AI制药颠覆新药研发，这些公司在AI医疗领域有布局

5月初，百度在《Nature》发表了一项名为LinearDesign的研究成果，这是中国科技企业首次以第一完成单位的身份发表论文于《Nature》正刊。LinearDesign是一个mRNA序列优化算法，它开创性地将AI技术与生物领域疫苗研发相结合，运用自然语言处理中的“lattice parsing”技术，对mRNA疫苗序列进行优化，来提升疫苗稳定性和有效性。

据悉，由LinearDesign算法优化设计出的新冠mRNA疫苗和带状疱疹mRNA疫苗序列在稳定性、蛋白质表达水平、抗体反应三个关键指标中有显著提升，其中新冠mRNA疫苗抗体反应有128倍的提升。该研究成果的提出，实现了计算机科学和生物学的跨学科创新，不仅将有助于mRNA疫苗的研发，还将推动mRNA治疗药物、单克隆抗体和抗癌药物等科学研究和药物研发，具有重要的实际意义和广泛的应用前景。

中泰证券近期发布研报指出，AI制药行业经历了算法迭代、算力提升及海量实验数据的堆砌，随着AIDD、AlphaFold2及ChatGPT等创新产品的出现，行业有望迎来高速发展的成长初期。除AI制药以外，AI在医疗健康领域的应用主要包括医学影像、临床辅助决策、精准医疗、健康管理、医疗信息化、药物研发等领域，主要在辅助侧及数据侧应用广泛，以提高效率。

AI 病理：商业化在即，院端龙头占据优势

病理诊断是通过对活体组织、细胞病理学标本和尸体解剖进行病理学检查，根据临床表现手术所见、肉眼变化和镜下特征甚至分子免疫与遗传标记等综合分析有时尚需结合特殊检查、随访检查，最后对疾病做出诊断，是大部分疾病诊断的金标准。传统病理诊断方法主要依靠人工阅片分析提供依据自动化程度低，耗时长效率低，且诊断正确与否比较依赖医生阅片经验以及主观判断:另一方面病理医生培养周期长，从业门槛高，地域资源分布不均匀，供需极度不平衡，影响了行业整体的发展节奏。

AI 辅助诊断有望提升阅片速度、提高诊断精准度，23年将迎来商业化转折点。AI辅助诊断基于计算机视觉、深度学习等技术，以迅速、标准化的方式处理数字化的病理切片，对病理切片进行自动勾画识别，并以结构化的语言输出辅助判读结果。与传统病理诊断相比，AI辅助诊断可以节省读片时间、加快阅片速度、显著提高诊疗效率，缓解病理医生工作负担，解放医师资源，同时还能有效降低由于主观差异性以及疲劳阅片带来的漏诊、误诊率，对于识别度较低、人眼难以区分的样例，能够有效地规避漏检的风险，实现精准医疗。

目前国内 AI 病理辅助诊断已在国内开始初步应用，底层数据、算法模型是核心技术壁垒，入院能力强的头部玩家优势明显。样本外送模式下，参照常规病理项目收费标准，三甲医院 AI 病理诊断空间有望达到 147 亿；三甲医院设备+软件系统入院销售有望贡献约 25 亿空间。

AI 医学影像：2030 年国内有望达 1554 亿

AI在医学影像的应用较早，科室应用更广泛，场景更丰富，下游更广阔。AI技术能够显著缩短影像阅片速度、提高诊断效率、减少错诊误诊率，可以广泛应用于多个科室，应用场景涵盖早期的筛查、诊断到中后期的治疗、随访，具有非常可观的市场空间。根据灼识报告，国内人工智能医学影像市场规模有望从 2020 年的不到 10 亿元增长至 2025 年的 442 亿元，年复合增长率高达 135%。

人工智能医学影像产品主要用于放射、超声等科室，配套 CT、MR 等大型影像设备来使用，因部分核心组件供应限制等因素，影像科设备整体仍然依赖进口，从科室角度出发，硬件设备自主化的需求更加显著，预计软件+硬件的协同推广有望加速 AI 产品入院。盈利模式有望从一次性付费向按次付费升级。

AI制药：多场景、多领域赋能，技术突破推动前进

AI制药是将机器学习（Machine Learning）、自然语言处理（Natural Language Processing）及大数据等人工智能技术应用到制药领域各个环节，进而促进新药研发降本增效。目前主要应用于药物研发阶段的药物发现、临床前阶段，随着 ChatGPT 的不断应用，AI向临床开发阶段的渗透有望持续加快。

AI制药有望助力传统药物研发降本增效。据Tech Emergence 数据，相较于传统药物成功率低，研发周期长、研发投入大，有AI加持的AI制药有望:

提高药物设计的命中率及成功概率：AI有望将新药研发的成功率从12％提高到14％。
降低研发成本：有望每年节约数十亿美元的研发费用。
缩短研发周期：在研发主要环节节约 40-60%的时间成本。

AI 制药领域的商业模式主要有三种：

AI SaaS服务。主要为客户提供 AI辅助药物开发平台（一套标准化的产品/软件），通过平台为客户赋能，帮助客户加速研发流程，节省成本与时间。
AI CRO（Contract Research Organization）服务：通过人工智能的辅助，为客户更好地交付先导化合物或者 PCC，再由药企进行后续的开发，或者合作推进药物管线。
AI Biotech：则是以推进自研管线为主，较少进行外部合作的公司。

AI医药的完整产业链

据东吴证券研报，除AI病理、AI医学影像、AI制药等应用外，手术机器人、智慧病案等场景也是重要发展方向。

AI医疗相关公司：

迪安诊断。以第三方诊断服务为核心业务，致力提供医学诊断整体化解决方案，是国内 ICL 领域的行业龙头。公司控股子公司医策科技专注基于病理诊断的人工智能产品和整体解决方案的研发和应用，为医生提供高效精准的诊断辅助和科学研究辅助，自主开发的AI诊断产品PathoInsight-T 宫颈细胞病理图像处理软件有望 2023 年获批，率先实现产品落地，此外 PDL1、KI67、HER2、ER/PR 等智能判读产品也陆续进入研发及注册阶段。
金域医学。公司以第三方医学检验及病理诊断业务为核心，开创了国内第三方医学检验行业的先河。2022 年公司与华南理工大学合作建设全国第三方医检领域首家人工智能联合实验室。目前公司已在医检 AI 领域取得一系列进展。如AI 辅助宫颈细胞学筛查、AI 辅助肺部组织病理诊断、虚拟现实（AR）智能显微镜等平台已初见成果，未来有望继续聚焦医检 AI 领域技术难题，积极促进临床医学和信息学科交叉领域科技成果转化应用，实现更加精准、便捷、普惠的诊断服务。
九强生物。国内领先的体外诊断产品与服务供应商，专注于生化、病理、凝血等 IVD 产品的研发、生产和销售。公司控股子公司迈新生物基于免疫组化多重染色原理，将免疫组化多重染色技术与人工智能(AI) 有机结合，利用人工智能技术实现免疫组化虚拟多重染色，为免疫组化定量/半定量检测提供便捷可靠的辅助判读工具，未来有望持续向数字病理、病理人工智能领域实现突破。
华大智造。公司专注于生命科学与生物技术领域，为精准医疗、精准农业和精准健康等行业提供实时、全景、全生命周期的生命数字化设备和系统解决方案。华大智造自主开发了 Concerto 算法 , 采用人工智能领域新兴的对比自监督学习框架并进行优化适配 , 以应用在海量单细胞组学数据的建模中；公司的远程超声机器人 MGIUS-R3 可以有效替代医生进行传统的超声扫查，解决超声医生资源不足的问题，同时公司还在积极开发乳腺自动化筛查等产品，未来有望不断推动医疗数字化转型提升医疗领域的效果和效率。
安必平。专注于病理领域的肿瘤筛查和精准诊断，为提升病理科“自动化、标准化、数字化、智能化“水平，安必平推出一系列数字病理产品。公司在人工智能领域主要是围绕病理科，打造试剂+设备+扫描仪+AI 判读的整体化智能方案。与腾讯合作共同开发的宫颈细胞学人工智能辅助诊断产品，该产品在 2022 年已经完成定型，并进行了多中心科研评价研究。与华为合作主要是聚焦病理数据库以及算力生态合作方案，主要涉及病理科数据库的上云以及数据的联网互通等，目前正处于研发推进状态。
麦克奥迪。主营病理切片数字化扫描与应用系统、数字病理远程专家诊断、细胞学计算机辅助诊断（DNA 倍体分析系统）及相关耗材的技术支持与医疗诊断服务业务。
成都先导。公司计算科学团队同腾讯 AI LAB 合作共同设计和开发了人工智能的骨架跃迁平台，可以快速基于已有的参考化合物迅速产生一系列结构新颖的化合物集合，配合后续自建的虚拟筛选、3D-CNN 对接重打分和ADMET 预测平台，可以实现快速的分子评估、排序并得到候选化合物。
泓博医药。公司 CADD（Computer Aided Drug Design）、AIDD(Artificial Intelligence Drug Discovery & Design)平台可为客户提供高效和优质的药物化学设计服务。