟、安全合规要求高等 [9] - 解决方案是构建医疗行业的可信数据空间，在北京市卫健委指导下对接北京区域医疗、医保、医药数据资源 [9] - 基地正打造覆盖多中心、多专科、多场景的医疗大模型与应用评测体系，形成公正、权威、科学的评测标准 [10] 未来发展规划与愿景 - 未来将深化精准诊疗和生物医药制造两大方向，推动先进诊疗产品和药物研发成果惠及更多人群 [7] - 关键目标是推动创新要素聚集，通过高效协作解决产业核心问题，让各方不再为寻找算力、数据或合规支持而发愁 [10] - 终极愿景是借鉴“上医治未病”的理念，通过AI提前识别健康风险并进行干预，实现“让数据多跑腿，群众少生病”的目标 [11]

核心观点 - 蚂蚁集团旗下AI健康应用AQ发布智能体开放平台 旨在通过AI技术辅助医生开发专业化医疗智能体 缓解中国医疗服务资源分布不均的结构性问题 [3] - AI医疗定位为医生的辅助工具 通过创建医生"AI分身"来放大医疗服务能力 提升基层医疗水平并扩大服务覆盖范围 [5][11] 以"AI分身"放大医生服务能力 - AQ平台已连接全国近百万医生 并打通好大夫平台超20万医生的线上问诊服务 [5] - 已帮助超过300位名医打造"AI分身" 提供24小时不间断医疗服务 [5] - 上海黄浦区案例显示 超过200位家庭医生的AI分身覆盖40万常住居民及百万职业人群 显著提升服务效率 [5] 用户需求与产品布局 - AQ累计服务用户超1.4亿 其中近60%来自三线及以下地域 显示下沉市场对普惠医疗服务的强烈需求 [7] - 新增"健康档案"功能解决家庭健康信息碎片化问题 联合中国移动推出"AI打假防骗专线"聚焦老年人医疗防诈骗 [7] 技术挑战与发展路径 - AI医疗需解决高质量数据积累 模型幻觉抑制和科技伦理建设三大核心问题 [9] - 蚂蚁成立医疗健康实验室 投入资源进行AI赋能MDT多学科会诊等前沿探索 [11] - 通过深入真实诊疗流程积累高质量数据 持续抑制模型幻觉生成不实信息的问题 [11]