Zhejiang Taimei Medical Technology Co., Ltd.

从2015年起的药政改革，加上资本涌入，让中国的创新药市场插上了一双翅膀，科创板和港股18A更是送来春风，一直到2022年都处于飞速增长时期。也就是这短短7年时间，中国创新药市场在混沌之中经历了萌芽、摸索乃至腾飞，彼时一切都是那么美好。而从2023年开始的寒冬，算是开启了行业周期性调整，而这也是全行业第一次经历，绝大多数都没有经验。或许，也就是少数几家CRO曾经历过2008年金融危机还有点印象，但影响有限，毕竟那时候中国的CRO行业体量还很小，在全球新药研发领域的参与度还很低，即便是在国内也属于新生事物，知之者甚少。这个周期到底有多久？这是经常被谈论的话题。奈何，身处于强监管的医药行业，深受国内外政策环境影响。贸易摩擦、资本寒冬、医保控费，无不严重制约着行业的上行通道，加上IPO收紧也让奉为“创新活水”的资本市场处于观望之中。严格来说，CRO行业在2024年成功实现上市的企业只有益诺思一棵独苗。同为2023年成功过会的迈百瑞和六合宁远都黯然撤回申请。此外，以云端软件为特色的太美医疗屡败屡战之后，终于在港股成功上岸，其中数字化服务在SMO和PV领域的应用为临床试验提升效率。而同样屡败屡战的珈创生物，继上海科创板和深圳创业板之后，再度折戟北交所，目前依然在全国股转系统挂牌，不知道会不会尝试港交所。晶泰科技，从AI晶型研究为起点，经过10年打拼终于凭借新路径港股18C成功实现IPO，如今也从医药研发和自动化不断向其他领域延伸，将AI应用于包括新能源、新材料以及农业等多种行业。因此，晶泰或许更倾向于定位于科技公司，而非局限于医药行业。目前也就只有海金格和百奥赛图两家还处于上市进程，十分单薄。鉴于当前的政策环境，2025年如果有CRO提交IPO申请，那可真称得上“孤勇者”了。2024年终止IPO申请的CRO包括百英生物、都正生物、熙华检测、百诺医药、海纳医药、云舟生物等等很多家。在看到IPO无望后，被并购成为资本退出的最佳选项。于是，奥浦迈收购澎立生物，以及成都先导收购海纳医药，这样的交易浮出水面。这两起收购案会以何种估值达成，将是CRO行业未来一段时间里的参照标杆。鉴于披露信息有限（或无法判断相关员工人数，或未披露净利润，或财务数据缺失年份较多），无法进行横向比较，故此次挑选35家CRO进行盘点。国内49家CRO上市公司说明略过，可查阅往年介绍。特别指出，本文所指GLP是指中国国家药监局批准的GLP资格认证。以下就简单整理了35家上市和准上市公司的2024年业绩，大家可以做横向比较，并分析各家公司在行业内所处位置。2024年35家上市公司业绩（单位：万元）2020-2024年35家上市公司人均指标对比单位：万元说明：1)员工单位：人；金额单位：万元人民币；2)数据全部来自各公司年报、招股说明书、公司公告和新闻；3)方达和金斯瑞财务数据以美元计，2020年到2024年分别按汇率6.8996，6.4512，6.7208和7.0467和7.1217折算为人民币；4)药明合联人均数据只计算2022年到2024年三年；▌综合型1药明系（药明康德+药明生物+药明合联）的寡头地位依然无可撼动。基于上述35家上市公司的数字，药明系还是牢牢占据着半壁江山，具体来说是三分之一的从业人员，贡献了半数收入，以及高达八成的净利润。即便遭受地缘因素的打压，药明系韧劲十足，具体来说：药明康德连续3年将收入稳定在400亿元，虽然已经不能像之前那样高速增长，但随着员工数量从顶峰时期2022年4.4万人减少到2024年不足4万人，其人均产出和人均利润持续上升，呈现高质量发展态势；药明生物也进入低速增长通道，而剥离出来的优质资产药明合联，趁着ADC产能需求的风口，接过高速增长的接力棒，重现早年间母公司的业绩奇迹。药明系的海外收入占比依然保持高比例，事实表明全球医药产业链脱钩并非易事。康龙化成则稳坐第二把交椅，连续3年收入稳定在百亿元规模，归母净利润更是连续5年稳定在十几亿元档次，员工人数也继续保持2万人。与以上龙头企业从业绩上展现出韧劲不同的是，以下3家在规模上低一个数量级，业绩仍在下滑，巧合的是都在张江。睿智医药7年来收入首次跌破10亿元，或许这就是领导层频繁更迭所带来负面影响的量化体现，不过好在大部分收入主要依靠海外，且长期积累的客户基础，依然有望重整旗鼓。与睿智医药恰恰相反的是，美迪西主要依靠国内客户，特别是Biotech；由于国内融资环境仍困难，正如去年所说的那样，2024年业绩继续大幅下滑，目前大力开拓海外业务，以求扭转境内外收入比例，但尚需时日；维亚生物受资本拖累最为明显，一方面引以为傲的EFS模式受到投资环境影响未能达到预期，另一方面承受着巨大的可转债包袱；随着引入新的投资人解决可转债危机后，业绩出现好转，至少净利润已经扭亏为盈了。维亚以其在靶点研究领域的实力，依然是全球源头创新的重要一环。尽管北美地区的收入比例提升，但由于利润率下降，造成方达控股的收入、净利润减少，人员也同步减少；好消息是苏州基地获批国内GLP认证，进一步完善安评能力。成都先导在收入、净利润和人员上均有所增长，尤其是归母扣非净利润有了大幅度增长，而在去年归母净利润主要来自于政府补贴。其欲通过收购在2024年终止IPO的海纳医药，将向产业下游延伸，值得关注。综合型1类CRO侧重于创新药早期研发，受政策环境的影响，还在承受压力。不过显然，药明系和康龙化成这样巨头，凭借规模优势，看出来已经经受住考验，开始稳中有升，虽然大部分情况下已经很难实现早年间的高速增长。而其他家规模相对较小，普遍还需要时间实现恢复，但多少也能看到一些向好的迹象。▌综合型2以及化药CMC这类公司充满本土元素，特别是借助MAH政策，为B证企业开发了大量仿制药，在短暂的窗口期颇有收获。同时也在努力向创新药转型，可以说业务也是十分多元化，还有中药，甚至宠物药等业务板块。值此“722”十周年之际，深受影响的博济医药也迎来了上市十周年，虽然未能抓住前些年创新药的风口，倒也躲过了资本寒冬带来的影响，反而走出了独有的特色，包括承接了中药研发政策红利所带来的机遇。另一个老牌子华威倒处于不温不火的状态之中。而新兴力量阳光诺和、百诚医药、万邦医药不得不面对仿制药市场收缩的挑战，净利润有所下滑。有些仿制药CRO则是在MAH制度下逐步转型为制药公司，自有品种陆续获批实现销售盈利，故而不再讨论。▌化学CDMO在这类企业中，只有皓元医药的日子是最好的，实现收入、净利润和人员同步增长，主要还是源于其在化学试剂和工具化合物的坚实基础，以及早年间在Linker-Payload方面的布局随着ADC风口来临从而占据较大市场份额。同为获得新冠百亿订单的凯莱英和博腾股份，虽然还在下跌，但从2025年一季度表现来看逐渐脱离了大订单的大喜大悲，开启了再出发模式，尤其是都在大力开拓合成大分子以及ADC偶联业务，相较之下，凯莱英略胜一筹。九洲药业同样也在下滑之中。已经被皓元医药超过的药石科技，似乎开始缓过来了。泓博智源增收不增利，核心业务药物发现保持增长，而寄予厚望的工艺开发业务仍然难以支撑。金凯生科在上市第一年的业绩差强人意，与上市前的优秀表现形成鲜明反差。▌生物CRO+CDMO药明生物与药明合联不再赘述。金斯瑞2024年10月对传奇生物解除合并，此前的净利润都受到细胞疗法研发高额开支拖累。义翘神州的收入和净利润都在萎缩。CGT第一股和元生物和培养基第一股奥浦迈都是增收不增利，整体体量较小，应对市场变化的实力还需要慢慢养成。相比之下，奥浦迈的培养基业务开始进入收获期，同时公司也在通过并购扩展新业务，澎立生物并购案值得关注。而CGT领域就靠融资续命，短期内和元生物仍然面临困难。屡败屡战的珈创生物，业务单一且行业整体遇冷，业绩下滑在意料之中。▌药理毒理昭衍新药依然是中国最大的GLP机构，收入和净利润双双下滑；益诺思则是增收不增利；加上美迪西表现出的颓势，都印证了早期研发市场萎靡。同为实验动物企业，集萃药康收入和净利润双双下滑，南模生物略好些，收入略有增长，净利润实现扭亏为盈。▌临床泰格作为临床CRO老大，员工数量首次突破一万，但收入和净利润同步下滑。规模较小的诺思格虽然收入增长，但净利润是减少的，但对于公司来说一个好消息是顺利解决了一场重大诉讼。普蕊斯是SMO第一股，收入和员工数量保持低速增长，但净利润出现减少。在看完2024年各家上市公司的表现之后，更需要把时间维度拉长到过去5年，来回顾一下整个行业的发展趋势。2020-2024年35家上市公司合并指标对比单位：万元从上表可以看出CRO行业从2020年到2022年一直保持高速发展，且呈现加速度的趋势。不过到了2023年增速来了一个急刹车，整体基本上与2022年持平。2024年，除了因为人员减少而导致人均产出略有提升之外，其余各项指标可谓全面下滑，净利润率更是近几年最低。而对于个人而言，过去这一年的普遍感受是“活干得多了，钱挣得少了”，也有一部分人在想“有活干就不错了，好歹有碗饭吃”。从人员数量来看，2024年又比2023年有所减少，貌似并不像大家直接感受到的裁员潮。不过，考虑到以往几年30%左右的人员增幅，加上近几年每年超过1000万应届生，原本是解决就业大户的CRO行业，如果能保持基本用人稳定，也算是功德无量了。在当前市场环境下，CRO行业唯有砥砺前行，才能穿越周期。或许在经历了这次完整周期之后，也就能真正认清行业发展的本质，从而找准稳健的发展通道，也能在全球创新药研发生态圈里稳稳扎根。推荐阅读重磅奖项申报 | 中国生物医药产业十年荣耀奖——行业引领CRO/CDMO公司CRO至暗时刻：38家上市企业业务和财务数据对比CRO最后盛宴：37家上市企业业务和财务数据对比CRO高速成长：37家上市企业业务和财务数据对比CRO持续向好：29家上市公司业务和财务数据对比CRO稳如磐石：25家上市公司业务和财务数据对比CRO稳步增长：41家上市公司业务和财务数据对比CRO持续火爆：44家上市公司业务和财务数据对比CRO繁荣背后：16家上市公司业务和财务数据对比Copyright © 2024 PHARMCUBE. All Rights Reserved.欢迎转发分享及合理引用，引用时请在显要位置标明文章来源；如需转载，请给微信公众号后台留言或发送消息，并注明公众号名称及ID。免责申明：本微信文章中的信息仅供一般参考之用，不可直接作为决策内容，医药魔方不对任何主体因使用本文内容而导致的任何损失承担责任。

01前言人工智能技术在医疗领域应用多年，大模型技术的出现为其应用价值和范围又带来了新的可能。2024年底爆火的国产开源语言大模型DeepSeek极大助力市场教育，将大模型在医疗场景的应用迫切度也提到历史新高点。医疗领域已经出现数百个垂直大模型应用于各个环节，企业从自身数据及市场优势出发自研专业大模型。产品虽众多，但是产品到商品还受政策、市场等影响。目前，医疗大模型在医疗领域的渗透率、应用情况、应用成果到底如何？本次报告，动脉智库联合成都高新区数智医疗创新联盟创作和发布，通过调研、访谈十余家创新企业、三家投资机构及数名临床专家，从市场和企业两方面探索我国医疗大模型渗透率的现状，试图梳理各类不同医疗大模型的竞争要素和优势发展策略，与共同努力的企业们一同探讨。主要观点● 医疗大模型发展处于早期，行业经过了“产品打造”阶段，亟待通过“性能验证”释放商业价值。目前，对大多数医疗大模型依然缺乏明确的安全性、有效性的验证和监管体系，是大模型商业化推广限速因素。● 医疗大模型市场规模预计在2028年突破百亿，目前总体渗透率不足10%～20%，是一个极大的蓝海市场待企业去开拓。● 2025年截至5月1日医疗大模型发布133个，远超2024年全年的94个、2023年全年的61个。288个医疗大模型中，九成覆盖了政策指引的应用场景。● 医疗大模型应用场景中，提及频次最高的为医疗服务环节，占比高达53%，其中临床专病辅助决策、预问诊、病历辅助生成、医学影像辅助诊断位居前四。● 文本类大模型集中在医疗IT服务环节；影像类大模型应用成熟度最高，超声和病理有惊喜进展；生物大模型极大助力药物研发；中医类大模型在多方力量推动下快速发展。● 医疗大模型的渗透率受多方影响，需要通过痛点验证、市场规模测算、技术和数据能力评估、有公信力的性能验证以及政策的支持和监管来解决“想用”“想做”“能做”“好用”“允许用”的问题。● 医疗大模型落地应用方式灵活，可作为产品使用、可作为AI应用的智能管理平台、可作为AI产品研发和优化的基座。● 总体来说，由于生成式技术与语言大模型的突破，医疗大模型对文本类的任务助力更大，此外对综合性、高数据密度以及多流程的任务赋能更加明显。● 在医疗大模型的框架下，以大模型牵动的大小模型协作模式将是近几年的主流市场应用方式。● 医疗大模型的发展初期，大模型的打造和应用成本都较高，随着技术、政策、市场等多因素助力，未来医疗大模型将向普惠化迭代升级。02多因素驱动医疗大模型加速蓝海开拓1、性能不断突破，亟待价值验证推动模型商业化落地“百模”蓄势待发，亟待性能验证释放商业化价值。医疗大模型从概念兴起到成熟落地大致需要走过需求分析与验证、模型研发、模型性能测试或应用市场对模型性能的验证、商业模式探索到最后在行业实现大规模的商业化落地。医疗大模型从概念到落地的发展阶段，资料来源：公开信息，动脉智库分析虽然技术突破带来的愈发成熟的大模型产品令人兴奋，但是医疗大模型要实现大规模商业化落地还有一段路要走。目前，在各细分领域已有部分医疗大模型打通了商业模式实现了商业闭环（我们将在第三章详细分析部分应用场景的典型案例），但就行业整体而言，发展尚处早期，更多的医疗大模型还处于价值验证阶段，亟待通过性能测评释放其商业价值。2、医疗大模型蓝海市场空间充足，亟待企业开拓医疗大模型在2019年至2023年快速兴起，期间市场规模年均复合增长率超过100%；直至2027年都将是医疗大模型的爆发期。根据亿欧智库数据，目前医疗大模型市场规模接近20亿元，在行业爆发期间，预计以高达140%的年平均增长率，于2028年突破百亿元。尽管快速拓宽的应用边界不断拉高医疗大模型的市场规模天花板，但要真正大规模应用落地还需要一步一个脚印，逐步提升市场渗透率。目前，医疗影像、辅助诊断、健康管理等领域大模型渗透率相对较高，但依然属于市场渗透的早期阶段。基于动脉网访谈调研预估，医疗大模型整体渗透率不足20%，甚至更加保守的受访者估计不足10%。由此可见，医疗大模型这块蓝海还有巨大的市场空间亟待企业们去渗透和开拓。3、多因素聚合驱动，推动“产品”向“商品”落地近年来，在算力基础建设、算法精进、芯片技术进步、政策指引及市场教育多维度，医疗大模型均受到积极推动。值得一提的是，2024年11月国家卫生健康委办公厅、国家中医药局综合司、国家疾控局综合司联合发布的《卫生健康行业人工智能应用场景参考指引》，明确定义了四大部分、十三大类、总共84个具体的应用场景，其中19个应用场景明确提到了医疗大模型的应用。《卫生健康行业人工智能应用场景参考指引》具体场景展示，资料来源：国家卫健委官网，动脉智库整理（打勾为明确提及大模型应用的场景）此外，DeepSeek自2024年底发布以来，迅速“走红”各个行业，医疗行业也不例外。就医疗大模型领域而言，DeepSeek对其影响已经超越了单纯的技术突破范畴，其“一炮而红”对医疗行业各环节从业者，以及C端的患者或用户更是一次直观且有力的市场教育，迅速提升了市场对医疗大模型的接受度以及使用积极性，变“被动接受”为“主动拥抱”。03医疗大模型爆发，赋能医疗服务的各个环节1、行业迎来近三百个大模型，九成覆盖政策指引应用场景2025年医疗大模型密集发布，截至5月1日已有133个医疗大模型的密集发布，远超2023年（61个）与2024年（94个）的模型数量。2023—2025年医疗大模型数量（截至2025年5月1日），资料来源：公开资料，动脉智库整理截至2025年5月1日，我们收录了市面上已公开的主要医疗大模型案例累计288个，其中约有九成以上医疗大模型应用场景均涵盖于《卫生健康行业人工智能应用场景参考指引》之中。大模型涉及应用场景12类，所有应用场景总提及频次814次。其中医疗服务场景涉及的大模型最多，总提及频次达430次，占比近53%。各类医疗大模型应用场景提交频次，资料来源：公开资料，动脉智库整理从2023年的初步尝试，到2024年行业取得长足进展，再到2025年未至年中便迎来超百个模型落地，医疗大模型的爆发式增长态势已然明晰。2、四类医疗大模型，展现七大共同技术发展路径政策与技术迭代驱动下，我国医疗大模型产品矩阵加速构建。鉴于不同场景及主体间的应用渗透程度存在差异，本报告通过对主流大模型产品的应用场景进行系统梳理与量化分析，选取文本大模型、医学影像、药物研发、中医药产业四大核心赛道，以期全景呈现医疗大模型的技术落地路径与产业发展脉络。文本大模型-医疗IT场景占比最大。在技术适配性、数据基础、应用场景需求及产业落地可行性等多因素影响下，当前文本大模型仍是医疗大模型的主要研发类型。其主导地位源于医疗场景对语言处理的刚需、文本数据的易获取性、技术成熟度与商业落地效率。在此之中，医疗IT是大模型落地场景中占比最大的部分。结合对288个医疗大模型应用场景的系统性梳理，在累计663个场景提及频次统计中，非医学影像类医疗IT场景提及频次高达300余次，以近46%的占比成为核心落地方向。医生成为“AI制造”群体中至关重要的一员。截至2025年4月30日，国内“2022届中国竞争力排行榜”中排名前100的医院，已有98家对外宣称完成了大模型部署。在这之中，有38家医院在通用模型的基础上进一步展开研发，打造出55个符合自身需求的垂直医疗模型。其中，医院合作企业依然是主流，有超过一半的项目采用这一模式进行开发。医疗垂直模型开发模式分布（截至2025年4月30日），资料来源：公开资料，动脉智库整理影像大模型-发展最成熟已覆盖全周期。医学影像是人工智能技术落地最为成熟的医疗场景之一，并已形成覆盖图像采集、处理及诊断全流程的价值赋能体系。通过市场产品图谱分析，聚焦医学影像领域的大模型相关产品已达56款，以心脏、骨骼、头颈、肺部等解剖部位的辅助诊断应用最为广泛。其中，超声和病理成为重要突破方向，脉得智能（超声）、透彻未来（病理）及医策科技（病理）等企业纷纷推出相关大模型助力临床辅助诊断。 药物研发大模型-亟待质的变化。结合统计数据来看，目前大部分生物大模型产品的应用场景集中在药物研发领域。需指出的是，当前生物制药大模型在医疗机构赋能及药物研发探索等领域，尚未实现对既有场景的颠覆性突破，仍处于技术融合与场景适配的渐进式创新阶段。随着算法优化、数据积累及跨学科协同的深化，该领域有望催生具有变革性的技术突破。中医大模型-多方力量推动快速发展。从当前众多面世的大模型来看，大模型正持续加大在中医药产业的应用。2023年，面世的中医药大模型约为13款，2024年数量稍有下降为9款，2025年已有8款产品面世。从数据来看，中医药产业大模型的研发汇聚了多方力量，呈现出产学研紧密协同的态势。结合技术演进逻辑与行业实践，当前医疗大模型核心应用场景及技术发展路径可归纳如下：○ 医疗服务仍是主流应用场景○ 公共卫生服务、养老托育服务及医疗机器人等领域的大模型应用较少涉及○ 基层应用频频被提及○ 中医药领域实现应用的深度渗透○ 大模型正蓄力赋能医疗产业○ 革新医学教育与科研范式○ 健康管理场景或成医疗大模型应用潜力股3、六大医疗应用场景，解构大模型应用路径本次统计的288个医疗大模型、共814次场景提及频次中，涉及的12类应用场景中共涵盖56个细分领域，其中，临床专病辅助决策、预问诊、病历辅助生成、医学影像辅助诊断提及最多，均为医疗服务大类。医疗大模型涉及的56个细分应用场景提及频次，资料来源：公开资料，动脉智库整理差异化价值逻辑形成的技术落地路径。基于五大核心应用场景的解析，各场景基于差异化价值逻辑形成的技术落地路径主要如下：○ 大型医疗机构：围绕智慧医疗核心场景向外延伸○ 小型专科医疗机构：消费医疗与中医药智能化赛道正在升温○ 政府：在基层多个场景实现提质增效○ 药企：落地仍存在挑战○ 患者：潜在挖掘空间明显04医疗大模型在多应用场景率先跑通商业化1、渗透率受多方影响，需共同驱动商业化落地医疗大模型的落地应用渗透率受多端的影响。需求端，首先需要有明确的、真实的痛点需求，其次需要有足够大的市场空间吸引科技企业及资本布局赛道。在需求验证之后，企业端需要充分验证相关产品打造的可行性，例如技术是否足够支撑、数据是否足够精准等。最后，大规模的商业化落地还有赖于相关部门的政策支持，从技术发展、市场准入、产品性能验证、收费等环节给予指引。医疗大模型渗透率影响因素，资料来源：公开信息，动脉智库整理基于此渗透逻辑，目前医疗大模型在放射类影像辅助诊断渗透率最高，据调研估计，渗透率接近40%。此外，辅助检查报告解读与结构化、病案质控、辅助问诊/导诊类工具、临床辅助决策、涵盖智慧病历书写等功能的医生助手、科研场景、药物研发、健康管理等应用场景渗透率其次。我们将在接下来的小节逐一解析其影响因素。2、“严肃”和“辅助”医疗应用场景各有标杆适用于院内（包括基层）的医疗大模型从临床应用场景不同可以分为严肃医疗大模型和辅助医疗大模型。就单个医疗大模型而言并非只能拥有一种类型应用场景，其可同时在两类场景应用或赋能两类场景的相关应用开发。由于医疗大模型的应用方式兼具“产品”和“平台”属性，即其既可作为产品直接应用，也可作为“平台”赋能进一步人工智能产品升级或研发。因此，在落地成熟度的讨论中，我们将两种应用形式均考虑其中，作为“平台”属性时，将通过其赋能的人工智能应用落地程度进行评估。（1）严肃医疗大模型-影像走在最前列严肃医疗大模型在整个影像辅助诊断领域应用渗透率最高，或与其需给出定性分析的任务性质有关。从大模型训练方式及应用目的出发，医疗大模型又可分为判别式大模型与生成式大模型。前者学习条件概率，生成的空间受限，类似于回答封闭式判断题，因此准确度相对更高；后者学习联合概率，生成的空间不受限制，类似于回答开放式问答题，因此输出结果可控性更弱。判别式与生成式大模型部分性能对比，资料来源：公开信息，动脉智库整理判别式大模型由于更高的结果可控性更易提高精准度、更易贴近于临床医生表现，在严肃医疗场景的应用价值体现也更加直观。因此，目前以影像辅助诊断为代表的判别类的严肃医疗大模型，发展和推进的阶段更加成熟。除其模型应用性质外，辅助诊断类影像大模型走在应用最前列的共性原因还有两点。一是在性能验证环节的优势，该类产品拥有明确的评估标准，例如“敏感度”“特异性”等量化评估指标，其性能验证直观。二是在政策完善度的优势，其监管路径相对清晰，通过获得国家药监局的医疗器械资格证获得明确的“入场券”推进商业化推广，加之医检互认的促进推动其更快应用落地。数据处理难度影响大模型研发门槛。进一步细分影像大模型应用场景发现，按照放射、超声及病理的顺序逐一产品数量更少、市场应用更早期，其重要影响因素是细分领域数据处理难度的不同。● 放射影像标准化数据缩短研发“入门”时间。无论是人工智能产品或是相关医疗大模型，放射影像能够成为发展最为成熟的细分应用场景，其标准化数据及医疗逻辑的可及性是其重要基础。据智药局数据，截至2025年3月，国家药监局已批准99张AI放射影像三类证。排在前列的影像三类证获得者数坤科技、深睿医疗和推想医疗均推出相关医疗大模型，助力全线产品迭代升级的同时提升模型性能不断朝临床应用级靠拢。“可用”到“好用”让放射影像大模型从“产品”变为“商品”。数据处理难度的优势，让放射影像产品化更早，但要实现其商品化并大规模落地应用，不仅需要让临床“用”，更要让临床觉得“好用”。目前，AI影像产品在试用期，由于其优异的性能通常能够获得临床的积极反馈和活跃使用，但其长期应用于临床还涉及医生工作流程的变化。如何能够将影像产品更好融入临床工作流，培养临床使用习惯，进而提升使用者动力，是进一步提升影像AI渗透率的重点。这一步，行业已有企业积极布局并已见成效。如数坤科技基于其多模态大模型数坤坤，完成了从诊断、教学、科研、随访和科室管理等的全工作流串联，为影像科医生提供了全链路的数智化辅助工具。在北京市科委举办的行业大模型创新应用大赛中，数坤坤以99（共100个）个病例诊断与专家评委一致、1个优于专家评委的优异性能拔得头筹，高精准度和一站式服务的性能推动数坤坤从“产品”到“商品”的转变，加速渗透落地。● 超声影像超声影像的数据为动态视频格式，且需要在检查当时做出诊断建议，因此，“实时”是对于超声人工智能产品的重要要求，需要其在检查过程中做出实时质控及实时诊断分析。由于数据格式及要求的不同，在数据标准化程度和医疗逻辑可及性方面不及放射影像领域，也因此其在数据处理阶段或需要花费更多精力并且更依赖经验专家进行数据标注。这也不难解释为什么国家药监局批准的超声辅助诊断软件三类证寥寥无几，目前仅脉得智能、医准科技等获得了相关三类证批准。超声影像大模型性能逐步验证。在肿瘤诊断的医疗流程中，通常超声给出相关建议后，必要时患者将进行放射或病理的进一步检查。事实上，由于超声医生的技术差异，进一步检查的概率并不低，而其中不乏一些本可以避免的进一步检查，尤其在基层等医疗资源欠缺的情况下更是如此。因此，要在超声领域实现“低年资医生+AI=高年资医生”的人工智能使命，或许需要超声辅助诊断产品的准确性不断向病理结果靠近。目前，行业也不乏朝此方向努力的企业并已初显成效。如脉得智能于今年3月份获得三类医疗器械证的“甲状腺结节超声影像辅助诊断软件”，融合临床真实诊疗场景训练AI模型，实现了结节良恶性的超高精准判断。其临床测试结果显示，该产品甲状腺结节良恶性判别准确度高达96%，与组织病理结果高度一致。● 病理影像“金标准”对大模型提出了高要求。病理检查作为肿瘤诊断的金标准，其严肃性较超声和放射影像更进一步，这也对该领域医疗大模型提出了更高的要求。行业对准确性虽然没有统一的要求，但敏感度无限接近于100%是病理领域人工智能企业的默契。除此之外，病理领域大模型研发条件也相对苛刻。首先，病理影像的图片标准化程度低，且由于病理影像数据复杂、厂商利益壁垒等原因，标准化推进程度缓慢，这意味着在数据处理及标注上需要投入更多人力物力。其次，我国病理医生数量严重不足，稀缺的专家资源也提高了数据处理的门槛。病理大模型多维度构筑核心竞争力。出于不同病理医生之手的影像图片，其染色后的图像差异度大，这要求大模型拥有极强的泛化能力能够识别并处理这些图像。病理大模型通常是与头部教学医院共研训练而得，泛化能力不足的产品在同级别染色水平下能够表现出优异性能，而在二级及以下医疗机构假阳性率高，这无法完成助力优质医疗资源下沉的使命。因此，在病理领域要实现“低年资医生+AI=高年资医生”的人工智能使命，病理大模型的泛化能力十分关键。强泛化能力能让模型不仅在头部医院，在二级及以下医疗机构依然能稳定地展示产品的准确度。例如透彻未来基于其大模型Thorough Brain 2.0，赋能其AI病理产品Thorough Insights 4.0达到专业临床应用级性能，支持包括胃、肠、食管、胰腺、肺、前列腺、乳腺、子宫内膜、宫颈、泛器官淋巴结等十余种高发肿瘤器官的病理智能分析，精准定位癌变区域并完成疾病分型，其在大型医院的临床病理应用中，敏感度接近100%，特异性超过94%，在中小型医院的敏感度同样接近100%，特异性超过90%。此外，作为金标准，病理可能直接影响治疗方案，病理医生对人工智能的使用通常会更加谨慎。单纯给出“是”与“否”的结论，病理医生可能依然会按照传统流程亲自进行诊断验证其准确性，阻碍人工智能辅助临床提升效率的性能显现。因此，病理大模型的可解释性或是其另一个核心竞争力，在给出定性结果的同时，充分展示其判断逻辑和专业依据，增强信任，帮助医生从被动接受结果转为主动利用人工智能实现精准诊疗。目前，行业已出现拥有相关核心竞争力的病理大模型。如医策科技发布的病理多模态大模型“灵眸”，其中包含了企业创新构建的病理思维链框架（Pathology Chain-of-Thought），该框架采用逐层推理解析技术与可解释性融合机制，可以在给出诊断结果的同时为病理医生充分还原诊断的临床思维路径，降低信任门槛，让更多病理医生可以放心使用“灵眸”带来的在9个器官涵盖57种肿瘤亚型的临床级病理辅助诊断服务。最后，可及性也是大模型在应用推广落地中的核心竞争力之一。众所周知大模型需要强大的算力支撑，如果大模型的使用附带着动辄上百万的GPU购置成本，无疑会劝退一部分潜在使用者。使用端的现状也促使大模型企业不断优化其单位算力下的性能，让大模型“大而不重”，提升模型的可及性，进而推动商业化落地。如透彻未来、医策科技等病理医疗大模型企业，均通过技术优化实现轻量级私有化部署，在促进各自商业化进程的同时，更是共同推动了病理人工智能行业的发展。可靠性、可用性、可及性是严肃医疗大模型共性需求。其实，不光在病理领域，对于所有应用于严肃医疗场景的大模型可及性都是共性的需求，此外可靠性、可用性也是重要诉求。严肃医疗大模型性能共需，资料来源：公开资料、调研访谈，动脉智库智能整理（2）辅助医疗大模型-展现超强灵活性相较严肃医疗大模型通常覆盖专科应用领域，辅助医疗大模型覆盖了更加广泛、更加灵活的应用场景。为了更清晰厘清其应用范围，我们从服务主体出发，将辅助医疗大模型应用范畴分为围绕医生、围绕患者、围绕医院管理的三类。辅助医疗大模型应用场景分类，资料来源：公开信息，动脉智库整理目前，辅助医疗大模型整体而言比严肃医疗大模型落地应用推广进程更成熟，其中围绕医生的诸多提质增效的人工智能工具应用最为广泛。多场景应用需要大模型更加“灵活”。不难看出，比起严肃医疗大模型，辅助医疗大模型覆盖的场景更多、更广，且同一场景的应用，机构与机构之间也存在不同的要求，因此需要大模型更加灵活。其灵活性的其中一个体现在产品的性质上，不同于严肃医疗大模型“模型即产品”的要求，辅助医疗大模型往往更需要体现其“基座”的性质，即提供赋能院内多场景提质增效所需要的医学知识、政策法规和安全要求等数据资料的多模态数据，并训练模型拥有医疗行业的决策逻辑。医疗机构可以将其作为全院人工智能产品的基础和管理平台，将所有的人工智能服务统筹起来，也可以基于大模型基础进一步研发，围绕不同主体、应用于不同场景的人工智能产品，以更好地进行全院级数智化管理。如神州医疗大模型2.0，是一个拥有文本、影像、病理、基因、时序数据处理能力的多模态大模型，其可以作为全院人工智能应用监管的“驾驶舱”，也是各应用场景人工智能产品打造的专业基础。企业基于此大模型已经开发了包括罕见病、脑肿瘤、儿童免疫缺陷等在内的20个专科场景AI应用产品，围绕医生、患者和医院不同使用方提供多应用场景的AI工具，助力提升效率、就医体验等。此外，行业还出现了支持使用者基于大模型自主建立人工智能服务工具的灵活方式。如医渡科技，为行业提供“大数据+大模型”双中台，使用者可以在其中台上构建自己的小模型和智能体。目前已经在20余家头部医院上线，其中80%的用户为医生群体，在平台上自建智能体助力诊疗科研教学及患者服务等日常工作流，市场使用率极高。由此可见，可赋能二次开发的、灵活的辅助医疗大模型除了具体的应用产品价值，还被赋予了多一层助力人工智能落地、推动行业发展的使命与能力。除了灵活的专业医疗大模型，行业还出现了开源医疗大模型，助力推动人工智能生态发展。2025年初，京东健康的“京医千询”宣布开源，“透明化”的技术架构一方面直观向行业展示了“京医千询”的技术实力，另一方面也想通过技术共建与行业一同携手推动人工智能服务进一步落地。行业越来越多专业预训练大模型能够帮助初创企业避免从零打造医疗大模型的高成本，降低模型研发门槛，甚至通过更优质的数据助力提升模型性能。辅助医疗大模型三大赋能路径，资料来源：调研访谈，动脉智库整理（3）医疗大模型赋能基层-标的落地场景目前，基层医疗卫生机构正以三分之一的卫生人力资源，提供全国一半以上的诊疗服务量以及绝大多数的基本公共卫生服务。随着国民健康意识增强，人口老龄化、慢病人群数量攀升，基层的任务愈发重要及繁多，医生数量短缺的矛盾也将随之加剧。在政策和刚需的推动下，基层成为医疗人工智能落地的绝佳场景，而对于近年来兴起的医疗大模型亦是如此。目前，诸多医疗大模型企业，如讯飞医疗、神州医疗、数坤科技等均有基层应用场景布局，并成功实现商业化闭环。标准化：为医生提质增效、提高群众信任。基层医生通常为全科医生，需要涉猎的疾病种类和药物种类广泛，作为疾病预防、治疗的第一道防线，比起对疑难病例的处理能力，更需要基层医生拥有对常见病及慢病不错诊、不漏诊及合理用药的“标准化”能力。此外，“标准化”能力还体现在如随访和健康档案管理的公共卫生服务之中。而对于患者或居民而言，也需要得到与上级医院同质化的诊疗结果来提升对基层医疗的信任程度。医疗大模型对海量、多模态知识的学习吸收能力及其标准化输出能力完美契合基层“标准化”诉求。近年来，大模型赋能下的全科辅助诊疗应用在基层展现出优异成效，也推动了其在基层的渗透率逐步提升。如讯飞医疗的"智医助理"早在2017年就成为全球首个通过国家执业医师资格考试综合笔试的人工智能机器人，取得456分成绩(满分600分)，超过96.3%的人类考生。实际落地应用中聚焦基层医疗场景，通过“智医助理”赋能全科医生，在常见病诊疗规范化和效率提升方面取得显著成效。通过今年发布的星火医疗大模型X1赋能后，智医助理实现了核心性能显著提升——合理用药审核正确率达95%以上，基层高发常见病诊断TOP1推荐合理率突破95%，系统在为基层医生提供高效辅助诊疗支持的同时，有效提升居民对基层医疗服务的信任度。截至2025年4月，产品已落地全国31个省市的682个区县超73000个基层医疗机构，服务超220000名基层医生，累计提供超9.7亿次AI辅诊建议。3、院外医疗大模型助力“提供工具”向“提供价值”转变如严肃医疗大模型和辅助医疗大模型无严格区分标准一样，院外医疗大模型板块也是从应用场景类型出发，研究医疗大模型在该场景的应用落地情况。事实上，行业不少医疗大模型可同时应用于院内及院外多场景赋能。院外的应用场景，受到的政策监管和约束相对较少，在模型性能能够满足的应用场景需求后，达成合作的环节更加直接和简单。因此，在大模型能够显著提升效率、降低成本的应用场景，行业已有应用落地成熟的案例出现。我们将以临床研究及对C端的健康管理为例，解析其发展渗透率的现状。（1）药物研发-亟待极致效率提升带来质变药物研发超大的人工智能应用市场规模，以及极大的提质增效空间，散发着巨大的人工智能应用探索吸引力。其实，AI应用在药物研发领域探索不算短，大模型的加持，除了原有AI能力的提升，或许还能带来新的能力赋能行业发展。多环节人工智能服务渗透。药物研发囊括了药物发现阶段、临床前阶段、临床阶段，以及上市后的真实世界研究。人工智能的应用也充斥着长链条的各个环节。人工智能在药物研发各环节应用场景举例，资料来源：公开资料，动脉智库整理人工智能也需要“术业有专攻”。药物研究的多环节、不同具体的应用场景领域，所用到的人工智能服务不同，这也意味着针对特定环节的赋能大模型也需要“术业有专攻”，由此对训练数据的类型和来源也有所不同。例如用于临床试验阶段的大模型，该阶段核心诉求集中在中心与患者的筛选、试验设计和优化、数据文件管理的能力以及风险预测决策支持等，对数据实时处理和伦理合规要求极高。因此，除了对相关法律法规的学习和理解，对于大模型的训练还需要来自真实临床试验沉淀下来的数据，不仅从中学习相关专业的知识，更需要学习相关专业的干预和反馈机制，也就是习得实时处理的能力。例如，当发现风险的时候，需要人工智能服务提供预警的同时，可以在大模型的赋能下同时进行相关的风险处理动作。有了“动作”的学习，人工智能服务才能跳脱出数字客服或超大知识库给出的响应式服务，进而升级为有主动执行能力的管理式服务，真正为申办方提供有责任感的“数字员工”而不是单纯的数据管理工具。如太美医疗科技发布的文思智能（Wiz.AI）平台，其能力基座除海量的专业知识、法律法规、公开数据外，还有其十余年5000余项临床研究项目运营经验，为其人工智能临床试验服务奠定了核心竞争力。基于出色的综合实力，文思在实际业务场景中拥有强大的落地能力，以赋能SaaS和服务在各应用场景中发挥智能化的管理职能，而非单一的智能问答。再如药物发现领域，有了大模型的赋能也为多年的人工智能应用再添利器。首先，大模型的应用增加了AI结果的可解释性，从而提升信任度，让使用者可以明白并判断其可靠程度，从而提升AI服务的接受度。其次，大模型显著降低了专业知识的理解和应用门槛，极大提升相关步骤效率。可见，效率的提升在行业已有共识。但研发的能力验证还在路上，目前还未有通过AI研发的药物走到上市阶段，这也让行业对其态度逐步谨慎。目前，在药物研发领域，相较于效率和应用工具，企业更愿意为价值结果付费。（2）C端健康管理-打造轻中重个性化服务另一个院外拥有高吸引力的大模型落地场景是面向C端的健康管理服务。轻量级服务：做群众的AI健康助手。自2016年《健康中国2030》发布以来，国民对健康的重视程度持续增强，并逐步从“疾病治疗”向“疾病预防”前移、从“被动治疗”向“主动健康”转变。随之而来的就是更多的健康服务需求，例如亚健康状态改善、日常偶发性不适的咨询、体检报告解读、药物及疾病知识学习、个人健康档案管理及疾病预防等。传统的医疗体系显然难以支撑该类激增的健康服务需求，因而大模型的应用可很大程度解决健康服务能力供给不足的情况，目前行业已有不少理想的解决方案。例如讯飞医疗，推出首款面向居民的AI健康助手应用讯飞晓医，依托星火医疗大模型亿级高质量权威医学知识数据库，为用户打造个人数字健康空间，覆盖“看病前、用药时、检查后”三大核心健康场景，提供症状自查、药物查询、报告解读和个性化健康档案管理等服务。目前，讯飞晓医APP已覆盖高频常见疾病1600余种、常见症状2000余种、常见药品4000余种、常见检查项目6000余项，用户满意度达98％。治疗及服务：提供陪伴式服务。面向C端的健康管理服务中，还有一大极具落地吸引力的应用场景，那就是慢病管理。随着我国慢病患者人数攀升，目前医保用于慢病治疗的费用居高不下，占据医保开支大头。可是，即便如此我国慢病管理现状也并不如意。究其根本，慢病的治疗不仅仅需要药物，更需要生活方式的干预，而后者需要极高的人力成本及时间，本就供给不足的现有医疗体系对其难以覆盖。慢病管理需要多团队的有机协作，且生活方式的干预是一个长期过程、是一个全新生活习惯培养的过程，也就意味着慢病管理团队需对患者进行长程式的陪伴，其对应的高人力成本是慢病管理落地的一大阻碍。其次，纯人力的慢病管理，很容易触及服务能力的天花板，而就我国目前医生、营养师、专业运动教练及健康管理师等服务团队的数量对于庞大的需求群体而言，存在极大的人力缺口。正因如此，医疗大模型在慢病管理场景的应用展现出极大的价值。轻量级及治疗级健康管理服务对比，资料来源：调研访谈，动脉智库整理有了医疗大模型的赋能，可以极大解放人力，这不仅能够提升单个管理师的管理能力上限，也能助力提供更好的服务。例如，在大模型的辅助下，用户可以有更好的“实时应答”体验，并且可以确保服务“温度”，没有情绪的波动。不仅如此，大模型在个性化方案实施上也更有优势，可以基于用户情况实施轻量级到治疗级不同干预程度的管理方案。循着以上的要求，行业也已然出现了成功的商业化案例。如南大菲特，为肥胖伴有代谢综合征、糖尿病、多囊卵巢综合征及青少年肥胖等患者提供人工智能生活方式干预。“三师共管AI大模型”融合了200余位专家的经验，其多模态底座赋能管理团队基于用户自产及来自监测设备的健康数据，主动给出实时的专业管理意见，真正为用户打造了有温度的陪伴式生活方式干预。经过10年的打磨与沉淀，企业已经成功助力超过3.5万的用户减重成功，达成了4周减重4.2kg、8周减重7.4kg、12周减重11.12kg的优异成效。此外，大模型的赋能让企业也实现了轻量级管理完全AI化、治疗类的专业管理中实现服务能力4-5倍的提升。2024年，国家卫健委联合16个部门发布“体重管理年”活动实施方案，将体重管理提上新的高度，并鼓励人工智能在体重管理中的应用。此政策为在慢病管理的医疗大模型企业发展注入了新鲜的驱动力。过去，人们对人工智能始终报以谨慎态度，对于AI提供的健康建议信任度不高。现在，DeepSeek的爆火极大地推动了市场教育成熟，加之政策鼓励及行业专业级管理方案展现的优异成效，相信未来大模型在C端健康管理拥有非常大的想象空间。以上为报告节选，报告整体框架如下：第一章 多因素驱动医疗大模型加速蓝海开拓1.1 性能不断突破，亟待价值验证推动模型商业化落地1.2 医疗大模型蓝海市场空间充足，亟待企业开拓1.3 多因素聚合驱动，推动“产品”向“商品”落地第二章 医疗大模型爆发，赋能医疗服务的各个环节2.1 行业迎来近三百个大模型，九成覆盖政策指引应用场景2.2 四类医疗大模型，展现七大共同技术发展路径2.3 六大医疗应用场景，解构大模型应用路径第三章 医疗大模型在多应用场景率先跑通商业化3.1 渗透率受多方影响，需共同驱动商业化落地3.2 “严肃”和“辅助”医疗应用场景各有标杆3.3 院外医疗大模型助力“提供工具”向“提供价值”转变第四章 未来趋势4.1 大模型是企业刚需，大小模型协作是市场需求4.2 技术突破降低研发门槛，数据铸造大模型核心竞争力4.3 昂贵只是大模型的早期特征，普惠化是迭代的方向第五章 企业案例5.1 讯飞医疗-星火医疗大模型从基层出发赋能医疗全产业链5.2 数坤科技-多模态大模型构建数智医院医疗大脑5.3 脉得智能-大模型赋能超声AI性能对标病理，打造无创时代5.4 透彻未来-打造敏感度100%的临床应用级病理大模型5.5 南大菲特-引领医疗级科技型人工智能慢病管理服务5.6 医策科技-“灵眸”为病理医生提供临床级能力工具特别鸣谢（按调研访谈顺序排序）：讯飞医疗研究院院长贺志阳博士、医渡科技大模型产品总监张玉杰、脉得智能创始人兼董事长陈咏虹、脉得智能创始人兼首席科学家朱晓香院士、数坤科技AI大模型负责人刘尧、神州医疗副总裁兼人工智能研究院院长许娟博士、东蔓医疗创始人兼CEO李应武、东蔓医疗联合创始人兼CFO罗禹泽、透彻未来CTO王书浩博士、京东健康探索研究院首席科学家王国鑫、太美医疗科技全球产研事业部负责人陆一鸣、南大菲特创始人兼CEO印辉、南大菲特联合创始人张芷韵、医策科技创始人&CEO王晓梅。请扫描二维码添加小助手获取报告全文，添加过请主动询问医疗大模型在技术、政策、供需双方双向奔赴下进入高速发展期，“百模”亟待价值验证释放商业化价值。5月9日下午13:30，动脉网将在苏州举办“医疗AI大模型应用创新论坛”，邀请医疗大模型上下游企业、临床专家、资深投资人以及渠道企业等，共同探讨我国医疗大模型的未来发展趋势，加强医疗大模型产业的学术交流和产业协同，欢迎大家点击报名。*封面图片来源：神笔PRO如果您认同文章中的观点、信息，或想进一步讨论，请与我们联系；也可加入动脉网行业社群，结交更多志同道合的好友。近期推荐声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。动脉网，未来医疗服务平台

当出海在医药健康领域早已不再是新鲜事时，我们谈论起它时，还能谈论些什么？是出口额的庞大，还是海外市场的无限机遇？据Statista数据，2023年，全球医疗器械市场规模达到了5662亿美元，是国内市场规模的10倍有余。与此同时，在国内市场内卷加剧、国产药械创新加速等综合因素的影响下，国产药械产品的出海征程呈现持续向好态势。仅以器械产品为例，2024年前三季度，国产器械产品出口额达到了353.4亿美元，同比增长了4.4%。除此之外，中国药械出海的结构和模式升级也被频频提及。正如亚马逊云科技医疗及生命科学行业负责人张湛所分享的那样：“当下，医疗及生命科学行业的出海面临几大变化：一是出海目标市场更为多元；二是中国药械的出海已从此前主打‘性价比’转变为了‘更具尖端能力’的出海。”亚马逊云科技医疗及生命科学行业负责人张湛欣喜的同时，张湛也坦言，目前医疗及生命科学行业出海普遍面临两大挑战：不同市场准入及监管的挑战；如何在陌生的市场中快速构建团队以支撑当地运营的挑战。此外，当医疗及生命科学行业的数字化实践已从单一环节向全价值链的纵深挺进，当生成式AI不再是纸上谈兵，这些新技术的新应用，又能为中国医疗及生命科学行业出海提供怎样的赋能，帮助他们更好地应对哪些挑战？这些问题促使着行业寻找解决方案，也吸引了一直致力于帮助客户在全球市场中实现业务增长的亚马逊云科技的注意。作为全球云计算服务的领导者，亚马逊云科技于4月16日举办了“2025亚马逊云科技出海大会暨直挂云帆 健康无界医疗及生命科学行业论坛”。大会举办当日，亚马逊云科技医疗及生命科学行业方案高级总监黄庆春详细分享了亚马逊云科技的医疗及生命科学行业全链路出海加速方案；亚马逊云科技生态伙伴们也带来了行业洞察和实战经验分享。0110W+企业使用，全链路赋能企业拓展全球业务近年来，外部环境的剧烈变化引发了医疗及生命科学行业新一轮思考：是否还应当坚持出海？新的出海策略应当如何制定？如何在外部环境变化的情况下保持业务的稳定和韧性并实现持续创新？亚马逊云科技医疗及生命科学行业方案高级总监黄庆春提出了上述疑问并由此拉开了分享序幕。亚马逊云科技医疗及生命科学行业方案高级总监黄庆春在黄庆春看来，一方面，海外广袤的市场规模和庞大的市场机遇，出海已经成为医疗及生命科学行业的大势所趋；另一方面，除欧美等发达国家外，中东、东南亚等地区对药械准入的合规要求也逐渐趋于严格。这促使着中国药械企业提高合规意识的同时，也促使着其提高核心竞争力甚至是差异化优势。对此，针对中国医疗及生命科学企业在出海链路中所遇到的不同挑战，亚马逊云科技也打造了全链路的解决方案，加速中国药械出海进程。首先，在目标市场选择方面，结合人工智能，亚马逊云科技能够为客户提供三项分析服务：其一是目标市场的研究分析，主要包含目标市场的市场规模、竞争格局、税收政策、人口疾病等分析服务；其二是目标市场关于进口许可、产品认证、注册要求等法规政策的分析；其三是关于目标市场供应链、收并购、支付等产品落地策略的分析服务。换言之，从市场规模、竞争格局等市场情况到注册认证等产品审批审评再到商业化落地，在人工智能的助力下，亚马逊云科技能够快速为客户提供目标市场的全面分析服务并挑选出与客户最为匹配的目标市场。其次，在合规方面，现阶段全球范围内已有300余项安全合规规范，数量庞大的同时复杂程度也超乎想象。对此，亚马逊云科技已有140余项安全合规认证，其中医疗生命科学行业合规认证超过了50项，以此赋能企业快速在新市场中实现基础软件、应用部署的全面合规。值得一提的是，在合规方面，亚马逊云科技也在积极探索生成式人工智能的落地应用。其不仅可以提示违反法规风险，还可针对违反自然规则的情况进行提示。例如，“李虎是一个73岁的小朋友”便会被系统标注风险提示。再次，正如前文所言，如何在政策环境激烈变化乃至自然灾害中保持业务的稳定性是致力于出海的医疗生命科学企业必须思考的问题。而亚马逊云科技则提供了完备的解决方案。在基础架构方面，亚马逊云科技已在全球范围36个区域建立了114个可用区，且每个区域至少有3个相距60公里的可用区，能够实现水电油气共用和自然灾备，进而可将自然灾害的影响降至最低。同时，亚马逊云科技还支持企业将自身ERP、CRM等核心业务放至亚马逊云科技中以此保障应用韧性。截至目前，全球已有超过5000家跨国按行业客户将ERP、CRM等核心系统部署至亚马逊云科技中。此外，亚马逊云科技Marketplace还在海外区及中国区加速合作伙伴业绩增长。截至目前，亚马逊云科技Marketplace已汇聚来自全球5000多家合作伙伴的涵盖70个品类的逾30000个产品，成为加速企业采购流程、拓展全球市场、推动AI快速应用的重要渠道。同时，在功能性方面，亚马逊云科技Marketplace具备查找、购买、部署和管理四大完善功能且持续推出新功能优化卖家和买家体验。最后，在谋求持续创新发展方面，黄庆春强调，生成式人工智能等前沿科技的出现为医疗生命科学行业的发展注入了新动能，也成为了医疗生命科学行业的发展趋势。因此，为满足不同企业的不同创新需求，亚马逊云科技可提供不同的创新支持服务。针对IT能力、数字化能力较强的企业，亚马逊云科技的Amazon Bedrock提供了30余种模型。在此基础上，如企业需要打造本厂模型，亚马逊云科技的Amazon SageMaker可提供支持。针对更为关注应用层面的企业而言，亚马逊云科技也推出了生命科学行业专有的模型产品，涵盖药物研发、基因测序（Amazon HealthOmics）、医学影像（Amazon Health Imaging）电子病历、个人健康档案（Amazon Health Lake）、可穿戴设备语音交互（Amazon Health Scribe）等领域。针对中国本土企业，亚马逊云科技推出了智能医学内容生成中心、医疗数据智能分析助手、蛋白质结构预测工作台、新药研发高性能计算方案等本地行业专有服务。截至目前，全球已有超过10万家企业使用亚马逊云科技构建人工智能并拓展全球业务。而在大会现场，亚马逊云科技医疗生命科技合作代表也分享了自身视角下的行业洞察和基于亚马逊云科技赋能下的出海实践。02从数据到创新药再到创新器械，亚马逊云科技出海方案的实战经验分享当数据要素作为新数字经济时代的燃料，其在成为关键生产要素的同时，也变成了战略性资产。因此，全球各国十分重视数据和隐私安全的保护。截至2023年1月，全球194个国家中已有137个国家对数据及隐私安全进行了立法。并且，相关迹象表明，各国对数据安全和隐私安全保护的重视程度还在不断提升。在此背景之下，德勤亚太区生命科学与医疗行业网络安全领导合伙人阎光指出，中国医疗生命科学企业出海在数据合规方面面临六大挑战：海外各国/地区隐私法规与监管动态变化未及时更新与同步；中国企业对于世界各国数据安全与隐私保护监管要求的理解把握不足；国际形势复杂，中国企业在部分地区面临更严格的标准；数据跨境流通的规则呈现复杂化趋势，增加了企业选择海外业务节点的难度；企业安全投入成本大；企业海外业务的数据安全及合规管控未形成体系化。德勤亚太区生命科学与医疗行业网络安全领导合伙人阎光对此，阎光表示，除了遵循“收集个人信息需获得信息主体同意”“企业应当采取适当的措施保护其信息安全”等基本合规义务外，也应当注重提高海外合规认知，并构建系统化的合规体系。而德勤与亚马逊云科技共同推出的D.PAsS出海数据隐私合规解决方案可从三个维度提供合规自评估，包括判断是否需遵循GDPR的适应性评估、实体维度的隐私管理能力自评估以及针对系统或产品实施层面的合规自评估。D.PASsS的各项评估均会产出包含具体合规差异、建议行动、处罚案例的报告以为用户的管理和决策提供支持。太美医疗科技总经理万韫鋆则分享了其携手亚马逊云科技赋能创新药出海的实践经验。自2013年成立至今，太美医疗科技将自身定位为生命科学产业数智化运营平台，且十分重视人工智能的应用。在太美医疗科技看来，未来AI会与SaaS和专业服务逐渐走向深度融合，即提供端到端的智能化解决方案。太美医疗科技总经理万韫鋆而在业务出海方面，据万韫鋆介绍，太美医疗科技的出海可追溯至2019年。彼时，与其诸多客户面临的挑战类似，太美医疗科技同样面临出海目标市场的选择问题以及合规等问题。因此选择与亚马逊云科技合作，而其选择亚马逊云科技的原因，正是亚马逊云科技的全球资源以及在医药领域深厚的积累。时至今日，在亚马逊云科技的支持下，太美医疗科技确立了亚太和欧美两大目标市场，并在新加坡和美国设立分支机构，业务也已取得实质性进展。如果创新药出海是传统且热门的话题，那数据价值出海则无疑是新兴趋势。“在数据出境之前，将其进行加工处理，‘匿名化’个人和敏感信息，由此产出的数据价值（数据结果），相较于原始数据出境，这类数据出境的合规风险会大幅降低。”翼方健数总裁罗震如是说道。翼方健数总裁罗震对此，翼方健数与上海临港跨境经济发展有限公司合作推出了数据价值跨境产品服务，综合运用数据去标识化、应用审计、场景建立、安全沙箱计算、结果审计等方法实现个人数据的处理过程匿名化和结果匿名化，从而实现“将个人敏感数据出境”转化为“一般数据出境”。而在其中，亚马逊云科技也提供了支持。具体而言，在“转化”过程中需部署可信数据空间，如企业利用亚马逊云科技进行数据存储，此时若在亚马逊云科技上部署可信数据空间，则操作过程将十分便捷高效。普瑞纯证（Pure Global）CEO孟竹聚焦“全球认证：赋能医疗器械全球临床与准入”，阐述了普瑞纯证如何依托亚马逊云科技，以AI驱动的创新实践赋能医疗科技企业高效实现全球化布局。普瑞纯证致力于为全球医疗及生命科学行业提供下一代解决方案。“作为技术驱动、专注AI的创新企业，Pure Global普瑞纯证正重新定义医疗科技全球化范式，”孟竹表示，“我们运用先进AI整合全球数据与专家经验，打造医疗垂直AI模型及工具，全面加速产品研发、临床、合规与商业化全周期。”她指出，医疗科技出海普遍面临法规复杂、沟通障碍、流程漫长、文档低效等痛点。“该解决方案基于强大的数据与AIgents，普瑞纯证业务覆盖32国，服务超500家客户、积累1000+注册证Know-how，结合本地专家网络，构建了医疗科技垂类AI Agent模型，助力客户出海。普瑞纯证与亚马逊云科技联手打造了Translate.AI智能医学翻译解决方案，支持AI辅助医学文档快速撰写与翻译，有效压缩注册周期，加速产品全球上市。普瑞纯证（Pure Global）CEO孟竹03如何更好掘金海外市场？合规、差异化将成关键大会的最后，汉坤律师事务所合伙人段志超、百盈集团运营总监艾中、华大研究院专项科学家李胜康、晶泰科技数字智能事业部负责人陈勇攀就医疗生命科学出海关键窗口期、合规体系的构建、产业化商业化的落地瓶颈以及未来展望五大议题展开了深入探讨。圆桌现场针对窗口期和海外机遇，百盈集团运营总监艾中表示，短期内，中国创新药出海的窗口期更多是基于相对成熟的技术类产品，例如ADC双克隆抗体药物；中长期来看，则是现阶段尚处于萌芽期的新兴技术，例如AI制药、细胞基因等。这些新兴技术将在未来5-10年里取得重大突破，有望与国产电动汽车一样，建立起全球竞争力。华大研究院专项科学家李胜康则主要分享了精准医学出海的机遇所在。在他看来，精准医疗的未来主要有两个机会点：一是差异化靶点布局；二是结合中国在前沿技术方面的优势，探索非编码RNA、环状RNA等非蛋白类的靶点。针对合规要求的提高，汉坤律师事务所合伙人段志超认为，结合目前的法规特点，合规要求的提高既是门槛，亦是护城河。企业应当具有合规的基本意识，并在亚马逊云科技这类企业的助力下满足更高的合规要求。并且，合规门槛提高有助于排除部分低端或风险意识较低的竞争对手，而机遇，也潜藏在其中。晶泰科技数字智能事业部负责人陈勇攀则表示，数据安全可分为如何保障数据安全以及如何为客户实现数据安全。晶泰科技与亚马逊云科技合作多年，在包括亚马逊云科技等在内的云计算服务合作伙伴们的保驾护航下，晶泰科技在数据安全和存储方面也一直保持行业领先。关于海外市场商业化落地的瓶颈问题，百盈集团运营总监艾中回应道：“出海是一项系统工程，而知识产权、临床设计、全方位的合规、商业化运营网络是其中的四大关键点。”华大研究院专项科学家李胜康认为，成本问题、数据合规问题以及数据标准缺乏问题是精准医学面临的三大技术障碍。至于未来医疗生命科学行业的出海蓝图将如何绘制，上述企业提到了两大关键词——合规和差异化优势的打造。并且，亦有数家企业表示：“即使无法做到差异化，那能做到同赛道里最好的那个，在全球市场中也一定有机会！”免责申明：前述特定亚马逊云科技生成式人工智能相关的服务仅在亚马逊云科技海外区域可用，亚马逊科技中国仅为帮助您发展海外业务和/或了解行业前沿技术选择推荐该服务。如果您想对接文章中提到的项目，或您的项目想被动脉网报道，或者发布融资新闻，请与我们联系；也可加入动脉网行业社群，结交更多志同道合的好友。近期推荐声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。动脉网，未来医疗服务平台