计算机行业智能花开2021系列报告之四：迎接AI医疗商业化元年-20210516-安信证券-28正式版

2021年05月16日计算机迎接AI医疗商业化元年——智能花开2021系列报告之四

行业深度分析证券研究报告投资评级 领先大市-A维持评级AI是解决医疗资源供需不平衡的必然选择。截至2019年，我国医疗卫生总首选股票目标价评级支出已达6.6万亿元，2011-2019年医疗卫生总支出CAGR6.9%。就居民消费结构而言，医疗消费占城镇居民消费总支出6%-8%左右，占农村居民消费总支出9%-11%左右，一定程度上反应了医疗资源在农村地区的较大需求行业表现以及医疗效率提升的迫切性。AI+医疗不仅能提升医院及药企的管理与研发，而且能无差异化大规模提升基层医疗机构医疗水平和效率，是解决医疗资源供需不平衡的必然选择。AI医疗厚积薄发，将是未来5年成长最迅猛的AI赛道之一。相对于制造业、通信传媒、零售、教育等人工智能应用，AI医疗具有广阔的市场空间以及多元化的需求。目前，AI医疗总体行业渗透率相对较低，商业落地规模不及安防、新零售等AI应用较为成熟的领域。根据IDC统计数据，预计到2025年全球人工智能应用市场总值将达1,270亿美元，医疗行业将占总规模的五分之一，将是未来5年成长最迅猛的赛道之一。2021年有望成为AI医疗商业化元年。2020年11月13日，国家药品监督管理局的官网上放出了首个基于深度学习技术的肺结节CT影像辅助软件医疗器械批准证明，是国药监开出的首张肺结节AI三类证。三类证的颁发意味着国家药品监督管理局对于该类产品的审批路径更加清晰，对于合规的医疗AI产品审批开始加速。未来AI医疗企业从研发—销售环节将进一步“走顺”，AI医疗解决方案也能更快更好地得到市场检验；三类证的颁发也有助于企业原先的解决方案开展规模化销售。2020年是NMPA（中国国家药品监督管理局）为AI医疗颁发三类证的集中期，为2021年商业落地奠定政策基础。2020年1月15日，科亚医疗以“冠脉血流储备分数计算软件产品”获得第一张AI医疗三类证后，NMPA审核加速，截至2020年末，累计已有9项产品通过审核。目前通过审核产品中，心脏科产品数量最多，共计4项，占比44.4%，其次是内分泌科（2项）。结合我们基于城镇、乡村高发病情的统计与分析，AI医疗产品能够对高发病情进行辅助诊断，从而一定程度上降低医疗资源分配不均衡问题。投资建议：AI医疗厚积薄发，将是未来5年成长最迅猛的AI赛道之一,三类证的颁发意味着国家药品监督管理局对于该类产品的审批路径更加清晰，

计算机 沪深30045%37%29%21%13%5%-3%2020-052020-092021-01-11%数据来源：Wind资讯%1M3M12M相对收益4.854.978.76绝对收益3.99-9.0734.82相关报告数字货币加速推进，银行IT系统承担重2021-05-08计算机板块业绩总结：疫情成为‚双刃‛，企业经营控风险提质量2021-05-02基金一季报持仓分析：集中度首降，抱团有所弱化2021-04-24详解惊艳亮相的华为自动驾驶2021-04-18微软宣布收购Nuance，重新定义AI语音龙头价值2021-04-13对于合规的医疗AI产品审批开始加速。未来AI医疗企业从研发—销售环节将进一步“走顺”，2021年有望成为AI医疗商业化元年，我们重点推荐科大讯飞、卫宁健康、创业慧康等龙头企业；建议关注依图科技（拟IPO）。风险提示：国内外宏观环境变化、智慧医疗业务创新风险、智慧医疗商业化进度不及预期。本报告版权属于安信证券股份有限公司。1各项声明请参见报告尾页。行业深度分析/计算机内容目录1.我国医疗整体能力亟需提高 41.1.供需不平衡，驱动医疗资源分配优化 41.2.数据端：医疗信息化为AI医疗商业落地创造良好环境 72.2021年有望成为AI医疗商业化元年 92.1.AI医疗厚积薄发，将是未来5年成长最迅猛的赛道之一 92.2.2020年AI医疗三类证开始集中发放，2021年AI医疗商业化有望规模落地 102.3.医疗AI算法日趋成熟，应用场景不断丰富 142.3.1.主流深度学习方法在医疗领域已得到广泛验证 142.3.2.新兴深度学习技术已在医疗领域得到应用 152.3.3.我国AI医疗技术“利刃出鞘” 162.4.AI+医疗能解决哪些问题 183.投资建议 213.1.科大讯飞：AI医疗打造新增长极 213.2.卫宁健康：互联网医院行业的领跑者 243.3.创业慧康：互联网医疗业务快速推进 254.风险提示 26图表目录图1：医疗总支出逐渐增长，占GDP比重不断变大 4图2：中国城乡人均医疗支出存在差异 4图3：我国基层医疗卫生机构占总医疗机构比例约95%，其中村卫生室占比最大 5图4：城市卫生人员主要由专业技术人员组成 5图5：农村卫生人员中，非技术人员约占10% 5图6：城市卫生从业人员从业年限分布较为均衡 5图7：农村卫生从业人员从业年限普遍较长 5图8：乡镇医院高学历卫生从业人员较紧缺 6图9：城市卫生人员从业结构—按技术资格划分 6图10：农村卫生人员从业结构—按技术资格划分 6图11：农村卫生技术人员渗透率较低 7图12：医保信息化有助于AI医疗的落地 7图13：我国医院大多处于3级-4级 8图14：医疗信息化实现AI企业、乡镇医院、大医院三方合作 8图15：人工智能的三次浪潮 9图16：中国及全球AI+医疗发展历程 10图17：中国AI医疗市场规模（单位：亿元） 10图18：2010-2020中国AI+医疗总融资金额、融资件数与融资规模分布 10图19：我国过审AI医疗应用主要集中于心脏科 13图20：美国过审AI医疗应用主要集中于放射学 13图21：2012-2020年医学文献中热门应用算法搜索比例 15图22：我国AI技术应用与医疗多种场景 15图23：AlphaFold模型预测流程 16图24：胸部CT智能4D影像平台 18图25：AI医疗应用领域与AI计算机科学应用领域发展高度重合 18本报告版权属于安信证券股份有限公司。2各项声明请参见报告尾页。行业深度分析/计算机图26：电子病历系统为智慧病案、临床辅助诊断发展创造良好条件 19图27：医药的研发过程及困境 20图28：AI在药物研发领域应用 20图29：2020年，讯飞智慧医疗业务收入增速最快 21图30：AI医疗由外向内渗透智慧医院，算法模块打造AI生态闭环 22图31：智医助理-人工智能诊疗新模式 22图32：智医助理具备多项强大功能 23图33：讯飞AI医疗处于国内领先地位 24表1：中国人工智能医疗相关政策文件 11表2：中国AI医疗产品过审情况 12表3：国内部分AI医疗影像企业及其具体业务 14表4：AI医疗主要应用场景及代表性企业 16表5：国内外不同病种AI影像识别准确率 17表6：AI+电子病历代表性企业及其主要产品 19本报告版权属于安信证券股份有限公司。3各项声明请参见报告尾页。行业深度分析/计算机我国医疗整体能力亟需提高1.1.供需不平衡，驱动医疗资源分配优化供给端：医疗卫生支出总费用不断上升。截至2019年，我国医疗卫生总支出已达6.6万亿元，2011-2019年医疗卫生总支出CAGR6.9%。按居民结构及消费结构进行划分，城镇居民人均医疗支出高于农村人均医疗支出，且差异逐年增大，假设我国名义通货膨胀率约7%，剔除通货膨胀影响，城乡居民人均医疗支出差异维持在650元/人/年左右。就居民消费结构而言，医疗消费占城镇居民消费总支出6%-8%左右，占农村居民消费总支出9%-11%左右。一定程度上反应了医疗资源在农村地区的较大需求以及医疗效率提升的迫切性。AI+医疗不仅能提升医院及药企管理与研发效率，更能帮助基层医疗机构提升医疗水平，满足居民不断增长的医疗保健需求。图1：医疗总支出逐渐增长，占GDP比重不断变大(亿元)医疗总支出及GDP占比70,0006.3%59,12265,8418%60,0006.7%7%6.2%6.4%5.9%5.5%46,34552,5986%50,0005.2%5.3%5.0%40,9755%40,00035,31231,66928,1194%30,00024,3463%20,0002%10,0001%-0%201120122013201420152016201720182019医疗总支出医疗总支出占GDP比重（右）数据来源：国家统计局，安信证券研究中心图2：中国城乡人均医疗支出存在差异(元)中国城乡居民医疗消费支出4,00010.7%12.0%3,50010.2%10.0%9.7%3,0009.2%9.2%1,4217.8%7.1%7.3%8.0%2,5006.7%7.4%1,0591,2409292,0008466.0%1,5004.0%2,2831,0001,7772,0461,6311,4432.0%500-0.0%20152016201720182019城镇居民人均医疗支出农村居民人均医疗支出医疗支出占消费比重（城镇）医疗支出占消费比重（农村）数据来源：国家统计局，安信证券研究中心本报告版权属于安信证券股份有限公司。4各项声明请参见报告尾页。行业深度分析/计算机需求端：城乡医疗水平呈现一定差异。截至2019年，我国医疗机构总数为1,007,579家，其中基层医疗卫生机构占95%。图3：我国基层医疗卫生机构占总医疗机构比例约95%，其中村卫生室占比最大3%2%4%28%医院乡镇卫生院村卫生室基层医疗卫生机构社区卫生服务站专业公共卫生机构数4%门诊部65%95%数据来源：2020中国卫生健康统计年鉴，安信证券研究中心根据中国卫生健康统计年鉴，基层医疗机构主要包含乡镇卫生院，村卫生室，社区卫生服务站和门诊部，其中村卫生室占比重最大，高达65%，共计616,094家。按卫生从业人员划分，农村卫生从业人员中，乡村医师约842,302人，占农村总从业人员10%。图4：城市卫生人员主要由专业技术人员组成 图5：农村卫生人员中，非技术人员约占10%2019年城市卫生人员结构6%助理医师4%3%24%执业医师4%注册护士3%3%药师技师其他22%乡村医师其他技术人员31%管理人员

2019年农村卫生人员结构3%3%5%助理医师24%执业医师11%注册护士药师6%技师其他3%17%乡村医师3%其他技术人员管理人员工勤技能人员25%数据来源：2020中国卫生健康统计年鉴，安信证券研究中心 数据来源：2020中国卫生健康统计年鉴，安信证券研究中心在农村卫生从业人员中，约56%人员从业年限超过10年，且有24%的医师从业年限在20~29年，而具备大学本科及以上的从业人员仅占总人数的0.8%。图6：城市卫生从业人员从业年限分布较为均衡图7：农村卫生从业人员从业年限普遍较长2019年城市卫生人员结构—按从业年限划分2019年农村卫生人员结构—按从业年限划分13%10%20%24%15%5年以下10%5年以下5~9年5~9年10~19年10~19年20~29年20~29年27%30年及以上24%32%30年及以上25%数据来源：2020中国卫生健康统计年鉴，安信证券研究中心数据来源：2020中国卫生健康统计年鉴，安信证券研究中心本报告版权属于安信证券股份有限公司。5各项声明请参见报告尾页。行业深度分析/计算机随着现代医疗情况愈发复杂，现有的农村卫生从业人员存在一定的知识储备不足风险。AI+医疗可以通过CDSS、病历图谱、病情字典等协助医生识别较为复杂的病情，且通过向农村地区提供标准化产品，逐步弥补城乡医疗水平差距。图8：乡镇医院高学历卫生从业人员较紧缺2019卫生人员结构—按学历划分100%0.7%12.7%90%16.0%80%22.7%70%38.0%60%50%40%54.2%30%37.2%20%10%8.1%9.7%0%0.8%城市农村研究生大学本科大专中专高中及以下数据来源：2020中国卫生健康统计年鉴，安信证券研究中心图9：城市卫生人员从业结构—按技术资格划分图10：农村卫生人员从业结构—按技术资格划分2019年城市卫生人员结构—按技术资格划分2019年农村卫生人员结构—按技术资格划分8%3%7%1%12%正高副高及以上21%副高中级中级31%助理助理54%士级士级33%不详30%不详数据来源：2020中国卫生健康统计年鉴，安信证券研究中心数据来源：2020中国卫生健康统计年鉴，安信证券研究中心根据国家统计局数据，2019年农村地区死亡率较高的疾病分别为恶性肿瘤、心脏病、脑血管病、呼吸系统疾病，死亡率分别为161%、165%、159%、75%，与城市死亡率较高疾病基本重合。而就城乡卫生从业技术人员分布来看，结合农村地区医疗水平以及从业人员资质，农村地区医疗资源巨大差距有待弥补。通过AI医疗中远程辅助诊断系统，能够一定程度上缓解农村地区技术人员经验不足，并通过远程协同协作的方式提升农村地区医疗水平。本报告版权属于安信证券股份有限公司。6各项声明请参见报告尾页。行业深度分析/计算机图11：农村卫生技术人员渗透率较低(人)国内每千人口卫生技术人员数12101.82862.085.0842.161.0124.011.82.591.820整体情况城市农村每千人口药师、检验技师、影像技师及其他卫生技术人员数每千人口注册护士数每千人口执业（助理）医师数数据来源：2020中国卫生健康统计年鉴，安信证券研究中心1.2.数据端：医疗信息化为AI医疗商业落地创造良好环境全民医保覆盖有助国家进行医疗资源细致管控。根据国家医保局数据，截至2020年末，我国基本医疗保险覆盖人数已达13.61亿人，基本实现全民覆盖。基本医疗保险基金支出2.1万亿，占全民医疗总支出6.6万亿的32%。全民医保覆盖一方面减轻了居民医疗费用压力，使得居民更愿意选择高质量医疗服务；另一方面，医疗系统覆盖有助于国家建立医疗信息化系统，丰富的数据源为AI医疗提供了很好的训练样本。图12：医保信息化有助于AI医疗的落地远程诊疗大医院乡镇提医供院援发病症状年龄匹助配提交大数据，与能提供援助的易感染人群性别大医院和AI医疗企业匹配不能解决病症既往病史能够提供帮助的大医院及AI资料乡镇医院匹配系统传播途径乡技镇术对人体损害程度医院支匹 持配AI医疗企业大数据匹配数据来源：安信证券研究中心医疗信息化发展打造医疗数据池。电子病历是医疗信息系统的基石，更是为AI医疗提供数本报告版权属于安信证券股份有限公司。7各项声明请参见报告尾页。行业深度分析/计算机据的‚源泉‛。我国电子病历系统应用水平划分为0-8级共9个等级。截至2019年末，根据CHIMA统计数据，我国7级的医院占0.18%，6级的医院占0.70%，5级医院占3.52%，4级的医院占13.03%，3级的医院占19.19%，2级的医院占4.84%，1级的医院占2.20%。剔除未参与统计无效样本，有效统计样本内，3级-4级医院占比最大，共计70.66%。随着医疗信息化不断发展，我国医院级别的不断提升，医疗机构‚触网‛会给AI医疗带来更多的机会。图13：我国医院大多处于3级-4级(%) 我国医院系统水平分级情况60%50%40%

54.40%30%20%19.19%13.03%10%4.84%3.52%1.94%2.20%0.70%0.18%0%0级1级2级3级4级5级6级7级未参与数据来源：CHIMA，安信证券研究中心图14：医疗信息化实现AI企业、乡镇医院、大医院三方合作大医院提供远程诊疗、技能培训、知识教育乡镇医院提供大医院提供电子病历电子病历诊疗诊疗患者取得医疗信息上传医疗数据上传医疗数据三方共享信息三方共享信息I医疗企业上传医疗数据三方共享信息医疗信息数据库数据来源：CHIMA，安信证券研究中心线上看病—购药—支付（医保报销）的就医闭环打通，为AI医疗开辟新场景。在线医疗服本报告版权属于安信证券股份有限公司。8各项声明请参见报告尾页。行业深度分析/计算机务是否可以通过医保线上支付决定了互联网医疗的受众广度，此前由于互联网就医不能使用医保支付，导致患者需要自费在线上看病，极大地影响了患者的使用频度。医保在线支付的政策放开将是打通线上就医闭环—购药—支付（医保报销）的最后一环。此前京东健康CEO辛利军曾预估‚线上医保支付的政策放开至少还需要两到三年‛，但新冠疫情有望加速医保线上支付的打通。2020年2月，国家医保局联合卫健委发布了《关于推进新冠肺炎疫情防控期间开展‚互联网+‛医保服务的指导意见》，明确‚符合条件的‚互联网+‛医疗服务可以纳入医保报销范围‛。《意见》发布后，上海、江苏、浙江、天津、四川、广东、宁夏等多个省市临时将在线问诊纳入医保支付，同时，复诊续方项目也在全国多地陆续试水纳入医保支付，线上看病—购药—支付（医保报销）的就医闭环就此彻底打通。线上诊疗闭环的实现有望为AI医疗中的‚AI问诊、AI开具处方‛提供应用场景。2021年有望成为AI医疗商业化元年2.1.AI医疗厚积薄发，将是未来5年成长最迅猛的赛道之一全球AI医疗处于高速成长期，占人工智能市场五分之一。相对于制造业、通信传媒、零售、教育等人工智能应用，AI医疗具有广阔的市场以及多元化的需求。目前，AI医疗总体行业渗透率相对较低，商业落地规模不及安防、新零售等AI应用较为成熟的领域。根据IDC统计数据，预计到2025年全球人工智能应用市场总值将达1,270亿美元，医疗行业将占总规模的五分之一。图15：人工智能的三次浪潮AI首次写入《政府工作报告》19701990美国《AI产业发展规划》第二次黄金期CNN第一次黄金期DNN在图像识别上的成功LogicTheorist第五代计算机兴起第一款人工智能软件第五代计算机失败，在语音识别上的成功PerceptronHopfield网络&BP算法深度学习（Hinton2006）60年历经2次起伏，现在已经进入第一款神经网络软件DARPA削减投入第三次浪潮第一次AI冬天195619802000数据来源：讯飞晓医官微，安信证券研究中心AI医疗发展迅速，吸引大量资本涌入。我国人工智能产业发展快速，自2018年AI应用于基因检测序列以来，AI医疗的商业化模型逐步形成，根据沙利文咨询统计，同年AI医疗市场规模增速616.7%，总融资71笔，融资总规模达30.5亿元。2019年后，AI医疗以40%-60%的增速快速发展。本报告版权属于安信证券股份有限公司。9各项声明请参见报告尾页。行业深度分析/计算机图16：中国及全球AI+医疗发展历程数据来源：艾瑞咨询，安信证券研究中心图17：中国AI医疗市场规模（单位：亿元）数据来源：沙利文咨询，安信证券研究中心图18：2010-2020中国AI+医疗总融资金额、融资件数与融资规模分布数据来源：艾瑞咨询，安信证券研究中心2.2.2020年AI医疗三类证开始集中发放，2021年AI医疗商业化有望规模落地本报告版权属于安信证券股份有限公司。10各项声明请参见报告尾页。行业深度分析/计算机政府高度重视AI医疗，政策‚自上而下‛传导发酵。国务院于2017年发布的《新一代人工智能发展规划》提到需要推广应用人工智能能治疗新模式、新手段，建立快速精准的智能医疗体系。2018年政府要求人工智能向基层领域自上而下渗透，在工信部印发的《促进新一代人工智能产业发展三年行动计划（2018-2020年）》中进一步明确了在医疗影像、智能服务机器人等细分行业发展的目标与大方向。表1：中国人工智能医疗相关政策文件时间部门文件名主要内容2016/03工信部、发改《机器人产业发展规划促进服务机器人向更广领域发展，实现系列化，个人/委、财政部（2016—2020年）》家庭服务机器人实现商品化发改委、科技《‚互联网+‛人工智能三支持在制造、教育、环境、交通、商业、健康医疗、网部、工业和信息2016/05年行动实施方案》（发改络安全、社会治理等重要领域开展人工智能应用试点示化部、中央网信高技[2016]1078号）范，推动人工智能的规模化应用办《关于促进和规范健康支持研发健康医疗相关的人工智能技术等。加快研发成医疗大数据应用发展的2016/06国务院果转化，提高数字医疗、物联网等设备生产制造水平，指导意见》（国办发促进健康医疗智能装备产业升级“2016”47号）《智能硬件产业创新发鼓励医疗机构加快信息化建设进程，推动智能医疗健康2016/09工信部、发改委展专项行动（2016-2018设备在诊断、治疗、护理、康复等环节的应用年）》《‚十三五‛国家信息化推动健康医疗相关的人工智能、生物三维打印、医用机2016/12国务院规划》（国发“2016”73器人、可穿戴设备以及相关微型传感器等技术和产品在号）疾病预防、卫生应急、健康保健、日常护理中的应用充分发挥人工智能、虚拟现实、增强现实、生物三维打《‚十三五‛全国人口健印、医用机器人、可穿戴设备等先进技术和装备产品在2017/01卫健委人口健康信息化和健康医疗大数据应用发展中的引领作康信息化发展规划》用，促进由医疗救治向健康服务转变，实现以治疗为中心向以健康为中心的转变数据分析和机器学习等技术研究，开发集中式智能和分2017/06卫健委《‚十三五‛卫生与健布式智能等多种技术方案，重点支持机器智能辅助个性康科技创新专项规划》化诊断、精准治疗辅助决策支持系统、辅助康复和照看等研究，支撑智慧医疗发展《新一代人工智能发展推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系。探索智慧医院建设，开发人机协同的手2017/07国务院规划》（国发“2017”35术机器人等设备。基于人工智能开展研究和新药研发，号）推进医药监管智能化《促进新一代人工智能到2020年，在工业、医疗、金融、交通等领域汇集一定规模的行业应用数据，用于支持创业创新。推动医学2017/12工信部产业发展三年行动计划影像数据采集标准化与规范化，加快医疗影像辅助诊断（2018-2020年）》系统的产品化及临床辅助应用《关于促进‚互联网+医2018/04国务院疗健康‛发展的意见》完善‚互联网+医疗健康‛支撑体系（国办发“2018”26号）《全国医院信息化建设利用人工智能技术对疾病风险进行预测，实现医学影像2018/04卫健委标准与规范（试行）》（国辅助诊断、临床辅助诊疗、智能健康管理、医院智能管卫办规划发“2018”4号）理和虚拟助理《关于深入开展‚互联网加快推进智慧医院建设，改造优化诊疗流程。推进智能+医疗健康‛便民惠民活2018/07卫健委医学影像识别、病理分型和多学科会诊以及多种医疗健动的通知》（国卫规划发康场景下的智能语音技术应用，提高医疗服务效率“2018”22号）稳步推进教育、医疗、能源、公共安全等领域数据的内《关于促进人工智能和部整合、共享与对外开放，制定数据资源清单和开放计2019/03深改委实体经济深度融合的指划，支持相关企事业单位联合人工智能企业围绕应用场导意见》景开展人工智能服务，鼓励优质机构人工智能服务能力和资源向地方开放《国家新一代人工智能鼓励人工智能细分领域领军企业搭建开源、开放平台，2019/08国务院开放创新平台建设工作面向公众开放人工智能技术研发资源，向社会输出人工指引》智能技术服务能力，推动人工智能技术的行业应用，培本报告版权属于安信证券股份有限公司。11各项声明请参见报告尾页。行业深度分析/计算机育行业领军企业，助力中小微企业成长数据来源：国内政府网站，安信证券研究中心传统AI+医疗解决方案落地周期不利于企业开拓应用新场景。AI+医疗解决方案周期往往要经历‚场景选择、市场调研、产品设计、试用调整、审评审批、进入价格目录、规模营销‛7步。‚审评审批‛环节处于整个方案周期的中间位臵，往前看，产品设计等研发环节需要消耗企业大量资源；向后看，销售环节包含了产品的市场价值检验与利润释放，更是AI医疗企业更新迭代新产品的支撑。审评审批环节的受阻意味着企业前期投入无法收回，无法实现前期投入与后期收入间现金流的‚闭环‛，这也是目前众多AI医疗企业面临的主要问题之一。为实现一定业绩，部分AI医疗企业将销售环节‚前臵‛，通过在研发阶段推出试用版等方式事先获得一定市场份额。然而，试用版解决方案一方面需要企业额外付出一定销售管理费用，另一方面，试用版由于研发设计环节不完善，功能不完备容易导致解决方案口碑下滑。AI医疗三类证有助于企业理顺AI+医疗‚研发—销售‛大周期，实现销售放量。从AI医疗企业发展角度看，三类证的颁发意味着国家药品监督管理局对于该类产品的审批路径更加清晰，对于合规的医疗AI产品审批开始加速。未来AI医疗企业从研发—销售环节将进一步‚走顺‛，AI医疗解决方案也能更快更好得经历市场检验；三类证的颁发也有助于原先的解决方案开展规模化销售。2020年是NMPA为AI医疗颁发三类证的集中期，2021年趋势有望维持。2020年1月15日，科亚医疗以‚冠脉血流储备分数计算软件产品‛获得第一张AI医疗三类证后，NMPA审核加速，截至2020年末，累计已有9项产品通过审核。目前通过审核产品中，心脏科产品数量最多，共计4项，占比44.4%，其次是内分泌科（2项），占比22.2%。结合我们基于城镇、乡村高发病情的统计与分析，AI医疗产品能够对高发病情进行辅助诊断，从而一定程度上降低医疗资源分配不均衡的问题。表2：中国AI医疗产品过审情况时间公司名称产品名称产品特点国际情况基于冠状动脉CT血管影响，国内商务同类产冠脉血流储备分数计品注册上市，国际2020年1月15日科亚医疗基于深度学习技术的血流储算软件产品金有一款同品质备分数计算产品在美国上市2018年11月获2020年2月27日 乐普医疗2020年6月12日 安德医智

心电分析软件（AI—ECGPlatform）BioMind‚天医智‛的颅内肿瘤磁共振影响辅助诊断软件

基于人工智能深度学习技术，自动分析心率失常、心肌梗塞、心室肥大和ST—T异常等心电图事件，总体准确率已95%以上。运用深度学习算法，能够实现颅内肿瘤的人工智能精确诊断，诊断准确率超过90%

得美国食品药品监督管理局（FDA）注册批注，2019年11月通过欧盟CE注册认证‚天医智‛已获得欧盟CE认证，并在德国、东南亚、新加坡、马来西亚等26个国家获得销售许可在嵌入式AI芯片基础上，通心电图机过集成已经获得NMPA注册2020年7月1日乐普医疗批准的心电人工智能分析软（OmniECGB120AI）件算法AI—ECGPlatform的一款智能心电图机功能包括糖尿病视网膜病变糖尿病视网膜病变辅辅助诊断云端、医生诊断客户2020年8月10日深圳硅基智能端和系统管理。适用于对成年助诊断软件糖尿病患者的双眼彩色眼底图像进行分析，提供糖尿病视

国内外首款使用AI芯片进行心电图人工智能自动分析的心电图设备我国首款基于深度学习技术的眼底病变辅助诊断软件本报告版权属于安信证券股份有限公司。12各项声明请参见报告尾页。行业深度分析/计算机2020年8月10日Airdoc糖尿病视网膜病变辅助诊断软件冠脉CT造影图像血2020年11月10日 数坤科技管狭窄辅助分诊软件顾着CT影响辅助检2020年11月13日 联营智能测软件肺结核CT影响辅助2020年11月13日 推想科技软件

网膜病变辅助诊断建议对成年糖尿病患者的双眼免国家药品监督管散瞳彩色眼底图像进行分析，理局2019年医疗提供是否发现中度非增值性 器械创新产品，国及以上糖尿病视网膜病变以 内商务同种产品及辅助诊断建议 注册上市全自动智能完成心脏图像重心脏冠脉狭窄AI建、官腔狭窄检测机斑块显领域全球首张医示、斑块性质判断、报告生成疗器械注册证等工作。并生成结构化报告基于深度学习方法，自动完成肋骨定位、计数与标注、帮助全球首张基于CT医生‚数肋骨‛；秒级完成全的骨折医疗AI三部检测流程，精准定位肋骨并类证提示肋骨位臵在早期肺癌筛查应用中，其可拥有欧盟CE、日有效挖掘肺癌的核心特征点， 本PMDA、美国判断不同序列影响是否存在FDA、中国NMPA疑似癌症的特征，辅助实现肺四大市场认证癌早诊、早治数据来源：国家药品监督管理局，安信证券研究中心图19：我国过审AI医疗应用主要集中于心脏科 图20：美国过审AI医疗应用主要集中于放射学NMPA过审AI医疗主要医学学科11%心脏科11%内分泌科45%神经科11%骨科胸外科22%

FDA过审AI医疗主要医学学科3%3%10%放射学14%心脏病学内科/分泌科70%眼科神经病学数据来源：国家药品监督管理局，安信证券研究中心 数据来源：美国食品药品监督管理局，安信证券研究中心第一张肺结节AI三类证颁发，中国AI医疗商业化迎来曙光。2020年11月13日，国家药品监督管理局的官网上放出了首个基于深度学习技术的肺结节CT影像辅助软件医疗器械批准证明。该证明归属于北京推想科技，是国药监开出的首张肺结节AI三类证。在医疗机构影像学检查中，胸肺CT的检查量占比最大，加之微小肺结节不容易辨别，是医疗最需要被辅助的场景。本次三类证的颁发进一步彰显国家大力发展AI医疗的决心，且在十四五规划中，人工智能和生命健康都被列为前沿科技领域的优先级别，将带来中国人工智能及生命健康科学的新一轮发展。医疗影像+AI有望成为AI医疗商业化落地的‚第一峰‛。受新冠疫情刺激，各重点防疫单位胸部CT需求激增，而一线医生数量有限，AI医学影像在分析新冠肺炎病灶的深度参与，成了我国高效准确抗击肺炎的关键成功因素。综合分析医疗影像学产业链：上游零部件及原材料供应商、中游影像设备及信息化厂商、下游的影像应用及服务提供商，我国AI医疗应用主要集中于下游的影响应用及服务软件，参与对象主要包括医疗机构、第三方影像中心、远程读片云平台、影像社交学习平台和影像智能应用服务商，国内的AI医学影像公司多集中发力于下游领域。首张肺结节AI三类证颁发有望带动更多AI医疗影像企业出现，促进更多优质解决方案商业化落地。本报告版权属于安信证券股份有限公司。13各项声明请参见报告尾页。行业深度分析/计算机表3：国内部分AI医疗影像企业及其具体业务企业名称当前融资轮次及金额涉及领域具体业务胸片筛查（气胸、肺结节、肺结核、肿块的自动汇医慧影战略融资，未披露疾病诊断诊断）、B型主动脉夹层手术重的精准测量、骨折智能诊断靶区勾画肺癌筛查以及病灶区域自动识别并勾画眼底疾病、皮肤癌检测、脑出血及脑损伤检测、Airdoc股权融资，未披露疾病诊断冠状动脉硬化检测、肺癌检测、脂肪肝检测、压缩性骨折自动检测病理切片皮肤癌检测、宫颈癌检测肺部疾病（自动识别并标记结节病灶）、胸部疾推想科技C轮，未披露疾病诊断病（识别并标记结节、骨折、气胸等多种病灶、脑卒中（迅速定位出血区域、自动分割、精确量化出血体积）、骨质病变肺部疾病（结节、肺癌）、头颈CT辅助诊断、数坤科技战略融资，2亿元疾病诊断冠心病诊断、主动脉疾病（主动脉疾病类型、主动脉瘤、术前规划）胸部CT辅助诊断（肺部病变、纵膈病变、胸膜依图医疗战略融资，未披露疾病诊断病变）、肺癌疾病诊断筛查、乳腺癌筛查、儿童生长发育智能诊断、卒中、甲状腺超声辅助肺结核筛查、早期乳腺癌智能诊断、胸片随访对智影医疗A轮，未披露疾病诊断比、早期老年痴呆症（AD）智能诊断、早期肺癌结节检测病理切片痰菌显微成像的肺结核自动诊断兰丁高科股权融资，未披露病病理切片宫颈癌筛查、白血病筛查医诺智能C轮，未披露靶区勾画放疗靶区勾画联影医疗股权融资，未披露疾病诊断脑卒中、神经退行性疾病、肺结节、肋骨骨折、食道异常、乳腺病变、气胸、骨龄等深睿医疗C轮，数亿元疾病诊断肺癌辅助诊断、乳腺癌辅助筛查诊断、脑卒中辅助评估、骨龄辅助评估病理切片宫颈癌、膀胱癌、乳腺癌、肾癌等筛查视见医疗B轮，数千万元疾病诊断肺炎、肺结核气胸腔积液、肺结节、骨龄智能识别、肋骨骨折、肝癌靶区勾画放疗靶区勾画靶区勾画放疗靶区勾画体素科技B轮，5000万美元疾病诊断早期肺癌、糖尿病视网膜病变、心血管疾病等图玛深维B轮，2亿元疾病诊断肺结节、胸部疾病、肝病、乳腺癌、脑卒中、脑肿瘤等髋关节常见疾病辅助诊断、肺癌早期筛查、胸部杏脉科技天使轮，未披露疾病诊断体检、特殊病种筛查、冠心病一站式智能辅助诊断连心医疗A＋轮，4000万元靶区勾画智能靶区勾画上工医信A＋轮，4000万元疾病诊断糖网病、脑卒中、冠心病、白内障筛查深透医疗Pre-A轮，500万美元图像增强脑卒中、脑肿瘤、肺癌、老年痴呆症等数据来源：SciPhi生辉，安信证券研究中心2.3.医疗AI算法日趋成熟，应用场景不断丰富2.3.1.主流深度学习方法在医疗领域已得到广泛验证机器学习与深度学习方法已在医疗影像学等领域得到广泛应用。深度学习模型可扩展到大型数据集，并且会随着数据积累不断完善，从而使其优于许多传统的机器学习方法。深度学习系统可以接受多种数据类型作为输入，医疗数据就是典型的具有多种数据类型。最常见的模型是使用监督学习进行训练，其中数据集由输入数据点（例如皮肤病变图像）和相应的输出数据标签（例如‚良性‛或‚恶性‛）组成。根据艾瑞咨询统计整理，2012-2020年在医学文献中使用到的热门机器学习算法和深度学习算法包括：1）支持向量机（38%），主要应用于识别成像生物标志物和医疗影像分析；2）神经网络（34%），主要应用于生化分析、图像本报告版权属于安信证券股份有限公司。14各项声明请参见报告尾页。行业深度分析/计算机分析和药物开发；3）逻辑回归（4%），主要用于疾病风险评估和临床决策辅助系统。图21：2012-2020年医学文献中热门应用算法搜索比例决策树主要应用于影像分析支持向量机隐马尔科夫模型神经网络主要应用于新药研发，基因分析线性回归判别分析朴素贝叶斯逻辑回归主要应用于病历文本分析主要应用于CDSS随机森林其他最邻近算法数据来源：艾瑞咨询，安信证券研究中心深度学习方法在大量诊断任务上取得了医生级别的准确率，包括识别黑痣和黑色素瘤，从眼底图像和光学相干断层扫描(OCT)图像中检测糖尿病性视网膜病变、判断心血管风险，提供转诊建议，以及从乳房X光片中检测乳腺病变、使用核磁共振成像进行脊柱分析。甚至有研究证明单个深度学习模型在多个医疗模态中都很有效（如放射科和眼科）。但是，这些研究的一个关键限制是人类医生与算法性能之间的对比缺乏临床背景，它们把执行诊断的情形限制在仅使用图像的条件下，而这通常会增加人类医生进行诊断的难度，现实医疗环境中医生可以看到医疗影像和一些补充数据，包括病人的病史、健康记录、其他检测和口述等。图22：我国AI技术应用与医疗多种场景临床活动、筛查、诊断、治疗诊疗记录（非结构化数据）CT、基因数据等强化学习机器学习基础理论层拓展应用层电子病历（结构化数据）自然语言处理机器视觉远程手术人工智能数据来源：艾瑞咨询，安信证券研究中心2.3.2.新兴深度学习技术已在医疗领域得到应用AlphaFold开天辟地，精准构筑蛋白质3D模型。2020年12月，谷歌AI团队DeepMind所研发的AlphaFold模型在生物学及医疗领域取得重大突破：通过神经网络模型，根据氨基酸精准预测并构筑蛋白质3D结构。蛋白质由多个氨基酸序列组成，性质取决于其独特的3D结构。由于氨基酸在构成蛋白质的过程中会发生长链折叠过程，传统的枚举法预测蛋白质3D结构需要138.2亿年。此次AlphaFold成功预测蛋白质3D模型可在未来医疗领域中更好协助研究人员针对蛋白质的不同性质，针对性研发出特效药物，阿尔茨海默氏症、帕金森氏症、亨廷顿氏症和囊性纤维化等世界医疗难题也有望解决。本报告版权属于安信证券股份有限公司。15各项声明请参见报告尾页。行业深度分析/计算机23：AlphaFold模型预测流程数据来源：DeepMindBlog，安信证券研究中心英伟达助力AI医疗算力需求。数据、算法和算力是AI领域不可或缺的三要素。对于AI医疗，数据与算法近年来得到快速发展，然而高效的算法更需要强大的底层硬件提供算力的支撑。2020年中国GPU科技会议（GTC）上，英伟达首席科学家、研究院高级副总裁BillDally展示了Folding@Home和CyroSPARC如何基于GPU赋能AI医疗，Folding@Home借助分布式计算将无数GPU的闲臵时间利用起来，并为新冠病毒研究贡献了1.5ExaFLOPS（1ExaFLOPS=1024PFLOPS=1024×1024TFLOPS）的算力，总共花费了总计1个多月的计算时间，比其他传统方式快30倍左右。表4：AI医疗主要应用场景及代表性企业应用分类具体场景代表性企业医渡科技、妙健康、健康有健康管理慢性病管理益、第四范式、掌上糖医、医鹿康福（支付宝）靶点筛选、药物筛选、药物优化、小分子药物晶体预测、晶泰科技、宇道科创、云势药物研发软件、亿药科技、深度智耀、病人识别及招募望石智慧、剂泰医药影像设备的图像重建、X线胸片阅读、眼底检测、脑区分视见科技、数坤科技、深睿AI医学影像割、脑疾病诊断、器官分割/靶区勾画、骨伤鉴定、乳腺医疗、汇医慧影、腾讯觅影、疾病诊断、超声辅助诊断、病历切片分析、骨龄分析等阿里健康等医学视频内窥镜、胶囊机器人、手术机器人重庆金山科技集团、直觉外科手术公司辅助诊断电子病历智能语音电子病历录入科大讯飞、云知声、Nuance体征监测光容积描记法、心电图、连续血糖检测Airdoc基因组学和蛋白质学基因组学、蛋白质学DeepMind数据来源：冰鉴科技，安信证券研究中心2.3.3.我国AI医疗技术‚利刃出鞘‛我国AI医疗技术处于世界领先地位。以AI医学影像技术为例，我国与欧美国家AI医学影像软件的识别准确率相比并无逊色。例如，在乳腺癌诊断上，谷歌和圣地亚哥海军医学中心合作开发的AI系统LYNA对转移性乳腺癌的检测准确率达到99%，腾讯觅影乳腺癌肿瘤筛查AI系统的钙化检测敏感度为99.0%，肿块检测敏感度为90.2%，良恶性判别敏感度为87.0%，良恶性判别特异度为96.0%；在眼底病变筛查和肺结节两大热门领域，也具有较高的识别水平。本报告版权属于安信证券股份有限公司。16各项声明请参见报告尾页。行业深度分析/计算机表5：国内外不同病种AI影像识别准确率团队内容AI准确率人工准确率国内团队上海交通大学与浙江大学核磁共振影像的直肠癌识23秒完成300张影像的病灶勾画，准确率达95.22%5分钟完成149张影像勾画，准联合科研团队别准确率和速度确率达93%北京大学第一医院前列腺癌诊断超过90％/光琇-自兴智能医疗联合实染色体检测自动识别准确率97％，报告准确率100％/验室阿里健康、万里云肺结节诊断达90%以上传统会诊方式所花费的时间是其5-6倍安德医智、北京天坛医院颅内肿瘤用时15分钟，准确率87％用时30分钟，准确率66％安德医智、北京天坛医院血管疾病83%63%依图医疗骨龄评定产品精确度达0.1岁，与医生计算的骨龄值相比，误/差小于半年的占98％腾讯觅影乳腺癌诊断钙化检测敏感度99.0％，肿块检测敏感度90.2％，/良恶性判别敏感度87.0％浙大睿医、北京同仁医院眼底病变检测大部分数据集上特异性达99％，敏感度达85％/汇医慧影肺结节筛查敏感度高达95％以上/推想科技肺结节筛查发现识别率高达90％/香港中文大学工程学院研肺癌、乳腺癌影像识别、判肺癌识别准确率达91％，乳腺癌识别准确率达99％/究团队断海外团队谷歌、谷歌大脑、Verily乳腺癌诊断达88.5%30个小时分析130张病理切片，公司准确率为73.3％斯坦福研究团队皮肤癌诊断至少91％至少91％德国、法国、美国科学家皮肤癌诊断恶性肿瘤95％，良性痣83％恶性肿瘤88.9％，良性痣76％谷歌、圣地亚哥海军医学乳腺癌诊断乳腺癌诊断达99％，超过人工诊断/中心数据来源：SciPhi生辉，安信证券研究中心依图科技，AI医学影像领域的排头兵。目前，我国AI医学影像领域内，依图科技技术较为成熟，且行业方案已成功应用于医院系统。公司care.aiTM系列解决方案包括智能医疗临床决策解决方案、智能医疗大数据解决方案及智能医疗管理解决方案。智能医疗临床决策解决方案作为其‚拳头产品‛，已覆盖肺癌、乳腺癌、儿童生长发育、脑卒中、新冠肺炎等病种。具体相关产品为胸部CT智能4D影像平台、乳腺X线智能诊断系统、儿童生长发育智能一站式解决方案等。其中，胸部CT智能4D影像平台，在2018年率先实现了以部位为中心、多学科综合诊治的智能影像辅助诊疗系统，为临床医生的影像学诊疗提供了重要支持，大幅度减轻医生工作量；2020年2月初，公司与上海公共卫生中心联合研发上线基于CT影像的新冠肺炎智能评价系统，目前已经服务境内外多家医疗机构。本报告版权属于安信证券股份有限公司。17各项声明请参见报告尾页。行业深度分析/计算机图24：胸部CT智能4D影像平台数据来源：依图科技招股书，安信证券研究中心2.4.AI+医疗能解决哪些问题辅助检查、CDSS率先落地，智慧病案处于快速增长期。随着AI技术的不断突破，AI在医疗领域的应用场景也越来越广泛。目前，以CT影像、皮肤影像等医疗影像应用以及CDSS最为成熟。我们认为，这主要是由于深度学习最早在行业应用也是起源于图像识别，在深度学习计算机科学领域，系列现金深度学习理论方法如ReLU函数（主要为抑制梯度消失，提升分类准确率）首先应用于语音识别，CNN网络结构首次在ImageNet图像识别大赛上崭露头角，性能远超机器学习方法SVM。2019年以来兴起的智慧病案由于目前DRGs、DIP等支付政策推动，目前处于快速成长期。图25：AI医疗应用领域与AI计算机科学应用领域发展高度重合•ReLU激活函数提出•网络结构不断优化•基于自然文本提取•微软将ReLU应用于语音识•GPU硬件不断进步医学知识方法得到别领域•AlphaGo战胜职业九优化DNN降低语音识别错误率段棋手李世石20％~30％2011年 2012年 2013年-2016 2018年 2019年 2020年•Hinton构建CNN网络•LOD-ABOG结构提•CNN网络InmageNet出，主要用于生物图像识别大赛上表现医学本体特征提取远超SVMDNN在ImageNet评测上将错误率从26％降低到15％AI语音问诊病理影像分析CT影像CDSS智慧病案成熟期

谷歌AI团队提出AlphaFold模型，可精准预测蛋白质结构基因测序新药研发成长期数据来源：中国知网，Elsevier，安信证券研究中心本报告版权属于安信证券股份有限公司。18各项声明请参见报告尾页。行业深度分析/计算机智慧病案有助于解决城镇化、人口老龄化带来的潜在问题。根据国务院新闻办发表的《中国的医疗卫生事业》白皮书，伴随中国工业化、城镇化、老龄化进程的加快，居民慢性病患病、死亡呈现持续快速增长趋势。2012年，我国确诊慢性病患者2.6亿人，慢性病导致的死亡占总死亡的85％，导致的疾病负担占总疾病负担的70％。随着未来电子病历的接入以及电子病历数据结构不断标准化，智慧病案管理体系能够被逐步建立，医院间通过HIS共享病案库，不仅能够高效通过先例分析更加高效治疗慢性病等各类疾病，更能一定程度缓解乡村医生经验不足的情况。图26：电子病历系统为智慧病案、临床辅助诊断发展创造良好条件与信息化厂商合作进入医院辅助临床辅助诊疗参与竞标进入医院诊断决策解决方案NLP深度学习知识图谱数据挖掘临床医学实践库 循证医学实践库去隐私 NLP 数据清洗 机器学习临床病理数据 循证医学库数据来源：艾瑞咨询，安信证券研究中心表6：AI+电子病历代表性企业及其主要产品平台产品主要服务云知声智能语音病历录入智能医疗语音录入系统，目前已在100+医院上线使用，超过500+医院在线测试使用2016年，‚云医声‛手机应用在安徽省立等医院正式投入使用。截至科大讯飞智能语音病历录入2019年，智能语音电子病历覆盖95家医院，人工智能辅助诊疗系统开通了300多项人工智能辅助诊疗服务Nuance智能语音病历录入医疗病历管理及手册转录服务，全美已有超过50%医生，77%医院使用Nuance解决方案，满意度达90%为国内300+医院（包括70家三甲医院）及不同行政级别的监管机构医渡科技健康管理/慢性病管理及政策制定者提供解决方案。截至2020年10月末，健康管理平台年度活跃医生数量及活跃患者数量分别为3.3万人、189.7万人数据来源：云知声招股书，医渡科技招股书，科大讯飞2020年报，Nuance官网，安信证券研究中心AI实现诊断+治疗全覆盖，赋能临床医学。临床辅助决策系统CDSS能够将医学观察所见和现有的医学知识联系起来，影响医生的诊疗决策。一套完整的CDSS需要包括三个部分：知识库，推理模型，交互界面（接口）。其中最核心的是推理模型。早于1990-1992年期间，我国的医疗和计算机专家研发出一批诊断专科疾病诊断的‚专家系统‛。时隔40年，基于深学习的CDSS重新给予市场希望，但不同于医疗影像，CDSS所涉及的数据大多为‚非结构化‛、‚碎片化‛的，因此，CDSS系统往往包含但不局限于深度学习方法，2018年12月，卫健委发布了医院电子病历等级评定政策，提出到2020年所有三级医院要达到4级以上等级，而4级以上等级的重要标准之一就是要有不同等级的CDSS，这一政策的实施给CDSS本报告版权属于安信证券股份有限公司。19各项声明请参见报告尾页。行业深度分析/计算机带来了极为广阔的发展前景。药物研发：缩短时间，降低成本。医药研发是整个医疗产业中十分重要的一环，而当前新药研制主要受到：高成本（10亿+）、长研发周期（10-12年）、低成功率（13.8%）‚三座大山‛限制。据DeepKnowledgeAnalytics统计，药物研发的投资回报率从2010年的10.1％稳步下降至2018年的1.9％。对某些复杂疾病领域更是如此，比如肌萎缩性侧索硬化症，在过去半个世纪里超过50项临床试验未能显示出任何积极的疗效。深度学习方法中的NLP、图像识别，以及深度学习特有的神经网络结构能够缩短药物研发时间、降低药物研发成本、提高预测准确率及药效。图27：医药的研发过程及困境药物研制10,000Text药物化合物0–对人体影响临床前试I–确保使用对象安全250Text药物化合物II–治疗疾病有效性III–规模化使用安全性与有效性5临床测试IV–长期安全性FDA审批机构1项过审药物化合物数据来源：EndpointsNews，ePharmacolog，安信证券研究中心图28：AI在药物研发领域应用药物靶点确认活性化合物筛选评估药物药理制剂研发基础研究药物再利用机器学习靶点药物研发预测ADMET性质自然语言处理药物挖掘制剂研发深度学习药物品型预测图像识别化合物筛选认知计算病理生物学药物重新定位研究数据来源：中国药科大学国家药物政策与医药产业经济研究中心，安信证券研究中心本报告版权属于安信证券股份有限公司。20各项声明请参见报告尾页。行业深度分析/计算机投资建议3.1.科大讯飞：AI医疗打造新增长极营收快速增长，智慧医疗成为科大讯飞重点布局领域。2020年，科大讯飞智慧医疗板块实现营业收入3.13亿元，同比增长69.3%，在各板块收入中同比增速最快。目前，公司已将智慧医疗作为重点赛道进行布局。截至2020年末，公司智慧医疗项目已在全国200余个区县实现应用，累计辅助诊断次数超过1.3亿次。图29：2020年，讯飞智慧医疗业务收入增速最快(亿元)各版块业务收入及增速454269.3%3880%4067.6%60%35353140%302535.5%2320%2511.8%9.5%200%15-13.0%1011-20%104-25.8%-39.4%35232110-40%--60%智慧教育智慧医疗智慧城市消费类业务智慧汽车智慧金融运营商方案其他2019年2020年同比增速数据来源：公司公告，安信证券研究中心2025年实现千亿营收，智慧医疗占比或进一步扩张。2021年4月20日科大讯飞2020年业绩发布会上，公司董事长刘庆峰公开提出了2025年末讯飞千亿营收的目标，其中，智慧教育，开放平台及消费端业务，智慧医疗、数字化转型业务及电子政务等项目各占1/3。而2018年-2020年，智慧医疗业务占总营收比重分别为1.0%、1.8%、2.4%，潜力巨大。由外向内，AI医疗全方位渗透。科大讯飞目前已围绕医院、医师为核心，进行了‚由外向内‛的全方位布局。患者可通过智联网医疗平台与智慧医院内工作人员进行对接，智联网医疗平台可提供‚预约挂号、远程医疗、患者信息采集分析‛等功能，做好诊前的患者管理工作；患者对接进入智慧医院后，智慧医院AI病历平台围绕诊前病史采集、诊中病历录入以及诊后病历随访，CDSS平台可辅助医生进行临床决策，平台系统将各医疗专科领域专家的诊断知识和经验发掘出来，结合临床指南、医学文献、医学辞典、医学图谱等海量数据，借助计算机的高性能存储处理能力，建立强大的临床知识库，辅助医生临床进行高效决策；针对智慧医院内的医生及医护人员，科大讯飞研发了智医助理，其具备的智能问诊、智能交互等功能模块运用了语音识别，自然语言处理技术，对医生进行高效协助的同时累积了医疗场景数据，为其他业务场景下的语音识别，NLP算法训练提供了更为丰富的样本。实现了真正的AI闭环生态。本报告版权属于安信证券股份有限公司。21各项声明请参见报告尾页。行业深度分析/计算机图30：AI医疗由外向内渗透智慧医院，算法模块打造AI生态闭环数据来源：公司官网，安信证券研究中心拳头产品‚智医助理‛大幅提升基层医疗教育水平。公司智慧医疗业务的产品包括智联网医疗平台、智医助理和智慧医院。其中，智医助理作为‚拳头产品‛，主要由全科辅诊诊疗系统、智能外呼助手组成。2020年科大讯飞智医助理实现安徽省内基层医疗机构全面覆盖，并在西藏、内蒙古、青海、北京、新疆、黑龙江、浙江等地逐步开始进行落地应用，目前已上线全国170余区县3万余家基层医疗机构，服务数万名基层医师。公司被评为协和医院2020年度信息化项目建设优秀合作伙伴。图31：智医助理-人工智能诊疗新模式医学知识证据读证据海量医海量医学资源取器学资源相似病例推荐患者症状语音识别深度学习可能的疾病建检查等信息决策器议及置语义解析电子病历信度诊疗方案建议主诉问诊患者主诉/疾病史/检验检查……疾病知识疾病读候选疾病疾病资源取器数据来源：讯飞晓医官微，安信证券研究中心本报告版权属于安信证券股份有限公司。22各项声明请参见报告尾页。行业深度分析/计算机图32：智医助理具备多项强大功能智医助理参加2017国家执业医师考试456分问题深度解析语义证据抽取多尺度推理问题 候选项多语义深度学习 语义张量数据来源：讯飞晓医官微，安信证券研究中心全科辅诊诊疗系统全科辅诊诊疗系统通过学习海量医学文献、临床知识以及医院病历资料，在不改变基层全科医生现有诊疗过程的基础上在其每个诊疗环节给予有循证依据的辅助诊断建议，从而提高基层医生的诊疗水平及诊疗效率。智能外呼助手智能外呼助手一方面向基层家庭医生，为患者提供慢病随访、档案采集、预约提醒和健康教育等电话外呼和短信通知服务，提高医疗服务质量；另一方面向卫生主管部门，帮助各管理部门开展工作，提高工作效率。新冠疫情期间，公司在48小时内在湖北上线新冠肺炎康复护航系统；3天内完成新冠肺炎影像辅助诊断系统开发、辅助医生实现高效肺部感染病灶的检出和对比。利用AI智医助理进行基层病历分析，在线分析基层门诊病历，进行内容挖掘分析，筛选高危人群和疑似患者，辅助上万名基层医生进行新冠肺炎的初筛，累计处理基层就诊病历600余万份，对发烧、咳嗽、呼吸困难等疫情相关症状进行监测预警。智医助理电话机器人在疫情期间承担了每天百万级外呼电话，助力疫情排查，通过智能外呼筛选出有伴发热症状及流行病学史阳性的患者，极大地降低了人工排查的工作量，向全国绝大多数省市提供了公共卫生随访服务上亿人次，大幅提升了基层医务人员宣教和随访工作效率。预计仅智医助理市场空间即近百亿元。智医助理主要通过区县级医疗主管部门通过整体招标进行采购，采购范围一般涵‚盖全科辅诊诊疗系统‛、‚智医助理慢病智能管理子系统（外呼）‛、‚智医助理运行监管系统‛、‚远程会诊接入系统‛和‚PAD移动终端‛等。目前，公司智慧医疗中标项目主要集中在安徽地区，考虑到安徽省智医助理关于‚每个县（市、区）‘智医助理’项目概算不超过400万元（含市级‘智医助理’支撑系统建设硬件费用）‛的规定，根据卫生健康委员会信息提出每个县（市、区）‘智医助理’项目概算不超过400万元，假设每个县级单位项目采购金额385万元，目前我国县级单位共2,846个，假设智医助理渗透率未来可达90%，则智医助理AI医疗解决方案市场空间可达98.61亿元。本报告版权属于安信证券股份有限公司。23各项声明请参见报告尾页。行业深度分析/计算机图33：讯飞AI医疗处于国内领先地位核心 应用探索者 生态领导者医疗惠每布局程深圳硅基医渡云度志诺维斯Airdoc艾登火树精锋天智航三坛迈纳士积极跟进者技术创新者通用AI能力数据来源：艾瑞咨询，安信证券研究中心投资建议：公司作为国内人工智能龙头企业，各行业人工智能应用突飞猛进，正进入人工智2.0阶段，人均效益有望显著提升。预计2021-2022年EPS分别为0.90元、1.36元，维持‚买入-A‛评级。风险提示：行业竞争加剧导致毛利率下降风险；AI医疗业务发展不及预期。3.2.卫宁健康：互联网医院行业的领跑者互联网医疗增长显著，经营性现金流大幅改善。分业务来看，2020年内公司医疗卫生业务实现收入21.14亿元，同比增长16.76%，其中软件销售及技术服务收入16.58亿元，同比增长20.99%，硬件销售业务收入达4.55亿元，同比增长3.55%；互联网医疗业务收入1.50亿元，同比增长83.82%，其中‚云医‛纳里健康（公司占比69%）实现收入1.01亿元，同比增长55.62%，‚云药‛钥世圈（公司占比42%，并纳入报表）实现收入2.21亿元，同比增长23.52%，‚云险‛中卫宁互联网（公司占比70%）、卫宁科技（公司占比40%）分别实现收入0.13亿元（同比下滑30%）、0.25亿元（同比增长46%）。值得注意的是，报告期内公司大幅加强对于应收账款的管控，经营活动产生的现金流量净额全年达3.90亿元，同比增长达67.38%。三大驱动支撑传统医卫业务成长。受到新冠疫情的影响，致使医疗卫生信息化行业上下游复工及项目招投标、项目实施等均有所延后，导致传统医卫业务开展受到阶段性影响。但展望今年，随着疫情逐步恢复，我们认为将会有三大因素驱动加速公司医卫业务成长：1）常态化疫情防控与突发公共卫生应急体系建设将加速；2）卫健委、医保局和中医药局于2020年月共同发布《紧密型县域医疗卫生共同体建设评判标准和监测指标体系（试行）》，旨在推动及引导县域医共体及医联体建设，并要求县域医共体内建立卫生健康信息共享平台，该项建设将有望为公司带来增量；3）后电子病历时代，医院信息化等级并不会止步于电子病历三级/四级，随着三级医院绩效考核新规与DRGS的应用，将持续推动医院在信息化方面的投入。WiNEX产品加速落地，商业模式改变在即。公司于2020年H1推出基于云原生架构的全新一代医院信息化产品WiNEX，并已在数十家医疗机构推进建设，而WiNEX区别于上一代医院信息化系统产品，其在需求上可解决敏捷部署、远程运维等诸多医院痛点，在技术上则实本报告版权属于安信证券股份有限公司。24各项声明请参见报告尾页。行业深度分析/计算机现了两大改变，即互联网化、云化。我们认为，随着产品加速落地，用户良好反馈逐步夯实，公司有望在依托于该产品下实现商业模式向SaaS模式的跃升。。投资建议：公司是国内医疗信息化行业龙头，将充分有益于行业的高景气度，有望进一步扩大市场份额。同时，随着新一代WiNEX产品的加速推广，其竞争力也有望进一步加强。考虑到股权激励所带来的影响，我们预计公司2021-2023年的收入分别为28.33、36.27、47.15亿元，净利润分别为6.23、7.96、10.17亿元，维持买入-A评级。风险提示：业务发展不及预期；疫情反复造成影响；新产品推广不及预期。3.3.创业慧康：互联网医疗业务快速推进景气度持续，医院+公卫信息化将获得长足发展。受到新冠疫情影响，致使医疗卫生信息化行业上下游复工及项目招投标、项目实施等均有所延后，导致传统医卫业务的开展受到阶段性影响。但展望今年，随着疫情的逐步恢复，公司医卫业务将获得长足发展。其中，医院信息化：在后电子病历时代，医院信息化等级并不会止步于电子病历三级/四级，随着三级医院绩效考核新规与DRGS的应用，将持续推动医院在信息化方面的投入。2020、2021年Q1，公司新增千万级订单分别达到28个（同比增长50%）、6个。同时，公司助力大量医疗机构实现了高等级的电子病历及互联互通的落地，‚以评促建‛在审或通过项目较去年增长近200%，其中包括了12家五级、六级电子病历评级的落地。公卫信息化：1）常态化疫情防控与突发公共卫生应急体系建设将获得释放；2）全国医联体建设进入发展阶段，县域医共体及医联体建设迎来风口，将有望