2025年深度行業分析研究報告 4 4 6 7 12 18 21 24 29 35 43 43 44 46 48 504.6.訊飛醫療科技：星火醫療大模型能力領先行業，AI賦能GBC客戶多元化產品矩陣.52 56 59 63 64 5 9 4 6 19 25 28 36 42 65底掃描圖像，準確診斷出糖尿病視網膜病變等疾病。借助AI技術，能夠高效地匯聚過往病例及醫以將更多時間投入到患者治療環節，同時輔助制定更為規范的治療方案，型醫院相當的醫療服務，推動醫療資源實現更為合理的重新分配，進而讓文獻以及患者數據，為癌癥患者量身定制個療服務的質量、價格以及就診速度這三個關鍵要素，在實際情境中往力醫療機構優化患者管理流程，大幅縮短患者排隊等候練的AI系統，其診療能力可達到甚至超越具圖1：醫療領域“不可能三角”AI憑借對患者個體基因數據、既往病史詳情以及生活習慣特征等多源信息的深度挖掘與整合分析，能夠精準構建契合個體特質的治療策略。這的個性化治療模式，不僅顯著提升治療效果，還能有效規避因傳的不必要藥物不良反應。以美國23andMe公司為例，該公司借助先進的基因檢測技術，結合AI算法對海量基因數據傳疾病的潛在風險，并據此提供科學、個性化的健康管理建議，提高醫療服務的整體效率。3.加速藥物研發：AI技術可以模擬化學反應和分子結構，預測藥物的效果和副作性呼吸系統疾病防治行動實施方案（2024-2030年）》《中藥標準管理專門規定》成、智能中醫臨床輔助診療、智能醫療質量管理、智能健康管理、智體數據分析等，推進衛生健康行業“人工蓋醫療服務管理、基層公衛服務、健康產業發《關于建立健全全智慧化多點觸發的傳染病監測預警體系。其中在推進監測預警信息平臺建設部分提出（一）加強平臺頂層設計（二）提高監測分析能力（三）提升預警預《健康中國行動——慢性呼吸系加強規范化診療和健康管理。完善慢性呼吸系統疾病相關診療指南、臨床路徑。探索應用人工智能、大數據等新一代信息技術建立規范化《健康中國行動——糖尿病防治積極運用互聯網、人工智能等技術，開展遠程會診、臨床輔助決策等服務，提高基層診療能力和效率。推進糖尿病智慧健康管理，充分利用人工智能等信息技術豐富糖尿病健康管理手段，推廣物聯網應用、可穿戴設備。試點開展人工智能糖尿病視網膜病變篩查、持續葡萄糖監測等糖尿病健康管理新技術，提升健康管理效率和效果。《中藥標準管理專門規定》傳統經驗，體現中藥特點，鼓勵新技術和新方《2024—2025年持續開展“公立各單位結合運營管理實際需要，參考《公立醫院運營管理信息功能指引》，建立健全以業財融合為核心的運營管理信息集成平臺，強化人加快內部各類信息系統互通互聯、各類數據共享共用，充分發揮信息化在業務管理與經濟管理融合發展中的重要支撐作用，顯著提升運營若為軟件產品或者含有軟件組件的產品，應當寫明是否采用人工智能算法、是否給出診斷結《加強醫療監督跨部門執法聯動工各地要加強監督執法平臺建設，探索建立省級醫療監督管理平臺。借助大數據、云計算、互聯網、人工智能等新興技術，利用已有信息系統和數據資源，收集、整合、分析醫療監督業務關鍵信息，加強業務協同，打通信息壁壘，《全面推進緊密型縣域醫療衛生共享和業務協同，推動人工智能輔助診斷技術在推行基層檢查、上級診斷、結果互認。加強網《健康中國行動—癌癥防治行動持續推進多學科診療模式，提升癌癥相關臨床專科能力，探索以癌癥病種為單元的專病中心展遠程醫療服務，探索建立規范化診治輔助系數據來源：前瞻產業研究院，創元一方，東北證券特點：醫療數據孤島林立、數據治理有待展開特點：數據建設初步展開，部分疾病標準數技術：醫療大數據建設展開，信息系統升級改造，眼底跑；商業模式處于混沌的初步嘗試階段，可行模式未確定。特點：醫療數據互聯互通建設進一步展開、感知應用算法技術：醫院內部各科室、醫院與醫院、醫院與當地衛健委由信息系統改造轉向數據治理階段領跑的影像應用往尚未覆蓋的疾病診療領域橫進行定性定量分析，提升醫生閱片效率，協助發現隱藏病灶，協助醫費大量的時間和資金，而且成功率相對較低。據相關研究表明，研病理診斷與影像分析、個性化醫療與精準治療有廣泛應用。醫學檢驗是對取的材料進行微生物學、免疫學、生物化學、遺傳學、血液學、生物物理學、細等方面的檢驗，從而為預防、診斷、治療人體疾病和評估人體健康提供信息尿液、糞便、陰道分泌物以及各種來源樣本的病原體的準確識別和精確分類機器人、圖像智能判讀和智能報告審核與復檢等諸多應用場景。AI賦能醫療信息化：AI+醫療信息化換速度，更方便調配醫療資源，發掘醫療潛能，并提升公共衛生事件的應對效率。手段，感測、分析、整合健康數據采集、健康檢測與監測、健康評估、健人員的工作負擔，并加速藥物和疫苗的研發進度。AI在藥物及疫苗研發、基身體結構與病變信息；基因測序數據，揭示人體遺傳密碼；可穿戴設備監測數據，能實時追蹤個體日常健康狀況；以及公共衛生數據庫數據標注：在數據標注環節，醫學影像標注（以精準勾畫腫瘤區數據治理：數據治理涵蓋多個重要方面。首先是數據清洗，去神經網絡）則在時序數據處理上表現卓越。遷移學習針對小樣本利用已有知識。聯邦學習更是打破機構間的數據壁模型：醫療健康大模型以企業研發為主，高校和科研機構為輔，醫療機構發合作模式多樣化，包括醫企、校企等多種模占據了醫療健康領域大模型研發的主導地位。高療機構擁有一手醫療數據資源，但限于日常臨床其中，企業研發醫療健康領域大模型，更加注重用戶如百度的“靈醫大模型”、云知聲的“山海認知大模型”、醫渡科型”、京東健康的“京醫千詢大模型”、騰訊的“騰訊健康醫療大療的“訊飛星火醫療大模型”等更加注重用戶體驗和易用性，能更檢測、眼底病變識別等，助力醫生精準診斷；同時還用于病理切片數字化療數據管理效率。）：歷信息整理成規范格式，便于查詢與分析；臨床決策支持（CDSS）系統借助NLP技術為醫生提供決策參考；患者問答機器人可自動解答患者常見問題。此說，提高新靶點發現幾率，顯著縮短研發周期。在臨床前研究階段，深度可將已上市或處于研發管線的藥物與疾病進行智能匹配，拓展藥物治療范療決策提供全面、關聯的知識支持，輔助醫生更準確地語音技術：實現語音電子病歷錄入，醫生通過語音即可快速率；智能問診記錄功能則能自動記錄問診過專門用于醫學影像處理，為醫療AI開發提性；同時支持自動化部署，提高模型部署效率，在2023年經歷顯著回暖后，2024年醫療AI領域的融資熱度回落至與2022年日期間的融資事件總數相比，增長率達42.86%。然而，在2023年9月1日至數據來源：動脈橙產業智庫，東北證券已回落至2022年的相近水平。反觀制藥賽道，在同下降態勢。即便在2023年整個醫療AI賽道呈現“報復式”回暖未展現出同步的增長趨勢。由此可見，由于進至上市階段，隨著時間的推移，這一狀況正逐漸加劇對資本在醫療相關的其他領域，2024年英偉達亦投注了如信息化領域的關技術，握有算力優勢的英偉達比任何一家投資機構更加兩年在醫療AI，尤其是AI制藥領域的頻繁出手給行業融資輪次靠后，大模型展現強吸金能力。從融資輪次看，2024年整個醫療AI領域側面印證了資本對醫療AI領域逐步謹慎的態度。2024年平均單筆醫資來自騰訊、阿里、小米等，投注于專注醫療大模型的百川美金的A輪融資。各環節相互影響，決策因素繁多。人工智能技術可高效系統地收集和整決策的各類信息，為醫護人員提供決策支持，輔助做出更準確的診療決地區差異：在一些發展中國家或偏遠地區，醫療資源往往設備設施不足：一些地區可能缺乏必要的醫療設備和設施服務可及性：由于交通不便或醫療點分布稀疏，一些地區的居民難以獲得及職業風險：醫護人員在工作過程中面臨感染疾病、受傷等職業風險。技術更新：醫療技術不斷進步，醫護人員需要不斷學習和行政和文書工作：除了臨床工作，醫護人員還需處理大信息不透明：患者可能難以獲取關于醫療服務、費用和治療效果的清晰信息。跨學科協調：醫療健康服務流程復雜，跨科室、部門、執行、決相互影響，在需要多學科團隊協作的情況下，協調和溝通可能存在隨著醫療數據的不斷增長，如何確保這些數據的安全性和隱私性成為了一個挑戰。醫療機構需要采取一系列措施，如數據加密、訪問控制、隱私首先，考慮數據的合規性和法律要求。醫療機據的合法性和合規性。同時，還需要建立完善的數據安全管理其次，考慮數據的可追溯性和可審計性。醫療機構需數據的可讀性和可理解性：醫療機構需要建立完善的數據可讀性和可理解性機制，確保醫護人員能夠快速準確地理解數據含義和背后的信息。還需要加技術的研發和應用，將復雜的數據以更加直觀數據的可擴展性和可維護性：醫療機構需要建立完善的數據可擴制，確保數據能夠隨著業務的發展而不斷擴展和更新能技術應用到制藥領域各環節，以提高、優化新藥研發相比傳統制藥，人工智能憑借機器學習、深度學習、自特優勢可以提供更好的預測模型和更高的命中率，以縮短新藥發現時間，式對抗網絡（GAN）及基于自然語言處理的循環神經網絡提下通過深度學習預測化學反應結果。通過深度學習，對篩選后的化合物進行藥代動力學測試識據預測，我國AI制藥2024年市場規模將達研發領域的應用，通過對生物學數據挖掘分析、模擬計算，提升新靶點和數據來源：中商產業研究院，東北證券床前候選藥物（PCC），后續藥物開發工作則由藥企自行開展，或雙方合作推進藥物管線；AIbiotech模式的企業以推進自主研發的藥物管線為核心業務，較少開展外部合作。國內多數AI藥物研發企業并數據來源：智藥局，蛋殼研究院，東北證券企業。在大型藥企類別中，以外資企業占主導地位。建內部研發團隊、開展外部投資并購活動，以及與互聯網企業或初創企關系。頭部互聯網企業則依托在技術領域所具備的顯著優勢，借助投資制藥企業、創企業憑借自身獨特的技術專長，切入制藥流程中的特定環節，通過與外動化、數據化以及采用關系型數據庫存儲數據利條件；而以數據挖掘、機器學習、專家系統果，預測測試前概率，進而指導醫生選擇檢驗方案。預計這種方法前提下，能使越來越多患者獲得可負擔得起的診斷測試，同時降“移動平均統計質量控制”技術被證明能有效改善上述局面，該技術是在每天實驗室檢測工作結束后，對屬于正常范圍的患者測試值取平均值，并輸入計算機程序進行質控分析。該方法被證明能有效提高錯誤的檢出率，快速反饋的實驗室質量控制體系。度學習催生的AI計算機視覺技術對皮膚癌、乳層模型訓練的范式，檢驗領域亦可開發針對檢驗樣本圖像診斷的全自動數字識別系統。一個典型的例子是CellaVision公司與字化細胞形態分析系統，該系統是模擬人工在顯微鏡下對外周血涂片進行鏡片系統，它不僅實現了標本進樣、滴加鏡油、轉換顯微鏡頭、預分類細胞到檔的全程自動化，還具有極高的細胞預分類準確性，操作者只需要對預分類行逐項復核。4.及時、準確的自動審核：患者個體狀況千差萬別，這就要求檢驗工作者密切結合臨床信息加以綜合評估，必要時查詢病歷或電話追問主治醫生，是對其責任心的極大考驗，也是人工審核的難點。檢驗同時與歷史檢驗數據對比審核，以判斷哪些檢驗結果與治療過程相關，5.智能化的檢驗報告：在檢驗自動審核程序中還可提供與臨床診療相關的選擇，如智能解釋、檢驗效能評價、疾病預測、疾病相關因素分析等。在判斷檢驗結果時，可提供某些檢驗項目在相關疾病診斷中的敏感性和特異性，該指標相關檢查的追加建議等。結合更多的臨床資料，還可給臨床醫生提療方案、發展趨勢及預后信息等。面向患者的檢驗報告除了提供簡告外，還可提供智能檢驗報告單（包括檢驗指標變化趨勢、風險分），在醫學診斷市場的規模預計將在2023年至2028年間實現顯著增長，從約13.12億斷中的應用主要集中在體內診斷（InVivoDiagnostics）和體外診斷（InVitroDiagnostics）兩大領域。顯著優勢。例如，AI算法能夠快速分析測肺部結節、腦部異常等，為醫生提供診斷支持2.在體外診斷領域，AI的應用增九強生物、亞輝龍等；服務型企業包括迪安診斷、金域醫學、華圖譜，通過數據加工加統計分析，對病理診斷進行像輔助診斷讀片及病理片等，是AI在醫學應用領精準醫療是指運用基因組、蛋白質組等組學技術和生物醫學前本人群與特定疾病類型生物標記物的分析、鑒定和驗證，精確過對不同狀態和過程的疾病進行精確分類，最終確定個性化治療方案的醫療方式。精準醫療是一個以個體醫療為核心，包括精準預防、精準診全球精準醫療行業的主要陣地，主要集中在北美（以英、法兩國為代表以及以亞太地區（日本、澳大利亞為代表其中，北快速發展；在第三方檢測服務領域，迪安診斷、金域醫學占據主要市場；存、細胞治療領域，南華生物、冠昊生物等巨頭逐漸布局；在免疫治療、療、基因治療等創新療法，能夠針對腫瘤、分型與治療方案，基因檢測可找到靶向藥物的對應基因，隨著成本降提取、臨床結局的研究以及藥物組學的發現等，就癌種來說，應用最學習等人工智能技術，對醫學影像數據展開系統性分析與精準解讀，進而疾病診斷、治療方案規劃，以及預后評估等環節，提供強有力的支持。核心機制在于，通過構建并運用特定算法，對醫學影像中的病變區域進行別，同時生成量化分析結果，并給出具有參考價值的診斷建議。相較于傳MRI（磁共振成像）影像分析：用于腦部、脊柱病理影像分析：用于癌癥的病理切片分析，輔助病PET/CT影像分析：用于腫瘤、心血管疾病等的功能代輔助診斷：幫助醫生識別病變區域，提供診斷建議，如腦卒中診斷、骨折檢測影像分割與標注：自動分割影像中的病變區域，如腫瘤分割、影像分類與檢測：對影像進行分類（如良惡性判斷）或檢測病變區域（如肺結數據來源：中商產業研究院，東北證券數據來源：華經產業研究院，東北證券的快速發展，其在醫學影像領域的應用場景日益豐富，涵蓋疾病篩查、輔助診斷、治療規劃等多個環節，展現出廣闊的市場發展空間。衡狀況的長期存在，臨床醫生在醫學影像診斷方面面臨著日益增大的工這些獲批產品廣泛覆蓋心血管疾病、肺部疾病以及乳腺疾病等多個醫學領域。具體來看，針對心血管疾病的獲批像產品獲得NMPA三類證。87433騰訊覓影3322體素科技2221111脈流科技1111腦血管1111類型的市場參與者憑借各自獨特的資源與能力，在技術術，將AI技術深度嵌入設備之中，實更高效、精準的解決方案。萬東醫療則通過自主研發的硬件設備，結合AI技術，推出一系列智能化醫學影像產品，如搭載A像質量，輔助醫生更準確地進行疾病診斷。這捆綁銷售的策略，有效搶占市場份額，其商業模式的核心在于利件銷售，實現硬件與軟件的協同發展。心技術壁壘。推想科技專注于通過深度學習算法對醫學影像數據進行多種疾病病灶的精準識別，其技術在肺結節、腫瘤等疾病的診斷中展確率。深瞳科技則致力于研發先進的圖像識別技術，能夠在復雜的醫數據來源：華經產業研究院，東北證券檢測出病灶，并具備一定的跨病種診斷能力。這類企業主要通過向醫院提供案，降低醫院的前期投入成本，同時通過持續的騰訊龐大的用戶數據和先進的技術平臺，能夠對用戶的健康數據C端用戶提供個性化的健康管理服務，同時與B端醫院為用戶提供一站式的健康管理服務，包括在線問診、健康咨詢、體檢利用AI技術輔助醫生進行疾病診斷。百度的需求。互聯網巨頭的商業模式優勢在于能夠利用其平臺流量和數據療服務的多元化和個性化，同時通過與醫院的合作，地應用。前沿技術領域。清華大學通過深入研究人工智能算法，在醫學影像系列創新性成果，為提高醫學影像診斷的準確性和效率提供了理論動化所則致力于研發先進的圖像處理算法，能夠對醫學影像進行更理。這些科研機構主要通過技術授權和孵化初創企業的方式參與產科研成果轉化為實際生產力。其參與產業生態建設的模式有助于推絡通信技術及數據庫技術，為各醫院之間以大數據、人工智能等前沿技術的持續迭代與深度發展，醫正不斷加高。在此背景下，持續的創新實踐與技術革新，事等多方面的內容，來幫助醫院進行精細化的運營管理。第二個領域的智慧服務，院內的一體機、智能導診、醫院導航，院外的遠程診療、在線預約、健康管理等，為患者提供更加便捷高效的就醫體驗。面向醫務人員的以電子病歷為核心，加之影像、檢驗等其他系統，實現互聯互通的信息系統建設。智慧醫院可以看做是醫療新基建的高級形態，它發源于醫療信息態誕生，慢病線上復診、續方獲得許可，醫療服務從線下向線上化的基礎上升級為智慧醫院，全方位提升醫療服務的效率和質量。行業生態，各自發揮著重要作用，為醫院的智慧化發展提供多樣化的選擇。其中，綜合型廠商能夠提供涵蓋智慧管理、智慧服務與強大的系統集成能力和廣泛的市場覆蓋，是醫院實現智慧化升）：夠模擬醫生與患者進行自由對話，根據患者的病情描述，智能推薦就診歷，提高病歷記錄的效率和準確性。數據來源：訊飛醫療科技公司公告，東北證券騰訊健康與訊飛醫療的邏輯相似，但它更為精細地捕捉到了“預問診”這一需求。基于過往智能導診的經驗，騰訊健康用大模型做號后便可同系統進行詳細的預問診回答，提前提供主訴、既往程，引導患者對病癥進行準確描述，借助推理能力進行歸納匯總，為患者與病情相適應的臨床科室和專家。通過這種方式，醫院能夠將有效的醫數據來源：官方微信公眾號，東北證券智慧加號的價值在于補足醫院過去服務體系中的“真空地帶”。智能加號的價值在于能將過去患者單方面的申請轉變為醫患雙方的“協議”。具體而言，患者首先在線上與A1模型進行交互，同時上傳檢查結果，武漢協和醫院的實際調用結果顯示，這一方式溝通的時間，還能幫助醫生更準確地確定病因，有最終醫生不僅省下了問診與病歷書寫時間，還使得醫患交流更加化的建設自電子病歷系統（EMR）開始。在電子病歷發展具有一定基礎的情況下，信息化發展較為領先的醫院正逐步建立以電子病歷為核心的臨床醫療服務程后將在各方面對傳統醫療信息系統進行升級。庫中的信息進行比對，為醫生提供診斷建議和鑒別診斷列表，還能分析，識別異常情況并提供報告。此外，依據診斷結果，參考大量醫學指南，為醫生提供個性化的治療方案建議，包括藥物治療、手醫生提供診斷思路和建議。4.智能導航與流程優化：AI陪診系統能規劃最優就診路徑，實時提示檢查排隊時有12%患者在出院后30天內再入院。從這一需求出發，訊飛醫療研發了星火認知大模型+診后康復管理平臺，該平臺可以在家智能生成康復計劃，主動發起隨訪，變更康復計劃并向專業醫生提出問詢，將專業的康復管理和康CDSS（臨床決策支持系統）的使用場景涵蓋診前決策、診中支持和診后評價全過抓取和理解臨床信息的速度比醫生平均快2700倍，臨床決策支持系統可機器深度學習大量高質量的既往臨床實踐病歷和各種文獻等資料，使機器定高水平的專業能力，可以對醫護人員的一些行為進行建議和規范、對病情進行預測和提前警示。CDSS是指運用相關的、系統的臨床知識和患者基本信息及關的決策和行動，提高醫療質量和醫療服務水平的計算機應用系統個大的醫學知識庫，是一個基于人機交互的醫療信息技術應用系統，其他衛生從業人員提供臨床決策支持，通過數據、量，減少醫療差錯，從而控制醫療費用的支出。CDSS的使用場療決策。過去，CDSS的主要市場是大醫院，但隨著國內對基斷加大，基層醫療機構和基層醫生的數量不斷增多，老百姓對于做的檢驗檢查項目，此外還可以對已開立的項目做合理性監督，重復開單的輔助信息，還包括狹義的的知識庫內容，如文獻、操作手冊、專家指明書等資料入庫，方便醫生及時查閱。建了一個能夠實現醫院人、財、物全要素協同，醫療建設進行重點突破，圍繞ODR核心運營數據中心、ODSS運營輔對于醫務工作者，醫院運營管理智能體主要發揮“助手”的作用。在申請出差時只要對于智能化需求更大的醫院管理者。醫院運營管理智能體能夠次推送的內容未能完全滿足管理者的管理需求，系統也支持通過多模態交互方式，助理機器人等管理方法和手段，對醫療機構經濟運營狀況進行事后溯源、過程控制、改善評估、未來預測、輔助決策。實現全面支撐優化業務流程、測、分析、整合健康數據采集、健康檢測、健康評估項信息，從而對個體或群體的健康需求做出智能響應提高健康管理的效果和可行性。目前已覆蓋運動健康管理、護膚健康行為特征及生命體征等多源異構數據，基于智能算統借助海量健康數據庫構建預測模型，運用實時數該技術融合用戶代謝特征與運動軌跡數據，運用智能規劃與鍛煉強度閾值。同時，借助可穿戴設備的連續監測功能過風險預警算法，及時識別潛在健康風險，并推送預防性度學習的自適應算法，構建個性化健康基線模型，實現疾信息資源的集成分析，搭建起智能化診療決策體系。通過深度學習算法，生發展過程中的分子網絡與臨床表型進行系統性建模，從代謝通路調控機微環境相互作用等多個維度，深入剖析患者的疾病易感性特征以及預后差異情況。借助多維組學數據與動態電子健康檔案的融合分析手段，AI模型能夠構建個體化健康風險預測圖譜，為臨床醫生在藥物敏感性評估、并發癥預警以及康復面，提供精準且全面的決策支撐。以慢性病防控為例，AI系統憑借對區域級人群流行病學特征及生活方式參數的深度解析，得以構建時空動態傳播模型。模型能夠精準模擬同人口學特征群體中的演進軌跡，從而為公共衛生部門制可識別傳統方法難以檢測出的罕見變異位點及致病性突變組合。通境暴露組學數據構建風險預測模型，AI大模型能夠實現從基因型到表型的精準映射，顯著提升復雜疾病的二級預防效能，有力推動臨床醫學朝著預生物標志物以及個體化代謝參數等的深度融合與剖析，得以構建精準的藥效精準評估特定化療方案的敏感性閾值，進而輔助腫瘤科醫生遴選最為合。與此同時，將動態藥物濃度監測數據與生理參數變化曲線相結合對給藥間隔及劑量配比進行優化，在確保治療效果的前提下，有效管更借助構建藥物-基因-代謝關聯模型，大幅降低了藥物交叉反應及繼發性損傷同時，通過對遠程醫療服務數據的分析，優化服務流程，如合理安排問診短患者等待時間，提高遠程醫療服務在慢病管理中的可及性和質量。模的增長，以及人口老齡化進程的加快，促使健康管理需求顯著提升，進歲及以上人口數量由1.7億增長至2.1億，占總人口的比例從11.9%攀升至月，國家衛生健康委員會等六部委聯合頒布的《深化醫藥衛生體制改革20半年重點工作任務》明確提出推進醫學人工智能試點工作。該政策在既往“促進”在我國AI健康管理產業生態中，產業鏈成，他們為產業發展提供基礎硬件支撐與物商，憑借其技術與服務能力，整合資源并提供專業的健康管理機構，主要滿足其在醫療服務、藥品銷售等業務流程中對AI健康管理的需求；C端則聚焦于慢病患者、亞健康群體等個體消費者，致力于為其聯網，大數據及智能算法為手段，對前期監控，跟蹤管理及個性化慢諸多環節進行廣泛干預，塑造價值共創的生態。比如慢病管理平臺就口上給病人提供方便的服務，比如對健康醫療資源的查詢，對個人的理，對電子就診的記錄等等。這一數字化慢病管理模式在促進醫療服領域的各類資源（如各級醫療機構、藥械企業等形成價值共創生態。通過數字化技術的運用，慢病管理平臺可廣泛介入前期監測、跟蹤管理、個性化慢病務等多個環節，為患者在各個業務端口提供便捷服務，如健康醫療資源查詢、健康檔案、電子就診記錄，電子處方、健康狀態建議及遠程醫療咨詢、患導、用藥指導等多種形式的健康醫療服務。減少人為錯誤、各科室之間有望實現信息互聯互通，進一步提升醫時間靈活，可預約同一位醫生復診，保持治療連續性；在線平臺實現了及配藥的全流程服務，可保障及時取得處方藥；有望借助線上平臺獲得為突破這一困局，企業積極尋求轉型路徑。當前，數字化慢病管理服其成為慢病管理的付費主體。與國外發達國家相比，中國商業保險在在處方外流、線下藥店數字化轉型以及互聯網醫院迅速發展等因素的國家政策支持和市場需求推動下，人工智能技術已被廣泛應用于智慧醫療、智能家據等先進的信息技術，為廣大需要健康養老和養生服務的人群提供了豐富多樣的產品和服務選擇。例如AI老年康養領域的代表性產品包括可穿戴的健康管理設備、便于攜帶的健康監測工具以及自助健康檢測工具等。目前已有不少老人在使用這類產品來進行自我健康評估、疾病預防和醫療指導，也有很多老年人通過購買此類智健委對智慧康養相關產品和服務進行明確分類，其中產品類包括可穿設備、便攜式健康監測設備、自助式健康檢測設備等，服務類包括居務、個性化健康管理、互聯網健康管理等，推動中國智慧養老行業各健康監測、醫療儀器、數據信息化等領域積例如，中興通訊和深圳市民政局簽訂了戰略合作協議，協助推動養老能化、現代化水平的提升；萬達信息和上海、四川政府合作，共同建平臺等。未來，將有更多大型企業進入智慧康養行業憑借自身技術優勢不斷推動行業發展。降、功能和適應性的減退。中國的亞健康人群數量眾多，并且呈現出動、睡眠健康及調整飲食等環節，通過監測設備提醒身體狀況快速擴大主要系業健康群體擴大推動市場需同時，城市白領的繁重工作及不健康的生活方式引起的睡眠障礙、抑郁行業仍處于發展初期，尚少企業涉獵，基于廣大的受公司主要從事超聲醫學影像設備的研發、制造和銷售，為國內外醫療機構、戰略合作伙伴等提供優質的產品和專業的技術開發服業，公司多年來秉承自主研發的技術理念，堅持超聲醫學略，現已掌握了從二維超聲、三維超聲到四維超聲；從彩理算法、圖像分析軟件到彩超整機設計開發；從臨床應用專科公司2024年公司實現營業收入4.69億元，同比-3.13%；歸母凈利潤1.41億元，同億元，同比-9.16%；歸母凈利潤0.42億元拆分，超聲醫學影像設備/配件及其他/技術服務費收入分別同比-1.71%/+20.45%/-49.65%；歸母凈利潤同比下降4.08%主要系在收入小幅下滑的同時公司三費均剛性支出，銷售費用/管理費用/研發費用分別同比+4.12%/+7.73%/+3.32%。臺（套）重大裝備認定。公司憑借已突破的先進成像技術和智能化技術推出彩色超聲診斷系統，提升了公司在高端市場的產品競爭力，為公司在未來超領域的技術創新奠定了堅實基礎。（2）公司持續保持小型化超聲技術優勢，以SonoEye掌上超聲為代表的小型化系用模式示范獎”。此外，該系列產品還助力南京大學學生在2024年英特爾杯大學生電子設計競賽嵌入式系統專題邀請賽和第七屆(2024)全國大學生嵌入式芯片與系統設計競賽應用賽道兩項全國競賽中獲得一等獎，隨中國海軍提升工程浙大邵逸夫醫院、上海交通大學醫學院義診，入駐上海國際馬拉松障區等，進一步體現了小型化超聲在急救場合、偏遠地區醫療援助、家庭健等場景下的應用價值。此外，公司還積極參與制定首部《掌上超聲臨床應用規范》在筆記本超聲領域表現優異，以強有力的蓄電能力、新穎超薄的外雜志封面，并榮獲國際i-NOBO獎超聲AI領域前瞻布局，不斷完善產品與服務矩陣。公司較早開始布局超聲AI技術管、頸動脈、甲狀腺、婦產科等多個臨床學科的智能化診斷割、病灶特征提取、自動化測量以及結構化報告生成等功能決策路徑。其中，以產科人工智能應用為例，公司發布了基測量幀，自動生成胎兒檢查報告，顯著提高篩查精準度與工作效公司作為國內規模領先的醫學實驗室綜合服務商，以大數據、人工智能等息技術為支撐，為各類實驗室（主要為醫院的檢驗科，又稱臨床實驗三方醫學實驗室、體檢中心、疾控中心和血站等其他醫療單位所屬的醫學實驗室）提供體外診斷產品、技術服務支持、實驗室運營管理等全方位的綜合體外診斷產品研發生產、數字化信息系統開發、第三方實驗室檢測等務為補充，構建覆蓋醫學實驗室全場景的智慧化服務體系。依托公司服務，實現數智化轉型，形成“服務+制造+數字生態”協同發展的創新格局。統等領域；公司繼續投入新產品的研發，同時對原有產品技術進行升級，出MQ-3000，MQ-2000T，MQ-6000和MQ-8000等線，在國內糖化血紅蛋白檢測市場具有領先地位；憑借優異的口碑，惠中不僅鞏固了國內市場地位，還成功實現出海。惠中新推出五分類血球分析子公司潤達榕嘉為客戶提供自主研發的臨床質譜儀—ARP-6465MD三重四極桿質鑒定與細胞功能研究。公司2024年實現營業收入83.12億元，比上年同期下降9.13%；實現歸屬于上市公司股東的凈利潤0.55億元，同比下降79.77%。營及集中采購醫療政策環境影響，醫療機構客戶收入增長受到一定影響，公務拓展亦受到影響，營業收入出現小幅下降；歸母凈利潤較去年同期下降要系營業收入下降，但公司服務成本、固定資產折舊等固定開支未減少，公司各項業務亦將恢復穩步增長態勢，回到合理的利潤率水平。景應用覆蓋、輕量化部署以及數據安全保障的數智化解決方案，助力實現數據高效管理與應用，該項目獲得國家數據局舉辦的2024年“數據要素×”康數字化轉型全新范式。公司開啟“繁星行動”，旨在利用領先的人工智能技術，與全國頂尖醫院專家團隊合作，賦能不同學科的科學研究，共同開發專病Agent，推動AI專科醫療服務智能化升級。目前公分析，數字化陪護療養，個性化健康管理等增值服務，實現一體化公司是一個基于量子物理、以人工智能賦能和機器人驅動的創新型研發平采用基于量子物理的第一性原理計算、人工智能、高性能云計算以及可擴展化的機器人自動化相結合的方式，為制藥及材料科學（包括農業技術、能源化學品以及化妝品）等產業的全球和國內公司提供藥物及材料科學研發解決公司努力利用每個地區的最大能力和可得資源優勢滿足客戶、合作者及學伴不斷變化的需求。公司與輝瑞公司、強生及德國達姆施塔特默克集團、團上海研究院等很多世界領先的生物技術與制藥企業集團及新材料領域龍頭公司建立了長期穩固的合作關系，其中多數為公司的回頭客。2024年公司實現營業收入2.66億元，同比+52.75%，歸母凈利潤-15.17靶點解析、虛擬篩選，合成策略推薦，合成反應結果預測，專利搜索及結理數據等環節。公司正在改變傳統的研發方式，推動藥物和材料研發范式前，公司的模型已經在日常運營中賦能研發人員，加快交付進程，突破藥新材料分子研發瓶頸，顯著擴大可探索的化學空間。公司認為，以“高質量模型，2024年，公司取得了更多的重要技術突破，包優于開源數據，基于該數據集訓練的AI模型可以獲得更高的準確度.AI模型突破人類效能：2024年，公司新建了20+種AI反應性╱實驗條件預測模基于量子物理第一性原理和機器人實驗室產生的數據集，自建了UV譜圖預測模型藥效和反應數據的快速且精準抓取，可以將傳統需要2-3天提取的文獻和專利數料挑選，可合成評估并篩選目標分子；在合成階段，公司通過Agent進行反應進程的譜圖分析，反應結構判斷，分離方法推薦，質檢結果判斷，推理環節，公司通過Agent保障各流程數據的準確性，匯總項目報告，直至最終的分子交付。基于以上的能力，公司可以高效進行化學實驗，積累大(2)AI驅動的生物平臺XtalFold?獲全球領先藥企耕。2024年，公司憑借全球領先的蛋白質相互作用預測算法XtalFold?,與強生、XtalFold?產生的優質數據資產正持續反哺公司的多模態AI平臺，使公司在治療性抗體的人源化改造、親和力優化等領域建立顯著競爭優勢。公司的抗體了以下三大突破：.三維結構解析：僅需氨基酸序列信息即可在一天內精準預測抗原-抗體復合物空間(3)公司繼續推動AI+機器人在生命科學領域的應用，公司賦能的管碑跨越。2024年，繼此前與某領先biop方在今年又達成多項新的AI驅動的新藥研發項目合作。公司度融合的一站式技術平臺，助力客戶在慢性病領域的早期藥物研發實現重要突破。2024年，公司與東亞多個biotech龍頭企業個高難度靶點的先導化合物。公司創新性地采用主動學習驅動的XFEP加速計算技術，對萬億級虛擬化合物庫實施智能篩選，并依托高效高質量的自動化合成平臺，成功為合成致死和CNS領域的兩個困難靶點實現先導化合物的高效發現，獲得合公司與希格生科（深圳）有限公司（“希格生科”）合作開發的全球首個周期，加速其上市進程。這是全球首個類器官+公司與北京默達生物科技有限公司（“默達生物”）合作開發的用于治療草酸尿癥(PH)的臨床前候選藥物獲得美國食品藥品監督管理局(FDA)的孤兒藥資格者提供更友好的口服治療選項。公司早前已與一家總部位于印第安納波利斯領先制藥公司就人工智能賦能的小分子藥物發現達成述合作進展順利。2024年，公司將雙方合作進一步拓展至自身免疫疾病治療領域。通過晶泰提供的著提升了與受體結合的親和力與免疫學活性，優選設計結果目前已經應體腫瘤的免疫微環境。經在材料科學、農業、消費品等領域實現技術落地及達成合作。公司自成立以來一直集研發、銷售和技術服務為一體，為客戶提供“一體決方案，致力于提供醫療健康衛生信息化解決方案，不斷提升人們的務覆蓋智慧醫院、區域衛生、基層衛生、公共衛生、醫療保險、健康服務等領域，是中國醫療健康信息行業具有競爭力的整體產品域，推動互聯網+模式下的醫療健康云服務等創新業務的發展，貫徹“1+X”戰略。能力；通過能力交換兌現價值，在數字空間構建出數字化產品、數據服務創新、互豐富醫療數字化生態。在深化“1+X”戰略落地過程中，公司持續推進醫療人工智能的技術突破與場景融），言處理、醫學數據挖掘等方面積極開展醫療AI研究探索和創新實踐。2023年，公上海等地的醫院推進落地，在醫療領域大模型應用方面形成了比較優勢。2024年公司營業收入同比下降12.05%，歸屬于上市公司股東的凈利潤同比下降品的國際化適配能力得到進一步驗證，也為公司在海外核心業務領域例，為海外布局奠定了更加堅實的基礎；助力浙江省中醫院擴展中醫打造數智中醫院新范式；助力重慶醫科大學附屬兒童醫院打造全國頂字化樣板，滿足兒童專科個性及專業要求，為患兒提供更高質量的醫醫療賦能守護兒童健康；助力深圳前海泰康醫院打造“智慧感知、極致體驗”的數字化系統，并實現“全院一張床”全面落地，數字化保障高品質民營醫院發展。同時，山東大學第二醫院、贛南醫科大學附屬第一醫院、大同市第五人民醫大學附屬東莞第一醫院、麗水市中心醫院等多家大型綜LIS、RIS/PACS、區域衛生平臺等關鍵業務系統已實現信創場景的規模化應用，覆蓋單體醫院、集團化醫院及區域醫療平臺多層級場景，驗證了核心老年醫院項目實現國內首個基于集團化架構的醫院核心業務系統信訊健康打造新一代智慧醫院標桿，在深圳市第二人民醫院龍華醫院例榮獲擂臺賽二等獎；助力瀾滄拉祜族自治縣醫共體案例《“數字橋梁入深山”——信息化賦能山區醫療新生態》入選“第二屆全國醫共體建設優秀創新成果展”；助力《中國醫院核心診療系統市場份額，2023：新一代系統韌性發展》研究報告，20年，在中國醫院核心系統主要廠商市場份額中第一（公司在2020-2023年已連續四年排名第億元，占營業收入的20.21%；公司及控股公司新取得專利98項（其中發明專利26），1）智能態AI增強。2024年公司發布醫療大模型WiNGPT2.7版本，此版本在通用能力和醫療能力方面較前期版本有明顯提升，同時完成國產化CPU和GP護理、醫技等關鍵醫療場景，貫穿診前、診中、診后全流程，全面深管理場景質控能力與移動端場景拓展。截至2024年底，公司累計為20余家用戶部同時，面向公司研發側，公司積極布局應用大模型能力在智能運化、文檔生成等生產環節提高效率和質量，推動企業生產模式變革。信創發展。憑借韌性數字架構，WiNEX核心系統可穩定承載互聯網日百萬級業務室、天津超算中心、華為等建立深度信創合作，公司將密切關注政產化發展契機，憑借成熟的產品力和優質的用戶體驗，有效助力發、云交付、云運維四方面推進WiNEX產品“出廠即可用”。云架構方面，PBC（PackagedBusinessCapabilities）進一步升級效的需求管理和發布流程，加快需求生產及交付效率，同時，確保微服務應的穩定性；云開發方面，低代碼開發平臺和無代碼平臺通過提供知識庫模板化檢索和全文檢索等輔助快速生成模板，提升交付效率；云交付方面，從模型，數據核查規則和定制化區域本地模板加強知識體系的專業化，實現可云運維方面，一體化故障定位平臺加強故障定位能力，將原有數百個指標略按不同領域問題進行分類組合，故障一體化集中分析展示，定位問題快速運維，公司在夯實醫療衛生信息化業務的同時，在數字空間構建出數字化產品、術維護服務，產品線成熟度和實施交付標準化能力進一步提升。隨著業務滲透率的提升，納里股份積極探索，不斷加強互聯網醫療服務的深度和廣度，外部環境變化及自身經營戰略調整影響，在穩定核心業務的同時進行和人員優化，集中資源推進商保直付理賠等業務的發展，持續為商業業端提供健康管理服務，同時推動在醫療與保險業態的科技創新服務立第三方的運營服務與創新合作能力。定位為商保公司及醫保部門提技”）2024年在醫保業務方面，主要進行了所承建的省級醫保信息平臺項目一期的新疆兵團、海南等多個省平臺二期項目的建設，此外積極拓展省級醫一期的項目以及醫保局端監管新模式相關的項目；醫院端業務方面，民險項目提供新一期的系統與服務，并積極拓展新的城市惠民險項目健康險、個人健康險的商保業務拓展上，與不同保推動者和數字化轉型的賦能者。公司賦能全球數萬家大中型客戶實現信息化化、智能化發展，在醫療健康、智能汽車互聯、智慧城市、企業數字化轉型14.70%。營業收入按行業劃分醫療健康及社會保障/智能汽車互聯/智慧城市/企業互聯及其他分別同比-12.08%/+4.70%/+49.95%/+13.64%，公司在核心業務方向加速推出了多款新產品與解決方案，新簽合同和在手訂單量質齊升，進一步夯實核心業務領域的領先地位。量改革、醫療健康數據價值化、城市就業公共服務能力提升心驅動力，重塑“智慧醫院+智慧衛健+智慧醫保”一體利、長安、奇瑞、一汽、零跑、長城、保時捷、奧迪、英力士等國場景落地。在AI+醫療領域，公司發布“添翼醫學檢驗、重癥醫學、醫學科研、衛健共8民醫院、東南大學附屬中大醫院、昆明醫科大學第一附屬醫院、云南數十家醫院實現了場景落地。在醫學與信息技術融合的“產學研醫用”生態方面，公承擔國家重大科研項目的合作關系。公司多款AI+醫療產品完成并通過華為昇騰技術認證，雙方聯合發布“東軟&華為臨床醫生助手一體機解決方案”，并將共同在醫能影像評估與輔助診療系統、主動脈夾層危急值預警與輔助分診、膝骨關在智能汽車領域，公司研發推出的AI智發的平臺項目中實現落地應用，同時公司將大模型全場景接入智能座艙域控系統，火醫療大模型再次升級，在醫療海量知識問答、醫療復雜語言理解、醫療生成、醫療診斷治療推薦、醫療多輪交互、醫療多模態交互等六大核心場輔助首診及推薦檢查檢驗、輔助確診、疾病輔助診斷、用藥安全指導等方醫療大模型X1依托訊飛醫療多年來積累的億級權威精品醫學知識庫與高質診療數據構建，在醫療專業知識增強、醫生循證思維、醫生專家回饋面實現技術創新，大幅降低醫療幻覺，顯著提高醫療場景推理的正確可解釋性。根據真實場景測試數據評估，全科輔助診斷合理率達到94%，專科輔助/醫院服務/區域管理平臺解決方案/患者服務分別實現營業收入2.37/1.32/1.54/2.11億元，分別同比-1.14%/+103.41%/+31.82%/+56.62%有監督微調、強化學習、安全可控的核心技術，硬體工效工具鏈和系統平臺，同時持續創新、擁有醫療行業特色備從產品需求到技術落地并持續迭代升級的能力，以及完整鏈條的技術服務保障；產化與自主可控路線，面向醫療行業剛需落地，不斷強化自身優銷體系的效率，并為公司業務的下一步快速發展奠定了堅實的基公司基于領先的醫療大模型技術，以及最大規模商業化應用帶來的醫學知健康早篩、輔助診斷及治療、診后管理與慢病管理等多種能力。提升醫保使用效率等重點方面提供醫療人工智能技術；(2)賦能醫院質效提升：為醫院關切的醫療品質提升、患者滿意度提升、醫院管理效率提升提供數據來源：訊飛醫療科技公司公告，東北證券2024年度總收入的32.3%。覆蓋疾病數量超1900多種，有效降低了錯診漏診和用藥錯誤風險。全國家基層高血壓防治管理指南》《國家基層糖尿病防治管理指南》等業務指導依據。人工智能慢病管理系統可自動幫助家庭醫生完成慢病篩查、分層分級隨訪、個性化健康宣教、自動化生活干預等日常慢病管理服務，讓家庭醫生慢病診療和患者關懷，有效推進醫防融合，提高慢病控制率，降低慢病并發醫療與四川大學華西醫院、華為簽訂戰略合作協議，圍繞創新醫療服提升公眾健康水準、提高醫療品質，并在華西醫院打造人工智能診療過提供智能大數據平臺方案為醫院提供“湖倉一體”基礎設施建設，病研究隊列。病診斷、治療及管理的需求，提升等級醫院醫生工字化技術，改善醫療資源不均衡，推動公共衛生改革，助力公立醫院高質量發展，比如推廣三明醫改模式，加快醫共體建設，構建傳染病監測預警體系，立醫院高質量發展等。公司圍繞國家重大政策導向，基于全球領先的醫學核心技術，依托標準化產品主動構建場景化的解決方案，通過積極的市省、青海省、寧夏回族自治區和廣西壯族自治區等多個省級傳染病檢指揮平臺專案，未來將聯合探索醫學大模型在疾控領域的應用，為中控工作貢獻公司的人工智能科技力量。此外，公司將大模型技術應用病歷內涵解析醫保智能風控系統，通過人工智能技術，基于全病為醫療機構提供診療全流程服務，助力醫療機構在DRG/DIP支付化管理，為醫保局提供結算前、中、后全流程基金監管服務，解人力、能力和手段不足的問題，全方位提升醫保基金使用效能，推動理與規范化使用。目前，已在山西省呂梁市、云南省普洱市實現常安徽省合肥市、貴州省貴陽市、廣西省梧州市、江西省九江市等多應用，有效促進醫保、醫療、醫藥協同發展和治理。人次，患者出院后若沒有持續服務，出現突發情況得不到及時指導和成重大生命健康問題和社會衛生資源浪費。公司研發的化的康復計劃，并通過內容生成、語音識別、語音合成等技術與患者進行更形象、更自然的交互，幫助醫生對患者進行疾病科普和康復指導，定期病情套的生活方式改進方案，且根據患者的回饋識別風險提醒醫生及時關注。學院附屬同濟醫院、首都醫科大學附屬北京天壇醫院、首都醫科醫院、武漢大學中南醫院、東南大學附屬中大醫院、山東省立附屬醫院、河北醫科大學第一醫院、河北大學附屬醫院、甘肅診后患者管理在江蘇、山東、河南、河北、構建個人數字健康空間，在看病前可以進一步剖析病癥原因，用藥時給出藥物禁忌的個性化判斷，在檢查后聯合對比給出數據變化，并通過角色切換了解其他家庭成見疾病、2,800種常見藥品、6,000種常見檢查檢驗，可以滿足用戶在看病前、用藥時、檢查后的核心場景健康需求。能深度洞察用戶健康狀況并思考潛在需求，給出的醫療建國家衛生健康委等七部委發布《關于進一步推進醫療全省各級醫院的醫生可將影像結果上傳至影像云數據及影像報告，實現醫療數據互聯互通，減少不必要的重復檢型打造的智能醫學影像助手。該產品深度融合醫學影像算法與醫學認知智能引擎，構建跨機構影像數據互聯互通系統，通過智能壓技術和分布式云端存儲實現海量影像數據的高效協同，減少大量不必要的重檢查和因此引起的額外費用支出。在智能質控環節，智能醫學影像助手可幫技師快速評估圖像品質，及時糾正檢查問題；在智能診斷環節，智能醫學可以幫助影像醫師快速生成診斷報告，解釋溯源并多期對比；在智能讀片能醫學影像助手可接入醫學影像大模型，通過相關問答，幫助臨床醫師制定案。得益于公司建設了全國首家實現互聯互通互認的數字影像云平臺并實現運營，智能醫學影像助手將有望在《關于進一步推進醫療機構檢查檢驗結果互認的見》和《放射檢查類醫療服務價格專案立項指南》的政策驅動下，在安徽配備公司的場景識別系統及AIScene（公司內部開發的場景識別），火醫療大模型賦能，為助聽器市場上掀起AI集成了公司的智能語音識別技術，在多模態字幕助聽、深海面升級。多模態字幕助聽功能即時語音文字轉寫，真正實現究表明，視聽結合比單聽或單看的言語理解能力更高，皓月飛助聽器獲得助聽器品類天貓第一，京東第二的成績，在“2025財年中報公司總收入為人民幣3.29部市場環境以及產品組合變化的影響。得益于內部運營效率的提升以司營業收入按業務拆分，2025財年中報大數據平臺和解決15.01%/-12.36%。名患者人次的55億份授權醫療記錄，這些記錄中沉淀的醫學知識圖譜覆蓋了超過專病的視角構建了包括肺癌在內的多個體系化的專病數據集。此外，公司建立了多模型。在應用場景方面，公司在醫療、制藥和健康保險等多個業務領域得到了廣泛方案，幫助客戶進行科研和臨床研究。在科研領域，公司與知名機構合作，建設，在中國核心城市如北京、寧波等地已有多個標桿項目落地。公司服務細胞治療等領域取得進展，提供真實世界證據(RWE)一站式解決方案。助力完成乳腺癌真實世界研究，提高研發效能。健康管理平臺和解決方案板塊，公司在確保了技術持續領先，全面賦能公司產品及解決方案的技術實現，推用千萬級數據進行了精細微調處理。在綜合考慮億名患者人次的55億份經授權的醫療記錄。這些記錄中沉淀的醫學知識公司從專病的視角構建了包括肺癌在內的多個體系化的專病數據集。這些僅涵蓋了豐富的臨床信息，還整合了多維度數據，使得公司能夠更深入地解各種疾病的復雜特性。通過這些精細化的數據集，公司致力于支持更精在算法方面，公司擁有一套低成本模型增量訓練的完善技術體系，據泄露比較嚴重，公司構建了多個自建的醫療榜單，用于評估模型過十年的深耕細作，逐步建立了一底座多應用的模式型能力，使用戶能自主開發智能應用。此外，公司型的患者招募智能體，提升醫生的臨床試驗推薦和病歷數據利用效率提供醫生賦能工具，支持科普內容生成和科研洞察。1.大數據平臺和解決方案：公司為醫院、醫療機構、監管機構及政策制定者提供數可以加快產出研究級證據，并以更快、更安全的方式開展大規模臨床研究應用“雙中臺”，公司可在提供數據治理服務的同時，還提供涵蓋數據管管理、訓練管理、評測管理、應用管理的一套完整的零代碼工具鏈，一線通過更簡單的方式對訓練能力、推理能力、模型優化能力等進行調用。的解決方案提供專業的基礎醫療垂域模型，便于醫院以較低成本迅速構建病歷理解和結構化關鍵信息提取能力，公司的科研助手可以幫助醫生輕松搜索，以及智能字段加工、智能統計分析、論文輔助撰寫等功能，顯著研工作效率。公司已與知名醫療機構合作，打造大語言模型訓推平臺，共化公司優勢疾病領域如實體瘤、血液病、眼科、免疫、心血管和內分泌的研究外，公司亦不斷拓展不同疾病領域的研究廣度。2025財年中報公司中標了數個三甲/三級醫院的全院科研平臺及專病庫項目，進一步加強公司在婦科、兒科等研究能力。公司通過使用人工智能技術不斷迭代真實世界疾病模型，并持公司中標了天津濱海新區經開區健康醫療大數據平臺項目，項目金額超過人百萬元。該項目涵蓋居民健康檔案管理、慢病管理平臺、數字療法以及大模問診服務等多個方面，不僅能夠全面整合居民健康檔案，還能通過慢病管理平供持續的疾病監控與干預措施，并且引入了數字療法服務和大模型智能問診，開發到上市后的各個階段。公司通過分析驅動的臨床開發、真實世界研究(RWS)和數字商業化解決方案，滿足客戶的多樣化需求。依托自主研發的一體化智能短開發時間、降低成本，并提高臨床試驗質量，助力其實現商業化成功。同司不斷升級數字化技術解決方案，以全面支持客戶在臨床開發和商業化過程個環節。注于以數字化和智能化科技創新賦能的全生命周期解決方案公司在兒童腫瘤治療的臨床試驗領域取得進一步進展，中標多個項目，公糖尿病研究領域的專業實力和競爭優勢，成功中標多個糖尿病相關項目。的隨機對照試驗臨床研究項目。該項目代表了干細胞研究領域的最新進展戶對公司專業服務的再次認可和復購。在該板塊，公司提供AI賦能的健康管理解決方案累的醫學洞見和豐富的場景運營經驗，公司已有在包括北京市、深圳市等千萬人口以上省市提供“惠民保”一站式運營解決方案的能力以及持續創新升級能力。公司在人工智能技術的賦能下，公司的保險理賠效率大幅提升。相較于傳統服務方式，通過算法模型和人工智能技術，公司在“北京惠民保”中應用了快賠模理經用戶和相關機構合法授權的數據，實現每月數千件案件的快速處理繁冗的醫療票據等理賠材料，而是通過短信、電話等方式主動觸達并通知達理賠標準并可領取理賠金，大幅縮短了理賠時間，降低了參保人墊資負程度提升了參保人的保險使用體驗。未來，公司將堅持科技提升理賠速度升理賠溫度，并探索理賠數據賦能其他業務，建立更深層專業壁壘。公司亦利用YiduCore積累的技術能力及醫學知識提供人工智能一站式私人健康顧問服務。基于公司自研大模型研發的私人健康顧問—“開心健康科技”小程序已結“開心健康科技”利用先進的生成式AI技術和多模態理解能力，為化的健康問答、導診咨詢、報告結果解讀、兒童發熱咨詢、健康評估等專業服務，并量身定制健康建議、計劃，讓每個人都能享受到便捷、高效、個性化的健康管理新體驗。“開心健康科技”已與“惠民保”“惠民保”用戶提供健康檔案、健康隨訪等專享服公司專注于醫療衛生健康信息化的建設、研發及服務創新，不斷深化拓展該戰略以構建“縱向貫通產業鏈、橫向拓展生態圈”的立體化布局為核心展，利用大數據、人工智能等先進科技賦能醫療，加速實現從傳統業場景中全面深入應用，公司通過“慧康云”的發展戰略，以數據驅動業務變革，對傳統的臨床服務、患者服務、醫療科研、運營管理等場景進出了一系列以“生態互融”為愿景的云化產品，逐步形成智能醫健衛業務（HI），衛生整體解決方案與醫共體協同平臺等專業化服務模塊，實現信司部分下游客戶項目招標及實施周期延長以及新產品HI-HIS系商譽減值損失增加，職工薪酬和折舊攤銷等固定成本費公司實現智慧醫療與公共衛生領域業務規模穩健擴張，新增千萬元級軟件訂單31數據來源：創業慧康公司公告，東北證券公司具有領先的“醫療+AI”創新技術優勢。基于在醫療信息化領域深踐經驗，公司已在臨床輔助決策支持、電子病歷智能生成等多維度應用場持“知識驅動與場景賦能”雙輪驅動發展戰略，針對醫療機構差異化需求建化產品矩陣，聚焦智能服務、臨床輔助、專科應用、流程優化及管理決策五領域，以智能化解決方案重塑診療全鏈路，構建人工智能多維應用架構，通化解決醫療AI實施過程中的算法可信度驗證與目前正基于成熟架構開發智能醫療代理系統（AIAgent）；2）打造全省基層療系統，公司主導承建的江西省基層智慧醫療系統為全國首個省級集中部署健康檔案的實時更新與智能分析