会议基本信息 - 会议形式为线上电话交流会，时间为 2025 年 2 月 7 日 15:00 - 16:00，地点在广东省深圳市盐田区云华路 9 号华大时空中心会议室 [1] - 参与单位及人员包括国联证券、中银基金等机构的 175 人，上市公司接待人员有总经理赵立见等 [1] 2024 年经营总结与 2025 年展望 2024 年经营总结 - 持续开展应用研究，百万微生态、孕期多组学等项目有突破 [1] - 加强产品研发和迭代，妇幼健康、肿瘤防控、传感染防控等产品布局完善，发布 2 项携带者筛查专家共识和 tNGS 专家共识 [1] - 测序、质谱等技术平台完备，“精准防控 + 有效干预”的 13311i99 模式突破在即 [1] - 提升交付、IVD 生产质量，确保供应链安全，加速 IT 布局，发布 GBI ALL、SIRO 一站式解决方案，加速智能化转型和全球化布局 [1] 2025 年展望 - 围绕“ALL 计划”核心战略目标，将业务模式从生产型服务转向智能型服务，推动前端样本处理自动化、智能化，结合短读长和长读长测序技术平台，提升数据库积累 [2] AI 技术相关问题及回复 AI 技术推动业务发展 - 2024 年 9 月提出“生成式生物智能范式 GBI ALL”，包括基因检测多模态大模型 GeneT、基因组咨询平台 ChatGeneT 等系统 [3] - 未来致力于打造核心 AI 智能医疗体系，助力业务板块转型升级，目前大模型有基于 Transformer 等的基础模型框架和利用开源大语言模型开展临床应用两大应用方向，已进入临床应用，降低解读成本 [3] 大模型竞争优势 - 拥有全国产化的基因数据产出能力，基因检测过程自主、可靠，成本可控 [4] - 在数据积累和数据分析上有先发优势，能结合专业知识，提升检测效率 [4] 测序成本下降影响 - 测序成本降低后，降低数据分析及解读成本并提升效率至关重要，基于开源模型的技术优化有助于降低成本，提升基因检测效能 [4][5] GeneT 模型原理 - 利用超百万级高质量数据和解读经验，对全基因组数据精准解读，在真实临床样本测试中准确率高，通过规则排除和专家分析挑选关键变异 [6] 真实世界数据重要性 - 大规模真实世界数据的多样性和全面性是提升模型准确率到临床可用级别的关键，公司通过上万个样本验证确保准确性和稳定性，应用人工智能技术提升模型泛化能力和准确率 [7] 训练技术壁垒竞争力 - 拥有数年数据积累和与顶级医院合作基础，构建百万病例训练数据集，数据获取和预处理成本高构成技术壁垒 [8] - 通过信息化建设和数据对齐确保数据高质量，满足当前和未来需求，实现标准化 [8] 数据应用端商业模式 - 随着测序成本下降和技术进步，高深度全基因组数据医学应用将更广泛，未来商业模式可能结合本土化推广，多元化适应不同地区需求，通过大规模临床验证确保数据准确性 [9] AI 技术在各领域应用 - 与北京协和医院合作开展罕见病大模型研究，挖掘基因突变共性，结合基础医学研究和实验室验证确保准确性，加速药物研究 [9] - 基于中国人建立多基因风险预测模型，开展药物研发探索，大模型有望为多基因病诊断带来收益 [9] - 在肿瘤早筛领域，通过不同组学技术组合突破防控模式，利用多维度数据推动产品开发，AI 在发现癌症信号和溯源定位环节发挥作用，结合公共大模型与垂直领域数据训练建立模型 [10] - 在小分子药物开发上，大数据和 AI 模型广泛应用，公司与国内临床机构合作开展相关研究 [11] - 全基因组信息是个性化诊疗基础，公司已有肿瘤患者个体化治疗成熟业务，正拓展到疗效预测和预后判断 [12] 未来临床医学发展方向 - 除基因组外，多组学整合分析是重要方向，包括转录组、蛋白组、代谢组等与影像学、生理生化指标、穿戴式设备监测数据结合 [13] AI 技术在精准医学领域应用总结 - 测序成本降低加速人人基因组时代到来，公司将基因组数据与 AI 算法结合，有利于精准健康管理，加速精准医学发展和生命科学数智化进程 [14] 风险提示 - AI 技术应用对公司未来经营业绩的影响取决于产品研发和行业场景应用落地进度，具有不确定性，投资者需注意二级市场股价波动风险 [15]