金麒麟分析师研报：AI医疗行业高景气标准与资本市场的叙事追逐

交易股票时，您可以查看Jin Qilin分析师的研究报告，这些报告具有权威，专业，及时和全面，并帮助您利用潜在的主题机会！

777.77，在历史上被称为寒武纪上衣。

资本市场在短期和中期中追求的是一种叙事 - 一种叙事，可以形成愉悦和封闭的循环，首先是收获，然后相信。

但是在现实世界中，AI确实处于重大爆炸的早期阶段，其裂变速度可能超过最疯狂的想象力。今天，我们可能会以一种破坏性的心态期待。今年不是同一群人在此时和明年炒作AI。上帝知道这是财务自由还是被淘汰？受欢迎的AI初创公司可能不一样，即使是DeepSeek也可能成为明天的最后一家。

找到变化的确定性。衡量行业高繁荣和公司的黄金标准仍然是收入是否可以飙升。有许多贫穷的学生都有文具，每当国内公司骑风，几乎都是表现不佳的公司，他们的收入已经停滞了很长时间。 Yidu Technology是AI医疗行业的“领导者”，即使是附属公司的合同也将赢得超过200万人民币。那么生物技术是否会建立纪念碑以获得超过1亿美元的首付？

让我们拭目以待，如果这些AI公司在2025年发生任何绩效爆炸，他们可能会真正出现。

从理论上讲，医疗保健部门是AI最大的应用领域。全球市场规模预计在2030年将达到1553亿美元，但是当前的AI医疗服务货币化仍处于勘探的早期阶段，并且大多数公司尚未找到商业模式。

标准答案迫在眉睫。美国AI测试和诊断公司Tempus的股价在20天内翻了一番，今年上涨了近150％。预计在2024年的收入约为6.93亿美元，在2025年的收入约为12.3亿美元。它具有尺寸和速度，其业务模式最初已经成功。 ，并有医疗保险付款代码。

今天，我们从海外映射的角度来研究AI医疗护理的可靠性和不可靠性。

ARK Invest释放了2025年的Big Ideas报告，预测AI将彻底改变多组学工具，药物开发，分子诊断，并显着改善药物的经济回报

01

tempus模式启示

Tempus创始人埃里克·莱夫科夫斯基（Eric Lefkofsky）从某种意义上是梅图安的祖先。

Eric Lefkofsky Groupon于2008年共同创立，被称为集团购买网站的创始人。在太平洋的另一端，fanfu.com很长一段时间都看不到希望的曙光。王宁（Wang Xing）被击败并反复战斗，很快跟随Groupon创造了美丽。团体。

Tempus现在再次照亮了医疗AI的道路。

使Tempus脱离圈子的是国会山股票God Pelosi，前美国众议院议长在2024年从股票中获得了约3860万美元的净利润。2025年1月14日，Pelosi在2026年1月在2026年1月到期，购买了50个Tempus AI呼叫选项并立即将货物带到天堂。

PEI姐妹有犯罪记录。她在2021年3月购买了微软的电话选项。不到两周后，美国陆军宣布与软件公司签订了220亿美元的AR耳机合同。

“权力就像房地产一样，位置就是一切，您离中心越近，您的财产越有价值。”在纸牌屋中，Shigeru总统是对的。

根据Shenwan Hongyuan研究，与传统测试人员相比，Tempus有两个差异。在数据流入方面，数据是从多种诊断模式收集的，而不是专注于单个项目检测的利润率最大化，数据量较大，数据尺寸较大，较高的质量和标准化，包括基因组学，蛋白质组学，临床数据， ，成像多模式数据非常重要，单个数据无法再满足AI医疗保健的发展；在数据交换中，建立了一条数据管道，从提供者，tempus和超过65％的美国学术医疗中心，美国50％以上的美国肿瘤学家建立了联系。

基于上述内容，Tempus具有世界上最大的临床和分子数据库，并且具有将数据驱动的三个产品线与AI结合在一起。

基因组学：自我建立的实验室提供NGS（基因组测序）诊断，分子基因分型以及其他解剖学和分子病理检测，产生了多种分子数据类型，包括遗传性癌症风险数据，固体癌风险数据，固体肿瘤分析，液体活检，Trace Rescantues Disaise（Trace Rescansuse Disaise（Trace Rescassues Disaise）（残留残留物疾病） MRD测试。获取基因测试公司Ambry遗传学以扩大世袭癌症检测业务。与个人合作，该公司是一家基于整个基因组测序的高度敏感，基于信息的MRD检测和监测测试，可用于对早期非小细胞肺和乳腺癌患者患者的根本治疗。血液中ctDNA的微检测也可用于所有实体瘤中晚期癌症的免疫疗法监测。

数据和服务：两种主要产品，即见解和试验，分别用于优化药物开发和临床试验。与收入的前20家上市制药公司中有19家建立了合作伙伴关系，其余承诺总合同价值达到约9.4亿美元，其中大部分预计将在未来几年内交付。获得的Ambry遗传学每年产生大量数据，涉及约40万名患者，Tempus可以使用这些数据进一步增强现有数据分析能力。

AI应用：下一步是一个AI平台，主要用于肿瘤学和心脏病学领域，可以较早地鉴定患者的疾病进展，尤其是在治疗效果最重要的早期阶段。当前，相关的应用或算法已经在数百家医疗机构中运行，涵盖了数以万计的患者。在心电图（ECG）投资组合中，房颤预测算法已获得FDA批准，并具有医疗保险付款代码，医院可以在偿还款项中获得约128美元的款项，这是AI付款模型中AI的初始突破医疗领域。

根据Dongwu Pharmaceutical的说法，Tempus具有清晰的想法，并通过测序和检测服务积累了数据，并沉淀出来，以便随后获得人工智能。从该模型中，所有基因测序公司和检测公司都是巨大的医疗数据中心。 ，该业务模型为传统的测序和测试公司提供了转型思想。

根据AI医疗服务的三个主要趋势，对AI医疗公司的审查

02

三姐妹的判断

AI医疗大陆仍在漂流和碰撞，这个世界的分类和命名在混乱中。今天，根据NVIDIA执行EVA-MARIA HEMPE的说法，AI医疗服务分为三个领域：改善患者医疗过程的智能代理。 ，执行复杂的手术任务的机器人，加速药物开发的生成AI工具。

人工智能测试和诊断是最成熟的。国内基准公司是Jinyu Medicine和Dian Diagnostics，假期后也跟随Tempus爆发。

2025年的Big Ideas Report预测，AI将分别将阅读和编写生物学信息（例如DNA）的成本降低100次和1000倍。人工智能将使癌症筛查的效率提高20倍，并将市场规模扩大10倍。时间。多癌筛查技术可以通过一项血液测试鉴定癌症的各种早期迹象，从而显着提高筛查效率。盾牌血液测试成为结直肠癌的第一个批准的主要筛查选项。预计随着监管和报销渠道的改善，多次癌症筛查将使美国癌症筛查市场的规模增加一倍，比目前约800亿美元增加了近1000亿美元。此外，痕量残留病变（MRD）检测技术可以在传统成像检查之前20个月检测癌症复发，并有望将来成为癌症患者的标准护理计划，其产生的数据量将为700次英国的生物库。

除了流行病的影响外，Jinyu Medical和Dian Diagnostics本身是出色的ICL公司，应收账款较高且重大的社会责任。谁说国内医疗公司是以盈利为导向的？

Jinyu Medical使用大型模型来深入探索医学检查大数据的潜力。 2024年将在广州数据交换上推出五种数据产品，其中将是第一个完成现场交易的乳腺癌数据报告。这也是第三方医学检查行业的第一次医学检查。数据产品的现场交易已正式发布了第三方医学检查行业的第一个大型模型 - Yujian Yiyan Big Model，并将在2024年向公众开放。迪恩诊断的前十种产品线已累积大量的自测数据（1.68亿个年度检查量 + 5.4％的库存数据 + 100 + TB每月数据增量）。它的大型模型的独特功能是，它根据公司自己的业务使用了大量业务。该公司启动的X-Medexplorer临床研究大数据平台与中国的20多家高等三级医院合作，其中包括隶属于瓦济宗科学技术大学的汤吉医学院的联合医院，建立了最大和第二大的慢性病。这个国家和世界第二大。白血病停用数据库和预测模型，即，一段时间后，患者可以根据测试结果预测该药物是否可以停用或减少剂量。

AI成像诊断技术已经成熟。截至2024年6月，中国的92个人工智能医学成像辅助诊断软件已被批准获得NMPA III类医疗设备证书。 Mindray Medical以“ Sanrui”数字和智能生态系统为核心，并与Tencent合作，以发布世界上第一个重症监护模型-Qiyuan重症监护模型，该模型可以追溯和整合患者的状况，预测趋势并在5秒内提供建议。 。病历文件在1分钟内生成，精确率高达95％的重症监护知识查询结果。 Lianying Medical推出了UAI智能系列，包括大型电影和情报模型以及智能报告系统，并增加了其在Lianying Intelligence（拥有100多种医疗AI产品）的资本，并增加了对医疗AI的投资。蝴蝶网络的股价是美国列表的AI Color Superstar公司，去年上涨183％，今年将近50％。核心产品Butterfly IQ+是使用半导体技术的手持式单体全身超声系统，将连接云连接的软件和硬件技术相结合，以使医疗保健专业人员可以以负担得起的价格获取成像信息，并且可以通过移动设备轻松访问。

AI健康管理也正在改变行业生态系统。 Runda Medical与华为云合作，将数字医疗和AI技术扩展到药房和体格检查应用领域。 AI智能机构好医生Xiaohui有望成为B端和C端应用的代理商。

AI药物研发和开发被认为是最重要的AI医疗应用市场，但实际上最难破解，暂时很难取得突破性的进展。

Nvidia Eva认为，产生，预测和优化分子的模型可以探索几乎无限的药物组合。 Mutoujie认为，AI将使药物开发成本降低4倍，并将研发投资的回报率提高5倍。 AI药物的商业价值将比标准药物高20倍，比一流的精确药物高2.4倍。

两个姐妹，这些词很明显，但是它低估了基于碳的生命形式的复杂性吗？

在AI的大浪潮中，两名AI药物领导人递归和Schrodinger滞后的股价表明，主流资金仍在等待和观看。

我再次欣赏佩姐姐作为真正的股票上帝。

AI暂时只能在药物开发中发挥辅助作用，甚至AI自己的回答都充满了悲观：

在临床试验阶段（尤其是在第二阶段之后），约有90％的候选药物失败了，无论是否使用AI；诸如疾病机制，人类代谢，脱靶效应等问题很难通过算法完全模拟。在体外实验或动物模型中的成功可能是不需要的。可以预测人类的影响；现有的药物数据库（例如Chembl）倾向于研究的分子结构，从而导致AI产生候选分子“像已知药物”，而不是实际的创新。诸如患者个体差异，动态生理环境等诸如AI培训之类的数据； AI模型（例如生成模型，分子动力学模拟）依赖于简化的物理或化学规则，并且可能会忽略关键的生物学细节（例如蛋白质构象变化）；临床前模型（例如细胞，小鼠）和人类的反应差异使AI难以准确预测副作用。人工智能可以迅速产生候选分子，但是合成，体外测试，动物实验和其他联系仍需几个月甚至几年，并且可能会发现设计缺陷。

随着算法迭代和数据积累，AI可能会将临床成功率从10％提高到20％-30％，但仍需要与传统方法深入融合。

AI是一种工具，而不是“破坏者”，药物开发的核心仍然是生物学见解和临床验证。

给予时间文明，相信时间会消除技术障碍，并相信明年的一切都将是新的，不仅答​​案会改变，而且问题也会改变。

Sina Finance应用程序可用大量信息和准确的解释