Deepseek推动AI医药革新：解决医疗资源不均与制药效率提升

DeepSeek就像“深水炸弹”，促进了最初开发的AI医学领域的进一步创新。一方面，AI提供了有关缺乏主要医生的问题以及具有强大的数据摘要功能和知识储备的新解决方案；另一方面，在药品领域，AI可以大大改善药物模型筛查和临床解决方案。在设计和产品营销的效率下，许多制药公司表示，它们与大型模型有联系，或者在与Cailianshe Reporters的采访中对其有积极的态度。

但是，制药公司仍然对如何使用AI在研发领域进行努力并减少临床试验时间和精力感到非常困扰。此外，技术进步所涉及的问题不可忽视。面对“首先问AI然后询问医生”的实际问题，该行业认为，技术的局限性以及道德和法律责任的违法行为使AI客观地无法成为负责任的主题。能力。

当药物碰撞DeepSeek时“催化剂”

在制药行业中，AI的使用已经积累了很多年。

Cansino（688185.sh）告诉Cailianshshe记者：“该公司一直在使用Alphafold。在研发工作中，诸如蛋白质设计之类的传统AI应用程序非常重要。使用Alphafold等工具，我们可以预测，我们可以预测其结构改进特性。蛋白质将有助于快速开发创新的疫苗。”

“该公司几年前建立了研发中心，并开始阐述人工智能，跟踪和部署不同用途的AI模型的应用。与此同时，研发部门也一直在关注全球人工智能动态。 “ Boji Pharmaceutical（300404.sz）泰国制药设备总经理九李·Qiang的子公司告诉Cailianshe Reporters。

但是，“扫除”的DeepSeek趋势为制药行业带来了一些新的变化。从一些传统制药公司对AI的态度的迅速变化从等待和观察到全面的拥抱，到医院的热情发布大型模型，可以说DeepSeek是AI和医疗和医疗保健的整合进一步加深了，从诸如药物研发，成像诊断和健康管理等各个方面的各个方面向医疗行业的未来发展注入了新的可能性。

根据Cailianshe记者的不完整统计数据，自本月以来，数十家医院已经完成了大规模部署，并将AI置于诊断和治疗端。第23日，中东医院隶属于东南大学的官方微博宣布，该医院已与DeepSeek完成了医疗信息系统的对接，并在患者服务，临床支持，科学研究和创新领域进行了升级。 18日，华为Ruijin的病理模型被发布。该模型集成了多模式数据并结合了中国人群的疾病特征，这可以为医生提供更准确，更有效的辅助诊断支持。此外，许多医院包括成都第一人民医院，深圳大学南中国医院，上海第六人医院和其他医院也完成了DeepSeek的访问，以加速促进医疗情报。

“一方面，人类计算机协作的核心是重建专业能力系统，另一方面，经理意识的变化。”李·齐安（Li Qiang AI，必须重新定位员工的工作职责。”

在制药公司中，Hengrui Pharmaceuticals（600276.SH）积极探索DeepSeek的创新应用程序方案，希望通过智能手段优化业务流程，提高工作效率并降低运营成本； Fosun Pharmaceuticals（600196.SH）通过集成DeepSeek-R1模型来释放制药决策智能机构该平台，将目标筛选周期缩短了18个月到4个月。

Huashen Technology（000790.SZ）告诉Cailianshe Reporters，该公司计划使用AI技术，而DeepSeek Technology的应用可能为该行业带来新的机会。当Qihuang Wisdom符合现代计算电源引擎时，“数字草药生态学”将使中医能够在“健康的中国”策略中发挥更大的作用。此外，DeepSeek可以重建人才系统 - 使用智能肖像来准确构建“π型能力”人才矩阵。

坎西诺向凯利安·塞伊（Cailianshe）记者指出，DeepSeek和以前的AI应用程序之间的差异是“诸如DeepSeek之类的概括的AI可以有效地提高R＆D人员在书面报告，总结，临床计划等方面的工作效率，一方面，一方面，一方面只有员工才能参与评估结果，非编程人员也可以在AI的帮助下完成统计代码。产品介绍和客户服务，提供准确的统一答案，从而有助于医疗人员了解。”

Li Qiang告诉Cailianshe Reporters：“该公司在2024年正式引入了尖端语言模型，例如DeepSeek，Biogpt+Rag和Dall-E，并建立了一份摘要报告，涵盖了文献搜索，计划设计评论，招聘计划和临床试验，临床试验摘要报告（CSR）在整个过程中的智能辅助系统。根据历史数据，通过语义理解，与公司的标准模板和实验数据统计相结合，辅助医疗部门迅速发布了摘要报告的初稿，以提高功能部门的效率。”

“ AI的长期应用是一种宏伟的叙述，不可避免地融入工业链的竞争力。未来产品的辅助是标准的。如果没有AI，或者配置很低，则产品将失去与公司的生与死有关的竞争力。

就资本市场而言，最近投资者对与AI概念有关的个别股票受到了青睐。数据显示，截至2月24日开幕，本月的郭金AI医疗20指数增长了31％以上。 Minsheng证券研究报告显示，2025年1月，医疗保健和AI领域的全球融资金额分别达到94亿美元和57亿美元。 ，占该月风险投资总投资的58％。

Guosheng Pharmaceutical Analyst Song GE告诉Cailianshe Reporters，资本市场中的制药AI市场实际上更倾向于不久前主题炒作。实时实施可能需要一些时间。但是，AI确实吸引了一些资金进入，这在制药行业的资本方面有所改善。同时，“医学 + AI”的发展值得长期关注和关注。

CITIC Securities的首席医疗和健康行业分析师Chen Zhu告诉Cailianshe Reporters，医学领域的AI爆炸已经为该行业提供了更具想象力的空间。医疗保健是一个拥有丰富数据的领域，尚未绝对披露。由于其深层垂直性，AI很难在短时间内耗尽，因此它具有更大的开发空间。

医学 + AI的真正困境，仍需要改革新技术

AI的前景很广，这是一条非常明显的拥抱AI的途径，但是在制药研究和开发中，如何有效地使用AI仍然存在困难。一个直观的数据是，到目前为止，全球市场上没有AI开发的药物可用。

“我真的看不到。”一家上市制药公司的高管告诉Cailianshe Reporter：“我们认为AI目前正在提高效率，而我们在研发领域仍然看不到。”

中国制药企业管理协会兼Xingcheng Biotechnology副主席MAH特别委员会副主席Liu Xiao分析了AI Pharmaceuticals的研究和开发的困难：首先，首先，是否真的很重要，是真正培训适合适合适合的模型创新的药物研发。关键是；其次，培训大量数据需要大量数据。有许多问题，例如IP保护和法律上的客户隐私。许多公司不愿意披露数据，这实际上导致每个公司独立进行培训。此外，在临床过程中，由于启动产品后的不同临床阶段的入学标准和入学标准并不完全一致，因此数据可能没有代表性，这将导致AI“抑郁症”。从研发的角度来看，以“数字双胞胎”的概念为例，它可以模拟临床试验，并有望大大提高试验的安全性和效率。这些都需要技术进步。

关于AI在临床试验中较少使用的现象，一家上市制药公司的内部人士曾表示，从产品建立到最终营销公司的公司最昂贵的事情是在临床阶段。非常关心临床阶段是否有一个好工具。 ，算法或大数据分析可以为企业做出项目决策提供基础。

在数据引文级别，一些CXO内部人员认为，使用AI大型模型时，他们需要在技术创新和风险管理之间找到平衡。他告诉Cailianshe记者，AI大型模型需要大量数据培训，这可能涉及客户或患者的敏感信息。数据泄露或滥用可能会导致法律纠纷，声誉损失和罚款。

此外，AI医疗保健还显示出一些实际困难。

最近，经常讨论“严格禁止使用AI来生成处方”和“患者寻求AI的第二次诊断和治疗意见”。 AI背后的行业。考虑多个主题。

“医生的短缺是一个紧迫的问题，需要解决整个中国社会。与药品相比，这个问题可能更加紧迫。”刘小（Liu Xiao）认为，当前的伦理主要是为了保护人类利益，并且不关注AI本身的“权利”或“意识”。无论是道德，法律还是道德更新，它都落后了。随着大型模型技术的发展，随后的法律监督和道德认知也将得到创新。

北京Baisili营销计划有限公司总经理Wang Heng认为AI不承担法律责任。从当前的技术角度来看，大多数AI只能总结过去的经验，但是经验可能是错误的，因此它只能发挥作用。只有辅助角色才是做出最终判断的人，只有该人才能成为负责任的主题。

自然论文表明，Google Medical的Big Model Med-Palm 2在MEDQA数据集上的准确率为86.5％（一个模拟了美国医师许可考试风格的问题），在某些专家领域，它接近甚至超过了普通医生。等级。但是在某些情况下，它可能会产生不准确或无关的信息，尤其是在需要复杂推理的长期问题中。这种现象在行业中也被称为“幻想风险”。