AI全方位赋能医疗领域，开启智慧医疗新时代！

/01/ 政策支持AI赋能医药医疗领域

2024年11月，国家医保局首次将AI辅助诊断技术纳入医疗服务价格项目立项指南，同月，国家卫健委等部门联合发布《卫生健康行业人工智能应用场景参考指引》，明确了医学影像智能辅助诊断等84个细分领域的基本概念和应用场景。次月，2024中国医学人工智能大会在上海举办，启动了中国人工智能医疗器械创新产业联盟。

早在今年7月，首个省级支持生物医药产业全链条创新发展文件在上海落地，《若干意见》包括八项三十七条，其中研发部分也表明运用人工智能技术助力新药靶点发现和药物设计。

中国的AI医疗市场规模也正在持续扩大，根据第三方数据显示，2019-2023年，中国AI医疗市场规模从27亿元快速增长至88亿元，预计2028年市场规模将接近300亿元。

-

/02/无数据不AI，RuiPath开展互动式病理诊断对话

据了解，在癌症诊疗中，早发现、早诊断、早治疗至关重要。但是，受限于病理医生缺口巨大和分布不平衡等短板，我国基层医院初诊符合率较低。病理大模型的出现，成为解决这一困境的重要力量。

2月18日，华为在上海举办的2025医疗人工智能与精准诊疗发展论坛上发布基于华为DCS AI解决方案的瑞金病理大模型。瑞智病理大模型RuiPath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RuiPath开展互动式病理诊断对话。

瑞金医院病理科主任王朝夫举例说明了RuiPath与传统诊疗方式的区别，在交互式辅助诊断环节，传统诊断方式是医生在显微镜下逐张查看切片，完成诊断后再人工录入报告。而RuiPath能够提前精准识别病灶区域，单切片AI诊断时间仅需数秒。

随着各家医药企业接入DeepSeek、华为病理大模型等相关AI模型或进行AI方面布局，有望渗透医药领域各个环节，为医药企业进行全方位赋能。

-

/03/AI在新药研发中的重要角色

AI的出现，还为某些在创新药方面处于追赶地位的国家，例如我国，提供了一个"弯道超车"的机会。

在医药行业，新药研发主要分为两大类：仿制药和创新药。

传统新药研发中的一个著名难题 --"双十"难题：平均要投入10年时间、10亿美元成本，才可能研发出一款新药。传统药物研发之所以如此艰难，是因为在这个过程中，大量的时间往往耗费在重复性的实验工作上，比如分子筛选、活性测试、毒性预测等。

相较于传统药物研发，AI技术能将药物发现、临床前研究的时间缩短近40%，临床新药研发成功率可从12%提高到约14%。AI不仅能大幅缩短药物研发周期，还能显著降低研发成本，为中国制药企业实现创新突破提供了一条新路径。

从技术层面来看，AI制药相较于传统药物研发的优势主要体现在三个核心环节：药物筛选、作用机制预测、以及临床试验优化。

在分子设计与筛选环节，传统方法主要依赖科研人员基于经验进行化合物库筛选，往往需要在数百万个分子中逐一测试，犹如大海捞针。而AI通过深度学习算法，特别是生成对抗网络(GAN)和变分自编码器(VAE)，可以自主设计和筛选分子结构。传统科学家一天最多测试几百个化合物，AI分分钟能同时分析几百万个！

在作用机制预测和方面，传统测试方法得一步步试，先在试管里试试，再找小白鼠试试，最后才敢往人身上试。而AI可以采用多尺度模拟系统，同时在分子、细胞和器官层面进行模拟整过程，预测药物的脱靶效应和毒性，大大降低了后期临床失败的风险。

在临床试验优化方面，AI能够基于患者的个体差异，为每位受试者量身定制最适合的试验方案，从而提高临床试验的可靠性和有效性并实时监测指标与数据。

表：关于AI在药物研发中的作用DeepSeek给出的回复

DeepSeek在医药行业潜在应用场景，不仅限于药物研发，还包括生产优化、个性化医疗、供应链、营销等各个环节。

/04/药业面临的挑战与应对

以下为Deepseek给出的回答：

/05/《中国创新药政策发展：全链条支持与未来发展》总览

本文由作者自行上传，如有侵权或其他任何问题及时联系：ylzc_001

-

打赏