DeepSeek爆火，醫藥行業的AI革命與“降本增效”新敘事
文/王力 編輯/周遠方
2025年2月，中國AI企業深度求索（DeepSeek）的開源大模型DeepSeek-R1在資本市場掀起巨浪。其技術突破與低成本優勢，不僅吸引了亞馬遜AWS、微軟Azure等國際巨頭接入，更在醫藥行業引發了一場自上而下的“AI改造運動”。
在此背景下，近日，一份名爲《恆瑞醫藥管理總部文件》廣爲流傳，指示全面應用DeepSeek，涉及各部門、分公司、子公司，由董事長孫飄揚發起。此後經恆瑞方證實，該消息屬實。據悉，恆瑞醫藥成立專項工作小組，推動DeepSeek在藥物研發、臨牀診斷等領域的落地。
實則除恆瑞醫藥外，智雲健康（09955.HK）、醫渡科技（02158.HK）、藥易購(300937.sz)、鷹瞳科技-B(02251.HK)等企業也紛紛宣佈接入DeepSeek。
其中，鷹瞳科技更是宣佈其萬語醫療大模型已完成升級，接入DeepSeek R1模型，顯著提升了數據挖掘能力。海正藥業（600267.SH）也表示高度認可AI技術的賦能潛力，正在評估其在藥物研發階段的應用。衆生藥業（002317.SZ）則表示，雖然目前尚未全面開展DeepSeek應用，但未來會結合自身需求，合理利用AI技術。
一系列動作表明，國內藥企對AI技術的高度認可和積極應用。從整個產業鏈來看，DeepSeek正以“重構工作流”的姿態，推動着醫藥行業從“試錯時代”向“預測時代”的躍遷。無論是藥物研發、病歷質控，還是醫保管理、供應鏈優化，DeepSeek都在發揮着重要作用，爲醫藥行業的轉型升級注入新的活力。
醫藥企業的“DeepSeek改造圖譜”：恆瑞擬引入deepseek考覈
據恆瑞醫藥《關於在公司內部全面開展 DeepSeek 應用的通知》，恆瑞醫藥要求各體系、各部門依據自身業務需求，制定詳盡的 DeepSeek 應用計劃，明確應用場景、實施步驟、預期目標及時間節點，全力推動 DeepSeek 在公司內部的全面落地與有效應用，並將其應用情況納入各級幹部年度工作考覈的重要指標，計劃於 2 月 25 日前提交詳細計劃。
這一舉措並非孤立現象，東軟集團通過 DeepSeek 優化智能預問診系統，並減少人工複覈錯誤率；藥易購借力 DeepSeek 實現智能供應鏈動態調撥。這些案例表明，DeepSeek 在提升醫藥企業運營效率和服務質量方面具有顯著成效。
在藥物研發領域，DeepSeek 正帶來顛覆性變革。傳統藥物研發遵循 “雙十定律”，即需要 10 年時間和 10 億美元投入，且成功率不足 10%。而 DeepSeek 通過模擬藥物與生物分子相互作用，有望將設計時間縮短 70%，成功率提升 10 倍。鷹瞳科技升級後的萬語醫療大模型接入 DeepSeek 後，數據挖掘能力提升 30%，能生成個性化近視防控方案；醫渡科技的 YiduCore 接入 DeepSeek 後，已處理超 55 億份醫療記錄，覆蓋 2800 家醫院，有效打通研發與臨牀數據壁壘，加速了藥物研發進程。
在支付端，DeepSeek 也發揮着重要作用。在醫保領域，其推理能力被用於欺詐檢測與控費分析。東軟 “領智” 平臺已在多地醫保局落地，通過實時分析診療數據，識別異常結算行爲，預計每年可減少醫保基金浪費超百億元。商業保險端同樣受益，微脈的 CareAI 系統集成 DeepSeek 後，可基於患者歷史數據動態定價，推動帶病體可保產品創新，爲保險行業的可持續發展提供了新的思路。
DeepSeek - R1 之所以能在醫藥行業迅速 “攻城略地”，得益於其強大的技術優勢。通過強化學習技術，DeepSeek 大幅提升推理能力，僅需極少標註數據即可達到與 OpenAI o1 相當的性能，突破了傳統模型依賴高成本標註的瓶頸，契合藥物研發中處理海量非結構化數據的需求。此外，DeepSeek 針對中文語法的深度優化，使其在電子病歷分析、中醫典籍挖掘等本土化場景中表現出色，東軟集團基於此將其接入 “領智” 平臺，實現事務處理效率提升 30%。
政策紅利也爲 “AI + 醫療” 的發展提供了有力支持。2024 年 11 月，國家衛健委等三部門發佈《衛生健康行業人工智能應用場景參考指引》，明確 84 個 AI 應用場景，覆蓋藥物研發、診療輔助、醫院管理等全鏈條。在政策催化下，醫藥企業紛紛加速擁抱 AI，恆瑞醫藥將 DeepSeek 應用納入幹部考覈體系便是典型例證。
隨着 DeepSeek 在醫藥行業的廣泛應用，從藥物研發到臨牀應用，再到醫保支付等各個環節都在發生深刻變革。
狂歡背後的冷思考，DeepSeek的“顛覆性”與邊界
春節後第一個交易周，2月5日-2月7日申萬醫藥生物板塊指數上漲3.21%，跑贏滬深300指數1.23%，在申萬行業分類中排名第9位。
國際市場上，《華爾街日報》報道表示，DeepSeek的應用對於製藥公司來說是一筆“划算”的交易，對於患者而言，低價藥也是一場勝利。美國BridgeBio Pharma公司首席執行官尼爾·庫馬爾表示，製藥公司能從便宜的起點購買藥物並更快地推進藥物，藥物開發可能會變得更高效
整體來看，醫藥板塊在近期有一定的上漲動力，市場對其整體表現較爲認可。然而，在這股熱潮背後，也有諸多值得冷靜思考的問題，關乎其 “顛覆性” 與邊界。
從實際應用來看，DeepSeek 正悄然改變着醫藥行業的運作模式。山東大學淄博生物醫藥研究院認爲，它代表着從傳統 “試錯法” 到 “預測科學” 的範式革命。
在藥物研發領域，儘管目前 AI 製藥成果大多還處於早期研究階段，商業化轉化仍需 3 - 5 年週期，但 AI 預測化合物活性的成果已足夠令人振奮，爲藥物研發帶來了新的思路和方向，有望重塑藥物研發的邏輯。
不過，DeepSeek 在醫藥行業的發展並非一帆風順，背後潛藏着諸多挑戰。數據安全問題首當其衝，醫藥行業涉及大量敏感數據，如患者基因信息、臨牀試驗結果等，儘管 DeepSeek 支持私有化部署，但如何確保這些數據的絕對安全，依然是橫亙在行業面前的一道難題。
《華爾街日報》和Stifel董事總經理蒂姆·奧普勒提到，DeepSeek等技術的快速發展對美國生物科技系統構成了挑戰，美國政府甚至通過立法限制與中國企業的合作。這種地緣政治風險可能對全球醫藥行業的合作與發展帶來不確定性。
華泰證券指出，儘管DeepSeek在算法效率上取得了突破，但技術落地仍面臨諸多挑戰。例如，醫療數據隱私監管趨嚴，模型訓練成本可能上升，這將對企業的運營成本和合規性提出更高要求。
同時，行業分化問題也逐漸凸顯。DeepSeek 雖在一定程度上降低了技術門檻，但頭部企業憑藉多年的數據積累與強大的算力資源，在應用 DeepSeek 時進一步擴大了自身優勢。以恆瑞醫藥爲例，已建立公司級算力平臺支持 DeepSeek - R1 調用，而衆多中小藥企卻仍停留在 “評估應用” 階段。這種差距可能導致行業分化加速，缺乏 AI 能力的企業或許會被無情地擠出創新賽道，進一步加劇行業的馬太效應。
此外，技術本身也存在一定的侷限性。雖然 DeepSeek 帶來了諸多創新，但 AI 不是 “萬能藥”，儘管其能夠助力企業優化流程、壓縮成本，在長期發展中或許還能重塑醫療生態，但最終藥物的研發成果仍需通過臨牀試驗驗證。並且，“算法黑箱” 對醫療決策可解釋性的影響也不容忽視，醫療決策關乎患者的生命健康，需要高度的可解釋性和透明度，如何解決這一問題，是 DeepSeek 在醫療領域深入發展必須跨越的障礙。
DeepSeek 的爆火，深刻折射出醫藥行業對 “降本增效” 的極致追求。短期來看，它確實爲企業帶來了優化流程、降低成本的切實利益；長期而言，也有着重塑行業格局的潛力。然而，這場變革必然伴隨着陣痛，數據主權、倫理爭議、技術泡沫等問題亟待行業持續關注與解決。