数字基础设施建设 - 央行等七部门联合印发《关于金融支持新型工业化的指导意见》，提出促进数字经济与实体经济深度融合 [1] - 支持金融机构运用大数据、区块链、人工智能等技术简化业务流程，提高服务制造业特别是中小企业的效率 [1] - 加强对5G、工业互联网、数据和算力中心等数字基础设施建设的中长期贷款支持 [1] - 运用融资租赁、不动产信托投资基金、资产证券化等方式拓宽数字基础设施建设资金来源 [1] - 政策将刺激上游服务器、光模块等硬件需求，同时推动工业互联网平台与AI应用落地 [1] 商业航天发射 - 海南商业航天发射场在5天内完成双工位连续发射，验证高密度发射能力 [2] - 使用长征十二号运载火箭成功发射卫星互联网低轨07组卫星 [2] - 高密度发射能力将加速卫星互联网星座组网进程 [2] - 资本市场或关注火箭复用技术、地面支持系统及卫星制造产业链 [2] - 我国发射效率提升后，有望抢占近地轨道资源优势 [2] 人工智能医疗应用 - 复旦大学附属中山医院获批建设"国家人工智能应用中试基地（医疗领域临床医学科研方向）" [3] - 基地定位为覆盖"研发—测试—验证—应用"全链条的创新支撑平台 [3] - 项目旨在破解医疗AI技术中的临床验证瓶颈，缩短AI产品落地周期 [3] - 三甲医院牵头下的产学研协同模式可能被复制，推动医院从技术应用方升级为标准制定者 [3]

股价表现 - 智云健康午前股价上涨4.03%至1.55港元 成交额314.21万港元 [1] 科研项目进展 - 公司申报的生成式医疗AI大模型项目入选杭州市2025年度重点科研计划立项名单 [1] - 项目聚焦生成式医疗AI大模型构建及远端决策支持关键技术研究 [1] 技术应用与优势 - 医疗AI大模型已在全国多家医院开展示范应用 后续将扩大覆盖范围和应用深度 [1] - 基于物联网感知技术与数据精准路由算法建立医疗信息传输体系 [1] - 通过多模态传感设备对慢性病患者健康参数进行动态数据采集 [1] - 建立面向远程医疗的加密传输通道与数据清洗机制 [1] - 研发具有参数自优化能力的智能诊断辅助系统 通过深度强化学习实现决策模型实时动态调谐 [1] - 重点提升糖尿病 心血管疾病 慢性阻塞性肺疾病等临床场景的远程诊断准确率与时效性 [1] - 构建"数据采集-安全传输-智能决策"全链条闭环医疗辅助体系 [1]

股价表现 - 智云健康午前股价上涨4.03%至1.55港元 成交额314.21万港元 [1] 科研项目进展 - 公司申报的生成式医疗AI大模型项目成功入围杭州市2025年度重点科研计划立项名单 [1] - 项目专注于远程医疗决策支持系统的关键技术研究 [1] 技术架构与应用 - 医疗AI大模型基于物联网感知技术与数据精准路由算法构建医疗信息传输体系 [1] - 通过多模态传感设备实现慢性病患者健康参数的动态数据采集 [1] - 建立面向远程医疗的加密传输通道与数据清洗机制 [1] 核心功能特性 - 研发具有参数自优化能力的智能诊断辅助系统 通过深度强化学习实现决策模型实时动态调谐 [1] - 重点提升糖尿病 心血管疾病 慢性阻塞性肺疾病等临床场景的远程诊断准确率与时效性 [1] - 构建"数据采集-安全传输-智能决策"全链条闭环医疗辅助体系 [1] 商业化进展 - 该医疗AI大模型已在全国多家医院开展示范应用 [1] - 后续计划进一步扩大覆盖范围和应用深度 [1]

大会概况 - 2025世界人工智能大会暨人工智能全球治理高级别会议于7月26-28日在上海举办 为全球人工智能领域规格最高的顶级盛会[1] - 国务院总理李强出席开幕式并发表致辞 蒙古第一副总理 新开发银行行长 联合国副秘书长及30余个国家部长级官员和国际组织负责人参与论坛[3] - 大会汇聚12位诺贝尔奖 图灵奖得主及80余位国内外院士 共同探讨人工智能发展与治理[5] 公司荣誉与成果 - 公司凭借多项AI创新成果成为大会医疗行业焦点 并作为本土创新全球化代表企业入选《2025医健可持续创新案例推荐榜》[5][11] - 公司人工智能慢病健康风险评估系统是国内首个获批眼底人工智能辅助诊断三类证的软件系统 可识别55种眼部疾病及心梗 脑梗 动脉硬化 糖尿病 老年痴呆等重大慢病风险[8] - 公司临床端服务累计覆盖3000万人近视防控产品帮助2.3万名儿童改善视力 视觉训练产品帮助39.2万斜视弱视患者康复[13] 技术突破与应用 - 国家人工智能医疗健康应用中试基地首次亮相 由北京同仁医院 中国联通与公司联合建设 应用生成式AI技术优化致盲眼底疾病与慢病预警系统[6] - 公司参与编写的《人工智能大模型在医疗健康领域发展态势研究报告》正式发布 其万语医疗大模型在AI眼底检测 近视防控 视觉训练和AI主检等场景入选典型应用案例[8] - 生成式AI技术推动医疗服务从被动治疗向主动预防转变 构建全生命周期智慧医疗生态体系[10] 产品创新 - 人工智能微血管体检仪采用生成式AI图像解析引擎 实现1分钟拍摄 3分钟生成报告 为轻量化全自动眼底相机[15] - 人工智能抗压能力检测仪通过多模态AI算法 90秒评估抗压能力 心理压力 身体压力及自主神经平衡等5大指标[17] - AI赋能PBM视力康复仪获中国药监局和欧盟批准 每天6分钟用于近视防控与辅助治疗 拥有国家发明专利和日内瓦国际发明展金奖[19] 行业影响 - 公司产品为全球老龄化 慢病管理 青少年近视防控提供普惠解决方案 推动医疗资源普惠化与平权化[11][20] - 技术有效拉平地区医疗资源差异 助力全球绿色低碳发展[11]

核心观点 - AI智能总检一体机商业化落地 解决医疗资源分配不均和服务效率问题 将体检报告生成时间从10分钟缩短至2分钟 准确率达95% [1][3][7] - 技术采用生成式与规则双引擎架构 平衡技术先进性和医疗安全性 规则模型确保医疗逻辑严谨性 生成式模型优化报告可读性 [3][5] - 公司拥有全国最完整的体检数据库和3000家医院客户资源网络 为产品优化和推广奠定基础 [4][7] 产品技术特点 - 基于DeepSeek大模型深度优化 采用混合模型架构 生成式模型解决用户沟通问题 规则模型确保医疗信息绝对准确 [3][5] - 将一线城市三甲医院专家经验数字化复制 使设备具备接近高水平医生的总检能力 [5][6] - 可自动完成体检报告质量控制 阳性体征提取及总检报告撰写 包括异常信息筛选和个性化建议生成 [5] 商业化进展 - 从亮相到商业化仅用时一个月 与上海市第十人民医院达成战略合作 [1][3] - 设备定价贴合市场实际 符合体检中心预算 计划先从3000家合作医院推广 [7] - 年覆盖超5亿人次的高频医疗入口 体检行业年规模约3000亿 80%为企业团单 20%为个人体检 [3][8] 效率提升效果 - 将平均总检时间从10分钟缩至2分钟 提效超10倍 可24小时不间断工作 [3][7] - 解决一线大医院体检报告出具慢问题 部分地区可实现3天内拿到报告 [7] - 让下沉城市用户享受到一线城市级别的报告解读服务 [6][7] 数据优势 - 拥有全国最完整的脱敏体检数据库 数据未形成信息孤岛 实现一定打通 [4][5][8] - 设备使用中产生的新数据将反哺模型训练 形成正向循环 [8] - 通过十余年战略布局构建数据壁垒 为AI应用提供关键燃料和训练场 [5] 行业影响 - AI技术融入将带来体检行业深刻变革 改变生产力而非生产关系 [8] - 公立医院占90%市场份额 AI技术有望拉平全国体检总检服务质量基线 [6][8] - 未来将在定制体检等更多场景应用AI技术 提供更个性化精准化的服务 [9]

行业趋势 - 医疗AI在WAIC 2025重新成为焦点 大模型技术推动行业复苏 互联网大厂和药械企业积极回归[1] - 医疗AI正沿着两条路径发展 一是AI体系化赋能医疗 二是从通用向垂直领域深化解决临床问题[1][2][6] 技术演进 - 大模型推动医疗AI从"节点式"应用转向"环节式"赋能 智能体能够自主规划执行系列行为并持续学习[2][3] - 智能体整合分散的AI应用 如腾讯健康"健康管理助手"整合体检全流程工具 改变用户从低频被动到高频主动的使用模式[3][4] - 医疗AI从全科服务向专病领域深化 京东健康"京医千询2.0"形成"三引擎+四模型"技术架构 实现拟人对话/可信推理/医学全模态突破[6][7] 企业动态 - 腾讯健康推出智能体"健康管理助手" 实现健康报告解读/风险分析/健康计划管理等整合功能[3] - 京东健康构建"AI医生+多专业服务角色智能体+专家医生智能体"矩阵 上线超500个专家医生智能体[7] - 联影智能推出全球唯一胸部一扫多查智能体 可自动检出73种胸部异常 AUC达94% 提升诊断效率25%[8][9] - 福鑫科创将AI应用于模拟患者场景和数据分析 通过数字人提升医师临床能力[4][5] 技术突破 - 京东健康"京医千询2.0"经过140个临床科室医生及百万级病案评测 具备反思机制和自适应能力[7] - 联影智能胸部智能体支持语音录入报告 在人机协同挑战中显著提升复杂病例诊断效率[9] - 医疗AI实现对文本/影像/检验数据等多模态数据的综合解析[7] 行业规范 - 蚂蚁集团联合中国信通院发布首个《医疗健康行业智能体AI医生》标准体系 涵盖技术性能/隐私安全/数据治理/专科应用要求[12] - 标准制定推动医疗智能体进入系统化规范化阶段 为行业提供评估基准[12] 市场现状 - 国内医疗垂直大模型超过300个 绝大部分产品形态为智能体[12] - 互联网大厂凭借互联网基因快速打通C端应用 但商业化挑战仍未完全解决[13]

行业趋势与市场前景 - AI医疗2023年规模973亿元 预计2028年达1598亿元 细分赛道包括AI影像、病理、医疗系统、健康管理、终端应用和制药等领域 [3] - 大模型技术加速向多模态融合方向演进 生成式人工智能持续为医疗服务赋能 应用于健康管理、诊前诊中诊后服务、影像分析、药物研发和手术机器人等全流程 [1][3] - 产业从技术可行迈向规模应用阶段 面临标准缺失、生态分散和转化困难等瓶颈问题 [2] 技术应用与商业化挑战 - 腾讯健康以2023年大模型为底座构建影像(觅影)、诊断决策(Doctorwork)和病程管理等多层解决方案 与百余家三甲医院进行临床验证和流程深度融合 [3] - 商业化需突破四大壁垒：数据隐私与合规要求医疗数据授权和跨机构共享平衡 临床验证需大规模多中心真实世界研究支持医保准入 技术团队与医疗专家协同不足 生态互操作性需要统一标准与接口 [4] - AI-native药企估值侧重于模型能力、算力效率和数据壁垒 可实现跨项目复用产生算法租赁与SaaS收益 [5] 商业模式与可持续发展 - 授权+里程碑付款模式存在可持续性挑战 模型迭代速度可能导致用新不付旧风险 临床里程碑与AI早期靶点发现能力的直接贡献需更多证据支撑 [5] - 建议在里程碑框架中引入性能里程碑(预测准确率、可解释性指标)和服务里程碑(每月调用量、客户满意度) 与临床里程碑并行以实现利益对齐 [5] 监管环境与国际化发展 - FDA在2024年6月推出生成式AI工具Elsa 任命首位首席AI官 计划全面推广AI应用 可将科学评审任务从3-5天压缩至数分钟 [6] - 中国药企出海需紧跟FDA关于AI/ML软件的指导草案 构建符合安全合规要求的GovCloud环境 培养既懂药物研发又熟悉AI风控的复合型人才 [7] - AI驱动的虚拟对照组和跨区域真实世界数据模拟已被FDA纳入外部对照指导范畴 在肿瘤加速审批案例中成功应用 [7] 数据治理与技术创新 - 针对新兴市场数据标准化不足问题 可采用国际通行数据模型进行映射与清洗 利用联邦学习和多方安全计算技术在保护隐私前提下共享模型参数 [8] - 通过建立可比性高、可扩展的真实世界证据网络 兼顾区域特征并确保数据质量 为全球化临床试验设计提供支撑 [8] 行业活动与创新展示 - 2025世界人工智能大会于7月26-28日在上海举办 主题为智能时代同球共济 涵盖AI基础设施和科学智能等十大领域 [1] - 大会迎来800余家企业参展 3000余项前沿展品亮相 包括40余款大模型、50余款AI终端及100余款全球首发/中国首秀新品 规模创历届之最 [1]

联影智能医疗AI技术进展 - 联影智能在WAIC 2025论坛上展示"技术无疆，全球共济"主题，汇聚产研、医、投各界嘉宾探讨医疗AI普惠路径 [2] - 公司与中山大学肿瘤防治中心合作开发的脑转移瘤AI系统已在全国400多家医院落地，覆盖70%影像科工作量 [4][5] - 骨转移瘤AI应用同步推出，与脑转移瘤系统共同提升肿瘤诊断效率 [5] 智能诊室解决方案创新 - 联影智能与中山大学肿瘤防治中心合作开发智慧诊室方案，通过AI预问诊系统实现纸质报告结构化录入，提升就诊效率 [6] - 电子病历智能体可实时转写医患对话并自动生成规范病历，支持跨院报告调取，减少重复检查 [6][7] 胸部CT一扫多查智能体突破 - 联影智能与复旦大学附属中山医院合作开发的胸部一扫多查智能体覆盖73种胸部异常，基于40多万CT影像数据训练，平均AUC达94% [9][11] - 人机协同挑战显示AI辅助组诊断效率提升25%，实现图像-报告实时联动，医生工作模式从"写报告"变为"审报告" [8][9][12] - 该技术突破单病种小模型局限，可同步检出肺结节、骨折等多项异常，减少操作负担 [11] 未来研发方向 - 公司计划联合中山医院、河南省人民医院等机构研发腹部、脑部等全身多部位一扫多查智能体 [13]

行业发展趋势 - 医学人工智能是全球医疗科技的必争之地，中国医疗AI发展正迎来新一轮技术与场景的深度融合 [2] - AI赋能医疗已从"场景试点"迈入"生态重塑"，经历了从电子病历系统普及到医疗信息系统建设，再到AI预问诊、智能化诊疗、科研辅助平台等多个阶段性跃迁 [2] - 以上海为代表的区域已初步建立起以数据驱动为核心的人工智能训练基地 [2] 当前挑战 - 高质量数据样本的供给仍不足 [2] - 临床科研与应用转化尚有距离，国内很多医院的研究型床位占比还比较低 [2] AI落地场景 - 儿科AI预问诊已能有效缓解医生接诊压力 [2] - 口腔影像诊疗模型实现全流程数字化 [2] - 皮肤病远程诊疗正快速普及 [2] - 智能缴费、分诊、随访等全周期服务也在推进 [2] 未来发展方向 - 推动跨学科的多模态数据融合 [3] - 探索自动化手术系统 [3] - 发展数字疗法与个性化治疗 [3] - 强化AI风险治理框架，在技术、伦理与法规三方面同步推进 [3]

医疗AI行业发展现状 - 大模型技术加速向多模态融合演进，生成式AI持续为医疗服务赋能，涵盖AI辅助诊断、药物研发等领域 [1] - 2025世界人工智能大会将聚焦AI基础设施、科学智能等十大领域，800余家企业参展，40余款大模型、50余款AI终端及100余款全球首发新品亮相 [1] - AI医疗2023年规模973亿元，预计2028年达1598亿元，细分赛道如AI影像、病理、制药等增长明确 [3] 商业化落地挑战 - 数据隐私与合规、临床验证与支付模式、团队协同能力、生态互操作性为四大核心壁垒 [4] - 腾讯健康通过大模型构建影像诊断、病程管理等解决方案，与百余家三甲医院临床验证，体现技术闭环能力 [3] - AI制药初创企业估值逻辑侧重"模型能力+算力效率+数据壁垒"，与传统药企管线资产估值模式差异显著 [5] AI制药领域进展 - 阿斯利康与石药集团达成53亿美元AI驱动药物合作，涵盖1.1亿美元预付款及最高52.3亿美元里程碑付款 [6] - AI将先导化合物筛选周期从2年压缩至1年内，减少化学合成与体外测试次数，显著提升ROI [6] - 靶点发现从数据驱动转向"多组学融合+图神经网络"，生成模型可自动设计高活性分子，但可解释性仍是瓶颈 [7] 国际化与监管动态 - FDA推出生成式AI工具Elsa，将科学评审任务从3-5天缩短至数分钟，加速审批流程 [9] - 中国药企出海需构建符合FDA要求的GovCloud环境，培养AI与研发复合型人才 [10] - AI虚拟对照组与真实世界数据模拟获FDA认可，可用于辅助疗效评估，如肿瘤加速审批案例 [10] - 新兴市场数据标准化通过联邦学习实现跨中心参数共享，兼顾隐私与数据质量 [11]