蓝鲸新闻2月25日讯（记者 屠俊）DeepSeek正在渗透到各个行业。2025年2月，国产大模型DeepSeek-R1的全面开源与多领域适配，而AI医疗也迈入技术融合与行业重构的新阶段，包括艾美疫苗、恒瑞医药、智云健康等多家企业宣布正在与DeepSeek等AI大模型结合。

以近日艾美疫苗发布的公告为例，其表示作为中国头部的疫苗企业，集团积极响应国家“AI+”产业发展战略，全面部署接入DeepSeek大模型，不过艾美疫苗财报显示，其近年来面临连续亏损，DeepSeek能在多大程度上降本增效？

咨询多位行业分析师均表示，整体来看，看好未来DeepSeek等AI大模型在各运用场景的应用，但还是存在比如准确性不够、纠错成本或比提速成本更大、行业更需要垂类模型等挑战。

DeepSeek加速药企研发仍存限制，业内更倾向垂类模型

艾美疫苗在近日的公告中指出，为构建智能化疫苗研发体系，集团将借助DeepSeek大模型，通过发现、设计、制造等流程，获得更优质的候选疫苗。整合不同生物信息数据库的多源异构数据，通过融合预训练蛋白质语言模型与图神经网络架构，预期可实现抗原靶点智能筛选与保守区域动态分析。同时，通过接入实时变异监测数据流，利用长短期记忆网络预测病原体未来变异方向，动态分析保守区域并预测广谱抗原表位。集团还将利用DeepSeek结合生成式模型与深度学习技术以优化mRNA疫苗序列设计和稳定性。通过预测mRNA二级结构，根据宿主细胞的基因表达密码子偏好特性，智能设计高效的元件组合，提高mRNA的稳定性和翻译效率，生成最优序列。此外，集团正在探索利用DeepSeek的AI框架优化工艺参数，以提升抗原产量和质量。

简单来说，根据上述公告，DeepSeek似乎正在改变药物研发的各个阶段。

艾美疫苗由于在2021年5月底完成收购珠海丽凡达生物技术有限公司，被称为是“国产mRNA疫苗三剑客”之一。不过，虽然在新冠疫情期间，mRNA赛道快速破圈，但随着新冠疫情的结束，mRNA赛道也面临快速退潮。

业绩方面，艾美疫苗近年来正面临持续亏损。

其财报显示，2021年至2022年及2023年，艾美疫苗的营收分别为15.70亿元、12.64亿元、11.87亿元，归母净亏损分别为6.928亿元、3.196亿元、13.01亿元。虽然，艾美疫苗还未公布其2024年全年业绩，不过从半年报来看，虽然亏损收窄，但其归母净亏损依然是负值，为-1.393亿。

而2023年其出现亏损大幅放大的原因，主要由于新冠疫情在全球范围内的变化，其收购的丽凡达生物的mRNA新冠疫苗管线及技术平台出现了大额减值，预计减值损失在16.5亿元至18亿元之间。此外艾美疫苗2023年研发费用6.36亿。

事实上，研发费用一直是医疗行业的主要开支之一，那么接入了DeepSeek能在多大程度上缩减这部分费用？其研发管线能否呈现爆发式增长？向艾美疫苗发去了邮件采访，不过截至发稿并未收到回复。

不只是艾美疫苗，包括恒瑞医药、云南白药、卫宁健康等多家医药企业在近日宣布接入DeepSeek。

沙利文大中华区执行总监周明子向表示，DeepSeek等大模型的应用为中国乃至全球的AI医疗领域带来了新的投资机会，并且显著地为资本市场带来了新的吸引力和投资信心。细分领域，例如医学影像分析、个性化治疗方案、远程医疗、智能辅助诊断和药物研发等，都将成为AI医疗投资的热点。这些领域的创新应用不仅能够吸引资本市场的投资热度，有利于创新企业融资，加速医疗领域AI产品的创新和商业化进程，而且还能进一步加速中国本土AI医疗创新业务的出海，在此背景下未来围绕产品、业务、服务出海等投资机会也将快速增长。

不过，已经在AI制药领域深耕多年的英矽智能IT总监沙林则向表示，Deepseek的确是一个划时代的产物，一方面它实现了技术突破，打破了GPT 01模型的垄断，而且发表了详细的论文，让业界充分了解到模型的训练路径；另一方面它实现了技术平权，它采用最宽松的开源协议，即使是一些在LLM发展较滞后的地区也可以通过开源代码获得最先进的技术。

“Deepseek和GPT一样是一类通用模型，在药物研发领域更多采用专有的垂类模型。简单从数据上理解，通用模型数据量更大，垂类模型数据量更精，所以从输出的结果来说，前者可以解决一些更泛的问题，而后者除了用专有数据集之外，对模型训练过程中还有专业团队反馈，从而使输出的结果的可信度和专业性更好。所以，我们认为Deepseek对药物研发的直接帮助不一定显著。”沙林表示。

此外也有业内人士向表示，事实上，医药研发领域早就接入了大模型，不过，专有模型训练的逻辑，除了有专业数据，还要有专家反馈。Deepseek针对宽泛的问题，如果他回答错误，很容易就实现纠错，你的反馈就是它训练的过程；但是比方说你问和TNIK靶点有哪些可以结合的位点，Deepseek给你列了一堆，你很难给它纠错，有纠错的成本，你自己用冷冻电镜什么的都看出来了，这里的专家反馈成本就很高，就不适合对Deepseek展开这样的训练。

“整体来说，药物研发和Deepseek的接入，准确性和纠错成本是一个主要挑战。”上述人士表示。

未来多种场景突破，或重塑医疗健康行业

虽然还有挑战，不过多位行业咨询师向表示，人工智能技术的突破性进展正以颠覆性姿态重塑医疗健康产业。

2024年11月，《卫生健康行业人工智能应用场景参考指引》发布，明确84类应用方向，涵盖医学影像分析、智能药物研发等核心领域，为技术落地提供了顶层设计支撑。

至于未来AI在医疗行业的运用场景有哪些？

根据西南证券杜向阳研究团队的研报指出，“模型即服务”的生态闭环，不仅重构了医疗工作流，更催生了六大核心应用方向的爆发，包括AI医学影像辅助诊断；AI基因测序，即罕见病大模型优化基因测序筛查，AI助力多助学数据分析；AI医疗信息化CDSS辅助临床决策，即优化电子病历质控、临床决策支持与智能分诊流程等；AI健康管理，即平台依托模型生成个性化防控方案，推动慢病管理从“被动治疗”转向“主动干预”；AI制药，即缩短药物研发周期，助力靶点发现及临床疗效预测；AI手术机器人。

瑞银证券中国医疗行业研究主管陈晨则向表示，我们注意到AI驱动的药物发现一直是一个热门话题。不同的AI工具已广泛应用于生物制药和CRO行业，以赋能药物靶点相互作用、抑制机制、代谢模拟等。一些制药和CRO公司还将DeepSeek和其他AI大模型应用于其日常运营以及数据管理等临床试验管理流程中。一些公司认为DeepSeek可以帮助提高运营和研发效率。辅助诊断（例如影像学分析和增强）正在采用AI工具来帮助提高诊断质量。

“我们注意到手术机器人也在采用人工智能来协助外科医生增强手术视野和手术体验。互联网医疗公司使用AI技术来提高就诊过程中的医生效率和在线健康管理服务的质量；AI提高了生产力和客户满意度，同时控制了风险和人为错误。在零售药店和医疗分销中，人工智能可用于提高物流效率、库存周转率、运营管理和客户服务质量。一些医疗保健AI应用程序专注于临床决策支持及其他方面，包括：智能决策支持：辅助诊断辅助筛查、智能告警、患者状态综合分析;临床自动化：自动轮班交接、病历书写、语音转文字对话;远程医疗：统一标准和自动质量控制;智能管理：质量控制、运营绩效和科研。”陈晨表示。

CIC灼识咨询执行董事董晓雅表示，国内大模型从追赶海外到现在已取得大量可喜的进展，大模型的性能和成本已能够达到全球领先的水平，具备了大规模商用的基础，而中国的AI大模型产业规模也在此驱动下迅速提升。目前中国大模型产业的劣势主要体现在硬件基础设施和基础算法理论上，中国的高性能芯片仍与国际领先水平存在差异，基础算法的创新性理论研究也相对落后。但DeepSeek的成功也为行业参与者提供了信心，未来将通过各界的共同努力，在这些层面取得突破性进展。