报告行业投资评级 - 报告未明确给出统一的行业投资评级 报告核心观点 - 精准医疗是融合基因检测、大数据与生物信息技术，实现个体化诊疗的新型医疗模式，其核心是“以数据为引，以智能为用” [9] - 中国在政策引导下，已构建覆盖科研、临床、医保的全链条体系，快速完成从技术引进到平台落地的跨越 [9] - AI技术通过提升诊疗效率、精准度和可及性，在缓解医疗资源供需矛盾方面具有广阔市场空间 [17] - AI与精准医疗深度融合，正进入大模型驱动的新阶段，推动医疗行为向精准、动态与协同演进，最终实现个性化医疗服务 [32] - AI精准医疗的发展面临数据伦理、算法可靠性及医疗系统认知等多重挑战，需通过完善基础设施、法规和伦理审查来应对 [64] 行业演进过程 - **国际演进**：经历了从人类基因组计划完成（1960-2003年）、各国提出精准医疗计划并聚焦科研积累（2004-2016年），到AI辅助诊断进入临床实践、个体化医疗入保（2017-2019年）的阶段 [8] - **中国演进**：起步较晚，早期实验技术薄弱并依赖国外科技（1960-2003年），随后借助国家科技计划加快布局生命科学，企业兴起（2004-2016年）[8] 近年来通过基层整改、靶向药入保、医疗体制改革以及统一数据标准，推动科研成果向临床转化（2017-2022年），目前进入平台转化与配套体系搭建阶段（2023年至今）[8][9] 政策与体系支撑 - **政策引导方向**：中国政策从医疗信息化、“互联网+”医疗到AI精准医疗逐步推进，通过建立监管制度、拓展规则、提速审批等方式，推动行业向更全面、更可及的方向发展 [10] - **具体政策举措**：包括推行DRG/DIP医保付费、将靶向药纳入医保、实施《千县工程》提升基层医院能力、为高科技设备提供快速审批通道、发布《人工智能医疗器械创新指导原则》等 [11] - **体系与平台搭建**：通过分级诊疗、医联体建设打通医院间物理协同 [14] 通过医保支付制度改革为信息化转型建立制度支撑 [14] 建设全国健康信息平台、电子病历、大数据中心等基础设施，打通医院间数据协同 [15] - **应用落地保障**：明确基因检测、AI辅助诊断等技术的临床准入标准，并通过国家重点研发计划与区域创新试点，加快技术从研究到产业化转化 [16] 市场需求驱动力 - **医疗资源供需矛盾**：2024年全国诊疗人次数达35.34亿，而医疗技术人员数量为1011万，诊疗人次与技术人员比例高，资源紧张 [18][19] 同年，三级医院病床使用率高达89.8%，而基层医疗机构如社区卫生服务中心仅为55.6%，显示优质资源过度集中与利用不均 [19] - **老龄化与慢病高发**：2024年60岁以上人口达3.15亿，占总人口比例22.3% [23] 人口平均预期寿命持续增长，2024年达79岁 [22] 体检异常检出率高，如肺结节（63.6%）、超重或肥胖（51.4%）、甲状腺结节（48.7%）等，催生对个体化院外延伸服务的巨大需求 [21][22] 技术发展：进入大模型驱动阶段 - **技术群能力提升**：AI影像识别、数字传感器、智能穿戴等技术的普及，促进了医疗精准系统升级 [32] 多模态识别与分析能力、上下文理解能力（跃升至百万级别）、视频理解与推理能力显著增强 [32] - **医疗垂直大模型加速落地**：截至2025年9月，中国市场上发布的医疗大模型约220个，相比2024年的94个和2023年的61个增长明显 [32] - **大模型驱动的新闭环**： - **病前预警**：基于多模态数据进行联合风险评估，升级至主动预警 [32] - **个体化精准诊断**：实现“影像+病史+实验室指标+遗传数据”的联合推理，为医生提供可验证的判断 [33] - **靶向治疗**：根据个体特征推荐最优治疗策略，并根据药物基因组学预测不良反应风险 [32][33] - **健康管理**：融合多模态数据形成个性化健康管理方案，并通过智能助手提升患者依从性与体验 [28][32][33] 市场现状与规模 - **整体市场规模**：2024年中国AI医疗市场整体规模达到1062亿元人民币 [39] 其中，AI精准医疗市场规模达到351亿元人民币，预计到2028年有望达到760亿元人民币，2024-2028年复合年增长率（CAGR）为21.49% [38][39] - **院内应用场景**：已大规模引入智能导诊、影像/病理AI、临床决策支持等应用，旨在提升全流程诊疗效率与治疗方案个性化 [40][42] - **院外应用场景**：向早期筛查和健康管理延伸，通过AI实现主动健康管理、风险评估分层和个性化康复指导 [43][44] - **产业链结构**：形成以“数据-算法-服务”为核心的产业链条，涵盖数据存算、AI大模型、解决方案及各类应用服务商 [45] 典型案例分析 - **海外案例（Tempus）**： - 专注于构建实时获取医疗数据的平台，打破数据孤岛 [46] - 截至2025年第二季度，积累数据容量超过350PB，包括DNA+RNA图谱约33万份、测序样本约400万份、医学影像记录超过200万份 [48] - 与超过3000家医院、全美65%的学术医疗中心合作，患者记录总数超4000万 [48] - 三大业务线（基因组学、数据服务、AI应用）协同发展，2025年上半年数据服务及AI应用业务营收占比约35% [50][53] - **国内案例（方舟健客）**： - 以H2H（Hospital to Home）模式为基础，将医疗服务延伸至家庭，专注慢病管理 [55] - 发布“杏石大模型”，构建覆盖“医生诊断辅助-复诊续方-用药指导-健康监测”的全周期服务闭环 [56][59][60] - 与腾讯云、百度等合作探索AI应用，并联动药企、行业组织推动“AI+体重管理”等数字化解决方案和行业标准制定 [58][80] 未来发展趋势 - **挑战**：面临数据隐私与伦理保护、算法可靠性与大模型幻觉、数据标准化与共享、医疗系统认知与流程整合等多方面挑战 [64][67][68][69] - **技术融合与应用深化**：AI将与基因测序、编辑等技术更深度融合，从辅助诊断向“健康管理-疾病预警-精准决策-动态干预”的全链路闭环延伸 [71][75] 应用从单病种管理扩展到多病共管，并向全生命周期健康管理演进 [72][76] - **产业协作范式**：将以数据和AI为纽带，打破传统医疗孤立场景，建立产业共同体，通过生态合作实现从“单点创新”到“系统变革” [78][80]

行业定位与宏观趋势 - AI医疗行业已告别概念炒作期，进入政策与市场双轮驱动的实质发展期，AI被明确为“辅助者”角色[2] - 2025年中国AI医疗行业规模将达1157亿元，预计2028年攀升至1598亿元，2022-2028年复合增长率保持在10.5%[3] - 政策层面，医保局首次将AI辅助诊断纳入立项指南，“十五五”规划指明方向，五部门圈出8大应用场景和24项具体举措[2] 技术应用与场景渗透 - AI应用边界从单一辅助诊断向药物研发、辅助决策、医疗信息化、医疗机器人等全链条渗透[4] - 医学影像为最成熟落地板块，AI阅片时间较人工缩短53%，检出率提升17.6%，2025年市场规模有望突破150亿元[10] - AI制药可让药物研发周期缩短40%，资金成本节省10%，研发成功率从10%提高至约14%[13] - 医疗大模型应用从通用型向专病专科深化，国内前100家医院中98家已完成大模型部署，33家研发出55个垂类大模型[8] 市场细分与规模数据 - AI医学影像领域覆盖率已达80%-90%，放射科、病理科等医技科室AI普及率远超其他科室[13] - 2022年AI检验市场规模逼近百亿元，预计2022-2027年保持13.56%年复合增速，2027年将达170亿元[13] - 2024-2028年中国AI制药市场规模预计从7.3亿元增长至58.6亿元，年复合增速高达68.5%，主攻适应症集中在肿瘤（37%）、免疫学（21%）及神经病学（14%）[14] - 脑机接口非侵入式应用占比达86%，主要用于注意力训练、神经康复等场景[18] 基础设施建设 - 截至2025年7月，共有206个算法医疗产品完成大健康相关备案，其中160家企业通过APP嵌入算法直接触达患者[6] - 医院端算力投入爆发，2025年新增算力采购需求占比达75%[6] - 一、二级医院中近半数医生已使用AI临床决策支持系统，工作年限11-15年的医生使用率最高达72.7%[8] 行业挑战与瓶颈 - 医疗数据存在“多而不优、散而不通”问题，2024年全国卫生机构101.1亿诊疗人次产生百亿条数据，但数据标准不一、非结构化存储问题突出[21] - 支付体系尚待完善，AI辅助诊断虽被纳入放射检查项目扩展项，但明确现阶段不重复收费，缺乏明确的医疗收费目录和医保准入[23] - 超五成医生日均工作超8小时，20.6%的医生超过10小时，诊疗压力下无暇撰写精细化病历，影响数据质量[21] 商业化路径探索 - 商业化路径可分为三个梯队：已跑通的医技科室赋能型AI、快速成长的临床治疗增值型AI、以及未来可期的健康管理型AI[27] - 健康元在AI落地中采用敏捷、轻量化模式，先快速验证可行性，确认价值后再持续投入优化[22] - 商汤医疗采取“标品化”策略，聚焦可复制的标准化产品以实现成本可控、回款快、现金流稳[28] - 普惠医疗成为重要方向，通过技术前移到健康管理、规模化复制摊薄成本等方式实现服务质量、可及性与成本的平衡[30]

县域医疗服务能力提升 - 县域远程医学影像诊断服务量今年已超过6800万人次 [1] - 80%的县（市、区）已建成县域影像、心电、检验资源共享中心，实现基层检查、区县诊断 [1] - 全国超过90%的居民能在15分钟内获得就近就便医疗卫生服务 [1] 基层医疗机构诊疗量变化 - 2024年县域内基层医疗卫生机构诊疗人次占全国诊疗量的63.4%，较上一年提高0.5个百分点 [1] - 12个基层卫生健康综合试验区的基层医疗卫生机构诊疗量占比2024年达到69.1%，高于全国平均水平 [1] 综合试验区建设与推广 - 2021年起全国遴选12个县开展基层卫生健康综合试验区建设 [1] - 目前省一级已遴选建设186个综合试验区，梯次推进国家综合试验区经验 [1] - 广西支持全区14个区市各建设一个自治区级基层卫生健康综合试验区，打造“智慧医疗型”试点 [2] 人工智能与智慧医疗应用 - 广西在防城港试点集成应用“人工智能+医疗”场景，重点部署AI辅助诊断、慢性病智能管理等模块 [2] - 该AI系统计划于2026年完成全区50%以上的基层机构部署应用 [2] - 在人工智能赋能下，县级医院的肿瘤科、精神科、眼科等薄弱专科的设置率和服务能力大幅提高 [2] 技术赋能基层医疗 - 远程医疗、互联网医疗、移动巡诊医疗车助力弥补山区、海岛、边远贫困地区的服务“空白” [1] - AI技术助力基层提高对常见病、多发病的识别精度，并在鼻咽癌、地中海贫血等地方病早期筛查中发挥支撑作用 [2]

县域医疗资源整合与服务能力提升 - 县域远程医学影像诊断服务量今年已超过6800万人次 [1] - 80%的县（市、区）已建成县域影像、心电、检验资源共享中心，实现基层检查、区县诊断 [1] - 远程医疗、互联网医疗、移动巡诊医疗车等措施弥补了山区、海岛、边远贫困地区的服务空白 [1] 基层医疗服务覆盖与利用效率 - 全国超过90%的居民能在15分钟内获得就近医疗卫生服务 [1] - 2024年县域内基层医疗卫生机构诊疗人次占全国诊疗量的63.4%，较上年提升0.5个百分点 [1] - 2024年12个基层卫生健康综合试验区的基层医疗机构诊疗量占比达69.1%，高于全国平均水平 [1] “人工智能+医疗”的应用与推广 - 广西打造“智慧医疗型”试点，推广远程会诊、AI辅助诊断、社区医院建设 [2] - 广西在防城港试点集成应用AI辅助诊断、慢性病智能管理、医疗文书生成等模块 [2] - 该AI系统计划于2026年前完成全区50%以上基层机构的部署应用 [2] 重点专科能力建设成效 - 在重点专科建设和人工智能赋能下，县级医院的肿瘤科、精神科、眼科等薄弱专科的设置率和服务能力显著提高 [2] - AI技术助力基层提高对常见病、多发病的识别精度，并在鼻咽癌、地中海贫血等地方病早期筛查中发挥支撑作用 [2] 综合试验区建设与经验推广 - 自2021年起全国遴选12个县开展基层卫生健康综合试验区建设，由县委成立卫生健康工委统管医疗、医保、医药 [1] - 目前省级层面已遴选建设186个综合试验区，梯次推进国家综合试验区的成功经验 [1]

县域医疗资源整合与服务能力提升 - 县域远程医学影像诊断服务量今年已超过6800万人次[1] - 目前80%的县（市、区）初步建成县域影像、心电、检验资源共享中心，实现基层检查、区县诊断[1] - 远程医疗、互联网医疗、移动巡诊医疗车助力山区、海岛、边远贫困地区弥补服务空白[1] 基层医疗服务可及性与利用率 - 全国超过90%的居民能在15分钟内获得就近就便医疗卫生服务[1] - 2024年县域内基层医疗卫生机构诊疗人次占全国诊疗量的63.4%，比上一年提高0.5个百分点[1] - 2024年12个综合试验区基层医疗卫生机构的诊疗量占比达到69.1%，高于全国平均水平[1] 基层卫生健康综合试验区建设进展 - 2021年起全国遴选12个县开展基层卫生健康综合试验区建设，由县委成立卫生健康工委，一位政府领导统管医疗、医保、医药[1] - 目前省一级遴选建设186个综合试验区，梯次推进国家综合试验区经验[1] - 广西支持上思县国家综合试验区建设，同时支持全区14个区市各建设一个自治区级基层卫生健康综合试验区[2] 人工智能+医疗技术应用与推广 - 广西打造"智慧医疗型"试点，推广远程会诊、AI辅助诊断、社区医院建设[2] - 广西在防城港试点集成应用成熟的"人工智能+医疗"场景，重点部署AI辅助诊断、慢性病智能管理、基层医疗文书生成及病案质控等模块[2] - 该系统2026年有望完成全区50%以上的基层机构部署应用，助力基层提高对常见病、多发病的识别精度[2] 县级医院专科能力建设成效 - 在重点专科建设和人工智能赋能下，县级医院肿瘤科、精神科、眼科等以往薄弱专科的设置率和服务能力均有很大程度提高[2] - AI技术在鼻咽癌、地中海贫血等地方病的早期筛查中发挥重要支撑作用[2]

山东经济发展评价 - 山东被评价为持续位居全球经济总量前列的经济大省 展现出强劲的发展韧性 [1] 飞利浦公司战略 - 公司始终将山东视为在华战略布局的关键区域 [3] - 公司对山东未来发展充满信心 愿继续发挥在数字医疗 AI赋能 绿色低碳和产业协同等方面的经验和优势 与山东深化合作 [3] 医疗健康行业建议 - 建议积极落实人工智能+战略 加快数字医疗基础设施建设 [3] - 推动AI辅助诊断等智慧医疗手段在基层普及 [3]

会议概况与主办方实力 - 国际视网膜高峰论坛百人会（IRS100·2025）于11月21日至23日在长沙举行，主题为“聚焦临床・融合创新・共筑光明”，设立包括视网膜创新转化与投资论坛在内的多个平行论坛 [1] - 会议汇聚包括多位中美院士在内的300余位全球眼科专家，以线上线下形式进行多维度学术交流 [2] - 主办方爱尔眼科在全球布局超900家眼科医疗机构，年门诊量超2200万人次，手术量逾150万台，为搭建国际化学术平台奠定坚实基础 [6] 前沿科学研究进展 - 在遗传性眼病方面，研究团队鉴定出家族性渗出性玻璃体视网膜病变（FEVR）的新致病基因，为早期诊断和靶向治疗提供新靶点 [10] - 针对儿童视网膜母细胞瘤，多中心临床研究探索出能降低复发率和眼球摘除率的更有效治疗方案 [12] - 在干细胞治疗领域，筛选出疗效更优的幼稚型RPE细胞（iPSC-nRPEC），并建立高效分化方法，可大幅缩短生产周期并降低成本 [13] - 基础研究揭示ZBP1介导的泛凋亡可能是光感受器退变的新驱动因素，为视网膜色素变性治疗开辟新途径 [17] 临床诊疗技术与策略 - 新兴成像技术如高分辨率OCT、光谱成像等为年龄相关性黄斑变性、糖尿病视网膜病变提供新的诊断视角 [13] - 研究构建了光敏、靶向线粒体的质子泵，环境光激活能显著提高ATP生成并保护视网膜神经节细胞，改善小鼠青光眼视力 [14] - 系统回顾了导致视网膜毒性的各类药物，为临床合理用药及毒性监测提供权威指导 [16] - 通过RCT研究对比，发现微创PPV在治疗重度NPDR时周边视野损害更小，且安全性良好，有望成为治疗新选择 [18] 行业平台与战略方向 - 论坛已成为全球视网膜领域交流成果、凝聚共识的重要平台，致力于推动科技成果向临床应用高效转化 [4] - 公司以“创新驱动·科技爱尔”为核心战略，积极推动AI辅助诊断、基因治疗、手术机器人等前沿技术的临床应用 [19] - 未来将加强人才梯队建设，构建“医教研产投”一体化平台，探索以患者为中心的全病程管理模式，并依托国际学术平台推动技术变革 [19][20]

会议概况 - 会议由镇江市数据局联合市卫健委、市医保局、市数据集团举办，主题为创新医疗健康智能服务供需对接 [1] - 参会方包括10家医院、7家医疗科技企业、3家保险公司及12家数商代表等70余人，会议地点在中国移动通信集团江苏有限公司镇江分公司 [1] - 大会标志着镇江在探索数据要素驱动医疗健康高质量发展新模式上迈出坚实步伐 [1] 参与方介绍与成果展示 - 镇江移动副总经理介绍了公司在数据要素运营服务领域的技术布局与创新成果 [1] - 镇江市数据集团介绍了公共数据授权运营路径及实践经验 [1] - 5家数商代表现场演示了涵盖AI辅助诊断、医保智能风控等标杆应用的智能服务创新产品 [1] 政府工作成果与未来部署 - 镇江市医保中心副主任介绍了该市在数据赋能医疗健康智能服务方面的工作成果 [1] - 镇江市卫生信息中心主任围绕数据治理和数据安全保护作了介绍 [1] - 镇江市数据局党组成员、副局长对应用场景落地提出当桥梁、聚合力、探路径、优生态四方面要求，并对医疗健康数据产品开发作具体部署 [1]

合作核心内容 - 苏州市立医院与海军军医大学第一附属医院签约共建国家消化系统疾病临床医学研究中心分中心 [1] - 分中心以市立医院太湖总院5号楼为实体 聚焦肠菌移植技术规范化诊疗 炎症性肠病临床研究 AI辅助诊断和机器人内镜技术 [1] - 合作旨在让苏州市民在本地享受到国家级医疗中心的诊疗服务 [1] 合作方背景与目标 - 长海医院消化内科于2014年获批成为国家消化系统疾病临床医学研究中心 在胰腺疾病 消化道早癌及先进内镜技术领域成果斐然 [1] - 合作将以临床科研和人才培养为两大抓手 助力苏州分中心快速发展 [1] - 长海医院将助力苏州分中心培养优秀人才 打造高水平临床科研团队 [2] 临床资源配置 - 研究中心依托市立医院太湖总院5号楼300余张床位 设置专病病房及临床研究床位 [1] - 将建设肠道微生态重点实验室及生物样本库 [1] - 设置“智慧内镜”中心 配置细胞内镜 机器人内镜 AI辅助诊疗系统等先进设备 [1] 技术应用与拓展 - 肠菌移植技术不仅可用于治疗难治性肠道疾病 更为肥胖 糖尿病等代谢性疾病和神经退行性疾病提供干预新思路 [2] - 市立医院将探索建立以肠道微生态调节为特色的慢病管理新范式 助力慢病防治工作 [2] - 双方将共同申报国家级项目 推进多中心临床研究 促进高质量成果产出与转化 [2] 行业动态与规范 - 第三届中国肠道微生态与肠菌移植学术论坛暨2025年技术培训大会在苏州召开 汇聚数百位国内外顶尖专家学者 [2] - 会上发布《重大慢病肠道微生物组检测的规范化及临床应用专家共识》和《成人肠菌移植临床管理及应用中国专家共识（2025版）》 为全国临床实践提供权威统一依据 [2]

学院成立核心布局 - 首都医科大学医学技术学院于2025年9月29日正式揭牌成立，由中国工程院院士王振常出任院长 [1] - 新学院通过整合校内及附属医院的医学影像技术、医学检验技术、康复治疗学、眼视光学、病理技术等专业，形成统一学术共同体 [1] - 此举是学校在“双一流”建设战略下，将临床实力与前沿技术研发深度绑定的关键举措 [1] 驱动行业发展的三大趋势 - 趋势一：医学技术角色转变，从临床诊断的“辅助”环节升级为驱动精准医疗发展的核心力量，技术突破直接带来临床诊疗能力的飞跃 [4] - 趋势二：深度“医工交叉”成为创新必由之路，实体学院平台旨在破解“医不懂工，工不懂医”的瓶颈，催生高端医疗装备、AI辅助诊断、手术机器人等领域的原创突破 [5] - 趋势三：市场急需高素质复合型人才，要求人才既精通技术原理又理解临床需求，具备创新能力，而非简单设备操作员 [6] 战略合作与人才培养 - 学院成立仪式上，首都医科大学与上海联影医疗科技股份有限公司签署战略合作协议，实践“医教研产”协同发展，共同攻克关键核心技术瓶颈 [5] - 学院旨在构建系统化、高水平的人才培养体系，培育能驾驭并引领未来技术变革的新一代医学技术专家 [6] 学校资源与学科优势 - 学校是北京市政府、国家卫生健康委员会、教育部共建的重点医科院校，全日制在校生逾1.6万人，其中研究生近八千人 [10] - 学校统筹21所直属附属医院，提供超过两万张床位，为医学技术人才培养和科研转化提供巨量病例和临床场景 [10] - 附属医院形成强大优势学科集群，包括宣武医院和天坛医院的神经科学、同仁医院的眼科和耳鼻咽喉头颈外科、安贞医院的心血管病、朝阳医院的呼吸病学、儿童医院的儿科学、口腔医院的口腔医学 [10] - 学校及附属医院系统拥有中国科学院、中国工程院院士7人，8个国家重点学科，93个国家临床重点专科，临床医学、药理学与毒理学、神经科学与行为学三个学科进入ESI全球排名前1‰ [11]