市场指数与成交额 - 上证指数收盘3295.06点，下跌0.07%，深证成指上涨0.39%，创业板指涨幅0.59%，两市成交额合计1.1万亿元，市场交投情绪平淡 [2] - 央行开展6000亿元MLF操作，净投放5000亿元流动性，叠加中央汇金增持沪深300ETF，市场下行风险被对冲 [2] 领涨板块 - 电力板块因煤价下行和容量电价机制优化，火电企业盈利预期改善，华银电力、西昌电力等涨停，预计4月全社会用电量增速达4.5%-5.5% [3] - AI医疗与算力概念受《医药工业数智化转型实施方案》推动，塞力医疗、创业慧康等涨幅居前，算力产业链如拓维信息、鸿博股份涨停，国产算力需求激增成为长期增长逻辑 [3] 政策与外部环境 - 央行MLF操作释放"适度宽松"信号，助力实体经济融资成本下行，潘行长在G20会议上强调反对保护主义，呼吁国际合作维护全球经济稳定 [4] - 七部门推动"人工智能赋能医药全产业链"应用试点，支持医药大模型研发，利好东软集团、久远银海等医疗信息化企业，上海汽车置换补贴细则落地，新能源汽车与燃油车消费有望提振 [4] - 中美经贸谈判未重启但市场对关税升级担忧缓解，美元指数回升、金价跌至3320美元下方，外资对A股估值优势关注度提升 [4] 市场总结 - 当前市场处于震荡筑底阶段，政策托底与流动性宽松为结构性行情提供支撑，期待5月新行情 [5]

核心观点 - 适度的乐观才是对的 必须学会选择自己的战场 [2][57] - 表现最差的两个投资领域是教育软件和医疗信息化 [2][61] - 当所有人都认同"显而易见的大事"时 需要拿出完全不同的视角才有机会 [3][72] - 那些不那么热门但有独特认知差的领域更容易挖出真正机会 [3][73] - 不能像冲浪者在没有浪的日子拼命划水 要等到有浪时在恰当位置发力 [4][117] 投资策略 - 国防科技领域曾是一片无人区 十年内几乎没有竞争对手 [58][59] - 医疗和教育领域改革尝试多但效果差 存在深层制度性障碍 [39][62] - 热门赛道如大麻合法化因太显眼反而难找到真正切入口 [71][72] - 核能行业存在系统性瘫痪 打破障碍可成就伟大公司 [105][106] - 城市治理领域如隧道建设存在100倍成本效率差距 [102] 系统失灵 - 美国修建1英里地铁需10亿美元 是伦敦成本的10倍 [8][102] - 政府预算存在系统性骗局 非营利组织板块完全失控 [83][84] - CIA技术落后硅谷 虹膜识别器全是摆设 [36][39] - 军方采购系统存在10亿美元大坑 需起诉才能披露问题 [44][45] - 核能监管委员会50多年未批准新反应堆设计 [106] 教育问题 - 精英大学已失去社会引导能力 学生完全迷失方向 [16] - 哈佛学生对2005年Facebook创立现实彻底脱节 [27] - 法学院是普遍让人不开心的职业方向 [26] - 科技行业是当前社会赋予年轻人的最重要选择 [27] - 主流教育系统尚未跟上科技大趋势 [27] 科技行业 - 科技领域是过去25-30年社会最重要进步主轴 [22] - AI可能带来制造业自动化进程的量子飞跃 [93] - 硅谷正在经历一场"文艺复兴" 风向明显变化 [118] - 远程办公暴露政府系统90%员工几乎没在工作 [132][133] - 物质世界科技停滞50年 比特世界仍在进步 [96][98] 贸易政策 - 美国贸易逆差一半直接或间接与中国有关 [90][91] - 对华关系需要重新设定底层逻辑 [90] - 125%关税政策可能引发贸易战重置 [88][89] - 促使其他国家重新定义与中国关系是关键 [90] - 制造业部分环节可能通过AI迁回美国 [93]

医疗科技行业现状 - 医疗领域因数据壁垒高、场景复杂、容错率低成为技术落地的难点，但蕴含巨大商业和社会价值[3] - 行业当前处于AI医生热潮，各企业采用不同技术路线"八仙过海"[23] - 医疗信息化市场内卷加剧，医院因收入下降对信息化投入更谨慎，部分厂商采取免费送软件策略[26] 左医科技公司概况 - 成立于2016年，由前百度NLP负责人张超创立，专注知识图谱与医疗大模型协同[3][5] - 客户覆盖全国200多家三甲医院，其中40%为top100医院，包括北京协和等顶尖机构[5] - 当前商业化重心从B端转向C端，B端聚焦高毛利标准化产品，C端探索会员订阅和健康产品推荐[26][30] 技术路线演进 - 2020年首次将Transformer用于医患对话开发AI Doctor，显著提升交互体验[9][13] - 尝试GPT-2微调遇成本瓶颈，后转向开源模型，最终选择通义千问作为基座模型[14] - 2023年发布医疗垂类大模型，落地四川省人民医院等百强医院[14] - 2024年推出端到端AI Agent，整合CoT推理/工具调用等能力，诊断效果提升15%[16][18] 核心产品与落地 - "重儿·小乙AI家庭医生"在重庆医科大学附属儿童医院落地，集成循证知识库/报告识别/挂号等服务[21] - 儿科循证知识库基于国内外指南/专家共识构建，专业团队核验，单篇论文仅提取10条高价值数据[21] - 与宁夏/北京等地卫健委合作推出"AI家医"，通过B端带动C端积累流量[27] 数据壁垒构建 - 数据清洗需反复调整如"和面"，关键know-how来自实操积累的"错题集"[20] - 数据来源包括互联网/真实医患对话/诊断生成数据，经专家筛选保留1%高价值信息[21] - 病历数据处理需删除病理解释部分防止模型"漏题"[20] 商业化战略调整 - B端保留预问诊/分导诊/语音转写等高标准化产品，目标90%以上毛利率[26] - C端采用会员订阅制，未来计划基于交互数据推荐健康产品[30] - 聚焦诊前诊中场景，因诊后慢病管理商业闭环难建立[31] 行业趋势判断 - 垂直模型价值在于专有数据壁垒，但通用模型迭代将压缩其生存空间[16] - 医疗AI落地三形态：提示词/工作流/端到端，后者能突破人类能力限制[18] - 医院需求更倾向低错误率、稳定供应的技术而非"满血"性能[36]

将投中网设为"星标⭐"，第一时间收获最新推送 事实上，这种变革已经显现。领先药企也纷纷从科技行业招募人才担任 CTO 等关键职位。这种组织架构的调整充分表明，传统制药企业正在积极拥抱 AI 技术转型。 领先药企纷纷从科技行业招募人才担任CTO等关键职位。 整理丨 喜乐 来源丨 投中网 "国内医药行业对 AI 技术的应用正在快速推进， AI 对生物医药行业的变革已经显现。" 2025 年 4 月 16-18 日，由投中信息、投中网共同主办的第 19 届中国投资年会 · 年度峰会在中关村国际创新中心隆重召开。会上，启明创投合伙 人、医疗健康行业共同负责人陈侃就" AI 时代，生物医药产业的变与不变"为主题，详细分析他所看到的医药行业正积极拥抱 AI 的现状。 陈侃认为，未来生物医药行业发展的战略重点主要将通过投资和合作， AI 人才的引进与培养，以及 AI 研发平台的建设，推动整个生态系统的协同发 展。在具体实施过程中，数据质量、数据隐私保护与安全管理等很重要。当前面临的核心挑战在于复合型人才的稀缺，现有专业人才往往只精通生物医 药或人工智能单一领域，能够横跨两个学科的人才很少。 以下是演讲实录，由投中网整理编辑 ...

纪要涉及的行业和公司 - 行业：医疗行业、医疗 IT 行业 - 公司：创业慧康 纪要提到的核心观点和论据 财务表现 - 2024 年营收 14.22 亿元，同比下降 11.96%，净利润为负 1.73 亿元，扣非后净利润为负 1.92 亿元；医疗行业收入 13.26 亿，占比 93.25%，但 Corcept 医疗收入从 8.44 亿降至 6.75 亿；商誉减值、信用减值准备及公共卫生领域订单下滑致应收账款坏账计提增加七八千万，影响净利润 [2][4] 新产品推广和项目交付 - HIS 系统项目签约数量同比增长 41%达 31 个，但新老产品交替拉长交付周期，影响产品验收和回款；2025 年加大 HealthFace 产品推广，预计下半年或年底优化交付周期；协助多家医疗机构完成电子病历评级、互联互通认证及智慧服务评级 [5][6] 与飞利浦合作 - 合作领域包括 PACS、CIS 等，虽飞跃康产品推广未达预期，但整体融洽；未来合作产品将融入 HealthSpace 信息化建设，便利客户端推广 [7] 医疗 AI 应用 - 推出 CDSS 等产品，在二十多家客户端试点获认可，春节后十家医疗机构完成应用，市场需求逐步增长；全国医疗 AI 领域客户需求大，明确需求并实施项目的医院十余家，潜在客户多，但需整合碎片化需求 [8][9][10] 医疗 AI 合作及发展规划 - 与浙江大学合作多年，发布体征医学大模型，评分占优；战略是深化合作做好垂直行业知识库融入及医疗大模型建设，将 AR 能力融入产品线 [11] 智慧医疗系统应用 - 紧跟政策，在公卫、诊疗等场景融合技术，新一代系统易接入 AR 产品；跨科室人员筛查和 B 超场景多模态融合有良好效果；研发下一代启征医学大模型 [12] 订单情况 - 一季度订单同比增速显著，AI 与 AR 结合领域进展显著；今年订单目标略低于去年，因去年苏州大客户订单金额超 5000 万元；医疗机构对 AI 需求增加推动医疗信息化发展 [3][18][19] AI 对行业影响 - 推动医疗信息化需求增长，各级政府亮点工程和国家标准政策促使医疗机构改进现有模块，但增加 AR 内容降低订单利润，且人力资源和算力资源投入增加 [20] AI 研发投入 - 面临人力资源和算力资源成本高昂问题，依托浙大支持节约成本，建设服务器资源有额外开支，但财务状况可控 [22] 医院预算投入 - 下半年医院在信息化及 AI 方面预算投入预计明显提升，源于国家政策、政府亮点工程和医疗机构需求 [23] AI 对毛利率影响 - 医院对 AI 需求影响项目毛利率，部分订单用去年预算加入 AI 内容降低毛利率，但经济好的地区有增量预算支持 [24] AI 应用场景 - 应用于临床科研、病人管理、医院管理智能化、业务流程再造等；重点挖掘病例质控、CDS 系统等场景，提高效率和优化流程 [25][26] 基层医疗 AI 需求 - 看重诊断准确性，通过 AR 大模型审查处方病例；加强平台数据要素治理，为数据交易做准备 [28] AI 对营收和毛利率长期影响 - 中长期随着预算增加，对营收和毛利率有积极影响，大型三甲医院和基层医疗领域带来新增长点 [29] 基层医疗特点及措施 - 覆盖面广、医生水平低，开展 AI 语音随访和慢病评分评级；推出新产品 APPS1，通过联合实验室整合，推进平台建设 [30] 医疗 IT 公司与 AI 垂类厂商关系 - 更多是合作关系，医院需多种模型解决问题；创业慧康优势在于本地服务、中台连接和低代码整合能力 [30][31] 患者追踪系统推广 - AMATEI 产品定价试探性，科室级应用约 200 万元；2025 年在老客户中按科室规模收费推广，加入数字人内容 [32] AI 推广成本控制 - 采用试点方式，在知识库完善领域先试点，明确风险并让医院看到效果 [33] AI 建设费用影响 - 可能减少其他业务投入，部分沿海发达地区客户需审批新预算获取 AI 研发经费 [34][35] AI 对 IT 产业增量效应 - 预计今年三四季度 AI 增长，可能缩减其他建设需求；未来 AI 增量价值更明显，不具备 AI 能力的 SaaS 厂商或面临挑战 [36] AI 改变商业模式 - 基层医疗引入 AI 可提高诊断准确率，替代部分基层医疗工作，普及基础医疗服务 [37] AR 对行业系统建设影响 - 提高行业技术壁垒，加剧行业集中度，促进行业集中化系统建设，推动老旧系统更新换代 [39] 专科化知识库作用 - 在医疗智能化中提供质量能力、专家库和专病能力，解决数据获取难题，推动公司转型 [40] 平衡投入模式 - 采取合作模式，与专业公司和头部客户合作，积累知识库，确保数据安全，实现产品完善 [41][42] AI 对医疗行业格局冲击 - 改变传统竞争格局，稳定头部厂商份额，侵蚀中小厂商份额；带来商业模式变化，推动行业创新变革 [43] 医疗 IT 行业发展阶段 - 经历早期低技术壁垒和大公司份额上升阶段，当前需大量研发投入，AI 提升行业门槛 [44] 小型公司生存困难原因 - 贴身化服务和地方客户关系优势消失，利润有限难以承担政策要求的费用和投入 [46] AI 改变医疗商业模式 - 改变复杂病种和单病种看病模式，淘汰不适应企业，适应者占据市场主导 [47] AI 在基础医疗和专病诊断应用前景 - 基础医疗可替代赤脚医生，专病诊断提升准确性，节省人力物力，推动行业发展 [48][49] 其他重要但可能被忽略的内容 - 公司内部各部门今年全面拥抱 AR 技术，赋能研发、市场等部门，准备硬件设备及投入 [17] - 与科大讯飞在江西省全省基层医疗项目合作，通过 VSBTM 能力中台接入第三方生态厂商实现临床辅助决策；运营管理应用 AR360 视图，开发管理智能体 [16]

纪要涉及的公司 东软集团及其旗下东软医疗、西康、望海等子公司，上海思睿 纪要提到的核心观点和论据 公司变革与战略 - 2024年公司进入新战略部署和变革元年，目标是提升发展速度、改善财务金融指标和市值 [2] - 加强管理干部考核轮岗和退岗机制，约三分之一干部退岗、三分之一轮岗、三分之一留任 [3] - 提出解决方案全面智能化战略，进行新一轮股权激励并发布业绩承诺，2024 - 2026年主营业务净利润分别达4.2亿、5亿、6亿，年增速约20% [4] 医疗业务布局 - 医疗信息化：以医院前台诊疗为核心的信息化系统和医保信息化处于领先地位，医保赛道市场占有率第一，是排名第二友商的一倍；核心诊疗系统按IDC报告为市场第二 [7][8] - 高端医疗影像设备：东软医疗拥有核磁共振、数字X线等设备，其MEDIS业务覆盖16000多个客户，多数年份三位数增长 [9] - 互联网 + 护理：西康通过与卫健委合作，实现线上有十几万医生和护士，打通医保直接到户付费，采用分层运营模型 [10] - 医院经济化运营：望海面向医疗机构经济化运营，掌控医院后台成本和人力数据，在复旦百强医院中覆盖68 - 69家 [11][12] 业务增长情况 - 2022 - 2023年医疗健康和社会保障板块收入增速近30%，2022年为28.5%，2023年为29.7%，原因是满足医院创新业务和科研需求 [13] - 2023年集团及旗下四大板块在医疗健康领域营收达65.3亿 [14] AI + 医疗业务 - 技术对接：已与DeepSeek、文心一言等底层大模型对接，拥有垂直应用框架并在多行业应用，医疗领域最深入 [16] - 智能体落地：在诊前诊中诊后全流程应用，已在多家医院落地，包括在云南、天津、武汉等地实现DeepSeq模型应用，进入优化医院诊疗流程阶段，可提升医院收入规模和诊疗量 [17][18][20] - 专业产品与科研合作 - 飞镖4.0医学影像标注平台：是临床专家共识唯一推荐的商业化工具，累计标定影像数据达5500万张，应用于几十家大型医疗机构，有多种收费模式，并与科研机构深度合作 [21][22][23] - 呼吸系统疾病研究：与钟南山院士团队合作，有面向新冠的快速诊断产品，慢性肺炎临床应用病例达两万多个，还开展呼吸系统真菌感染研究 [24][26][29] - 脑缺血辅助诊断：与习近平院士团队合作，脑缺血辅助诊断软件获国家三类证，算法90秒诊断准确度达95%以上，提升基层医疗诊断效果 [26][27][28] - 其他产品：泛血管智能评估和辅助诊疗系统覆盖近10个子产品，已在多家医院落地；膝骨关节智能评估软件可提升基层诊断质量 [30][31][32] 行业趋势与公司机遇 - DeepSeek开源赋予有稀缺数据的公司AI技术底座，利于开展AI应用，公司有望开启高速成长曲线 [39] - 国家医保局对影像胶片不再付费，以及患者拥有影像电子数据，为AI + 医疗落地带来新场景和商业模型放大机会 [36][37][38] 其他重要但是可能被忽略的内容 - 公司与华为在医疗领域有合作，春节后发布基于DeepSeek的一体机 [41] - 公司现金收购上海思睿57%股权，估值较2022年下降约21%，思锐核心大客户包括字节跳动、京东数科等，主打AI方向 [41]

文章核心观点 三鑫医疗对厦门精配的高溢价投资因业绩承诺未达成、补偿执行难及业务协同性不足而失败，为上市公司盲目投资敲响警钟 [1][2][3] 业绩承诺与补偿情况 - 厦门精配承诺2022 - 2024年累计净利润不低于4200万元，实际仅完成280.42万元，完成率低至6.7% [1] - 业绩承诺方因资金短缺无力履行回购补偿义务，大股东吴祈纯被列为失信被执行人，股权遭冻结，补偿执行陷入僵局 [1] 投资估值与业绩情况 - 2022年9月三鑫医疗3000万元增资厦门精配占股24%，对应投后估值1.25亿元，而厦门精配2020 - 2021年净资产仅361 - 1005万元，投资增值率超8倍 [2] - 厦门精配2022 - 2024年净利润分别为5.69万元、269.47万元和5.26万元，与承诺值相差悬殊 [2] - 三鑫医疗解释业绩未达标是公共卫生事件、行业转型致项目延期，研发和营销投入激增拖累短期盈利 [2] - 投资者质疑公司未提早采取风控措施，公司回应“投早投小需容忍风险”，2024年年报已对该投资计提资产减值准备885.83万元 [2] 业务协同与行业建议 - 三鑫医疗主业为医疗器械，厦门精配聚焦医疗信息化，双方业务协同性不足，厦门精配未助力主业反成拖累 [3] - 近年来对赌协议触发后执行难、资产减值等问题频发，业内建议对赌条款转向多元化指标，延长周期匹配科创企业成长规律，强化投后管理 [3]

行业概览 - 医疗服务一级市场投融热度在2024年四季度明显回暖，融资案例45起，环比增加36.36%，涉及融资金额18.19亿元，环比增加75.75% [1] - CXO领域中美"脱钩"风险阶段性告一段落，《生物安全法案》未被列入2025财年国防授权法案，政策不确定性减少 [6] - 药店关店潮持续，2024年全国关闭药店数量达9545家，前三季度关闭总数达25114家，行业出清趋势明显 [7] - 2024年行业政策聚焦老年医疗、儿童医保、中医药发展、医保基金监管等领域，推动医疗服务体系升级 [8][10] 投融动态 - 2024年四季度医疗研发外包领域最受资本关注，融资案例17起，融资金额11.92亿元，其中CXO领域融资案例12起，金额11.62亿元 [1][19] - 医疗信息化领域投融集中在数字医疗，融资案例13起，金额1.42亿元 [1][19] - 早期融资案例占比从三季度的57.58%升至64.44%，中后期融资占比从21.21%降至13.33% [20] - 2024年全年医疗服务领域融资案例146起，金额61.81亿元，案例数同比上升5.80%，金额同比下降49.22% [24] 行业趋势 - AI药物发现领域快速发展，市场规模从2019年7000万元增长至2024年4.1亿元，预计2028年达59.6亿元 [39] - AI技术可显著提升药物研发效率，靶点识别至先导化合物优化阶段成功率仅51%，AI可将数年实验室工作缩短至数周 [31][32] - 国内AI制药企业42.9%采用"自研管线+对外CRO"混合模式，仅18.4%专注软件服务 [34][37] - 2024年AI药物发现领域融资超10起，多为早期案例，赛道处于新兴发展阶段 [40][42] 代表企业 - 分子之心专注AI大分子药物设计，创始人许锦波为AI蛋白质预测领域领军人物 [45][46] - 公司已开发AI平台"MoleculeOS"，可优化抗体、酶等蛋白质设计，缩短药物研发周期 [47][48] - 累计完成3轮融资，总金额2.73亿元，投资方包括深创投、红杉中国等 [47]