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，引领医药行业变革。

　　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，推动医药行业智能化发展。

　　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，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。

　　刘立鹤指出，AI技术可应用于药物开发、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。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。

　　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。

　　日前，恒瑞医药宣布将DeepSeek人工智能模型纳入管理层考核体系；医渡科技宣布已将DeepSeek整合至自主研发的“AI医疗大脑”YiduCore；智云健康将DeepSeek-R1模型接入“智云大脑”；鹰瞳科技的万语医疗大模型升级后接入DeepSeek-R1；圣湘生物的“传染病数智化系统”接入DeepSeek-R1……

　　Deepseek的火爆代表了中国对国产大模型的扶持政策终于迎来了优秀的成果。Deepseek的颠覆性在于将大模型从“技术能力展示”推向“行业工作流重构”，在金融、医疗等领域深入应用。同时，Deepseek专门针对中文语法复杂性进行预训练优化，更贴合本土需求。

　　在刘立鹤看来，2024年的资本市场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。

　　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，降低了研发成本。全球范围内，辉瑞和罗氏等制药企业也已开始探索类似的AI技术。

　　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。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。

　　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。中信建投预测，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。

　　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，但目前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。

　　此前，有药企高管表示，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。将大模型用在B端，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表示，AI医疗的商业化进程并非一蹴而就。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。

　　张畅建议，可以从涉及更广泛专家角色的参与、针对prompt engineering所依据的材料和专家的评估、私有化部署的模式三个维度来探讨医疗AI大模型的商业化突破问题。

　　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。

（文章来源：21世纪经济报道）