人工智能医疗产业分析报告.docx

《人工智能医疗产业分析报告.docx》由会员分享，可在线阅读，更多相关《人工智能医疗产业分析报告.docx（16页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、中国人工智能医疗行业分析报告 AI 医疗概述人工智能1.人工智能已经进展了大半个世纪， 经受几次大起大落。 从上世纪 80 年月到本世纪初，人们对于深度学习探究较多，但受制于计算机的计算力量，以及算法本身的限制，效果不太好，直到 2023 年，Hinton 解决了神经网络的大量参数训练的问题。从 2023 年开头人工智能飞速进展。 2023 年、2023 年，两场世界瞩目的人机围棋大赛之后，人们对人工智能的生疏将进一步的加深。而AlphaGo 用于下围棋的高效算法是一种通用型的算法，这种算法可以推广到其他算法，把人工智能运用到各个领域。2、深度学习，智能时代的核心驱动力气世界十大人工智能科学家

2、之一Terrence Sejnowski 曾在“ The Deep LearningRevolution ”一书中提出 AI 医疗。“随着机器学习的成熟并被应用于可猎取大数据的很多其他问题，效劳行业和其相关职业也将发生转变。基于数百万患者病情记录的医学诊断将变得更加准确。最近的一项争论将深度学习运用到了囊括超过2023种不同疾病的 13 万张皮肤病学图像中，这个医学数据库是以前的10 倍大。该争论的网络被训练用于诊断“测试集” testset 中的各种疾病。它在图像上的诊断表现与 21 位皮肤科专家的结论根本全都，甚至在某些状况下还要更准确”。除了应用于皮肤病诊断领域之外， AI 还可用于提高

3、癌症诊断准确度，“一个经过大量结论清楚的切片数据训练出来的深度学习网络能到达0.925 的准确度，还不错，把深度学习与人类专家的推测结合起来，准确度到达了0.995 ，几近完善。”除了对疾病的诊断， AI 医疗可以基于数据采集分析应用于睡眠监测、临床护理、慢性病监测等各种医疗领域。3、AI+医疗AI 赋能医疗。人工智能医疗简洁说即以互联网为依托，通过根底设施的搭建及数据的收集，将人工智能技术及大数据效劳应用于医疗行业中，提升医疗行业的诊断效率及效劳质量二 AI 医疗应用背景第 10 页 共 16 页1、医疗资源分布不均，人工智能弥补劳动力短缺我国医疗资源安排严峻不均，优质的医疗设备和医护资源大

4、多集中在兴旺城市与地区，而使得大量外地病患由于在本地得不到良好的医疗，转而向大城市、大医院集中。依据国家卫计委数据，截止至 2023 年 11 月底，我国共有医院 32476 个，其中三级医院仅有 2498 家，占 7.69%;然而，三级医院就诊人数 (截止至 2023 年 11 月)却到达 16.46 亿人次，占全国总人次的 50.97% 。医疗资源供需明显不匹配。数据来源：国家卫计委公开资料此外，我国医护人员数量缺乏。数据显示，2023 年我国共有卫生人员 1174.9万人，其中卫生技术人员 898.82 万人，注册护士有 380.4 万人，而执业医师仅有282.9 万人，医师数量短缺。与

5、此同时， 2023 年我国总诊疗人次到达 81 亿人次，出院人数 2.4 亿人，可见我国医疗保健中劳动力短缺。数据来源：国家卫计委、公开资料依据有关数据显示，医疗资源安排不均、卫生人员严峻短缺问题在眼科医疗行业表现更为明显。需求空间巨大：中国眼安康目前所面临的最大的挑战是人口众多并且人口老龄化加剧。 我国仍旧是世界上盲和视觉损伤患者数量最多的国家之一。据世界卫生组织报告，到 2035 年糖尿病将成为致盲的首要缘由。 中国作为全球糖尿病患者数量最多的国家，防盲工作任重道远。眼科医疗卫生人员短缺：2023 年眼科专科医院诊疗人次数为 2324.26 万人次，其中眼科专科医院门急诊人次数为2283.

6、37 万人次，医师日均担负诊疗人次为 9.4 人次。 2023 年我国眼科执业助理医师为4.1 万人，其中眼科执业医师 3.7 万人左右。眼科专科医院中卫生技术人员数量为4.92 万人，执业助理医师数量为 9932 人，其中执业医师数量为 9045 人。2023 年我国每百万人口中拥有的眼科医师数量与兴旺国家仍差距较大。依据推测，将来我国医疗体系劳动力缺乏的现象将会进一步加剧。人工智能医疗是解决医疗生产力的根本之道。在我国，人口老龄化、慢病高速增长、医疗资源供需严峻失衡以及地域安排不均等问题，造就了对医疗人工智能的巨大需求；同时，我国人口基数大、产业组合丰富、人才储藏充分等特点，又给人工智能的

7、进展供给了很好的根底。人工智能有力量减轻临床医生的负担，并为医生供给更好的医疗工具，弥补我国医疗效劳中劳动力短缺的状况，提升医疗诊断效率。2、AI 医疗利好政策落地从 2023 年起，国家屡次公布人工智能相关政策。2023 年 6 月关于促进和标准安康医疗大数据应用进展的指导意见中明确提出安康医疗大数据是国家重要的根底性战略资源，需要标准和推动医疗大 数据融合共享、开放应用。人工智能医疗器械创合作平台成立距离正式向 AI 企业公布深度学习关心决策医疗器械软件审批要点仅半月，药监局再次 开放了 AI 器械审批相关的大动作。 7 月 17 日，人工智能医疗器械创推动会在 京开放，大会之上，人工智能

8、医疗器械创合作平台在此成立。该平台以构建 开放协同共享的人工智能医疗器械创体系，形成效劳于科学监管、科技创、产品转化的人工智能医疗器械创合作平台为目标愿景，将全力推动医学人工智能产品审批。合作平台在数据库建立方向提出：数据库的建立是人工智能产品审批的先行之举，过去仅存在肺结节和眼底两类影像，而且未确定测试数据库的类型。本次会议上，从宏观层面上表达了数据库的建立路径， 主要包含以 下三点： 1 将申康医联大数据根底上，建立起可高效用于人工智能争论和研发的专用“人工智能医学影像类系统的审评技术及专业数据库”的标准、标准治理条例以及伦理学标准。 2 开展现范应用，以不断改 进和提升“人工智能医学影像

9、类系统的审评技术及专业数据库”。3 在此根底上建成“人工智能医学影像类系统的审评技术及专业 数据库” ，为全国大规模应用推广建立根底。平台的成立有利于人工智能在医疗领域的落地。AI 的赋能将给医疗行业带来全的进展动力。3、5G 商用推动智能终端进展 人工智能是一个“云端大脑” ，而 5G 则是一条“信息高速大路”。依靠“高速大路”带来的信息和数据，人工智能才能不断学习和演化，完成机器智能化进程。 5G 可分别从数据、时效和算力为人工智能技术供给更好的支撑根底，大幅促进其各类终端使用场景的落地和应用。5G 将激发诸如智能网联汽车、远程医疗手术等各类创应用，补齐制约人工智能进展的短板，极大拓展AI

10、应用场景， 5G 与人工智能共同引发智能终端产业下一轮技术和创变革。5G 应用将极大提升数据传输速度，提升诊断报告生成速度与准确率。三 AI 医疗市场状况分析1、2023 年中国人工智能行业市场规模中国人工智能产业规模远高于全球17%的增速水平，5G 技术商用将推动整个机器智能化进程。 5G 将激发诸如智能网联汽车、远程医疗手术等各类创应用， 补齐制约人工智能进展的短板， 极大拓展 AI 应用场景，5G 与人工智能将共同引发智能终端产业下一轮技术和创变革。2023 年中国一代信息技术产业规模突破 23 万亿元，同比增长 12%，局部兴技术领域中国已经进入全球第一梯队。中国人工智能产业规模估量到

11、达339 亿元，同比增长 56%，远高于全球 17% 的增速水平。随着产业配套不断成熟，逐步走向商用的5G 网络，将为人工智能这一“云端大脑”搭建一条“信息高速大路”，为浩大数据量和信息量的传递供给了高速传输通道，推动整个机器智能化进程。中国局部兴技术领域已经进入全球第一梯队，从人工智能产业看，中国人工智能领域融资金额居全球之首，到达 325 亿美元，在全球占比到达 58%。据前瞻产业争论院公布的中国人工智能行业市场前瞻与投资战略规划分析报告统计数据显示，2023 中国人工智能市场规模已突破 100 亿元，到了 2023 年中国人工智能市场规模到达141.9 亿元，同比增长26.3% 。截止到

12、 2023 年中国人工智能市场规模增长至216.9 亿元，同比增长 52.8% 。初步测算 2023 年中国人工智能市场规模将达339 亿元左右，比 2023 年增长 56.3% ，远高于全球 17% 的增速水平。推测在 2023 、2023 年中国人工智能市场规模将达500亿元、 710 亿元。 2023-2023 年复合年均增长率为 44.5% 。数据来源：前瞻产业争论院3、我国 AI 医疗市场规模随着人工智能技术的进展，语音交互、计算机视觉和认知计算、深度学习等技术也渐渐成熟， 人工智能医疗领域的各项运用变成了可能。如语音录入病历、医疗影像智能识别、关心诊疗/癌症诊断、医疗机器人、个人安

13、康大数据的智能分析， AI 医药研发等。随着人工智能医疗市场的不断进展，热度不断提升，据统计， 2023 年行业市场规模已到达 136.5 亿元， 2023 年市场规模在 210亿元左右，同比增长 54%。随着我国医疗需求不断提升的同时，医疗资源安排不均，医护人员短缺，而人工智能刚好弥补了这一短缺，加之人工智能医疗的政策规划不断落地，更加速我国人工智能医疗的进展。据IDC 统计数据，到 2025 年人工智能应用市场总值将到达 1270 亿美元，其中医疗行业将占市场规模的五分之一。4、我国 AI 医疗资本布局状况人工智能加医疗两大性感行业也获得了资本的高度关注。2023 年前三季度，行业融资额到

14、达 26.2 亿元，同比增长 128.42% ，行业正处于风口上。依据前瞻产业研究院公布的中国医疗人工智能行业市场前景推测与投资战略规划分析报告数据统计， 2023-2023 年我国人工智能医疗行业融资额整体走高，截止至2023 年前三季度，国内共有 39 家企业披露完成融资，其中 18 家企业披露融资金额，合计约 26.2亿元; 相比 2023 年同期，在完成融资的企业数量上，同比增长21.88% ，在披露的融资总规模上，同比增长 128.42% 。融资总规模上，同比增长 128.42% 。从融资额度和融资数量的角度来看，均可以看出明显增长趋势。其中，千万级别和亿级的融资大事更是占到65%

15、左右。从 2023 年前三季度的融资状况来看，我国人工智能医疗行业融资照旧处于早期阶段。种子轮和天使轮阶段的企业占比31%，早期融资阶段企业 (A 轮及以前 )数量占比更是到达 77%，比重较高 ;而处于 B 轮及以后融资阶段企业仅为 9 家，占比约 23%。5、AI 医疗投资价值分析AI+医疗进展的核心在于“算法 +有效数据”。根底层的计算力量是构建生态的根底，技术层的算法、框架以及通用技术是构建技术护城河的根底，都属于人工智能产业大生态的根底设施，具有高投入、高收益的特点，需要中长期进展投资。而应用层是人工智能技术在具体行业、具体应用场景价值变现的渠道，具有变现力量强的特点。 随着医疗数据

16、互联互通程度的提升和共享机制的建立，AI+医疗行业发展将加速。产业链中市场参与主体，无论把握底层资源优势、用户规模优势、或技术优势的科技巨头，还是在应用层面、细分领域深耕的创业企业，将依据自身资源禀赋、产业链位置、战略目标等主客观因素而制定自身竞争战略，最终目的是在产业链中实现自身价值。目前，底层根本都已由科技巨头布局，且将来开放人工智能平台是其构建生态的必定趋势。应用层会聚了大量的AI+医疗创业公司，分布在多个细分领域。总体而言，全球 AI+医疗产业构造呈现倒金字塔形态。以百度为例： 2023 年 10 月，至真互联网科技获得百度千万战略投资。至真互联成立于 2023 年，由代拂晓和郑群共同

17、创立。是一家科技医疗及安康治理效劳公司，旨在依托大数据和人工智能为人类供给更加优质的安康治理效劳。核心团队来自于百度、腾讯、小米等国际一流的互联网公司和长期专注于安康医疗投资的道为资本，在大数据、人工智能和医疗产业等领域有着丰富的实践和治理阅历。此外，公司的进展还获得了诸多国内眼科知名专家学者的认同与支持。至真互联之所以能够得到 AI 巨头百度公司的青睐，主要缘由在于至真互联拥有精彩的技术能力、丰富的临床阅历、海量的优质标注数据以及AI 规模化的落地场景。 2023 年 11月，至真自主研发智能手持眼底相机，用于基层眼底病筛查。2023 年 2 月 28 日，北京康夫子安康技术于今日进展一系列

18、工商信息变更。法定代表人由胡腾变为黄艳，股权构造为百度 100% 持股。依据天眼查显示，百度投资并购部战略投资沈阳东软医疗系统超过2023 万元。该公司成立于 1998 年，经营范围包括医疗设备、数字化医疗诊断、治疗设备及附件争论、制造和销售等。该公司官网显示，其对 AI 医疗领域也有较深入的布局，据介绍，东软医疗基于影像云为每台设备标配云连接，同时利用大数据及人工智能技术，将影像设备变成有“头脑”的智能设备。5、AI 医疗细分赛道状况我国 AI 产业尚处于创业进展阶段，中国168 家以 AI 为驱动技术或业务的非上市公司中，于 2023 年成立的公司比例最多，占 34.50% ；其次为 20

19、23 年成立的，占20.80% ；2023 年成立的，占 16.70% 。目前国内可统计的医疗 AI 产业公司有 144 个，并以京、沪浙苏、广东的医学 AI 产业为主，形成鼎足之势。四川、安徽、重庆、河南、福建、江西和湖北等地也开头布局医疗AI 产业。以其中 108 家企业产品争论方向布局来看，肺结节筛查、糖网筛查是两大热门方向，集结的医疗人工智能企业数量共计有33 家，占比约 30.6% ；但同时也有相当多的企业将目光投向了心血管类疾病方面， 企业数量超过了 10 家，由此可以看出国内医疗人工智能企业细分赛道呈现出分散竞争态势。而从各类医疗人工智能产品具体的布局企业来看，两大热门产品医学影

20、像和疾病风险推测聚拢的企业较多，依据统计，目前有43 家企业供给医学影像效劳，主要有阿里云、翼展科技、昕健医疗等；有 45 家企业供给疾病风险推测效劳，这些企业有图玛深维、贝瑞安康、博奥生物等。可以说这两个两个领域企业扎堆布局。目前，人工智能技术主要应用在医学影像的诊断环节，解决以下三种需求：1病灶识别与标注：针对医学影像进展图像分割、特征提取、定量分析、比照分析等工作； 2靶区自动勾画与自适应放疗：针对肿瘤放疗环节的影像进展处理；3影像三维重建：在人工智能进展识别的根底上进展三维重建，针对手术环节的应用。目前我国共有 43 家公司供给“医学影像”效劳，其中，定位于病灶区识别与标注的公司最多，

21、共有 35 家。公司最多，共有 35 家。目前，我国 AI 医学影像公司商业模式主要有三大类：第一大类是互联网科技巨头公司 ，如谷歌、微软、阿里、腾讯等。其强大的财力和技术可以支持他们进展跨界布局。这些企业大多把握着较先进的人工智能技术，具备在医学影像应用层面取得突破的优势； 其次大类是设备型企业。 该类企业在国内的代表是联影、迈瑞等。其特点是主营设备类产品， 依靠医学影像设备或者影像治理写作系统进入医疗机构，技能猎取数据又能产生肯定的营收。同时，他们还能依靠公司的其他业务收入支持人工智能业务。 第三大类是专研技术的公司。 例如依图科技、汇医慧影、深睿科技、推想科技等。他们基于场景或行业数据，

22、聚焦于应用层的建设，供给最终的解决方案。技术型公司大多拥有自己的算法、在人工智能医学影像领域布局较早，在准确率上也更有保证， 因而颇受资本的青睐， 主要依靠融资和微薄的收入支撑业务进展。四 AI 医疗八大应用场景1、疾病风险治理与推测疾病风险推测是指通过基因测序与检测，提前推测疾病发生的风险。疾病风险推测核心解决的问题是推测个体在将来一段时间内患某种疾病或发生某种大事的风险概率。疾病推测会依据某个人群定义，例如全人群、房颤人群、心梗住院人群等，针对某个推测目标，例如脑卒中、心衰、死亡等，设定特定的时间窗口，包括做出推测的时间点，和将要推测的时间窗，推测目标的发生概率。2、目前 AI 可用于病种

23、的推测包括不限于：心脏病患者死亡推测： 英国科学家在放射学 Radiology 杂志上发表文章，争论结果认为人工智能可以推测心脏病人何时死亡。英国医学争论委员会下的MRC 伦敦医学科学争论所称， 人工智能软件通过分析血液检测结果和心脏扫描结果，可以觉察心脏马上衰竭的迹象。骨关节炎进展推测： 在 Shinjini Kundu 的争论中，通过收集大量人群10 年间的软骨 MRI 影像数据， 通过人工智能去查找安康人群和患病人群的影像差异。正常人的软骨上的水是均匀分布的， 而患有骨关节炎的患者 MRI 图像上红色部位有水的聚拢。人工智能通过大量图像数据的学习，能够觉察正常人的软骨中的特别，从而推测出

24、将来三年患有骨关节炎的概率。 据介绍，这套系统目前的准确度已经到达了 86.2% ，流行病风险推测： 医疗人工智能通过对医疗大数据的收集分析，可在多个方面提高医疗系统的效率。完成城市或国家层面的流行病风险推测。AI 在疾病推测上还包括精神病发病风险推测、慢性肾病分级推测、脑疝推测等。目前国内共有 45 家公司供给“疾病风险推测”效劳。其中包括：华大基因、瑞昂生物、安诺优达、图玛深维、博奥生物、泛生子基因、生命奇点、赛福基因、图玛深维、贝瑞和康等。2、医学影像医学影像，是目前人工智能在医疗领域最热门的应用场景之一。目前国内共有 40 余家公司供给“医学影像”效劳。“医学影像”应用场景下，主要运用

25、计算机视觉技术解决病灶识别与标注、靶区自动勾画与自适应放疗、影像三维重建三种需求。在病灶识别与标注细分领域，有不少企业参与竞争，如阿里云、腾讯、京东、翼展科技、推想科技等，行业竞争较为剧烈。医学影像核心产品的病灶识别准确率高、用时短。靶区自动勾画和自适应放疗软件通过算法帮助放疗科医生对 200-450 张 CT 片进展自动勾画， 30 分钟即可完成一套 CT 片子的勾画，远低于医生手动勾画平均耗时 4 小时。研发企业包括：汇医慧影、全域医疗、连心医疗、依图科技等。博裕金融通过行业前景、基层眼科医疗状况分析、企业走访等，认为医学影像将来市场空间很大，其中至真互联是最具进展潜力的。至真互联网技术是

26、一家致力于将人工智能与医疗效劳相结合的企业。亮点在于：1、高质量的影像数据： 数量上来看， 至真目前拥有最大成人眼底眼底病病灶影像数据库规模 1300 万张，数据时间跨度从 2023 年2023 年的十年数据， 分布于 158家同仁以及医联体的临床数据库。 质量上看， 于 2023 年起协同中国最优秀的一批眼科副主任医生标注出的一套 AI 算法影像数据库截止至今，标注数据库已经到达110 万张，标注数据质量度国内最高，标注医生团队来自同仁医院。其中糖尿病视网膜影像标注已经获得中检院标准的认定，是目前国内标注质量和规模最大的数据库；标注数据仍旧在进展增长，目前已经完成多病种青光眼、黄斑病变、高度

27、近视等重要眼底病的影像标注储藏，此外至真格外重视全人群眼底影像数据投入和建设，截止 2023 年 6 月底，成功构建了生儿眼底影像数据库，这套数据库目前是中国最大的生儿眼底影像数据库，为将来开展生儿智能筛查供给了有利的储藏；合法合规性上看， 至真是合规合法与同仁医院签约， 针对眼底影像数据 AI 开发合作的公司。这为后续 CFDA 认证、器械评审以及国家合规性要求供给了有利支撑。2、软件+硬件构建完整商业闭环。目前很多互联网医疗企业面临无法变现的困境。至真自主研发合作生产国内首款智能设备手持式眼底照相机，自动对焦、自动曝光、自动追踪； 95% 以上筛查算法直接赋能诊断推理；从眼底采集到AI 分

28、析报告产出只需要 5 分钟。目前设备已经在社区医院、体检医院、基层医院等医疗机构落地，用于基层眼底疾病的筛查诊断。目前已经与复兴、美年安康、普瑞眼科合作，盈利模式初步打通。 3、2023 年获得百度投资， 2023 年获得金浦投资。金浦曾投资控股过多家眼科医院，至真可以与眼科医院联动，提高眼底疾病筛查诊断效率，为医院导流。3、医院治理医院治理，主要指针对医院内部、医院之间各项工作的治理，主要包括病历构造化、分级诊疗、 DRGs 诊断相关分类智能系统、医院决策支持的专家系统等。 在分级诊疗的政策推动之下，国内间续消灭促进分级诊疗的企业效劳，行业前景宽阔。分级诊疗的实现，离不开医联体与智能云效劳，

29、二者相辅相成。目前国内共有 21 家公司供给“医院治理”效劳，业务大多集中于病历构造化效劳。提供病历构造化效劳企业：大数医达、中科汇能、科大讯飞、Airdoc 、心医国际、森亿智能等。供给分级诊疗效劳企业：锐达医疗、翼展科技、心医国际、思派等。提供 DRG& 专家系统的企业：医渡云、雕龙数据等。4、关心诊疗 除医学影像以外， “AI+关心诊疗”的产品还有两大类：医疗大数据关心诊疗、医疗机器人主要指针对诊断与治疗环节的机器人。医疗机器人主要包括手术机器人、肠胃检查与诊断机器人、康复机器人等。我国在医疗机器人的争论与政策支持方面，都具有良好的进展环境。目前国内致力于手术机器人的公司主要承受两种业务

30、模式：第一种，面对医院进展机器人产品的单独销售，并供给长期修理效劳；其次种，是为医院供给手术中心整体工程解决方案。 国外，IBM 和 Google均已布局关心诊疗，并构建完整系统。IBM Watson for Oncology是基于认知计算读懂大数据背后的含义的医疗大数据关心诊疗解决方案，为全球首家将认知计算运用于医疗临床工作中。 Google 研发的 DeepMind Health 系统将机器学习和系统神经科学结合，通过强大的通用学习算法模拟构建人脑神经网络，以便更好的解决医疗保健问题； DeepMind 系统于 2023 年在英国的一家医院使用。目前国内有8 家公司供给医疗大数据关心诊疗效

31、劳：恵每医疗、屿科技、思派、假设水医生、百洋智能科技等； 11 家公司供给“医疗机器人”效劳：天智航、妙手机器人、松机器人、六维康复、祈飞科技等。5、虚拟助理医疗领域中的虚拟助理，基于特定领域的学问系统，通过智能语音技术和自然语言处理技术，实现人机交互，将患者的病症描述与标准的医学指南作比照，为用户供给医疗询问、自诊、导诊等效劳。根统计，目前国内共有 15 家公司供给“虚拟助理”效劳，主要解决语音电子病历、智能导诊、智能问诊、推举用药等需求，并且有衍生出更多需求的可能性。企业包括：语音电子病历-科大讯飞、云知声、中科汇能；智能导诊 -科大讯飞、进化者机器人等；智能问诊-云知声、假设水医生、康夫

32、子、半个医生、云听等；推举用药-自测用药、恵每医疗等。6、安康治理“安康治理”应用场景，主要包含养分学、身体安康治理、精神安康治理三大子场景。 目前国内共有 14 家公司供给“安康治理”效劳，公司大多集中于身体安康治理场景。企业包括：妙安康、碳云智能、橙意家人、人和将来、解码 DNA、时云医疗等。国内在养分学场景的人工智能公司较少，国人尚未普遍树立养分饮食意识；碳云智能和 Airdoc 的产品分别通过血糖监测和菜品识别指导用户合理用餐。国际上，爱尔兰都柏林的创业公司Nuritas 是养分学应用场景中的典型代表。Nuritas 将人工智能与生物分子学相结合，进展肽的识别；依据每个人的身体状况，使

33、用特定的肽来激活安康抗菌分子，转变食物成分，消退食物副作用，从而帮助个人预防糖尿病等疾病的发生、杀死抗生素耐药菌。7、关心医学争论平台关心医学争论平台，是利用人工智能技术关心生物医学相关争论者进展医学争论的技术平台。2023 年以来，国家卫计委、国务院先后出台相关文件， 鼓舞医疗机构及医生进展科学争论。 目前国内共有 14 家人工智能公司建立关心医学争论平台。其中包括：推想科技、零氪科技、基因港、森亿智能、生命奇点、博奥生物、嘉因生物、贝瑞和康等。8、药物挖掘与争论传统的药物研发存在研发周期长、研发本钱高、研发成功率低等痛点。人工智能与药物挖掘的结合，使得药研发时间大大缩短，研发本钱大大降低；这将有可能根本上转变用药“平均”观念。目前国内 AI+药物挖掘已经在逐步落地，但研发周期仍相对较长，且算法需要大量的时间和数据积存，短期内很难产生营收数据。国内有 7 家公司供给“药物挖掘”效劳。其中包括：思路迪、舶众数据、瑞博生物、吉凯基因、裕策生物、赛福基因、明码生物科技等。