智通财经APP获悉，中信证券发布研报称，医疗垂类大模型凭借更强的理解、生成、多模态能力，从提质、增效两条路径拓展了更复杂情境下的AI+医疗市场空间。海外企业商业化进展迅速，已在B端市场取得稳定收入并积极布局C端产品。关注AI+医疗受益标的两条主线：1)从技术壁垒角度，挖掘具备模型能力、稀缺数据竞争壁垒的企业。2)从商业化落地角度，挖掘B端客户基础扎实，在电子病历临床决策、电子病历、语音识别等领域和场景有成熟产品的企业。
中信证券主要观点如下：
大模型驱动AI诊疗技术进步，全方位赋能院内外场景
参考讯飞医疗、医联、腾讯健康、百度AI开放平台等官网信息，AI已经能从诊前(AI+分诊/导诊、AI+预问诊)、诊中(AI+电子病历质控、AI+辅助诊断)、诊后及院外(AI+康复健管、AI+居家保健)全场景赋能医学诊疗行业。全球人工智能辅助医疗行业经历了技术积累、传统AI模型、Transformer模型三个发展期，AI小模型能基于自然语言处理、图像识别两条主要路径赋能医学诊疗，在专病辅助诊断和医学影像识别领域仍有应用市场。
基于Transformer架构训练、微调的医疗大模型产品在理解、生成、多模态能力方面显著强于传统AI模型，与之形成互补，从而实现更复杂情境下的全科诊疗辅助。AI垂类模型随底层模型技术能力不断进步，2023年谷歌推出了Med-PaLM 2，其模型底座PaLM 2的参数规模已达3400亿；Med-PaLM 2、GPT-4 Medprompt、Med-Gemini在主流医学问答测试MedQA上，分别得到86.5、90.2、91.1分，超越人类专家平均水平。
海外市场：模型底层能力优势显著，医疗Copilot系主流应用方向
据Global Market Insights数据，2023年全球AI医疗健康市场规模约为144亿美元，预计到2032年达到2812亿美元，2023-2032年CAGR约为39.1%。据英伟达在2024 GTC大会中披露，公司医疗保健业务在2024财年为公司创造了10亿美元以上的收入，比目标提前了2-3年。目前全球能力最强的医疗垂类大模型之一的Med-Gemini可广泛处理文本、图像、视频和生物信号等多种医学数据模态信息。据谷歌官网，在七项基准测试中，Med-Gemini超越了所有SoTA模型，且相比GPT-4各变种模型中的最高水平有44.5%的性能优势。
应用层面，尽管海外在模型能力上优势明显，但相比国内并未跑出前瞻性应用场景。在美国市场，AI+诊疗在B端场景，尤其是医生Copilot场景下商业模式相对成熟，AI辅助诊疗公司Tempus面向医务人员提供多种互联互通AI应用，于2025年2月在美国市场上线C端产品Olivia Health，Tempus公司公告称预计2025年实现经调EBITDA扭亏为盈；AIGC医学文档辅助产品供应商Nuance、AI远程健康管理服务商Sword Health也均形成了稳定收入。
国内市场：先B后C实现商业化，两大需求驱动市场扩张
国内企业发布的AI医疗垂类大模型数量已超50个，且在应用落地层面悉数采用和美国市场相同的先B后C战略，B端场景覆盖AI临床诊疗决策支持、电子病历内涵质控等领域；C端场景方面，微医控股为代表的AI慢病/健康管理服务，以及讯飞医疗科技代表的AI诊后管理系统已通过B2B2C模式均成功实现商业化落地。国内大模型辅助诊疗应用落地具备两大驱动因素：
1)基层医疗资源稀缺：据国家卫健委数据，2013年基层医疗机构就诊量占总就诊人次的59.06%，到2023年反而下降至51.73%；基层注册医师中全科医生占比仅为13.1%，且成为45岁及以上、专科学历及以下医生成为主流。据科大讯飞公告，公司安徽基层智医助理产品能将电子病历规范率从5%提升至89%，诊断合理率从70%提升至88%。
2)AI诊疗智能化产品能以高性价比方式提高诊疗效率：据测算，大模型通过技术手段压缩人均问诊时长，有望带动三级医院平均年医疗资源价值量提升上千万元，二级医院提升百万元量级，相比项目成本已极具性价比。
市场空间：高增长蓝海领域，GBC端依次商业化落地
AI大模型诊疗智能化应用属于医疗IT中的增量需求，以2024年12月嫩江市人民医院信息化建设招标为例，医院计划在AI相关系统建设上投入达到1800万元，占单次信息化建设总预算45%，反映了院端对于AI能力的迫切需求。
参考国家卫健委、国家统计局、采招网数据，据测算，2025-2029年G端大模型诊疗智能化项目市场累计空间达47亿元，2024年起每年新招标市场规模CAGR为18%；B端累计市场空间为142亿元，同期CAGR为41%；C端AI慢病管理/健康管理、诊后管理两大市场年理论市场规模有望达到722亿元。
风险因素：客户拓展不及预期风险、AI辅助诊疗行业政策变动的风险、市场竞争进一步加剧的风险、宏观经济波动风险、行业及企业声誉风险、AI技术进步不及预期的风险。
