文丨张桔 编辑丨谢长艳
上周，在2025医疗人工智能与精准诊断发展论坛上，基于华为DCS AI解决方案打造的瑞金病理模型正式对外发布，DCS AI是“Data-Centric Smart AI”的缩写，意为“以数据为中心的智能AI”，这也是春节DeepSeek爆火后在AI医疗领域发布的大模型中的“排头兵”。
与此同时，广东医科大学健康医疗大数据工程中心与华为技术有限公司共同打造的“DeepSeek-GDMU”大模型正式落地，该大模型是国内首个基于昇腾AI生态的医学垂直领域智慧大脑。这两款属于AI 医疗领域的大模型恰好是当前产业热的一大缩影。从全能型医学伴侣、智能陪诊助手到病历生成式语言模型，甚至是呼之欲出的“AI医院”……生成式AI大有席卷医疗领域的势头，传说中的AI医生呼之欲出。根据中商产业研究院统计，2020年AI+医疗已占人工智能市场的18.9%，市场规模为66.25亿元，预计2020年到2025年的CAGR为39.4%。
而这样的势头也传递到资本市场，尤其在内地二级市场近期软科技热中，AI医疗成为一道亮丽的风景。卫宁健康、华大基因、迪安诊断、思创医惠等标的，都收出了一个乃至数个涨停板，有了幅度不同的上涨。上周某头部券商发布了题为“AI浪潮已至，医药产业升级来袭，抓住解决核心需求、可商业化落地的公司”的报告。
对此，一位要求匿名的券商医药首席强调：“AI技术在医疗项目的应用前景是看好的，AI技术的赋能，很多时候能有效提高效率和准确性。例如AI在癌症早筛中的应用，AI能有效的利用多维度的数据来分析，传统的癌症筛查多依赖肿瘤标志物检测，但这些检测在早期通常难以发现异常，只有肿瘤进入中晚期时才会明显改变。AI通过对基因测序结果、血常规、尿常规等数据的多维分析，能发现疾病更早期的信号，检测的准确度也能更高。”
文丨张桔 编辑丨谢长艳
上周，在2025医疗人工智能与精准诊断发展论坛上，基于华为DCS AI解决方案打造的瑞金病理模型正式对外发布，DCS AI是“Data-Centric Smart AI”的缩写，意为“以数据为中心的智能AI”，这也是春节DeepSeek爆火后在AI医疗领域发布的大模型中的“排头兵”。
与此同时，广东医科大学健康医疗大数据工程中心与华为技术有限公司共同打造的“DeepSeek-GDMU”大模型正式落地，该大模型是国内首个基于昇腾AI生态的医学垂直领域智慧大脑。这两款属于AI 医疗领域的大模型恰好是当前产业热的一大缩影。从全能型医学伴侣、智能陪诊助手到病历生成式语言模型，甚至是呼之欲出的“AI医院”……生成式AI大有席卷医疗领域的势头，传说中的AI医生呼之欲出。根据中商产业研究院统计，2020年AI+医疗已占人工智能市场的18.9%，市场规模为66.25亿元，预计2020年到2025年的CAGR为39.4%。
而这样的势头也传递到资本市场，尤其在内地二级市场近期软科技热中，AI医疗成为一道亮丽的风景。卫宁健康、华大基因、迪安诊断、思创医惠等标的，都收出了一个乃至数个涨停板，有了幅度不同的上涨。上周某头部券商发布了题为“AI浪潮已至，医药产业升级来袭，抓住解决核心需求、可商业化落地的公司”的报告。
对此，一位要求匿名的券商医药首席强调：“AI技术在医疗项目的应用前景是看好的，AI技术的赋能，很多时候能有效提高效率和准确性。例如AI在癌症早筛中的应用，AI能有效的利用多维度的数据来分析，传统的癌症筛查多依赖肿瘤标志物检测，但这些检测在早期通常难以发现异常，只有肿瘤进入中晚期时才会明显改变。AI通过对基因测序结果、血常规、尿常规等数据的多维分析，能发现疾病更早期的信号，检测的准确度也能更高。”
DeepSeek蝴蝶效应激活医疗赛道
AI医疗股短线概念热中长线谁具业绩潜力？
从报告给出的投资路径：“考虑商业化落地的场景、进程以及节奏上看，我们认为AI在医疗端的AI+医疗服务、制造端的AI+医疗器械、研发端的AI+医药研发三个大方向上会大有可为。”
从Wind资讯来看，智慧医疗指数在2025年以来的涨幅约为20%，从月线来看的话，在1月下跌的情况下，2月份到目前的涨幅约为25%。仔细分析该指数的成份股，发现该指数总共有31只成份股，其中与医药其他细分赛道龙头有交集的不多，大约仅有鱼跃医疗、延华智能、美年健康、阳普医疗等少数几家。
就以上周一2月17日的单日表现看，当日涨幅超过10%的公司包括了思创医惠、嘉和美康、东华软件三家。进一步从2月以来的月度表现看，全部的31家公司均体现为上涨，其中表现最好的是卫宁健康, 同一时间段的月涨幅约为85%，紧随其后的是迪安诊断。
先看卫宁健康，在深度求索发布DeepSeek-R1并带动AI产业链热度飙升后，卫宁健康因布局AI医疗领域并推出自研AI大模型WINGPT，也被二级市场划入“DS概念股”的行列之中。
资料显示，2023年初，卫宁健康推动研发大语言模型WiNGPT，此后于2023年10月正式发布，从最初的WiNGPT-1到WiNGPT-2.7取得显著进展，模型规模从62亿参数提升至340亿参数，从仅支持单一对话类场景扩展到100+场景支持。
而根据上周最新的消息，卫宁健康人工智能医护助手WiNEX Copilot与医疗大语言模型WiNGPT持续迭代，正式发布WiNEX Copilot 2.1与WiNGPT 2.8版本，全面对接DeepSeek，进一步提升产品智能能力和生态共融。
但需要指出的是，与股价的节节高升显得格格不入，该公司的业绩层面表现却乏善可陈。春节前的1月23日，卫宁健康发布2024年度业绩预告，报告期内归母净利润预计盈利8000万元至1.2亿元，比上年同期下降77.65%至66.48%；扣非净利润预计盈利1.1亿元至1.5亿元，比上年同期下降67.07%至55.05%。
来源：公司官网
对比来看另一家公司迪安诊断，其是在2024年由公司与华为云携手发布迪安医检大模型，旨在提供包含报告总结、疾病风险分析、就医推荐、干预建议等人工智能(AI)报告解读服务，打造C端新生态。
根据一位不愿具名的业内人士介绍，该大模型与常见的通用大模型不同，通用大模型的输入输出主要是语言，而迪安的大模型则以基因序列、图像像素或蛋白序列等为输入，输出则是某种分类结果，如病原体类型、肿瘤类型或细胞分类等。“同时，作为垂直大模型，其团队组成与通用大模型也不同，除了机器学习和基础研发团队外，还有专门的专家咨询团队。这个团队主要由三部分人组成：头部三甲医院检验学科的医生、不同学科的临床医生和临床KOL，以及AI和医疗结合的算法专家。”他进一步强调。
“另外，该模型主要使用的是自身业务产生的数据，而数据在这类垂直领域的大模型中起到了至关重要的决定性作用。”他如是总结。
但从业绩层面来看，迪安诊断似与卫宁健康一样乏善可陈。根据2024年的业绩预告，迪安诊断预计2024年度归属于上市公司股东的净利润为-27000万元至-37000万元，与去年同期相比将出现亏损。预计扣除非经常性损益后的净利润为-30000万元至-40000万元。
来源：公司官网
如果说总结两家公司的共同点，它们都隶属于这一赛道下沉的AI+医疗服务的领域之中。而这也应验了二级市场对DS概念股目前的共识，这一轮炒作尚且停留在概念层面。
需要强调的是，并非所有的这类公司都是与华为合作的，创业板上市公司盈康生命，近期在投资者互动平台上回答提问时表示：“公司目前暂未与华为医疗大模型开展合作。 盈康生命从2021年就布局‘AI+医疗’，目前已引入科大讯飞大模型能力搭建的智能交互平台，在旗下山西盈康一生总医院正式上线，这是公司在AI医疗领域的创新应用迈入全场景应用新阶段的里程碑。未来，盈康生命将继续以AI+临床医疗为驱动，持续探索AI创新应用、推进AI产品研发，打造贯穿用户全周期健康管理的新模式。”
在书面回复时，港股上市公司鹰瞳科技人士介绍：“鹰瞳科技Airdoc拥有人工智能深度学习算法核心技术，尤其视网膜技术专利位居全球前列，该技术能辅助医生进行包括内分泌、心脑血管，眼病，认知等慢病诊断，提高准确性和效率。2025年由AGI升级医疗大模型企业，鹰瞳Airdoc自主研发的万语医疗大模型接入DeepSeek R1。基于鹰瞳Airdoc在医疗垂直领域长达10年的知识沉淀——覆盖超3000万份真实临床诊疗数据、800余项循证医学知识图谱，及三甲医院专家诊疗路径的深度解析。这一升级使得模型在处理复杂的医疗影像数据和临床信息时速度更快、更精准，为医生和患者提供更专业的报告解读和个性化的健康管理体验。”
产业层面对AI医疗认知分化
病理科、超声科应用是目前医疗应用的主流
实际相比投资层面的群情激昂，产业层面的反映相对要务实得多，毕竟目前有能力在AI医疗大举投入的公司并非占据多数，不过走在产业和趋势前沿的公司值得关注。
2月18日，因张文宏教授而更加知名的上海瑞金医院，在其举办的2025医疗人工智能与精准诊疗发展论坛上，瑞金医院携手华为共同发布瑞智病理大模型RuiPath。根据介绍，该大模型基于瑞金医院丰富的病种，高质量的医疗数据，癌种覆盖广度达到中国每年全癌种发病人数90%的常见癌种，还涵盖垂体神经内分泌肿瘤等罕见病。在深度上，医生可以和其开展互动式病理诊断对话。
资料显示，该家医院拥有全国较为领先的高质量医疗数据，2021年开始建设数字化智慧病理科，2023年发布中国首本《数字化智慧病理科建设白皮书》，该医院病理科积累了百万级数字病理切片库，为病理大模型的搭建筑牢了数据根基。
从这一实例不难看出，病理科或许是显著受益于AI医疗的医院科室之一。而上周属于AI医疗领域的产业利好可谓不断，2月17日，在国家儿童医学中心、北京儿童医院会诊中心，一位专家型AI儿科医生正式“上岗”，与13位儿科专家共同完成了一场疑难病例多学科会诊。这是全国首个AI儿科医生，有望辅助疑难罕见病诊疗，为儿科医疗服务带来新变革。2月18日，国内首批医生专家的AI数字分身在京东互联网医院正式上线。
对此，查理投资投资总监李一丁表示，AI诊断明显是今年大模型全面落地的着力点，医疗行业正在成为在各互联网大厂、科技公司业务布局新据点。截至目前，业内医疗领域大模型数量已经超过百个。大模型智能体灵活度高、适应性强，能够有效对医疗场景赋能。未来AI医生将辅助人类医生完成绝大多数工作，人类医生将主要负责最终决策。
“首先，AI医生可以辅助人类医生进行患者诊疗；其次，AI患者可以用于人类医生的教学培训，来自各个科室的医生/医学生，通过跟AI患者对话、看检查报告，然后给出诊断方案，然后再来看这个方案是对还是错。并且这个过程试错成本为零，完全不用担心因为犯错而造成什么影响。与此同时，还可以查看这个患者所有其他医生的诊断结果，他们是怎么看这位患者的。再次，如果同时采用AI患者和AI医生，就可以进行宏观层面的沙盘推演。通过这样的模拟，在突发大规模疾病时，判断当前医院的布局和能力是否足以应对。最后，如果是AI医生面对人类患者，AI医生则可以完成健康咨询等院外服务。”他如是总结其优点所在。
从具体的受益科室来看，除去上述提及的病理科外，另一显著受益的或许就是超声科了。为此，一位经常跑医院的退休老年病患者表示，他近年来去医院看病的过程中，经常需要拍各种检查的片子，为此耗时耗力。如果在人工智能时代将其简化，对于患者求医问药可谓是一大福音。
对此，文首提到的券商报告给出详尽分析，AI在医疗器械领域的应用从形式上主要分两类，一类是单独以软件形式，一类是与设备等硬件相结合的形式，广泛应用在疾病的诊断和治疗过程中。 具体说来，第一类是AI+影像设备，将人工智能技术嵌入各类诊断、治疗、监护、康复医学装备中，具体如AI人工智能技术在扫描、图像重建、分析等多方面全流程赋能影像诊断设备，如在消化内镜检查过程中，给医生提供检查导航等功能。 第二类则是AI辅助诊断，通过分析处理CT/MRI/超声等大型诊断影像数据、组织病理图像数据、生理电信号、DNA测序数据等多种数据辅助医务人员进行临床诊断决策的产品，具体应用包括AI肺结节辅助诊断、AI甲状腺超声辅助诊断、AI宫颈细胞辅助诊断等，此外还包括AI辅助治疗。
AI医疗帮助新药开发功能定位尚不清晰
“智慧医院“建设亟待快马加鞭
当然在勾勒出智慧医疗美好前景的同时，AI医疗的短板或许也需要引起各方重视，特别是在实际的操作中如何趋利弊害，这对于门槛本就较高的医药行业而言，着实并非易事。
不可否认，大语言模型的进步确实促成AI医疗产生实质性飞跃，“至少从原来给出一堆冷冰冰的数据变得更像一名超声科医生，读完片后可以再出一份患者读得懂、能理解的诊断报告。“一位医药圈的人士如是坦言。
但从目前实际调研情况看，在多家已经上线各种医疗AI平台的医院，多位一线医生都表示“用得不算多”。而这样的情况还不仅发生在国内，此前，全球数据分析公司爱思唯尔对全球123个国家和地区近3000名科研人员和临床医生进行调查，并发布了《洞察2024：人工智能态度报告》。《报告》显示，尽管AI在科研和医疗领域拥有巨大潜力，但目前在科研人员和临床医生工作中的应用仍然有限。
对此，李一丁分析指出：“目前在医院使用的，大多数还是医学智能辅助诊断系统，也就是基于数据形成的单一目的的模型。而利用大模型开展整个智慧医院建设的案例目前并不多，多数还在探索阶段。目前市场上还尚未有落地的健康大模型产品，要实现商业化，行业还面临诸多挑战。一方面，由于医疗天然的垂直性，又专又宽的行业特性，使得模型训练难度大；另一方面，医疗数据非结构性特点也是大模型落地的一大难点。”
“此外，目前健康大模型标准还是空白，用怎样的标准评价健康大模型，还有待相关方面一起去推进。行业内有种观点，AI医疗大模型要落地应用还面临许多挑战，如AI技术还不够完美，应用伦理、数据孤岛、数据安全、隐私保护、审核机制、评价标准等问题还有待完善。”他进一步分析指出。
无独有偶，一位在二级市场专注医药投资的量化私募操盘手也坦言：“因为新药开发是需要预测的准确性来帮助，如果用AI医疗来替代新药研发的一期、二期、三期的话，其分子的生成是否能够符合病理研发的要求，目前还存在疑问，相对还处在效率比较低的阶段之中。”
不过也有交流人士持不同观点：“在新药研发阶段，AI平台能快速筛选化合物，精准预测潜在药物分子的活性和毒性，从而在早期阶段排除无效或高风险的候选药物，以大幅度缩短药物早期开发的周期，在这块国内的一些企业例如晶泰科技等，都有较好的发展。”
而文首要求匿名的券商医药首席强调：“一方面AI医疗需要使用大量数据，数据使用的规范性，以及数据交易相关的规范性，需要建立完善的政策来保护患者隐私和数据安全性；同时AI相关医疗产品的商业化和行业标准需要逐步去建立，AI医疗产品的支付机制不完善，如AI辅助诊断虽被纳入医保定价框架，但收费标准和服务模式尚未统一，影响规模化落地。行业缺乏统一的AI技术评估标准，导致医疗机构和企业难以选择可靠的解决方案。最后从人才建设的角度来看，AI医疗是一个复合型学科需要各种多学科人才，从教育的角度来看，未来对复合型人才的需求会更大，目前是比较欠缺的。”
(文中观点仅代表嘉宾个人，不代表本刊立场。文中提及个股仅作举例分析，不作投资建议。)
