文/王力 编辑/周远方
2025年2月，中国AI企业深度求索（DeepSeek）的开源大模型DeepSeek-R1在资本市场掀起巨浪。其技术突破与低成本优势，不仅吸引了亚马逊AWS、微软Azure等国际巨头接入，更在医药行业引发了一场自上而下的“AI改造运动”。
在此背景下，近日，一份名为《恒瑞医药管理总部文件》广为流传，指示全面应用DeepSeek，涉及各部门、分公司、子公司，由董事长孙飘扬发起。此后经恒瑞方证实，该消息属实。据悉，恒瑞医药成立专项工作小组，推动DeepSeek在药物研发、临床诊断等领域的落地。
实则除恒瑞医药外，智云健康（09955.HK）、医渡科技（02158.HK）、药易购(300937.sz)、鹰瞳科技-B(02251.HK)等企业也纷纷宣布接入DeepSeek。
其中，鹰瞳科技更是宣布其万语医疗大模型已完成升级，接入DeepSeek R1模型，显著提升了数据挖掘能力。海正药业（600267.SH）也表示高度认可AI技术的赋能潜力，正在评估其在药物研发阶段的应用。众生药业（002317.SZ）则表示，虽然目前尚未全面开展DeepSeek应用，但未来会结合自身需求，合理利用AI技术。
一系列动作表明，国内药企对AI技术的高度认可和积极应用。从整个产业链来看，DeepSeek正以“重构工作流”的姿态，推动着医药行业从“试错时代”向“预测时代”的跃迁。无论是药物研发、病历质控，还是医保管理、供应链优化，DeepSeek都在发挥着重要作用，为医药行业的转型升级注入新的活力。
医药企业的“DeepSeek改造图谱”：恒瑞拟引入deepseek考核
据恒瑞医药《关于在公司内部全面开展 DeepSeek 应用的通知》，恒瑞医药要求各体系、各部门依据自身业务需求，制定详尽的 DeepSeek 应用计划，明确应用场景、实施步骤、预期目标及时间节点，全力推动 DeepSeek 在公司内部的全面落地与有效应用，并将其应用情况纳入各级干部年度工作考核的重要指标，计划于 2 月 25 日前提交详细计划。
这一举措并非孤立现象，东软集团通过 DeepSeek 优化智能预问诊系统，并减少人工复核错误率；药易购借力 DeepSeek 实现智能供应链动态调拨。这些案例表明，DeepSeek 在提升医药企业营效率和服务质量方面具有显著成效。
在药物研发领域，DeepSeek 正带来颠覆性变革。传统药物研发遵循 “双十定律”，即需要 10 年时间和 10 亿美元投入，且成功率不足 10%。而 DeepSeek 通过模拟药物与生物分子相互作用，有望将设计时间缩短 70%，成功率提升 10 倍。鹰瞳科技升级后的万语医疗大模型接入 DeepSeek 后，数据挖掘能力提升 30%，能生成个性化近视防控方案；医渡科技的 YiduCore 接入 DeepSeek 后，已处理超 55 亿份医疗记录，覆盖 2800 家医院，有效打通研发与临床数据壁垒，加速了药物研发进程。
在支付端，DeepSeek 也发挥着重要作用。在医保领域，其推理能力被用于欺诈检测与控费分析。东软 “领智” 平台已在多地医保局落地，通过实时分析诊疗数据，识别异常结算行为，预计每年可减少医保基金浪费超百亿元。商业保险端同样受益，微脉的 CareAI 系统集成 DeepSeek 后，可基于患者历史数据动态定价，推动带病体可保产品创新，为保险行业的可持续发展提供了新的思路。
DeepSeek - R1 之所以能在医药行业迅速 “攻城略地”，得益于其强大的技术优势。通过强化学习技术，DeepSeek 大幅提升推理能力，仅需极少标注数据即可达到与 OpenAI o1 相当的性能，突破了传统模型依赖高成本标注的瓶颈，契合药物研发中处理海量非结构化数据的需求。此外，DeepSeek 针对中文语法的深度优化，使其在电子病历分析、中医典籍挖掘等本土化场景中表现出色，东软集团基于此将其接入 “领智” 平台，实现事务处理效率提升 30%。
政策红利也为 “AI + 医疗” 的发展提供了有力支持。2024 年 11 月，国家卫健委等三部门发布《卫生健康行业人工智能应用场景参考指引》，明确 84 个 AI 应用场景，覆盖药物研发、诊疗辅助、医院管理等全链条。在政策催化下，医药企业纷纷加速拥抱 AI，恒瑞医药将 DeepSeek 应用纳入干部考核体系便是典型例证。
随着 DeepSeek 在医药行业的广泛应用，从药物研发到临床应用，再到医保支付等各个环节都在发生深刻变革。
狂欢背后的冷思考，DeepSeek的“颠覆性”与边界
春节后第一个交易周，2月5日-2月7日申万医药生物板块指数上涨3.21%，跑赢沪深300指数1.23%，在申万行业分类中排名第9位。
国际市场上，《华尔街日报》报道表示，DeepSeek的应用对于制药公司来说是一笔“划算”的交易，对于患者而言，低价药也是一场胜利。美国BridgeBio Pharma公司首席执行官尼尔库马尔表示，制药公司能从便宜的起点购买药物并更快地推进药物，药物开发可能会变得更高效
整体来看，医药板块在近期有一定的上涨动力，市场对其整体表现较为认可。然而，在这股热潮背后，也有诸多值得冷静思考的问题，关乎其 “颠覆性” 与边界。
从实际应用来看，DeepSeek 正悄然改变着医药行业的运作模式。山东大学淄博生物医药研究院认为，它代表着从传统 “试错法” 到 “预测科学” 的范式革命。
在药物研发领域，尽管目前 AI 制药成果大多还处于早期研究阶段，商业化转化仍需 3 - 5 年周期，但 AI 预测化合物活性的成果已足够令人振奋，为药物研发带来了新的思路和方向，有望重塑药物研发的逻辑。
不过，DeepSeek 在医药行业的发展并非一帆风顺，背后潜藏着诸多挑战。数据安全问题首当其冲，医药行业涉及大量敏感数据，如患者基因信息、临床试验结果等，尽管 DeepSeek 支持私有化部署，但如何确保这些数据的绝对安全，依然是横亘在行业面前的一道难题。
《华尔街日报》和Stifel董事总经理蒂姆奥普勒提到，DeepSeek等技术的快速发展对美国生物科技系统构成了挑战，美国政府甚至通过立法限制与中国企业的合作。这种地缘政治风险可能对全球医药行业的合作与发展带来不确定性。
华泰证券指出，尽管DeepSeek在算法效率上取得了突破，但技术落地仍面临诸多挑战。例如，医疗数据隐私监管趋严，模型训练成本可能上升，这将对企业的运营成本和合规性提出更高要求。
同时，行业分化问题也逐渐凸显。DeepSeek 虽在一定程度上降低了技术门槛，但头部企业凭借多年的数据积累与强大的算力资源，在应用 DeepSeek 时进一步扩大了自身优势。以恒瑞医药为例，已建立公司级算力平台支持 DeepSeek - R1 调用，而众多中小药企却仍停留在 “评估应用” 阶段。这种差距可能导致行业分化加速，缺乏 AI 能力的企业或许会被无情地挤出创新赛道，进一步加剧行业的马太效应。
此外，技术本身也存在一定的局限性。虽然 DeepSeek 带来了诸多创新，但 AI 不是 “万能药”，尽管其能够助力企业优化流程、压缩成本，在长期发展中或许还能重塑医疗生态，但最终药物的研发成果仍需通过临床试验验证。并且，“算法黑箱” 对医疗决策可解释性的影响也不容忽视，医疗决策关乎患者的生命健康，需要高度的可解释性和透明度，如何解决这一问题，是 DeepSeek 在医疗领域深入发展必须跨越的障碍。
DeepSeek 的爆火，深刻折射出医药行业对 “降本增效” 的极致追求。短期来看，它确实为企业带来了优化流程、降低成本的切实利益；长期而言，也有着重塑行业格局的潜力。然而，这场变革必然伴随着阵痛，数据主权、伦理争议、技术泡沫等问题亟待行业持续关注与解决。
