纪要涉及的行业和公司 - 行业：AI医疗行业 - 公司：百度、联影智能、美股公司、A股公司、讯飞医疗科技、华大基因、迈瑞医疗、金雨、润达医疗 纪要提到的核心观点和论据 - AI在医疗领域的应用变化和发展趋势：2023 - 2024年大模型发布密集，集中在文本语言、自然语言处理及多模态信息处理领域；AI系统参数量和训练数据量大幅提升，能力增强，推理能力快速攀升；在基因组数据推理与理解、制药业结合、医疗市场应用等方面取得进展[2][3] - AI赋能医疗行业的方式：提高效率，替代繁杂重复性人工劳动，如临床辅助诊断和决策；降低成本，减少人工劳动力需求，缓解鲍莫尔成本病问题[4] - AI在具体应用场景的表现：百度零一智慧产品在多省市落地，辅助诊断提升基层医生能力；联影智能硬件设备性能突破展示AI对硬件的提升作用；超声技术通过算法实现3D建模和成像，辅助诊断与大模型对接良好[4][8] - AI与制药业结合的潜力：通过人工智能驱动药物发现（AIDD）生成全新分子，提升研发效率、降低成本，可能提出新研发范式，带来重磅新药爆发[6] - 未来AI与医疗板块结合的发展前景：发展前景广阔且紧密，通过降本增效提升生产效率，突破认知壁垒提高产品性能，如远程医疗、机器人手术借助5G打破地域限制，大模型涌现能力提高行业效能[6] - AI医疗市场潜力及参与企业：市场潜力巨大，多家医药企业接入大模型，目前AI大模型在医疗领域产品超100款，涵盖多个关键场景[10] - AI与医疗投资思路及商业模式：一是基于AI直接参与产品生产和开发或整合到硬件中，类似传统影像设备但定价更高；二是辅助诊断软件或算法以服务形式提供给下游客户，类似软件收费模式[11] - AI在医学影像中的应用：升级现有算法，降低辐射和运动伪影，提高成像效率和病灶检出率；大模型具备多模态分析能力，可自动生成影像诊断报告，训练小模型提高学习效率和成像清晰度[12] - AI医疗产品监管情况：使用医学器械相关数据且涉及特定功能按医疗器械管理，处理非医学器械数据监管相对松散；治疗规划类软件主要为三类，需临床开展并申报[14] - 截至2024年底AI医疗领域发展情况：约100款人工智能医学软件获证，91款为三类医疗器械注册证，多数用于医学影像；46家企业获得大健康相关算法备案，集中在多个场景[14] - AI在基因检测领域的应用及优势：加速基因理解与认知，提升检测性能，降低测序成本，如更快判断位点与疾病相关性，提高液体活检灵敏度和特异性，更好定位疾病来源[16] - 部分公司大模型应用场景及特点：华大基因GIL用于医疗端、ChatGPT平台和公共卫生领域；迈瑞医疗起源重症大模型以腾讯混元为基础，应用于重症领域并将扩展场景；金雨“预见一言”接入多模型，有检验数据优势；润达医疗与华为合作在智慧医疗取得进展，智能助手功能丰富[18][19][20][22] - AI技术在提升传统电子健康报告方面的优势：能综合多个指标分析，减少不必要担忧，提供更准确全面的医学知识和用药建议[23] - 当前AI与医疗结合的发展趋势及竞争优势：是行业大趋势，早期应用AI且拥有专业化数据积累的大型企业具竞争优势[24] - AI技术对未来药物和器械开发的影响：提高开发效率，节省人力成本，加速新产品研发周期，优化研发流程[25] - 医疗领域数据资产的价值和壁垒：具有较高价值和壁垒，但中长期可能因数据归属权政策调整而削弱[27] - DeepSeek在大模型中的优势：训练成本和对数据依赖低，降低医疗公司进入AI领域的成本和壁垒[28] - AI在医疗领域商业化面临的挑战：面临市场准入和商业模式不确定性，监管需完善，软件和算法可能需临床验证，国内变现路径不清晰，付费意愿有待提升[28] - 未来AI技术在医疗支付逻辑上的发展趋势：支付逻辑和意愿有提升空间，形成患者或医保商保付费机制有利于软件商业模式落地[29] - 医药企业与AI大厂在专用算法积累方面的优势：医药企业在医学影像、病理机器人、制药等领域专用算法积累上更具优势，可能成为核心竞争力[30] - AI技术目前的局限性及未来突破预期：处理复杂任务时理解和分析能力弱，预计随技术发展局限性将突破，在多方面带来效率提升并反映到财务报表中[31] 其他重要但是可能被忽略的内容 - 讯飞医疗科技2023年营收约5.6亿元，占辅助诊断市场份额14.2%，排名第一，收入来源包括项目部署、维护运营及C端服务收费[22] - AI在冠脉血流储备分数（FFR）诊断中，将有创诊断转变为无创诊断，提高诊断效率，减少患者痛苦[16] - AI在病理诊断中可标准化流程，实现全流程自动化及质控，解决病理医生短缺问题，减少阅片误诊[18]