人工智能浪潮席卷医疗行业！大摩·：2024年AI支出将占医疗预算的11%
智通财经APP获悉，摩根士丹利在最近的一份研究报告中表示，人工智能和机器学习在医疗保健行业的预算分配预计将从2022年的5.5%上升到2024年的10.5%，并指出这一快速发展的领域对行业的具体影响。
在OpenAI ChatGPT到来的推动下，人工智能在华尔街掀起了波澜，导致芯片制造商的估值飙升。即使是与人工智能有联系的生物制药公司也从中受益。
今年7月，人工智能主导的药物研发公司Recursion Pharmaceuticals 在获得芯片制造商英伟达(NVDA.US) 5000万美元的投资后，股价飙升。Recursion在该行业的竞争对手Abcellera Biologics (ABCL.US)、Absci Corporation (ABSI.US)、Exscientia (EXAI.US)和Schrodinger (SDGR.US)也应声上涨。
然而，大摩认为，人工智能和机器学习的潜在用途可能会对医疗保健行业产生革命性影响，而且不会局限于药物研发。
该银行援引最近的一项调查指出，94%的医疗保健公司至少采用了某种形式的人工智能/机器学习，目前只有24%的医疗设备利用了人工智能/机器学习技术。
据大摩称，当涉及到人工智能和机器学习应用时，医疗保健投资者应该特别关注四个关键领域:生命科学工具和诊断、医疗技术、生物制药以及医疗保健服务和技术。
生命科学工具和诊断
摩根士丹利表示，诊断将是人工智能/机器学习投资的重中之重。该公司认为，转向电子健康记录和下一代测序可以加速人工智能/机器学习在高级诊断中的应用，因为该技术能够将基因组数据、医学成像和其他数据与患者的健康记录结合起来。
领先的基因测序公司包括Illumina 、Pacific Biosciences of California (PACB.US)、赛默飞世尔(TMO.US)、Agilent Technologies (A.US)和QIAGEN (QGEN.US)。
今年1月，专注于基因组分析光学基因组图谱的Bionano Genomics与英伟达合作，为该公司的OGM工作流程建立了一个加速平台。
摩根士丹利认为，由于人工智能工具可以早期发现和诊断疾病，对专注于后期、更具侵入性手术的产品的需求将会减少。
医疗技术
与诊断一样，医疗技术也将从人工智能/机器学习投资中受益。人工智能应用程序可以分析身体的生命体征，预防性筛查的结果可以帮助检测、推荐治疗方法，并持续监测血糖水平、心脏和神经系统健康。
据MS称，专注于早期护理阶段的MedTech产品，如连续血糖监测、心脏监测和神经监测，将处于利用人工智能优势的最前沿。
CGM产品的开发商包括美敦力、胰岛素和串联糖尿病(TNDM)。
专注于心脏监测设备的公司包括Abiomed、Cardiovascular Systems(被雅培收购)、美敦力(MDT.US)、爱德华生命科学(EW.US)、波士顿科学(BSX.US)、LivaNova (LIVN.US)和Teleflex Incorporated (TFX.US)。
生物制药
对于生物制药来说，人工智能/机器学习可以改变药物发现、临床开发、制造和医患互动方面的创新。这将缩短开发时间，减少研发支出，并提高管道项目的成功率。
摩根士丹利指出，到2021年，美国有100多份药物和生物制品的营销申请包含了人工智能/机器学习组件，而前一年只有14份。
该公司美国生物制药研究主管Terence Flynn指出，“临床前开发成功率每提高2.5%，10年内就会有30多种新药获得批准。”
Flynn解释道:“如果这个数字翻一番，将有60种新疗法获得批准，为生物制药行业带来700亿美元的额外价值。”
就在上周，药物研发公司Ginkgo Bioworks宣布与谷歌云达成为期五年的云和人工智能合作伙伴关系后，股价飙升。
Flynn补充道:“许多医疗系统已经开始将数据从本地迁移到云端，这是捕捉人工智能全部优势的重要一步。”
医疗保健服务和技术
在医疗服务方面，人工智能和机器学习可以使医疗服务提供者和患者受益。这些工具可以缩短检测和诊断疾病的时间，使医生和其他医疗保健提供者更方便。
对患者来说，受益范围从获得最有效的保险分销渠道到找到药价最低的药店。
摩根士丹利认为，专注于诊断、患者护理和电子健康记录的公司处于有利地位，可以从人工智能和机器学习中受益。
美国领先的电子健康记录提供商包括通用电气医疗集团、NextGen Healthcare和Cerner，后者于2022年被甲骨文以超过280亿美元的现金收购。
上周，美国最大的营利性医院运营商HCA医疗与谷歌云签署了一项新的合作伙伴关系，将使用生成式人工智能技术来改善临床文档等耗时的任务。
今年7月，远程医疗提供商Teladoc Health 与微软(MSFT.US)合作，利用人工智能的力量自动化虚拟医学检查期间的临床文件。
