AI重构医疗：DeepSeek能否成为医药行业变革的催化剂？

2025年，DeepSeek火爆出圈。借力DeepSeek技术的加持，人工智能（AI）技术正深度重塑医药健康行业格局。

当下，多个领域的公司纷纷接入DeepSeek。从医药领域的布局层面看，不少药企也宣布接入Deepseek 。据21世纪经济报道记者获悉，近日，复星医药在内部发布了自主研发的PharmAID决策智能体平台，该平台深度融合全球领先的大模型技术，并已率先接入Deepseek R1，基于PharmAID决策智能体平台，复星医药将加速推进“药物商业价值辅助决策”的能力建设，提升决策视野，提高决策准确性。

复星医药方面披露，将以AI技术提质增效，引领创新变革，打造医药行业首个AI决策智能体平台。在点位预测、构象预测、结合机制分析、毒理优化、医学协作、临床资讯信息萃取等方面，提升药物研发效率，加速研发成果的转化。

除了复星医药，恒瑞医药、信达生物、合纵药易购、智云健康等企业也表示接入DeepSeek。那么，DeepSeek在医药领域的应用前景究竟如何？这一AI成果可能会给医药、医疗领域带来哪些方面的变革？

对此，CIC灼识咨询董事总经理刘立鹤对21世纪经济报道记者表示，相较于传统药企，互联网医疗企业可以更快速地享受到DeepSeek出现而带来的红利，例如国内全病程管理平台微脉，其管理智能应用CareAI已经全面接入DeepSeek V3和R1模型能力，实现DeepSeek强大的逻辑推理能力与CareAI的智能体深度集成。同时，例如医渡科技，讯飞医疗等医疗AI的香港上市公司也走出了极好的市场表现。

“AI技术可以应用于药物开发、药品生产流程管理、辅助诊断、慢病管理等医疗领域从研发生产销售诊断治疗康复的全流程，极大地提升流程效率。由于DeepSeek基于中文语料进行了预训练优化，在直接针对患者端的AI应用平台上可以更快速地体现Deepseek的优势。”刘立鹤说。

目前，DeepSeek通过其AI技术，已经在药物研发的多个关键阶段展示了显著的效率提升和成本降低，例如在靶点发现阶段，通过多组学数据整合分析技术，将靶点筛选周期从18个月缩短至4个月。

AI重构医疗

2025年，中国AI大模型DeepSeek-R1的横空出世，正以“重构工作流”的姿态推动医药行业从“试错时代”向“预测时代”跃迁。

复星医药发布的PharmAID决策智能体平台，也成为这一浪潮中的标志性事件。根据复星医药披露，PharmAID决策智能体平台打造了AI翻译、AI医学写作/修订等功能，在AI技术的加持之下，信息获取效率和写作效率得到有效提升。目前PharmAID决策智能体平台已接入全球多个专业临床资讯及管线数据平台，医药健康领域内容生成准确率比通用大模型提升50%，且数据为T+1更新，内容的准确性与及时性更出众。此外，复星医药应用AI技术开展销售人员智能化培训并进一步辅助业务场景，实现“更精准”的营销。通过PharmAID决策智能体平台的深度赋能，复星医药将构建起自身的数字化竞争力，引领整个医药行业迈进AI驱动创新的新纪元。

复星医药并非孤例。日前，恒瑞医药高调宣布将DeepSeek人工智能模型纳入管理层考核体系，以推动其在医疗领域的应用；医渡科技宣布已将DeepSeek整合至自主研发的“AI医疗大脑”YiduCore，旨在提升医疗健康产业的AI应用规模和创新实践；智云健康将DeepSeek-R1模型接入“智云大脑”，以增强数据挖掘能力和数字化慢病管理效率；鹰瞳科技的万语医疗大模型升级后接入DeepSeek-R1，以促进视网膜影像领域的人工智能应用；圣湘生物的“传染病数智化系统”接入DeepSeek-R1，以提高管理效率……

谈及DeepSeek技术的优势，刘立鹤指出，Deepseek的火爆代表了中国对国产大模型的扶持政策持续终于迎来了优秀的成果，Deepseek的颠覆性不在于单一技术指标超越GPT-4，而在于将大模型从“技术能力展示”推向“行业工作流重构”，例如在金融、医疗领域的深入应用。同时，Deepseek专门针对中文语法复杂性（如多义词、古汉语）进行预训练优化，在语义理解上超越此前模型的“翻译式”生成，更贴合本土需求，全面提高了中国企业持续基于Deepseek创造AI应用端技术的能力。

“由于Deepseek采用了开源模型，可以更好地吸引开发者，同时通过私有化部署的高级功能（如行业专属微调工具）盈利，形成生态闭环。”在刘立鹤看来，2024年的资本市场不再押宝“AI算法参数竞赛”，而是更加专注于推理成本降低和工程化能力，Deepseek不通过算力竞赛的方式进一步推高AI应用开发企业的研发成本，使得AI应用开发企业的产品盈利的可能性大大提高。

也有业内人士指出，AI技术浪潮的核心逻辑在于“降本增效”。例如，安科生物利用AI计算机辅助设计平台，显著缩短了药物研发周期，并降低了研发成本。根据安科生物的介绍，AI技术的应用使得药物设计时间缩短70%，成功率提升10倍，成本压缩至四分之一。此外，全球范围内许多制药企业，如辉瑞和罗氏等，也已开始探索类似的AI技术，研究数据显示，依托AI的药物研发相较于传统方法能缩短研发时间约40%至60%，并降低研发成本多达30%。

里昂证券发布报告指出，中国互联网医疗保健行业正踏着人工智能的浪潮快速发展，其中阿里健康和京东健康等企业股价显著上涨，反映出市场对AI技术在医疗保健领域应用前景的乐观预期。通过AI技术，可以实现对患者病情的精准诊断和个性化治疗，显著提升医疗服务的品质与运作效率。此外，AI技术还可以帮助医疗机构优化资源配置，降低运营成本。

商业化路径待打通

长期来看，借力DeepSeek技术的加持，AI被认为可能重塑医疗范式。中信建投也预测，随着AI技术的快速发展，到2025年，AI将使癌症筛查生产力提升20倍，多组学数据成本降低到千分之一，治愈性药物疗效提高20倍。而“AI+X”模式（如AI+基因编辑、AI+合成生物学）或催生下一代治疗手段。

但背后的挑战亦不容忽视。尽管AI医疗赛道逐渐火爆，大企业纷纷推出自己的大模型产品，但是目前来说，真正能应用到临床的大模型产品还是少数。由于行业先天壁垒高，面临较高的安全要求和合规监管问题，商业化是一个难点。例如，目前在商业落地方面，医疗大模型实际应用中仍面临诸多挑战，包括如何与现有医疗体系有效融合、如何确保模型在临床实践中的准确性和可靠性等。这些问题构成了行业从业者必须直面的严峻挑战。

此前，也有药企高管在接受21世纪经济报道记者采访时表示，现在无论是国内外的大厂或是初创企业，AI+医疗在商业变现上还没有一个成熟的商业模式。从产品角度看，众多大模型技术尚处于早期应用阶段，涌现出的内容生成工具虽使用便捷，主要面向C端用户，但多数用户仅将其用于娱乐，难以转化为稳定的付费群体。将大模型用在B端让其辅助工作流程或实际提高工作效率，产生价值，才能形成一个可持续的商业模式。

IQVIA艾昆纬中国人工智能和创新业务负责人张畅日前在接受21世纪经济报道记者采访时也表示，目前可见，越来越多的医药企业、医疗器械企业、医疗科技企业以及咨询公司开始参与其中，但AI医疗的商业化进程并非一蹴而就。“我们对AI医疗的商业化持谨慎态度。开源技术允许私有化部署，这在一定程度上解决了数据隐私的问题。然而，医疗级别的AI应用还牵涉伦理、数据幻觉等多重复杂问题，这些都是亟待攻克的关键挑战。”

张畅认为，尽管DeepSeek在功能上有所提升，但在解决AI幻觉问题上，它仍然面临挑战，尚未取得突破性进展。对于医疗领域而言，AI的准确性和严谨性将是未来关注的重点。但DeepSeek至少已经解决了成本问题，并可能在一定程度上缓解了隐私问题。在准确性和严谨性这一关键领域，仍需寻求重大突破。

对此，张畅建议可以从三个维度来探讨医疗AI大模型的商业化突破问题：一是，涉及更广泛专家角色的参与，这些专家可能并非单一个体，从全球布局来看，也可以是像IQVIA这样的公司；二是，针对prompt engineering所依据的材料和专家的评估，能否以此为切入点，汇聚行业信息，跨越企业或组织壁垒，这或许能为解决行业环境问题开辟一条有效途径；三是，私有化部署的模式，目前看来，它有可能解决隐私保护和数据安全的问题，值得关注是否能出现一些成功的案例。

“DeepSeek与先前的大模型在这一点上是相似的。当然，如果DeepSeek需要的专家输入更少，那么它的发展速度可能会更快。DeepSeek凭借更为先进的神经网络，大幅减少了专家输入的需求，进而提升了工作效率。”张畅强调，AI在医疗领域的应用还存在一个整合的环节，需要结合临床试验和医疗数据领域的专家知识，这是未来发展的关键突破点。对于医疗卫生级别的AI应用，我们更应强调技术必须遵循伦理和法规。

正如方正证券分析认为，中国AI医疗从2021年开始步入发展期，随着医疗数据互联互通建设进一步展开、感知应用算法迭代、赛道竞争加剧，只有可行的商业模式才能从激烈竞争中胜出。