2023医疗人工智能报告：从边缘跃入核心医疗人工智能重押“治疗”

前言十余年求索，AI已经逐渐长成了那时IBMWaston期望的样子。它甚至跨出了诊断和治疗的范畴，生根于医疗场景中的每一个角落。不过，医疗AI领域中的落地与商业化是两个截然不同的概念，通过合作、共研形成的AI落地并不意味着这一算法能够规模应用于医院，规模应用于医院也不意味着这一算法能够成功回收过往投入的海量资金。因为这些模糊概念的存在，医疗AI的商业化形势始终透着一种朦胧感，亦难区分其中企业的实际进展。从这一现状出发，蛋壳研究院对医疗AI的整体情况进行了调研分析，希望借助数据这一工具，还原2023年最真实的医疗AI发展。目录第一章人工智能，已是医疗领域必不可少的一部分 1百个I批类疗械，I出助断 1百项I能管进临试，无行上阶段 4信息学重构进行时，基础设施建设成为最大壁垒 6第二章资金流速回暖，医疗人工智能进入稳步发育期 9级场察：I利有离疫影增普放缓 9看重研发投入，数字医疗尚未实现规模化盈利 9续损，IBiech需定收源 2家业表国内I药起 4一级市场考察：宏观遇冷，影像放缓 16入疗手相的像学I起资模 6步前多家I业获级单 9第三章在逆势之下存活，医疗人工智能仍需高频创新 22准定影像I入保可前提 2式新再寻I利动力 3临床再创新 23医院影像数据治理 25深入治疗领域 26合作政府覆盖基层医疗 27成立医院 27数为心新术变I局 8像的成式I 9重构医学科研 31第四章大模型入局，医疗人工智能再遇新变量 34九大应用场景，大模型已潜入医疗 34部署与应用局限发展，大模型暂时难以规模落地 36机遇与挑战并存，大模型有望成为颠覆医疗的下一项技术 37大模型的发展趋势 37大模型的发展面临的挑战 38第五章三大赛道，汇聚医疗人工智能核心竞争力 41坤技数人平台0扩医疗I能径 1鹰瞳科技：诊疗一体化布局更进一步，保险创新业务进展迅速 43睿疗手持9张I像类，向场景I 5智医差化局像强有突医疗I利题 7ATEA提高精的射疗流解方案 9深至科技：持续投入软硬件一体化，加速小型医学影像基层应用 51医准智能：算法技术与应用场景再获突破，超声新品研发迅速 53唯疗I能管入景产覆冠病科疗流程 5图表目录表1 年I品类获数量 2表2 疗I品同种类获情况 3表3 球I与发进临阶且于跃态管临阶分布 4表4 球I与发进临阶且于跃态管分类 5表5 院理统统构与I持架的比 6表6 疗I业收据比单：人币） 9表7 疗I业利对单：人币） 0表8 疗I业发出单：人币） 1表9 疗I业产债情况 2表0 医疗I收润布单：美） 2表1 Shriner线合部） 4图表12 英矽智能2022年及2021年营收情况（单位：千美元） 15图表13 晶泰科技2022年及2021年营收情况（单位：千人民币） 16表4 疗I同道资况 7表5 I像个次资件和额单：人币） 7表6 23计年I药资途 8表7 23部药与I业的作 0图表18 SYNTAX评分难点 24图表19 SYNTAX评分标准的冠脉血管分段示意图 25表0 成式I用影增强 9图表21 不同类型企业参与医疗大模型开发的特点 37表2 疗I用产图谱 0图表23 数坤科技产品布局 41表4 瞳技I图 3表5 DeeiseeAI现站影数化 5图表26 深智透医影像增强与重建解决方案 47表7 ATEA疗流解方案 9表8 至技型化I声 1表9 “见诊声态时能析台0涵 4图表30 悦唯医疗重症冠心病全流程创新解决方案 56I发生技术突变的概率陡然下降，成熟产业对于成本的控制更为有力。这一状态对于医疗II企业的亏损规模不断收窄，整个行业的I整体创新能力有所下滑，迫使不少投资方调低对于该产业的未来预期。多种形式下，医疗I同的发展路径。23年间，国内影像学I的研发、销售平稳向前推进，生命科学I行至二级市场边缘，信息学方面的II各重点赛道的技术发展形势，为后续章节融资潜力、商业模式及技术范式创新奠定基础。超百个AI获批三类医疗器械，影像学AI在DADRPAII的商业化充分不必要条件的第三类医疗器械注册证，其数量一直是衡量赛道发展形势的重要指标。620231031118202310国家药监局公布的审评审批数量已至4个，超越了22年的2个。至此，影像学I审评审批体系趋于成熟，相关I1I数据来源：公开信息整理I0—21II为主，22AI仍是主流，但多了一定数量的放疗规划、心电分析、病理分析应用，I应用场景进一步拓宽。2023（总计0II““I1前位列数量榜的第一（731），深睿医疗、数坤9I132I数据来源：公开信息整理I最易获批，是各企业实现I/II23年8PAI此外，国内的小型化超声软硬件也在不断发展，比如深至科技着力推动基层医疗超声筛查，在小型化超声智能化方面已经有完整布局。目前，深至科技已经搭建起超过十余类、30I超声辅助诊断病种覆盖二十II20232024册数量可能会有所下移。II瓦里安、安科锐等国内头部影像企业及世界放疗巨头，但在近两年时间内，柏视医疗、ATEA、连心医疗、医诺智能等初创公司也陆续获得市场准入。外科手术方面也存在同I辅助诊断类企业也在探索开拓新产线的可能。近百项AIIIII据蛋壳研究院不完全统计，截至23年1月，进入临床的生命科学I管线已有6款停止研发或从官网撤下，I71/3Ⅱ期。3I（不完全统计，截止时间2023年10月）数据来源：公开信息整理70%03%II7%4%I合作研发的管线数量虽少，却多为老牌生命科学类I企业所持有。sienia现有的两条ulsBiscience的单克隆抗体U07；LnernPhra手持TTCOnloy、rmonic、cueThereuicsShröiner则握手SrutureThereuics的NPA03、GSB190与rphichereuic的OF57。4I（不完全统计，截止时间2023年10月）数据来源：公开信息整理ShrinerBiXcelThereuic等I收购，进入临床Ⅲ期的管线也多为老药新用。换句话说，生命科学类I公司自研且进入临床阶段的管线均处于临床Ⅰ期或临床Ⅱ期，尚无药物完整跑通临床试验。对于生命科学类IMNC2023ⅡI不过，I技术对于制药行业的价值仍需时间验证。虽无法抵达许多人预期的%—%的%（BOnormaPhranellience、QLS20112020）10%，已能有效加速新药的产出，释放足以匹配如今投资规模的价值。信息学重构进行时，基础设施建设成为最大壁垒I面临的是一个相对传统的市场，缺乏创新的弹性，因而形成了差异化的研发思路。影像学和生命科学将I专科CDSS以独立产品形态进行销售，绝大多数I以支撑技术存在，置于成熟产品或解决方案中，通过优化性能、提供额外服务提高竞争力。TI集团、东华医为等头部医疗T厂商已对医院信息管理系统的架构进行调整，使其能够更好可能II5I数据来源：卫宁健康TLLM未形I第8第8页共57页II支持，仅仅依靠未来价值已难以让人信服。因此，无论一级市场还是二级市场，I企业必须凭借可靠的经营能力进行支撑。IIAI经历了21I22年9月至23年2II1看重研发投入，数字医疗尚未实现规模化盈利为分析影像学及信息学的ILunit、nxIIPALunitI影像和I病理，0nxIn-Xmging在21AIZeraedialVisinILunit和nXmging6I）数据来源：公开信息整理242%202220212443977%2821%21%I政府视力筛查项目场景。202243606%I00ILunit营收2年营收为9亿韩元（约64万人民币），同比增长80%，主要原因在于LunitSIGHTLunitSCOPEXIXR实现了18nXaing220I解0II30亿元；Lunit净亏损1（约39%n-Xmging37I）数据来源：公开信息整理22%减少至%BC2023202382500%3%、%、7%；毛利润6万元，同比增长2%，净亏损2万元，同比收窄8%，毛利率3%%I影像的商业价值正在成熟，加速获得医院、体检机构、健康管理中心的认可。6%，%n-Xming1%n-XmgingInXmging偏高。8I）数据来源：公开信息整理盈的II领域。n-XmingI9I数据来源：公开信息整理持续亏损，AIBiotechIAIbCelleraBilgicsbCelleraBilgics研的I驱动抗体发现平台通过分析天然免疫系统数据库来寻找可以开发为药物的抗体。22年间，bCelleraBilgics实现营业收入5亿美元，同比增长%；净利润53%。0各医疗I）数据来源：智药局、蛋壳研究院支撑该公司2年营收利润双增长的主要因素为“版税”，即与合作伙伴礼来销售的Beeloimb分成，贡献收入3亿美元，同比增长%。Beeloimb是bCellera20222FDA（EUA），2Beeloimb订单。bCelleraBilgisBeeloiab这一bCelera5022%。Shriner独角兽”的队列中离去。Shröiner0年1ShrinerBMS52720218lienseinShröiner822年0Shriner322年200imusThereuicsD08TK29hröiner的价值。D-48是一款TYK2抑制剂，由imusThereuis与ShröinerⅢShriner1Shröiner管线）ShröinerIBiechICOAI2021能、晶泰科技则于23递交招股说明书。从他们的招股数据中，我们能够一窥I行业最前沿的势态。23PO数坤科技选择了平台化发展的策略，致力于构建数字人体，是全球唯一一家在心、脑、胸、PAI00ICTRD、US、DSA、钼靶等多个模态，同时也全面覆盖了疾病筛查诊疗的各个环节，实现了疾病全300090%80%的目标公立三甲医院，市场覆盖率行业第一。双重POI3年623年1IISSShrinerIBiechelyICOxscienia“复合型同时为BigPhraCO、Biech30TOP00家提供I2122.3476%2112亿美元，4975管线进展上，英矽智能核心产品SM155已经启动Ⅱa期临床试验，主要用于通过抑制TK图表12英矽智能2022年及2021年营收情况（单位：千美元）ICO模式。晶泰科技开创了结合量子物理、I和机器人技术的创新研发平台，融合医药企业与医械企CRO服务。200202120222023年1—6月的营收分别为36万元、99万元、3.3万元、97万元，呈逐年上升趋势，同期经营亏损分别为31万元、42万元、5.4万元、6.7万元，与营收同向增长。图表13晶泰科技2022年及2021年营收情况（单位：千人民币）数据来源：公开信息整理10XBB-202XBD-207已通过DICOII亿资金，驱动多个I影像产品进入商业化落地阶段，多家I影像企业迈入二级市场。到23年，流向I影像板块的资金仍然充沛，但偏好辅助治疗而非辅助诊断。I制药作为2022年的热门板块，在2023年正面临商业前景不明朗的瓶颈问题，融资热度有显著下降。I23年IAI22年8月1日—23年0月3123统计年，I014202320221272021112IIII影像与I4I数据来源：公开信息整理I影像融资当前更偏向商业落地。即便是在早期A轮融资阶段，产品申报注册和商业化情A“放射治疗轮廓Tind已获得PADAA轮融资阶段，公司的二类证产品已经在多家医院应用。5I）数据来源：公开信息整理I232笔，与1年同期的3笔和22723统计年IA核心原因在于I制药距离商业化还有一段距离，行业缺乏典型的成功案例，再加上22DSP-1181CB+轮融资的红云生物将资金用于推进药物临床试验，其余融资均是处于较早期阶段，用于搭建技术平台和推进药物临床前研究。623统计年I数据来源：公开信息整理GenesisThereuics2B23年I制药领域最大一笔融资；23年7月，英伟达也宣布向ecursin投资0万美元。这说明II20234223I%的比例。生成式IGlwe+GC赋IGC重构医患交互场景下的内容创作流并实践探索垂直领域大语言模型应用。AI尽管一级市场的I数坤科技、推想医疗、深智透医等I企业均已实现亿级营收，部分企业有望在24年实现扭亏为盈。I0ICCRSNAI已借I乳腺癌智能筛诊疗一体化解决方案、所见即诊断超声动态实时智能分析平台的三大解决方案规模化落地，实现可观营收。II21年与22年间，C开始陆续认可生命科学类I的未来价值，大规模网罗具备AII企业的合作，将自有的管线分而治之，多角度引入I赋能。这两年内，每一年都有近0项合作达成，近0亿美元的总价值合I相较前两年，202310个月间，全球范围内已发生艾伯维与nimaBiech总价值2亿美元的合作；赛诺菲与百图生科超0亿美元的合作；德国默克集团宣布与BenelenAI和xsientia68亿美元的合作；诺和诺德与Vloelth7亿美元的合作，证实C仍然看重生命科学AI的未来发现前景。73I造成这一原因的因素可能并非有关ICI第21第21页共57页II各家医疗IIII题是I的新药作为案例支撑，I的购入多个成本项，价值的验证仍然处于悬而未决的状态，没有被精准计算出来。其二，许多I产品/解决方案的内容、形式过于单一，医院/企业很难为了单一产品付出大量成本，制药企业也没能直观感受到IIII不封装III生的结果。这种情况下，运行过程中的I要解决上述问题，医疗I标准制定，影像AIII产品应用落地进入成熟期，产品的性能评价方法应趋于标准化、去随机化，以制定医保支付模型等方式，I要解决这一问题，医疗I仍处于研发中的项目同样需要尽快引入规范化、标准化流程助力。具体而言，企业与医院、监管机构等机构共同制定研发中产品的价值计量方案，其具体目标应包括：.明确真实临床需.I软件收I.I”还是工程问题，根据“工程问题I床指标III模式创新，再寻AI数年经营，单纯以向医院销售单病种辅助诊断软件的商业模式进行经营，I可能无力收回I也未能体现技术的说服力。I临床再创新尽管IISYNTAX评分标准及评分系统是贯穿于冠心病诊疗的核心评分标准，该标准于2005年被首次提出，该评分标准由其他冠脉病变程度评分标准及分级标准发展而来，以患者的冠脉解剖素，是一种基于冠脉造影（DSA）图像的精确量化评价指标，因此SYNTAX评分在国际诊疗指南中的地位，也高于其他评分系统。不过，SYNTAX评分标准也有其弊端。一方面，DSA是冠心病诊疗中的核心影像学数据，DSASYNTAXDSASYNTAX（1）一一对应，并对各个血管段病18SYNTAX数据来源：公开信息整理SYNTAXSYNTAX发公司悦唯医疗开发了一种利用AI方式自动SYTAXSYTAXSYNTAX评分，具体如下：DSA影像多视角冠脉血管分割与血管分段算法研发：DSA可实现高DSA狭窄病变检测与结构相关病变不良征分析：针对三叉病变、分叉病变、开口病变、长病变这些与结构密切相关的病变不良征，构建多尺度Unet网络模型精确量化血管半径值，根SYNTAX冠脉非结构病变分析：针对完全闭塞、严重扭曲、严重钙化、血栓和弥漫病变这些无法直接根据血管结构信息直接评分的病变不良征，构建引入融合注意力机制的目标检测模型，SYNTAXSYNTAX模型可解释性实现：针对传统方法可解释性不足，临床表现不稳定的问题，构建可解释联系构建评分模型，使之符合SYNTAX人为评分的过程。模型解释方面，通过分步交互可SYNTAX自动评分结果可被解释和分析。19SYNTAX数据来源：悦唯医疗SYNTAXDSA衍生出多种风险预测与诊疗决策模型。因此SYNTAX评分结果应用范围覆盖冠心病诊疗全流程，在术前SYNTAX评分结果可作为血运重建方式选择的核心标准，在术中由评分结果STSSYNTAXII评分可以有效预测患者远期预后。I算法重构传统评分系统，进而在不改变临床路径的前提下提升临床效率。医院影像数据治理I开发催生了独立建设影像大IPCSS、PS作为医疗数据大国，我国的影像数据占据了80%—90%的份额，维持30%的增速持续增长，80%的数据为非结构化数据。因此，围绕影像展开的医疗大数据中心建设能够有效触及此类需求，传统医疗T企业及深睿医疗、汇医慧影等I企业均围绕此业务深化信息化布局，一方面为医院搭载治理影像数据的平台，另一方面II技术的规模落地，一家医院常常会安装多个II软件集成，便于医生使I应用，医生需要时可直接联网下载。DeeiseeAI&LPI深入治疗领域医疗I一个科室跃至全部科室，医疗I最初一批切入治疗环节的IATEIA等多款IATEA基于I的放疗影像工作站ccuCnour®于20年3DADAI神经介入手术方面，强联智创率先突围，其颅内动脉瘤手术计划软件可用于脑血管病患者X2022术，均有多个I企业完成布局。肿瘤外科这一领域今年也有不少I企业完成突破，或在2024合作政府覆盖基层医疗I落地。因此，基层医疗I100体中II影像I企业医准智能便借助“粉红关I”乳腺癌智能筛诊疗一体化解决方案与北京、上海、行乳腺癌筛查能力建设。协助地区完成《健康中国行动（120年）》提出的“22%0年达到%I带到基层老百姓身边，同时完成自身的商业化落地。此外，也有企业为了匹配I体系I足多种医疗需求，赋能基层医疗机构。成立医院人工智能医院在形式上类似于互联网医院，但又之稍有不同。互联网医院诞生之初面临的是一个医患缺乏沟通渠道的环境，要解决的是“就医难”的问题。此外，乌镇智能医院也将III服务最“I的研10以数据为核心，新技术重构AI由于I的能力严重依赖训练数据的体量与质量，因而长期以来，“数据”要素的缺失极大程II人工/影像，I那么，是否存在一种新的路径，以IAI深度学习刚在医疗领域萌芽时，影像学I不少研究人员尝试采用小样本学习、生成对抗网络（GAN）等方式生成式数据，弥补训练样本量不足的问题。近年来，生成式I的定义更明确，强调在深度学习之上搭建Trnsorerdel；应用也更为丰富，影像增强与辅助诊断均是其重要应用场景。影像增强目前从事这类I于影像设备公司自身软件服务的企业。该公司的核心业务为利用I加速RI、PT等设备I处理原始数据获取合成数RIPT深智透医也在尝试将生成式I应用于影像增强。R临床扫描中的部分序列常常出现信噪比偏低、伪影明显等情况，影响最终影像的呈现质量。发布于EE的研究“OnedeloSnhesizeThemll:ulicntrstuliscleTrnsrmerrissingDamuain”结果显示：在I的支持下，利用Trnsorer等模型通过T1、T2等现有图像间接生成新（其效果甚至可以优于直接磁共振成像。目前，该企业自研的SulePET™（国产化本地部署产品为SuPET™）和SuleMR™（国SuMR™利用I加速I、PTIRIPT影像。0生成式I数据来源：深智透医在着手CT等影像增强时，深智透医还对生成式I进行了进一步优化，做一些影像降级的模型训练训练辅助诊断类I以皮肤病I屑病的数据频率则会相对偏低，使得最终生成的I在实际诊断中表现出“病种偏好”，进而引发更为平滑。在差GPTI则能补全生级。22Cbride10IIIII（以2为例）ABA∩B数据库，并需在模型之中添加医学知识，使其能基于医学原理解释交集数据的概率得出过程。譬如，糖网病变的VI一I对部分稀缺维度进行数据扩增，或能解决此类问题。重构医学科研I生成患者合成数据集的研究，意在为广大科技医疗研究人员提供更为丰富的数据。IDClne研发的生成式IDCIDClne此案例中，I的价值主要来自效率提升。过去准备训练数据往往需要耗去研究人员数个月的时间，而在生成式II建立合成对照组，提高试验组患者的比例。（DAIeida研发的editaISnheicCnrlrm®合成对照解决方案应用于美国临床阶段免疫治疗公司ediennaThereuicsDA55rGBMⅢ在此试验中，edita成功帮助eicenna在该试验中减少招募了0个对照患者，成伴随I第33第33页共57页尽管智慧医院的建设进行得如火如荼，但落在具体场景中，譬如自动书写病案、智能问诊、智能随访等应用，仍然没有脱离关键词映射数据库的逻辑，真正做到智慧智能。大语言模型（LLM）带来的NLP技术更迭能够一定程度解决当前智能程度不够问题。在分辅助诊断、辅助决策CDSSCDSSCDSS，提升决策的完整性与准确性。治疗方案生成质控LLM患者服务I药品说明书均属这一场景中的成熟应用。医院管理教学科研中医目前发布中医大模型的企业较少，以大经中医为例，其“岐黄问道·大模型”包含基于已确诊（诊断（中药处方（诊断结果和治疗方案（中药处方药物研发、销售XeePlyVHH（结构时，1000VHH抗体序列。公共卫生相较于千亿级参数的通用大模型，医疗中文本类大模型的参数可控制于100万以内，包含500GPUGPU二是应用。目前基于大模型构建的智能应用仍然没有脱离传统医疗T应用的范畴，如病案“杀手级T大型互联网企业的优势在于通用大模型的自研能力。构建大模型需要的成本不菲，且需大量TITT大模型对于医院的架构要求严苛，能够支持I应用的智能架构将比传统A企业架构更好T图表21不同类型企业参与医疗大模型开发的特点数据来源：公开信息整理时至今日，大模型虽在医疗场景中已经取得了许多重要成果，但从规模看仍处于起步阶段。大模型的发展趋势模型规模的进一步扩大模型的自适应和个性化未来多模态数据的融合大模型的发展面临的挑战数据量和计算资源的需求大模型的训练和推理需要大量的数据和计算资源，一定程度压缩了创业公司们的试错空间，进而导致只有少数企业参与大模型的开发与落地，不利于大模型的技术的普及和应用。模型的部署成本模型的隐私和安全问题模型的稳定性和可扩展性模型的解释性和可解释性由于LLM的复杂性和黑盒性质，大模型结果的可解释性仍然存疑。循证医学前提下，大模型的可解释性可能制约相关应用的审评审批，进而抑制相关应用的落地。第39第39页共57页III的应用层。下游为技术的应用场景，如医院、体检机构、居家、药房等。III板块。随着I2I数据来源：公开信息整理2.AIPAI高12NMPA三类证、2FDA4MDRCE认“数字人体”平台，自主研发了覆盖疾病筛查、辅助诊断、治疗决策全流程的“数字医生”产品组合，成功应用于智慧影像、智慧手术、智慧健康三大领域。数字0的壁垒，形成了以疾病为中心，以患者为中心的全新的智能解决方案。00积累了0余种I产品，覆盖了CT、R、DR、US、DSA、钼靶等多个模态，同时也全面覆盖了多图表23数坤科技产品布局数据来源：公开信息整理此外，数字人体平台0还集成了数坤科技I核心算法技术和传统影像组学研究功能，为“科研大脑2000SCIureureCmunicionsdiloySMM等学术高地。03000Top1009080%。鹰瞳科技：诊疗一体化布局更进一步，保险创新业务进展迅速医疗II”II体化I4I数据来源：鹰瞳科技AI2023该仪器运用IAI视网膜III海默病专病保险，首次把医疗I“心脑血管筛查保险“北京普惠健康保共保体达成I产品首次进入“医惠锡城“齐鲁保、重“渝快保现疾病早筛早诊，降低医保支出。通用II-生成式I-通用I三个阶段依次推进。在分析式I板块，公司将持续将人类医生有非常明确的诊断指南和标准，以及相应严谨医学逻辑的病种去做研发注册，申请新的适应症；生成式AI板块，公司基于医学影像，生成未来疾病和病灶的演进变化，起到预测和早期预防的作用；用I49张AI影像三类证，迈向全场景AI80%—90面能够有效助力医院临床和科研工作。I0医疗机构提供从II服务。AI数智化202310“CTNMPA9NMPADRCTXI影+文本IIDeeiseeAI智慧影像&大数据通用平台上。DeeiseeAI将医院影像科日常工作流程产生的数据结构化、形成数据资产，可以在技师、医生、科室的管理者之间自由流通、实现重建、打印、全场景I5DeeiseeAI数据来源：深睿医疗注重医工结合，大模型深入产学研合作I和医疗大数据中台产品进行I平台，更好地支撑临床智能化的建设。DeeiseLMLLrgeedialLnugedelSMSementnyedialmges，XyCRIPTITrnsorer据，在临床中发挥积极的作用，也具备更广泛的应用场景。目前，全国范围内已有近两千家医疗机构在日常科研中使用深睿医疗多模态智能科研平台，20010Q1Q2深智透医：差异化布局影像增强，有望突破医疗AII医学影像加速FDACENMPA认证的第三方解决方案提供商。2020年，公司开启全面商业化，此后订单规模持续攀升，2023年，公司营收呈倍数增长。布局AIMRI和PTIISulePET™，PT0SuleMR可以将R10图表26深智透医影像增强与重建解决方案数据来源：公开信息整理因地制宜，在全球构建起多元化商业模式在商业模式上，深智透医采取“因地制宜”策略。凭借着公司产品极强的兼容性和普适性，深智透医搭建了多元化的商业渠道，开展了广泛的合作。lienseSaaSIOM解AIOenecon唯一的I药企合作上，深智透医已经和多家头部药企、CRO达成合作，包括拜耳、博莱科。依托在RI和PTI生成式AIICBnsightGenerieI0康领I深智透医的SulePET™和SuleMR™就是利用生成式I处理原始数据获取合成数据，再I、PTI、PT同时，深智透医也通过生成式IMANEI准放II及器放射治疗水平。ATEA1117301034ART2建设放疗软件全流程产品矩阵ATEAIAccuContour®、放疗IcuLearningOZITPSdiusIAccuChek7ATEAATEA密切关注行业需求，精准解决放疗痛点ATEA推出AccuContour®。AccuContour®RTOG100+个危及器QA而针对放疗算法模型个性化培训门槛高的痛点，ATEA推出放疗I模型自主训练平台ccuLernin®也受到限制，ATEA自主研发的OZI2-5效率和质量上都有大幅提升；AccuCheckTG-1