寒武纪有病，AI有药

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

分析认为，AI产业正处于爆发初期，裂变速度超出预期，但其商业模式仍在探索阶段。尽管AI医疗市场前景广阔，特别是Tempus等公司已初步实现盈利，仍有大量公司未找到可持续的商业模式。目前，AI医疗分为三个领域：改善患者医疗过程的智能代理、执行复杂手术任务的机器人、加速药物研发的生成式AI工具。

777.77，史称寒武纪顶。

资本市场短中期追逐的是一种叙事——能够形成快感、闭环的叙事，先信收割后信。

但在现实世界中，AI确实处于大爆发初期，其裂变的速度可能超出最疯狂的想象。今天不妨以跳脱的思维展望，今年此时与明年彼时，炒作AI的不是同一批人，天知道是财务自由，还是被消灭了？火爆的AI初创公司也可能不是同一批，甚至DeepSeek都可能成为明日黄花。

在变化中寻找确定性。衡量一个行业、企业高景气的金标准，仍然是营收能否狂飙突进。差生文具多，国内每次乘风而起的几乎都是清一色的绩差公司，营收长期停滞不前。AI医疗行业“领导者”医渡科技，连关联企业中标200多万的合同都要来一个欣然公布，那么Biotech拿到上亿美元BD首付款是不是要立个碑？

静观其变，如果这批AI公司2025年有出现业绩爆发的，那么可能真的跑出来了。

医疗保健板块在理论上是AI的最大应用领域，2030年全球市场规模预计达到1553亿美元，但当前AI医疗的场景变现还处在探索早期，大部分公司都没有找到商业模式。

标准答案若隐若现。美国AI检测诊断公司Tempus股价20天翻倍，今年以来上涨近150%，预计2024年营收约 6.93亿美元，2025年营收约12.3亿美元，既有体量又有速度，商业模式初步成功，并拥有医保支付代码。

今天我们从海外映射的角度，来看AI医疗的靠谱和不靠谱。

Ark Invest发布《Big Ideas 2025》报告，预测AI将彻底改变多组学工具、药物研发、分子诊断，并显著改善药物的经济回报

01 Tempus模式的启示

Tempus创始人Eric Lefkofsky，某种意义上是美团之祖。

Eric Lefkofsky 2008年联合创立的Groupon被誉为团购网站的鼻祖，在太平洋的另一端，饭否网久久看不到希望的晨曦，屡败屡战的王兴快速跟随（fast follow）Groupon，创建美团。

Tempus现在又照亮医疗AI的道路。

让Tempus出圈的是国会山股神佩洛西，这位美国前众议院议长2024年从股票中净赚约3860万美元。2025年 1 月 14 日，佩洛西购入50份2026年1月到期的Tempus AI看涨期权，立即把货带上天了。

佩姐有前科，她于2021年3月买入微软公司的看涨期权，而不到两周后，美国陆军就宣布与这家软件公司签订220亿美元的AR头显设备合同。

“权力就像房地产，位置是所有的一切，你离中心越近，你的财产就越值钱。”在《纸牌屋》中，下木总统说得太对了。

据申万宏源研究，Tempus与传统检测商相比有两个区别。在数据流入上，从多种诊断模式中收集数据，而非聚焦单项检测利润率最大化，数据量更大数据维度更丰富，质量高，标准化，包括基因组学、蛋白质组学、临床数据、影像学等，多模态的数据非常重要，单一数据已经无法满足AI医疗发展；在数据交换上，建立了往返于提供商的数据管道，Tempus和美国超65%的学术医疗中心以及超50%的肿瘤学家建立联系。

基于以上，Tempus拥有世界上最大的临床和分子数据库，数据驱动结合AI，现有三条产品线。

基因组学：自设实验室提供NGS（基因组测序）诊断、分子基因分型及其他解剖和分子病理检测，生成多种分子数据类型，包括遗传性癌症风险数据、实体瘤分析、液体活检、微量残留疾病（MRD）检测。收购基因检测公司Ambry Genetics，扩展遗传性癌症检测业务。与 Personalis 公司合作，共同商业化 Next Personal，其是一种基于全基因组测序的超灵敏、有肿瘤先验信息的 MRD 检测和监测测试，可用于早期非小细胞肺癌和乳腺癌患者在根治性治疗后的血液中ctDNA 的微量检测，也可用于所有实体肿瘤晚期癌症的免疫治疗监测。

数据与服务：两大产品Insights和Trials分别用于优化药物开发、临床试验。与收入排名前20位的上市制药公司中的19家建立合作，剩余承诺总合同价值达到约9.4亿美元，其中大部分预计将在未来几年内交付。收购的Ambry Genetics每年生成大量数据，涉及约40万名患者，Tempus可以利用这些数据，进一步增强现有的数据分析能力。

AI应用：产品NEXT是一个AI平台，主要应用于肿瘤学、心脏病学领域，可更早地识别患者的疾病进展，尤其是在治疗效果最为显著的早期阶段。目前已在数百个医疗机构中运行相关应用程序或算法，覆盖数万名患者。在心电图（ECG）产品组合中，房颤预测算法已获得FDA批准，并拥有医保支付代码，医院可获得约128美元的报销，这是AI医疗领域付费模式的初步突破。

据东吴医药，Tempus思路清晰，通过测序及检测业务积累数据，为后续跟人工智能的接入做沉淀，从这个模式来看所有的基因测序公司及检测类公司都是一个庞大的医疗数据中心，这一商业模式为传统测序及检测类公司提供转型思路。

依据AI医疗三大趋势，对AI医疗公司的梳理

02 三位姐的判断

AI医疗大陆还在漂移、碰撞，关于这个世界的分类、命名处于混乱之中，今天暂时按英伟达高管Eva-Maria Hempe的说法，把AI医疗分为三个领域：改善患者医疗过程的智能代理、执行复杂手术任务的机器人、加速药物研发的生成式AI工具。

AI检测诊断最成熟，国内对标公司为金域医学、迪安诊断，节后也跟随Tempus爆发。

木头姐《Big Ideas 2025》报告预测，AI将使DNA等生物信息的读取和写入成本分别降低100倍和1000倍，AI将使癌症筛查的效率提高20倍，并且将市场规模扩大10倍。多癌症筛查技术通过一次血液检测即可识别多种癌症早期迹象，显著提升筛查效率。Shield血液检测成为首个被FDA批准的结直肠癌主要筛查选项。预计随着监管和报销途径的完善，多癌症筛查将使美国癌症筛查市场规模翻倍，从当前约800亿美元增长近千亿美元。此外，微量残留病变（MRD）检测技术可比传统影像检查提前20个月发现癌症复发，未来有望成为癌症患者的标准护理方案，其产生的数据量将是英国生物银行的700倍。

剔除疫情影响，金域医学、迪安诊断自身是质地优秀的ICL企业，其厚厚的应收账款，承担着沉甸甸的社会责任，谁说国内医疗企业是唯利是图的？

金域医学利用大模型，深挖医检大数据潜力，2024年5项数据产品在广州数据交易所上线，其中乳腺癌数据报告率先完成场内交易，这也是第三方医检行业首款医检数据产品的场内交易，正式发布第三方医检行业首个大模型——域见医言大模型，并于2024年面向公众开放。迪安诊断十大产品线沉淀大量的自检数据（1.68亿的年检测量+5.4PB存量数据+100+TB的月数据增量），其大模型的独特之处在于使用大量基于公司自身业务的闭源数据，推出的X-MedExplorer临床科研大数据平台已与国内20多家头部三甲医院合作，其中与华中科技大学同济医学院附属协和医院合作，构建全国最大、全球第二大的慢性白血病停药数据库及预测模型，即患者在经过一段时间的服药后，根据检测结果通过AI模型来预测是否可以停药或减量服药。

AI影像诊断技术成熟，截至2024年6月，中国已有92款人工智能医学影像辅助诊断软件获批NMPA三类医疗器械证。迈瑞医疗以“三瑞”数智化生态系统为核心，与腾讯合作发布全球首个重症医疗大模型——启元重症大模型，能在5秒内回溯整合患者病情、预测趋势并提供建议，1分钟内生成病历文档，同时提供准确率高达95%的重症知识查询结果。联影医疗推出uAI智能系列，包括影智大模型和智能报告系统，增资联影智能（拥有100多款医疗AI产品），加码布局医疗AI。美股AI彩超企业Butterfly Network股价去年上涨183%，今年以来上涨近50%，核心产品Butterfly iQ+是一款采用半导体技术的手持式单探头全身超声系统，结合云连接的软件和硬件技术，使医疗保健专业人员能够以实惠的价格获取成像信息，并通过移动设备轻松访问。

AI健康管理也在改变行业生态，润达医疗与华为云合作，将数字医疗和AI技术延伸到药店和体检应用领域，AI智能体良医小慧有望成为B端和C端应用的Agent。

AI药物研发被认为是最主要的AI医疗应用市场，其实是最难啃的骨头，暂时难以取得突破性进展。

英伟达Eva姐认为，生成、预测和优化分子的模型可探索近乎无限可能的药物组合。木头姐认为，AI将使药物开发成本降低4倍，并将研发投入的回报提高5倍，AI药物的商业价值将比标准药物高20倍，比同类最佳的精准药物高2.4倍。

两位姐，这些话很出片，但是否低估了碳基生命体的复杂程度？

在AI大浪潮中，两家AI制药龙头Recursion和Schrodinger股价表现滞后，说明主流资金仍在观望。

再次佩服佩姐是真股神。

AI在药物研发中暂时只能起辅助作用，连AI自己对此的回答也满怀悲观：

约90%的候选药物在临床试验阶段失败（尤其是II期后），无论是否使用AI；疾病机制、人体代谢、脱靶效应等问题难以完全通过算法模拟；体外实验或动物模型中的成功，未必能预测人体效果；现有药物数据库（如ChEMBL）偏向已研究的分子结构，导致AI生成“类似已知药物”的候选分子，而非真正创新；患者个体差异、动态生理环境等数据难以被结构化用于AI训练；AI模型（如生成模型、分子动力学模拟）依赖简化的物理或化学规则，可能忽略关键生物细节（如蛋白质构象变化）；临床前模型（如细胞、小鼠）与人体反应的差异，使AI难以准确预测副作用；AI可以快速生成候选分子，但合成、体外测试、动物实验等环节仍需数月甚至数年，可能发现设计缺陷。

随着算法迭代和数据积累，AI可能将临床成功率从10%提升至20%-30%，但仍需与传统方法深度融合。

AI是工具，而非“颠覆者”，药物开发的核心仍是生物学洞察与临床验证。 

给岁月以文明，相信时间会扫除技术障碍，相信明年一切都是新的，不仅答案会变，连问题也会变。

文章来源：阿基米德Biotech，原文标题：《寒武纪有病，AI有药》

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。