计算机行业人工智能系列报告（七）：智慧医疗新赛道，AI赋能新场景-20210718-华安证券-60页_3mb

报告摘要

智慧医疗新赛道，AI赋能新场景

核心内容

本报告分析了智慧医疗产业的四大核心驱动力：政策支持、市场需求、技术进步和人才供给，并指出该产业具备广阔的发展空间和投资价值。同时，报告梳理了AI在医疗领域的具体应用场景，如CDSS辅助临床决策、CT影像识别、视网膜影像识别等，并推荐了相关企业作为投资关注对象。

主要观点

1. 四大因子共振，推动智慧医疗产业快速发展

政策支持：从“健康中国”到“十四五”规划，国家不断出台政策推动智慧医疗发展，强调信息化和新一代信息技术在医疗中的应用。
市场需求：智慧医疗有助于解决医疗资源分配不均、医保支付压力大以及疫情带来的在线诊疗需求增长等痛点。
技术进步：我国在医疗AI领域论文和专利数量逐年上升，技术能力增强，为智慧医疗发展提供支撑。
人才供给：高校纷纷设立人工智能专业和研究院，为产业提供充足的人才储备。

关键信息

1.1 智慧医疗产业链涵盖诊前、诊中、诊后各环节

涉及传统医疗信息系统（如HIS、CIS）和互联网医疗平台，以及AI+医疗产品。
代表企业包括：微医、阿里健康、京东健康、卫宁健康、科大讯飞、依图科技等。

1.2 政策驱动智慧医疗发展

多项政策强调AI在医疗中的应用，如《“健康中国2030”规划纲要》和《关于推动公立医院高质量发展的意见》。
政策推动电子病历系统建设、医保支付方式改革（如DRGs和DIP）及智慧医院发展。

1.3 需求端：解决医疗资源分配与医保控费问题

基层医疗机构占医疗资源的95%，城乡医疗资源分布不均。
医保覆盖人数持续增长，医保支出占GDP比重上升，推动医保支付方式改革。
DRGs和DIP等新型支付方式需要AI与大数据支撑，带动智慧医疗需求。

1.4 技术发展：AI技术在医疗领域快速进步

中国医疗AI论文数量从2014年的3613篇增长至2020年的14354篇，复合增速达26%。
专利数从2014年的204件提升至2020年的1782件，复合增速达44%。
AI+医疗产品已获得三类医疗器械认证，40款产品获批上市，标志着产业逐步落地。

1.5 人才储备：国家高度重视AI人才培养

截至2019年，已有35所高校设置人工智能专业，24所高校成立人工智能学院或研究院。
人工智能领域人才的增长为智慧医疗产业提供重要支撑。

1.6 市场空间：中国智慧医疗产业仍有十倍增长空间

目前中国智慧医疗投入占医院收入的0.5%，美国为5%。
中国医疗信息化产业保持双位数增长，未来增长空间广阔。

投资建议

3.1 医疗信息化领军企业

卫宁健康：通过WiNEX平台推动医疗数字化转型，布局“1个中台+X个场景解决方案”。
创业惠康：提供智慧医院管理、临床决策支持系统（CDS）和医院综合管理平台（HBI）等服务。

3.2 互联网医疗平台企业

平安好医生、阿里健康、京东健康、微医：掌握C端患者入口，未来有望实现B端与C端双驱动。

3.3 AI大数据企业

科大讯飞：推出“智医助理”，支持常见病辅助诊疗，具备全科诊断能力。
百度：推出“灵医智慧”，覆盖CDSS、眼底影像分析、慢病管理等场景。
医渡科技、鹰瞳科技、依图科技、推想医疗、联影医疗：具备AI与大数据核心技术，推动智慧医疗场景落地。

AI+医疗应用场景

2.1 AI+医疗产品获得三类医疗器械认证

AI+医疗产品涵盖CDSS、CT影像识别、眼底筛查等多个领域。
40款AI产品已获得NMPA三类认证，标志着AI医疗进入商用阶段。

2.2 应用场景1：CT影像识别

AI+CT影像识别技术能够快速完成病例筛查、智能诊断，提升效率并降低误诊率。
依图科技、推想医疗、联影医疗等企业已推出相关产品。

2.3 应用场景2：CDSS辅助临床诊断决策

CDSS通过整合医学指南、专家共识和电子病历数据，为医生提供辅助诊断建议。
电子病历评级体系推动CDSS需求增长，目前我国电子病历平均评级较低，发展空间大。

2.4 应用场景3：视网膜影像识别助力慢病管理

视网膜影像识别可用于糖尿病视网膜病变、高血压性视网膜病变等慢性病的早期筛查。
全球已有多个AI视网膜识别产品通过FDA或CE认证，中国相关产品也在逐步落地。

总结

智慧医疗产业在政策、需求、技术、人才四大因子的共同推动下，正迎来快速发展期。AI技术在医疗领域的应用逐步落地，涵盖CT影像识别、CDSS辅助诊断、视网膜影像识别等多个场景。中国智慧医疗市场虽起步较晚，但增长潜力巨大，尤其在电子病历系统建设、医保支付方式改革和慢病管理等方面，AI技术有望发挥重要作用。建议关注医疗信息化领军企业、互联网医疗平台及AI大数据企业，把握智慧医疗产业的长期投资价值。

展开完整摘要