江南体育1、医疗AI平台整体框架：迈入大模型时代，多模态AI通用化成为未来趋势。医疗人工智能平台包括数据资源层、人工智能平台和医疗应用层 。开源框架和算法占有重要地位，如选择工程化能力较强 的TensorFlow或在图像方面表现良好的Caffe等开源框架，选择在图像识别方面常用的卷积神经网络（CNN），循环神经网 络（RNN）算法模型等。 GPT开启多模态通用AI大模型时代，NLP、CV、科学计算多模态大模型AI通用时代来临。
2、AI大模型将在医疗信息化、互联网医疗、医卫和医保信息化等领域产生生产力变革性推动 AI大模型+插件模式推进AI应用领域进入全新发展阶段。OpenAI大模型推出插件可以对接下游应用程序，为开发者提供接入 平台，极大助力了AI大模型下游应用的落地。OpenAI与微软Azure合作助力ChatGPT、GPT-3.5、GPT-4对接企业，提供to B服务，推动了AI应用端发展浪潮。
GPT-4已实现医疗领域商用合作。微软旗下Nuance Communications 发布与 OpenAI 的 GPT-4 集成的支持语音的医疗病历 生成应用程序DAX（ Dragon Ambient eXperience ）。GPT-4对于事实的阐述精度对比GPT-3.5高出40%，在医学知识自测 评论考试表现更优秀，支持多模态输入，预测会对医疗信息化、互联网医疗、公卫、医保信息化细分领域产生效率的变革性 推动。 百度文心一言前期有很多互联网医疗、医疗信息化、创新药械、医保等接入进行内测和工具开发，预计随着百度千帆的企业 服务大模型发布，将会进一步推动医疗AI的发展。
当前由医生手动录入医疗信息化系统患者电子病历：当前医生一边问诊一边手写或在电脑上输入电子病历。虽然一些病历医 生可以根据信息化系统里面的模板去更改患者信息，但是有一 些病历较复杂病程较长，医生需要很详细地记录追踪患者的情 况，病历可能达上万字，当前在传统医疗信息化系统中还是由 医生手动记录输入这部分信息。未来接入GPT4以后医生解放了文书工作：GPT4可以多模态输 入数据并理解梳理信息，这也就意味着GPT4大模型可以输入患 者和医生的对话并摘取关键信息，医生不用边问诊边记录，可以快速耐心询问患者情况，只需要几秒钟，就能自动生成电子 病历，然后自动导入当前的医疗信息化系统。
微软旗下Nuance Communications 发布与 OpenAI 的 GPT-4 集成的支持语音的医疗病历生成应用程序DAX （ Dragon Ambient eXperience ）。 环境AI与GPT-4技术相结合：Dragon Ambient eXperience (DAX) Express 是第一个将会话和环境 AI 与 OpenAI 的 GPT-4 的高级推理和自然语言功能相结 合的全自动临床文档应用程序。Nuance 的环境 AI 技 术旨在通过“倾听”医患就诊并做笔记来自动化临床 文档。 几秒钟形成可接入电子病历系统的临床笔记：通过添 加 GPT-4，DAX Express 可在患者就诊后几秒钟内自 动创建草稿临床笔记，以便立即进行临床审查。 该解 决方案还与电子病历软件紧密集成。
当前CDSS临床辅助决策系统会根据患者症状提供给非常多 相关疾病和治疗手段，需要医生靠经验判断：当前的CDSS 系统可以提供给医生一些相关疾病科普参考，比如患者头痛， CDSS系统就会列出所有引起头痛的常见原因及相关诊疗方 法，具体下一步做什么检查进行确诊还是需要靠医生的经验 和判断。在时间有限的门诊问诊时间里，医生大部分会根据 自己的经验去判断患者下一步需要进一步做CT明确病因或 是由于疲劳等产生的头痛。CDSS系统提供的更多是科普和 参考的作用。
GPT4可以根据自己整理的患者症状将可能的疾病及相关的 诊疗方法排序，成为医生做决策的强力助手，甚至可能提升 基层医院的医疗水平：根据微软研发和孵化中心副总Peter Lee，GPT4经过专业医疗数据训练以后可以根据自己整理 的患者病历去根据可能的临床病历情况匹配病人的实际情况， 将所有可能出现的场景按照概率大小排序，给予医生一个强 有力的决策支撑。如果医疗信息化厂商能够提供以往数据去 对GPT4进行专项训练，随着它准确性的提高，可以提供每 个专病相对准确的患者病因和诊疗方法，降低医生的误诊率， 提升基层医院的医疗水平。
当前互联网医疗具有智能助手进行分诊提升问诊效率，但是 分诊不是很准确，信息获取很粗浅：如进入在线问诊界面， 可以根据关键词选择病症，如“咽炎”等，然后小助手会问 病程之类设定好的问题，患者可以选择患病时间，接下来实 名制进行分诊至值班在线医生。但是问题设置的比较粗糙， 虽然可以语音输入和发送照片，但是智能助手对此没有什么 反应，这些信息需要医生去处理。分诊也可能出现一些失误， 比如示例中的咽炎可能更适合到五官科里面去而不是中医科。
GPT4可以极大提升在线问诊效率，改善患者体验，可能取 代在线值班医生的工作：GPT4可以更机动灵活地跟患者对 话，并从患者的描述中提取详细的信息，可以完全取代智能 助手的工作，在获取和整理患者的症状、患者基本信息、过 往用药史等方面可以完全胜任，甚至可以在线提取患者过往 拍片中的信息，取代值班医生的部分工作。这样极大缓解了 医生线上沟通的压力，降低了线上沟通成本。以往很多症状 线上沟通不畅还需要线的应用更有利于在 线医疗的发展，带来效率提升的颠覆性转变。
当前我国公卫信息化领域具有监测突发公共卫 生事件需求，数据分析多由各领域专家组完成。 通过各地区信息互联、各级机构数据填报、网 络抓取监测等渠道监测重大传染病情况，并成 立专家组定期进行数据分析，研判疫情趋势， 给予风险评估，提出建议。 GPT大模型可以在获取数据和数据分析上助力 公卫信息化效率提升。GPT大模型可以通过插 件自动获取社交媒体和网络上的传染病数据及 前沿公共卫生报告等，减轻当前做网络监测互 联网的程序员的工作压力，并自动形成可视化 展示分析，提出建议，减轻专家工作量，提升 监测效率，不同于当前定期请专家组做分析， GPT可以实现实时监测分析并生成预警报告。
2023年1月23日，加州伯克利一家创业公司利用类似ChatGPT的LLM模型“Progen”合成了自然界不存在的新鸡蛋白，为 GPT未来在药物研发应用方向提供方向，即读取不同氨基酸序列，合成新型蛋白质。 ProGen是一个具有1亿参数的条件蛋白语言模型。 基于Transformer架构的ProGen通过自注意力机制模拟残基的相互作用， 可以根据输入控制标签生成跨蛋白质家族的不同人工蛋白质序列。为了创建该模型，研究人员输入了280.56亿种不同蛋白 质的氨基酸序列，模型在几周内“消化”。 过去，在自然界中挖掘蛋白质或将蛋白质调整到所需的功能是非常费力的。 如 果能够定向将氨基酸序列数据输入GPT进行训练，参数量更为庞大的GPT大模型理论上可以取得更加精准的效果。
公司自 2015 年入局医疗健康服务领域，推动互联网医疗和健康云服务等创新业务的发展。 2022年公司正式升级战略为“1+X”战略。“1”为基于统一中台的 WiNEX 系列产品（包括面向医疗机构数字化的 WiNEX、 面向医护人员的 WiNEX MY、面向政府及公共卫生数字化 WiNEX Region、面向管理数字化的数据与分析平台 WiNEX DnA）。 开放互联的卫宁数字健康平台 WinDHP构建行业数字基座“+”，汇聚数字化医药健险各方能力，构建出“X”个数字健康应用 场景，持续丰富医疗信息化生态。
成立于 1991 年，在智慧城市、医疗健康、 智能汽车互联和企业数字化转型等多领域处 于领先地位。不断探索应用云计算、大数据、 物联网、 人工智能、区块链等新技术。其中 医疗及社保行业收入占比16%。在医疗信息化领域，东软构建 RealOne Suite、CloudOne Suite 和 HealthOne Suite 三个整体解决方案。截至 1H22 年，公司服 务 600 余家三级医院客户、2,700 余家医疗 机构客户、50,000 余家基层医疗卫生机构， 承担了30 多个省市的全民健康信息化建设。 智慧医保方面，助力全国统一医疗保障信息 平台全面建成，在 24 个省 200 多个城市的 平稳上线。 公司在“大健康”板块构造了东软医疗（为 医学影像解决方案及服务）、熙康（云医院 平台）、望海（医院运营数据中心）三家创 新业务公司。
公司主要业务有大数据平台、生命科学和健康管理平台。大数据平台业务方面，推出了全病种数据库平台，可实现全院自助 式创建专病库，协助客户建立了白血病、出凝血疾病、再生障碍性贫血等多个重大血液系统疾病专病库和大型临床研究队列。 生命科学方面，数据分析驱动制药、生物技术、医疗器械及其他临床开发。健康管理板块提供健康管理解决方案、慢病管理 服务、商业健康保险及现有全国社会医疗保险的补充保险“惠民保”运营等服务。
医渡科技自主研发的“医疗智能大脑”YiduCore，利用NLP等技术处理经授权的数据，将异构数据高效地转化为可计算、结 构化和标准化的数据，并通过深度学习、符号知识推理模型、知识图谱等AI技术产出模型与洞见，已成为业内极具竞争力的 医疗智能基础设施。截至2022年9月30日，YiduCore已处理及分析了超过7亿名患者的30多亿份医疗记录，医渡科技向84家 中国顶级研究型医院以及29个监管机构和政策制定者提供了解决方案，并已覆盖1,000家医院，其中大部分位于中国一线及二 线城市。
平安健康是平安集团管理式医疗模式的重要组成部分。在支付方资源、供应商网络、服务体系和平安生态赋能等方面具备核心 竞争优势。打造“管理式医疗+家庭医生会员制+O2O医疗健康服务”的商业模式。 管理式医疗方面，为平安集团综合金融用户提供线小时不间断的主动式医疗健康服务。通过平安集团触达 企业客户，建立以“体检+”和“健管+”为核心的2大解决方案。家庭医生会员制是平安健康商业模式枢纽，协助公司整合医 疗健康供给侧资源，完善O2O闭环服务，为用户提供线上线下连续、完整的服务体验。 平安健康致力于人工智能技术的自主研发，打造辅诊平台项目和Skywalking监控技术，为患者提供了高品质、便利化的一站式 医疗健康服务。
公司长期深耕临床医疗信息化领域，重点产品包括电子病历平台、医院数据中心和智慧医疗产品协同应 用，全面支撑临床数据深度利用及智慧医疗。 电子病历平台为公司核心产品，分为综合电子病历系统和专科电子病历系统，在国内细分市场连续八年 排名第一。嘉和医院数据中心包含集成平台、数据中心和数据应用，打造全院实时全量数据中心，实现 院内信息互联互通，为医院提供统一对外数据服务窗口。智慧医疗产品以人工智能技术为核心，包括临 床辅助决策支持系统（CDSS）、大数据科研分析平台、AI 病历内涵质控系统、智能预问诊系统、智能 分诊系统是智慧医疗产品体系的五大核心产品。
公司主要产品及服务可以分为医疗卫生信息化、医疗卫生互联网、医疗卫生智慧物联网和医疗保障应用四大板块。医疗卫生信 息化又分为医院信息化和公共卫生信息化应用软件服务板块。医院信息化应用软件以电子病历为核心，重要产品有“慧康云 HIS 整体解决方案”等。公共卫生信息化方面，根据国家卫健委人口健康信息“46321”工程要求，公司帮助各地政府建设区域 卫生信息化服务体系，实现卫生计生一网覆盖、居民电子健康一卡通、健康信息资源统一融合。医疗卫生互联网，创建产品包 括“混合云互联网医院解决方案”“创业健康城市云平台”“处方共享平台” 等。公司依托承建的国家医保局医疗保障信息 平台核心包项目，打造省、地市级智慧医保解决方案。
作为公司重要传统业务，智慧医卫涵盖 智慧卫健、智慧医保/医药和智慧医疗三 个板块。已覆盖全国 30 多个省/自治区 /直辖市，120 多个地市，涉及二、三级 医疗机构 200 多家，社区卫生服务中心 和乡镇卫生院 1000 多家，社区（村） 卫生室（站）1 万余家，累计为 6亿多 人提供卫生健康和医保服务。智慧卫健重大项目成功推进，持续拓展 地区业务引领市场。协同国寿落地多省 市医保和商保信息化项目，在25个地市 推进支付制度改革。医疗信息化项目和智慧医院建设项目稳 步进行。2022年上半年，中标河南省儿 童医院郑州儿童医院国家儿童区域医疗 中心信息化建设项目和复旦大学附属儿 科医院安徽医院安徽省儿童医院智慧医 院建设项目。
山大地纬是山东大学实际控制企业， 重要战略股东国寿成达和部分山东省国资，其三大传统业务智慧政务、智慧医保医疗、 智能用电等业务 板块拥有全国领先的解决方案和影响力，拓展至全国 20 多个省份，为 3.5 亿人提供信息化服务。 智慧医保领域，公司致力于构建“服务+治理+协同”的智慧医保运行新模式，已在山东、浙江、深圳等多城市打造一批典型案例; 智慧医疗领 域，公司服务覆盖全国近 10 万家医疗机构及 1500 家二级以上医院，已形成了以支付结算为特色的产品体系。智慧医保医疗是公司营收的主要 来源，公司 2017 年至 2021 年智慧医保医疗领域收入分别为 0.67 亿、0.91 亿、1.16 亿、2.07 亿、2.88 亿，五年复合增速为 43.9%，2021 年占公司营收比重达 45.2%。
公司作为国内领先的“AI+区块链”科技服务商，坚持“产学研用”深度融合，在人工智能、大数据、云计算、区块链等新一代信息技术的创 新研究、应用开发方面居于全国领先水平，2021 年，一次性通过可信区块链全部 5 项技术专项测评，作为在区块链技术上全国第一批开始开 发实用的企业，有望通过数据要素大潮破茧化蝶。
公司聚焦医疗医保、数字政务、智慧城市三大业务。 医疗医保方面，公司中标国家医保局运维标第4包，承担国家医保 信息平台的跨省异地就医管理子系统、支付方式管理子系统、基 础信息管理子系统、医保业务基础子系统、业务中台等6个子系统 运维工作。参与了成都、深圳等多个地市DRG/DIP改革试点；积 极参与院端DRG建设，已经覆盖10个省，为四川大学华西医院等 多家三甲医院、昆钢医共体等多家医共体提供产品和服务
在智 慧医院和医共体方面，2022年公司新一代医院信息平台、数字院 管系统、HRP 智慧管理平台、科研大数据平台、专病专科服务、 医疗医保融合服务、数字方舱医院等产品，先后在10余省100多 家医院落地应用。在智慧卫生方面，公司推出了中台化的全民健 康信息平台和健康大数据平台产品，开展了山西太原市、广东汕 尾市、湖北荆州市的全民健康信息平台项目建设实施。
AI应用：公司在人工智能方面形成了“见智·人工智能平台”等较成 熟的国产行业应用中间件产品及银海可信集成客户端产品。目前已 在人脸识别、OCR、影像识别、视频理解、自然语言处理、知识图 谱等方面完成了AI技术研发和应用。通过与三甲医院合作孵化出医 学影像识别、临床辅助决策、智能医嘱管理等临床领域的AI产品。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）