AI+医疗投资框架:AI平权赋能医疗数据价值重估_16页_1mb
报告摘要
AI平权赋能医疗数据价值重估——AI+医疗投资框架总结
核心观点
- DeepSeek推动AI平权:DeepSeek R1的发布标志着AI技术的平权化,其综合性能接近OpenAI O1,且使用成本大幅下降,降低了企业使用AI的门槛,推动了AI在医疗领域的广泛应用。
- 产业核心矛盾转变:AI医疗产业的核心矛盾从“大模型竞赛”转向“数据价值重估”。医疗企业现在更关注如何利用自身拥有的高质量数据、稀缺性应用场景和多模态融合数据实现价值提升。
- Tempus AI已兑现数据价值逻辑:作为美股AI医疗龙头,Tempus AI通过数据驱动精准医疗,覆盖基因组学诊断、药物研发、临床决策支持等多个领域,其持续上涨表现印证了数据价值重估的趋势。
- 公募基金持仓占比创新低:2024Q4公募基金在AI+医疗领域的持仓占比降至18年以来新低,显示市场尚未充分认知该板块的潜力,存在估值修复和机构回补的空间。
- 投资建议:建议重点关注具备高质量数据、稀缺性应用场景和多模态数据融合能力的公司,如AI+健康管理、AI+检测诊断、AI+医生数字平台、AI+医疗信息化及AI+药物研发方向。
AI+医疗投资及选股逻辑
1.1 AI平权赋能数据价值重估
- 数据价值凸显:随着AI技术门槛降低,企业自身数据的价值与稀缺性开始显现。
- 模型与应用:基于开源大模型如DeepSeek进行垂类训练,实现对异构数据的清洗、关联与建模,推动AI在医疗场景中的应用。
- 生态构建:AI+医疗的生态涵盖B端与C端,包括与药企、医院、医保商保等合作,以及提供健康管理、辅助诊疗等C端服务。
1.2 产业趋势明晰,海外映射锦上添花
- 海外标杆企业表现亮眼:Tempus AI等美股AI医疗公司股价持续上涨,体现了市场对AI医疗价值重估的认可。
- 产业趋势明确:AI+医疗已从模型开发转向数据应用,推动精准医疗、药物研发、临床决策支持等场景的落地。
1.3 筹码结构优,机构持仓占比创新低
- 医药持仓持续走低:2024Q4公募基金在医药行业的持仓占比降至8.66%,AI+医疗板块同样处于低位。
- 机构回补空间大:部分曾是机构重仓的医疗AI公司如美年健康、金域医学等,目前机构持仓已基本出清,存在估值修复机会。
产业投资方向梳理
2.1 AI+健康管理服务(对标Tempus AI Olivia)
- 应用场景:涵盖预防、诊疗、康复、日常监测等全周期健康管理。
- 核心企业:
- 美年健康:与华为云、润达医疗合作,推出“健康小美”AI机器人,拥有608家体检中心及2亿人次结构化数据。
- 阿里健康:DoctorYou AI平台,依托支付宝与阿里健康平台积累的大量C端用户数据。
- 京东健康:接入DeepSeek大模型,推出“AI京医”数字医生,拥有大量C端用户数据。
- 讯飞医疗科技:基于讯飞星火大模型,积累医院端数据。
2.2 AI+医疗信息化(打开院端AI服务市场)
- 数据优势:医疗IT企业天然具备医院信息系统数据,有助于AI应用开发。
- 核心企业:
- 卫宁健康:发布WinGPT医疗大模型,服务6000余家医疗机构。
- 嘉和美康:拥有1700余家医院客户,积累大量电子病历数据。
- 医渡科技:基于YiduCore大模型,积累55亿+医疗记录及5000亿+专业Tokens。
- 创业慧康:与浙江大学合作,拥有百万份医学文献及千万条结构化医学术语。
- 久远银海:覆盖全国20个省份、2800多家医院。
- 东软集团:在医保系统和人社IT领域保持领先,具备数据与技术融合能力。
2.3 AI+辅助诊断诊疗(数据驱动应用)
- 应用场景:涵盖影像分析、病理诊断、基因检测等。
- 核心企业:
- 润达医疗:基于华为盘古大模型,推出“良医小慧”全场景应用,积累近10万条数据标注。
- 金域医学:拥有23000家医疗机构服务经验,积累超20亿Token医检语料。
- 迪安诊断:基于华为盘古大模型,拥有10PB医疗大数据。
- 乐心医疗:拥有3000万+终端用户及上亿笔健康数据。
- 万东医疗:积累大量影像数据,提供AI辅助影像扫描与诊断。
- 华大基因:提供无创产前基因检测等服务,积累超1679万用户数据。
- 安必平:与腾讯合作,推出宫颈癌筛查AI解决方案。
2.4 AI+数字医生平台(对标DOCS.N)
- 应用场景:聚焦医生专业数字平台,提供医学内容、工具及精准营销服务。
- 核心企业:
- 医脉通:拥有680万注册用户,其中400万为执业医生,覆盖率达87%。
- AI赋能:通过AI提升医学翻译、信息检索、文献整理等能力,并自研Medlive3.0医学顾问系统。
- 商业模式:为药企提供精准数字营销服务,按次收费,2023年付费点击970万次。
2.5 AI+药物研发(重塑药物研发全周期)
- 技术要素:AI药物研发依赖数据、算力与算法,其中数据是最核心的壁垒。
- 应用效果:AI技术可将药物发现时间缩短40%,临床成功率提升至14%。
- 产业链布局:
- 上游:AI技术与生物技术企业
- 中游:AI+biotech、AI+CRO、AI+SaaS及IT头部企业
- 下游:传统药企与CRO企业
风险提示
- 技术研发进度不及预期:AI+医疗发展依赖技术创新,若技术进展缓慢可能影响产业落地。
- 项目推广落地速度不及预期:企业AI应用推广受制于商业化节奏与市场接受度。
- 下游需求落地不及预期:部分B端或C端应用可能因价格敏感而影响实际落地效果。
分析师声明
本报告观点反映分析师个人看法,与分析师报酬无直接关联。报告内容仅供客户参考,不构成投资建议。客户应独立评估报告信息,并结合自身需求进行投资决策。
一般声明
本报告由天风证券发布,未经授权不得复制、发送或修改。报告内容基于公开资料,不保证其准确性与完整性。天风证券不对因使用本报告而产生的后果承担任何法律责任。
投资评级声明
| 类别 | 说明 | 评级 | 预期相对收益 |
|---|---|---|---|
| 股票投资评级 | 相对同期沪深300指数涨跌幅 | 买入 | 20%以上 |
| 增持 | 10%-20% | ||
| 持有 | -10%-10% | ||
| 卖出 | -10%以下 | ||
| 行业投资评级 | 相对同期沪深300指数涨跌幅 | 强于大市 | 5%以上 |
| 中性 | -5%-5% | ||
| 弱于大市 | -5%以下 |
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载