医渡科技在AI领域的沉淀及其价值

（以下内容从国泰君安《医渡科技在AI领域的沉淀及其价值》研报附件原文摘录）
　　This browser does not support music or audio playback. Please play it in Weixin or another browser. 沉默的顽童 音乐： 张良成 - 沉默的顽童 近期，我们组织了医疗大数据龙头——医渡科技的现场交流。公司详细地剖解了医渡科技在AI技术领域中的积淀，以及如何将其运用在多个领域实现价值。 引言：在AI技术成为中国技术创新趋势的大背景下，AI在医疗领域的贡献价值也在逐渐凸显，AI技术在医疗领域可以提升效率、均衡地分配资源，帮助提升诊疗等。医渡科技从头部医院开始合作，用了3年时间（2014-2017年）打造模型，通过将算法模型架在医院的私有云上来训练模型，让机器自主学习，从而产生让人能够理解的决策。 第一个业务板块：大数据平台和解决方案 医院 对于医院来说，面对沉淀了这么多年的各种系统中的电子病历，和信息化沉淀下来的其他数据，医院并没有能力进行数据的挖掘，所以医院需要有一个技术能力的合作方，能够去提升智能化、数据化。所有数据归属于医院，公司不拥有任何数据，但是用到联邦学习还有 AI的算法，可以在看不到数据情况下完成模型的训练。 医渡目前的合作对象覆盖了84家头部的研究性医院。首先这些医院数据更为丰富，其次对研究和医学提升的需求比普通的二级医院更多。 1.诊疗方面 公司有三大类的垂直的产品围绕着诊疗。 给医生提供的辅助诊疗。就像大家现在理解的ChatGPT一样，可以帮助医生对疾病的诊断做出意见的建设。 帮助医生完成病例的书写。可能原来医生花10分钟去写一位病人的病案记录，现在用到我们的工具，差不多1分钟就可以完成了。 病案的质控。原来医生填写病例可能会出现缺失或者错误，比如男女会写错。用AI技术可以帮助自动差错纠错，从而提升数据的完整性和正确性。其次，给药监提交的单病种上报和病例指控，需要满足药监的要求。比如是不是在药品的规定情况下使用了合理的计量，采用正确的手术方式。这些在上报之前都需要相应的工具去进行核查。还有一些预测模型，比如像疾病的模型。 2.管理方面 医院的管理层比较关注的是效率问题，希望有一个大数据平台能够去涵盖，不仅仅是诊疗，还能涵盖医院的管理系统（比如财务系统、进销库存的系统），能够在数据的整个维度下去进行大数据平台的搭建。 在管理这方面，医渡帮助医院完成数据治理。在医保DRG/DIP的要求下，现在医院在整个数据治理上，包括数据质量上存在的问题，很难被系统抓取到，或者是抓取信息可能会出现问题。所以在对于大数据的平台的要求就会更高一些，因为在数据治理上，只有数据治理好了，才能去满足监管的要求。 关于电子病历的评级，现在四级的评审基本上已经完成了，全国再下一部分应该是向着五、六、七级。我们在去年的中报也披露了，医渡帮助了几家头部的医院完成了他们电子病历六级的评审，还有智慧医院的五级乙的评审。医院完成了基本的这些建设之后，下一步要去向更高级的评审扩展，需要更多的智能性平台的辅助，未来市场空间还是非常大的。 3.研究方面 尤其是头部的研究性医院，医生会有一些科研的需求，所以我们给提供了专病库这样的产品。在去年，我们根据医院的需求，推出了全院的专病库，它是更垂直的疾病的研究，现在大概是覆盖了60种疾病。 去年国家是出文要鼓励医院的经济化效益的提升，也就是科研成果的转化。我们去年出了一个叫高质量研究型病房的产品，可以去跟药企合作。因为很多药企它药的开发中，它的临床的实验是要在医院完成的，医院之前也是没有抓手，比如像一些患者的筛选，因为在招募过程中，其实不是手头有的病人都适合这款药的开发。我们开发了高质量研究型病房和iGCP产品，可以帮助医生去进行漏斗型的患者筛选。满足的药企的精准的患者招募。在这一块其实也间接的会对第二块业务——生命科学的业务，会起到更大的一个助力，相当于把医院和药企有机的结合在了一起，但是工具是提供给了医生去进行操作。 不同于传统信息化 传统信息化还是一个流程系统的搭建，比如像OA系统，一些内部的程序系统。再往上一层叫做数据中心，数据中心需要用到NLP自然语言处理AI的技术对不同系统中沉淀出来这些文本，进行一个结构化和标准化的统一。统一完成后，这些原材料才能给到AI的机器去进行学习。再往上才是大数据平台，也就是医渡在医院提供的大数据平台，它其实就涵盖了诊疗、研究和管理三个维度。我们是打破了整个数据的孤岛，形成的一个全院的数据的一个提炼和使用。 区域政府及监管机构 对于政府，我们提供公共卫生，还有人口健康管理。 1. 公共卫生 公共卫生这一方面，过去几年疫情引起了政府对传染疾病的重视，医渡在过去几年确实在也是得到了政府非常多认可。算法模型在二十座城市得到落地验证。包括去年冬奥和残奥会，整个北京的疫情管控的决策支持都是由医渡来独家提供的。传染疾病方面，除了新冠之外，医渡也是覆盖了疾控中心定义的四种传染疾病。 2. 人口健康管理 在去年的10月9号，有一个比较重要的文件，要建立全国的一个居民健康档案建设，意味着从公共卫生向全民健康人口健康管理这一方面，国家是有进一步推动的。这个政策是在十三五的时候就已经有政策，只不过因为新冠疫情的三年的影响，国家有所放置，到了去年的10月9号，伴随着疫情要放开，国家又重新把这个拿出来。 全民健康档案建设是一个非常大的工程，也从底层的二级医院还有三级医院，它的系统升级，还有数据中心的建设，再往上到区域、省市，再到国家层面，要层层去建立居民健康档案大数据平台，再去跟公共卫生平台进行一个打通。根据之前的投行的测算，仅是这种区域的平台建设，大概全国的增量大概会达到200亿。 医渡在人口监管里其实跑的还是比较靠前的。医渡在去年八九月份中标了一个朝阳卫健的关于朝阳区的居民健康档案建设，一期的服务费大概是在1000万。此外也中标了北京多点监测的平台建设，大概是2000多万的标的。在宁波，医渡已经帮助搭建了覆盖整个宁波的居民健康档案的建设。在海外，医渡在文莱建立了国家级的首个居民健康档案的管理平台。所以医渡在跟政府层面的合作很早就开始在布局了，因为这应该是未来一个较大的政府的投入方向。 第二个业务板块：生命科学解决方案 医院的效率提升可以提升诊疗的效率，但是很多的病痛的解决还是要靠吃药。所以在这方面如何去把数字化还有智能化进行更好的一个延伸，提高一些创新药的上市是一个重要的问题。结合在16年国家对创新药的一个鼓励政策，研究了国外的发展的历程，可以更好去用数字化分析驱动的方式来加速药品的上市。比如患者的精准招募，因为有大数据平台的铺设会更加的精准，到了去年的930，我们已经覆盖了差不多1000家以上的医院，7亿的患者、对应30亿的诊疗的记录。在全国来说是非常罕见的优势。 疾病研究：垂直优势 在疾病研究方面，数据部署加速了研究的进程。比如我们在演绎肿瘤、血液、眼科，就有更垂直的疾病研究优势，可以去加速直接面对药企，比如Big Pharma、NMC、创新药企。在垂直的激励领域，可以发挥更多的大数据和AI技术，还有Know-How这一块。 从去年开始，逐渐增多了更多临床三期的项目。我们在这块提供的服务覆盖了药品的早期设计、患者招募、SMO、包括临床的一二三期，再到药品的注册、申请，还有药品上市后的数字化的营销，以及它的一个药物经济学研究等，我们提供的是一揽子服务。在这个过程中，会跟第一个业务板块会进行一个结合，在患者招募上会更加的精准，成功率更高。 真实世界研究特区平台搭建 在真实世界研究，对于药企，中国对一些创新的疗法、创新药法是持开放态度的。前年在海南的博鳌建立了一个真实世界研究的特区，医渡也当时是特区的大数据平台的一期的建设方。这个平台现在目前在去年五月也正式全部通过了验收，也正式去进行运作了。平台的最大的优势是对一些国外已经上市的一些药，但是在中国还没有进行临床试验，但是它这些药又是中国急需和特需的一些疾病的药，等临床老百姓可能要等很长时间才能够去用上。中国对于这种创新的事物是鼓励的，患者可以去到海南去用到这些药械，去根据他们使用的情况去加速这些药品在中国上市的速度。关于真实研究的一些标准和制度，医渡也是有深度的参与。 关于创新药，我们在去年帮助了中国第二个CAR-T产品，它在上市过程中也是用到了真实世界证据作为它的辅助支持，我们也是帮助它完成药监的备案以及上市后的 5 年的每年的再注册。我们是根据做整个生命周期的真实世界的研究。 关于数字化 医渡在去年推出了DCT平台。所谓DCT平台，相当于去中心化。很多患者可能不需要经常去医院的，尤其是一些慢性病，可以通过远程的方式去进行管理的。或者在疫情期间，跨地区地进行一些临床实验、取药不方便，平台就能够帮助药企去更好地去进行远程客户的维护，提升效率。还有医渡使用工具完成了30%的人工的替代。 跟传统的CRO公司相比，在工具端，比如像ePRO、EDC的数据的连接和指控，要比传统人工去进行手输、再去检查，效率还有准确率更高。 最近的中标情况也是有很好体现。在去年也做了一个自愿性公告，在去年也是中标了广州呼研所的一个慢阻肺相关的IIT项目。这个项目它是临床一期之前的由PI发起的，由钟南山院士来lead的这么一个项目。医渡之所以能够拿到这个项目，也是因为在医院我们的大数据平台解决方案，我们是提供了比较好的解决方案，在他另外一个科研项目上起到了比较好的辅助。因为尤其是超过比如 2000 例以上的患者，需要这样的大数据的技术来帮他进行患者的数据的整理和提炼。所以当时也是给广州呼研所留下比较深刻的印象。 我们在第二块业务，虽然19年到现在也就是四年时间，但是我们已经形成了成功的形成了二期临床到三期临床的成功转化，在去年都有这样的案例。对于一个二期项目，大概需要2到3年才能完成也。其实客户对我们临床的实验满意才会把三期项目接着给到医渡，所以说认可度还是较高的。 第三个板块：健康管理平台和解决方案 健康管理是2022年医渡开拓的第三个业务板块，更加关注未来中国的发展的情况，一个是人口的老龄化，还有就是转化为重疾的可能性。对于c端的一些付费者，他们没有办法去享受到更好的一些的创新疗法，比如一个CAR-T大概要上百万，惠民保险的应运而生。 大概是在2020年判断，长远来看，中国的发展应该是比较符合一个是老龄化，一个是对于慢病越发地重视。医渡帮助保险公司，在一些疾病的专病险上进行开发。在惠民保险上，在截止到去年中报930，医渡拿到了3省10市，大概累计服务的惠民保用户超过了2000万。根据最新的报道，全国买了惠民保险的人数是1.58亿，医渡服务的人数已经大概超过了10%。3省10市也是在北京市、天津市，还有像江苏省这些头部的GDP排名的省市，累计的收费的规模达到整个惠民保险的1/3，所以医渡在保险运营应该也是排名非常靠前的。 惠民保险科技运营 我们在保险除了专病险的这种研发设计，在惠民保险更多的是科技运营。比如像保险的定价以及它的疾病理赔的覆盖，包括和医保的打通。因为整个我们负责的惠民保险是要覆盖带病体，就需要一个早期的精准的人的筛查。在投保的时候，就要知道有没有一些既往症，据此进行理赔，所以基本上是跟医保局是打通的。比如刚刚结束江苏省的惠民保险，在第一天就知道大概7%的人是带病体，就能推测大概理赔的风险可能有多大，从而可以开始进行管控或者人口的管理。 智能理赔智能客服 70-80%的案件的处理，是用AI的方式来完成。因为惠民保险可能80%的保费都要赔出去，在这种政府引导下的这种保险的情况下，如何去保证它能够盈利、保证保司能够去继续承保。作为运营方，会用到大量AI的手段来完成的一个案件的处理和理赔。 目前惠民保险的发展也是比较的稳健，客户的群体还都是比较优质的高质量客户。此外，我们也会把我们的慢性病管理通过这种保险的方式结合进去，会把它作为一种附加服务给到参保用户。还有比如像一些重疾的早筛早查，特药的上门配送，也会去跟医院、药企客户去进行合作。 数字疗法 数字疗法确实跟传统的这种口服药有比较大的本质区别的。需要通过这种AI的方式，进行到个性化的诊疗的推断推荐，同时也让医生他能够有抓手，能够去更好的去管理他的患者，尤其是糖尿病。所以在去年年底也是拿到了糖尿病相关的数字疗法药械的证书。 为下一步我们进一步的商业化，达到了比较大的milestone。在这一块会更多的结合对慢性病、糖尿病的一个医学的研究，更好地进行产品开发。目前这个产品其实我们也帮助一些药企在做的数字疗法的电子药的开发，我们也会去根据milestone这种方式去进行一个收费。所以整个看到医渡其实是一个大的，所谓的医药险患者的一个大的闭环了。 贯穿几个业务场景的一个大的逻辑就是AI的技术、大模型、数据要素、对疾病的认知，包括在第一块业务，我们在免疫、肿瘤、血液还有眼科做了疾病的研究。药企帮助我们去拿单，也是一个加分项。在前年，医渡跟蓝盾、兆科签了战略合作协议，尤其是在眼科和肿瘤方面，更多的临床服务会给到医渡这一边。医渡在第一块业板块有更多的这种慢病的数据的研究，所以才会去开发中国第一款的电子药。 所以医渡是一个非常的聚焦的公司，我们的AI的技术、大数据的技术让我们在医学垂直领域去做深，相比所谓的泛AI更加的聚焦，医渡是在医学逻辑上更加深入的一家创新公司。 合规声明：本文节选自正式入库研究报告，如需PDF原文件请后台留言。 - end - 欢迎加入产业交流群！ 欢迎所有对计算机产业研究和投资感兴趣的盆友（包括云计算、网络安全、医疗IT、金融科技、人工智能、自动驾驶等）后台留言加入我们的产业交流群。我们的目标是建立系统的计算机产业研究框架，提高整个A股的IT行业研究水平，减少韭菜数量，普度众生。 医疗信息化相关报告 1.全球黑天鹅起飞，有长逻辑的医疗信息化还能继续看多（深度） 2.互联网医疗：是昙花一现还是春天来临？（深度） 3.再谈互联网医疗：只予英雄作战场（深度） 4.医院互联互通建设开始了这么多年，还剩下多少市场空间（深度） 5.卫宁健康：龙头站上风口（深度） 6.久远银海：决战医保信息化（深度） 7.思创医惠：智能开放平台详解（深度 8.麦迪科技：临床信息化龙头（深度） 9.关于医疗IT，一些有意思的细节 | 产业调研 10.十五年医疗IT老兵如何看行业空间 | 产业调研 11.从解放军总医院看医疗信息系统发展趋势 | 产业调研 12.互联网医疗公司盯上了医保门诊统筹资金 | 产业调研 13.大型三甲医院专家怎么看互联网医疗？| 产业调研 14.大型三甲医院如何选择供应商？| 产业调研 15.中国医疗信息化行业细分领域IDC数据大汇总 16.青海医保省平台订单背后的秘密：行业大洗牌，有一家公司异军突起 17.疫情之后，区域医疗投资落地方式跟你想的不一样 | 产业调研 18.专科医院如何看待医疗信息化？| 产业调研 19.医保控费之路该如何走（30页PPT） 20.久远银海：医保IT大赢家（深度） 21.创业慧康：一个公共卫生信息化龙头的成长史（深度） 22.如何研究一家医疗信息化公司？ 23.久远银海：业绩符合预期，现金流表现优异 24.平安好医生：千亿巨头的互联网医疗破局之路（深度） 25.一张图看懂医保建设进度及格局 26.久远银海：医保龙头地位确立（深度） 27.县域医共体迎来自发、加速、扩张三趋势（深度） 28.医渡科技：毛利率上升验证盈利模式（深度） 29.卫宁健康：踏上千亿之路（深度） 30. 三甲医院一通猛建，带来信息化大机会 31. 久远银海：暴涨的原因 32. 医疗信息化：何日重现辉煌？ 33. DRG/DIP建设加速带来医保端信息化多少增量空间（深度） 34. DRG/DIP建设加速带来医院端信息化多少增量空间（深度） 35. 从Oracle收购Cerner看医疗IT行业机遇 36.产业调研：疫情对医疗信息化行业需求的影响多大？ 37. 嘉和美康：电子病历龙头，看好产品布局丰富下的长足发展（深度） 38. 为什么医疗IT公司老板纷纷卖股权？ 39. 医疗信息化：研究框架（120页PPT）

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）