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。

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。

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……

“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。