2025年02月27日 21:52:23

“这是价值事务所的第1797篇原创文章”

在《价值事务所》此前的文章中所长讲到木头姐关于AI的展望，尤其着重分享了木头姐对AI+医疗的看法，不仅仅在美国，木头姐在全球都是号召力十足，正是由于她在报告中狂call AI+医疗，这一阵子AI+医疗热度十足。

木头姐狂call AI医疗，认为现如今最有价值和潜力的方向应当是AI+检验以及AI+制药，这里再复习一下木头姐的观点：

- 在多组学(也就是DNA、RNA等蛋白质大分子)检测方面，AI能够大幅提高检测效率，使生物信息的读取速度降低100倍、写入成本降低1000倍。

- 在分子诊断方面，AI将使癌症筛查的生产力提高20倍，癌症监测市场规模扩大10倍。

- 在药物研发方面，AI驱动的药物开发可能将其上市时间从13年缩短到8年，同时将总成本降低4倍，使得整体回报率提高5倍。

- 在药物疗效方面，AI辅助研发药物的药效，要比标准药物高20倍，比目前制药水平所能达到最佳药效(Best in Class)药物高2.4倍。

此前所长通过分析晶泰控股、英矽智能对AI+制药做了详细解读，这里主要看看AI+检验。

01

价值事务所是时候重新审视ICL了

在说AI+检验之前，先来看一段所长和朋友的对话，朋友是国内某头部ICL（三方检验实验室）的员工，所长正好看了他们公司的一份交流纪要，提到AI辅助诊断的效率提升非常惊人，以病理为例，通过AI阅片目前可以筛出 85%-90%的片子 ，现在90%的工作可由AI完成，仅 10%的片子需人工复核，未来在AI 发展较好的情况下，3到5年内，病理方面人力减员预计在30%到 50%。

刚知道的时候所长还有点惊讶，知道AI进步快，但还是没想到有这么快，裁员30%-50%已经让所长觉得很夸张了，结果朋友还怨气冲天地说，“正在搞黑灯实验室，以后全部自动化，不需要人了”。

是的，其实AI+检验最大的用处之一就在于提升效率，目前最容易提升效率的地方是帮忙看片子、做流水线工作等。

现在虽然还达不到木头姐说的那么夸张的程度，但是已经能提升一些效率了。近期所长接连看了ICL头部三巨头金域医学、迪安诊断以及艾迪康的交流纪要，发现头部企业在AI方面都有积极介入，而且已经颇有成效。

如果大家也对所长看的企业、行业专家交流纪要感兴趣，可以加入《价值宝库》查看。《价值宝库》是所长团队精心打造的资料库，每天会上传100+内容，绝大多数都是大家最为关心的一手调研纪要，此外还有各种研报、突发/热门事件解读以及宏观政策、市场解读等内容。总之，只要是投资有用的，所长能找到的，都会上传到里面。不仅可以帮助你及时洞悉持仓企业的最近状况，对做题材投资也是极有帮助的，可以帮助判断题材的大小、进展、受益品种等。

目前金域医学的宫颈癌筛查已经实现了从样本采集到报告出具的全流程自动化，宫颈癌筛查工作站实现了4倍的效率提升，tNGS样本前处理可节约 55%人力，宫颈癌数字病理图像处理软件甚至获批了二类医疗器械注册证，目前年总调用量已超百万次。此外，公司在用AI应用替代人工咨询、**等工作，还打通了物流、信息流及资金流，接入仓储、采购、库存管理、补货及自动化财务系统，按照公司的说法，提升了30%的运营效率。

靠AI提升效率其实只是AI赋能ICL最基础也是最直接的用法，这里我们再讲讲ICL与AI融合的其他可能大招。

咱还是以ICL头部双寡头的动作为例，毕竟老三艾迪康已经表示，“AI 功能性和应用选用上，偏向采用成熟且能短期内见效的手段，不盲目跟风投入大量资源搞科研，会持续关注行业动态，选择适合主营业务的 AI 应用。”这话很谨慎也很有道理，但换个角度解读就是没啥动作，确实他在AI上的布局和金域、迪安还是差不少。

ICL尤其是头部企业，他们的实验室遍布全国，经过多年积攒了非常多的人类疾病相关的大数据，数据又多又全。金域医学经过30 多年积累数据量已达 24PB，且每年增量 1PB。这些数据肯定有价值呀，比如国家、保险公司可以通过这些数据来预测疾病和寿命，医药、器械企业可以通过这些数据研发药品/器械。

ICL的数据是他们自己工作的过程中产生的，所以对数据有所有权，别的不说，至少卖数据应该是行得通的。近期金域医学就与国药集团旗下一家子公司完成第三方数据场内交易，双方有签订保密协议， 具体情况我们不得而知，部分公开细节可在官微看到，大体买方会利用这些数据用于指导药品流通、保险销售及险种设计。

你看，以后ICL是不是还可以多一项卖数据，甚至协助处理数据提供咨询的服务？就类似于咨询公司、券商那种。

当然，不止ICL，那些数据量极大的企业如互联网、CXO等理应都能如此，只不过ICL这种与人体检验、生命科学直接相关的数据，价值或许会更大一点。

毕竟人类真正的永恒刚需一直都只有一个，那便是健康地活得更久，那些有钱到一定程度不再需要为钱操心的人，他们的目标几乎都只剩下了长生不老。

金域也表示，“完成首单数据交易后，数据服务对象增多，医院、保险公司、IVD设备厂商、科研机构、公卫疾控等都在洽谈中。”

关于AI提升实验室效率，前文所长讲到朋友的企业正在搞黑灯实验室，并且已经有了一定的成果，这样的黑灯实验室公司需要，别人也是有需求的。迪安诊断就表示，“在AI智能实验室领域，致力于实验室的智能化和自动化，并与IVD厂家合作提供给医院，在42家独立实验室和2万家医疗机构实验室中推广自动化和智能化产品。”

融合AI可以干的事情确实非常非常多，只是现如今大家都还在慢慢探索，金域表示未来在诊断领域有可能出现改变现有诊断格局的超大单品，比如通过分析基因与疾病对应关系有可能做出非常好的癌症早筛产品，提前监控和预防癌症……

迪安透露当前其AI业务收入体量在百万级，未来AI相关业务前景十分乐观，但具体增长数量难以预测。

02

价值事务所ICL头部企业更值关注

在此前的文章中所长反复强调，ICL属于典型的大者愈大、大者恒大的行业，而AI的快速发展更是加剧了这一趋势。

为啥如此呢？

就以金域、迪安、艾迪康都有布局的宫颈癌筛查为例，金域已经实现了近90%的工作由AI完成，迪安则是70%到80%，艾迪康2023 年上机率 50%，2024 年约70%。

金域、迪安都有自研大模型，艾迪康则选择同互联网厂家合作，当然不是说不好，不过所长认为真有实力的厂家应当都会选择自研。

另外，金域也讲到，从自己训练大模型的经验来看，数据量与模型分数提升不是线性关系，而是对数关系，当AI达到 80 分后想再提升到 85 分，所需的数据量可能要增加 50 倍、500 倍，越往上哪怕提高一个百分点，对训练数据的数量和质量都会有指数性要求。

因此，在医疗领域想做好AI，上10 PB 是基础门槛，不太相信依靠TB或更低维度的数据能在复杂的医疗医检场景做深，要不断对每个疾病、亚型进行研究，就需要不断储备这个维度的数据。

各巨头的数据储备是这样的：金域累积量 24PB，每年增量 1PB；迪安累计5.4PB，每年新增约1.2PB（原话其实是每月100TB）；艾迪康离线数据有 10 个 PB，在线数据有 1 个 PB，但若要使用离线数据，需先进行整理，也就是现如今能用的只有1PB。

本来ICL就是一个非常有前景的永续性增长行业，又有大者愈大、大者恒大的投资者友好属性，现如今AI的横空出世又将其天花板抬高几个台阶，所长觉得着实值得我们好好关注，至于ICL除AI外的具体逻辑和近期行业情况咱们下次再讲，每晚九点，《价值事务所》与大家不见不散。