朗瑪信息發布旗下AI產品 收關注函后股價“熄火”

每經記者 陳星    每經編輯 張海妮    

5月28日盤后，朗瑪信息（SZ300288，股價22.59元，市值76.34億元)發布了關于發布“39AI全科醫生”產品的公告，公司在公告中稱，該產品認知水平可以達到初、中級全科醫生水平，具有健康醫學問答、輕問診咨詢和慢病健康管理等能力。未來，該產品將能夠按照醫學指南對患者病情進行精確判斷，輔助基層醫生進行疾病診斷，且具備疑難重癥精確分診等能力。

在公告發布前一個交易日和次日，朗瑪信息股價均大幅上漲。公告次日（29日），朗瑪信息就收到了來自深交所的關注函，要求公司說明該產品的人工智能概念相關性、研發投入和進度等。值得一提的是，目前的互聯網診療相關規定明確禁止“對首診患者開展互聯網診療活動”。也就是說，即使將AI技術應用到互聯網醫療中去，目前也僅限于復診或慢病管理等方面。

5月30日，朗瑪信息股價22.82元，跌3.43%；5月31日，截至收盤，朗瑪信息股價22.59元，跌1.01%。

公司股價一度大幅上漲

AI是陣風，誰都想吹一吹。貴州上市企業朗瑪信息剛剛發布了旗下AI產品，就收到了監管機構的關注函。剛剛上漲兩天的股價迅速“熄火”。

根據公司5月28日盤后發布的公告，朗瑪信息在參加2023中國國際大數據產業博覽會時，舉辦了人工智能醫生建設項目成果——“朗瑪·39AI全科醫生”發布會。

根據朗瑪信息方面的表述，公司人工智能醫生建設項目作為國家健康醫療大數據西部中心建設項目之一，依托公司旗下互聯網醫療業務20多年所積累的海量醫學健康數據，以及相關自然語言處理技術和深度學習算法，通過大模型訓練方法，成功開發出具有自主知識產權的醫療健康人工智能產品——“朗瑪·39AI全科醫生”。

此次發布的“朗瑪·39AI全科醫生”是基于人工智能大模型訓練的醫療健康領域人工智能產品，形成人工智能“醫生大腦”，該產品可廣泛應用于基層醫療衛生機構，提供全科醫生人工智能服務，開展輔助診斷、健康咨詢、健康管理，提升基層醫務人員診療水平，為用戶提供全生命周期的醫療健康管理咨詢服務。

公司還稱，現階段，“朗瑪·39AI全科醫生”的認知水平可以達到初、中級全科醫生的水平，具備健康醫學問答、輕問診咨詢、慢病健康管理等能力；下一階段，“朗瑪·39AI全科醫生”將自主學習海量的醫學書籍、醫學指南、專家共識和各類學術期刊，并對其進行強化學習和反饋訓練，達到高級全科醫生水平，形成“高級全科醫生大腦”，能按照醫學指南對患者病情進行精準判斷，輔助基層醫生進行疾病診斷，具備疑難重癥精確分診等能力。

《每日經濟新聞》記者注意到，公告發布前的5月26日及次日（5月29日），朗瑪信息股價均大幅上漲，截至收盤分別上漲9.16%和10.73%。而5月12日，公司曾發布公告披露將召開該次會議，此后公司股價從19.10元（5月12日收盤價）最高漲至25.80元，漲幅約三成。

發布公告次日收關注函

5月28日晚發布公告后，5月29日朗瑪信息收到了深交所下發的關注函。

深交所要求朗瑪信息詳細說明“39AI全科醫生”的具體內容、與人工智能概念相關性、技術人員配置情況、核心技術掌握情況、研發投入、進度、項目落地可行性、預計上線時間，以及對公司2023年及以后年度財務影響等情況。

同時，由于朗瑪信息曾稱“公司多年開展互聯網醫療業務積累的大量醫學和健康數據資源，同時具備人工智能相關技術基礎”，深交所還要求朗瑪信息說明公司人工智能概念研發投入、項目開發進展，說明上述表述的具體依據及合理性等等。

公司近期接待機構和投資者調研是否違背公平披露原則等事項也被要求一并說明。

《每日經濟新聞》記者注意到，在朗瑪信息的2022年年報中，提到了“通過開展人工智能基礎模型研究，建立醫療系統知識圖譜，建設智能輔助系統自主生產內容，降本增效”，還提到了公司對人工智能進行不斷研究并形成了基于深度學習的醫療數據處理技術和知識圖譜構建及命名實體識別優化技術，包括醫療影像數據自主分類及深度學習模擬人腦分析形成人工智能診斷結果等技術。

記者注意到，朗瑪信息并非近期業內唯一一家發布AI產品的互聯網醫療機構。根據現行的《互聯網診療管理辦法》的規定，不得對首診患者開展互聯網診療活動。也就是說，即使將AI技術應用到互聯網醫療中去，目前也僅限于復診或慢病管理等方面。

如果將AI技術用于復診或跟蹤，與目前互聯網醫院提供的在線復診并無太大區別。某種意義上說，是將互聯網醫院現在就能提供的業務套上了AI的外殼。在突破政策限制以前，要向公眾大規模開放宣傳也有紅線壓頂。

而朗瑪信息在公告中所稱的未來將推出具有國內頂尖專業知識水平的“39數字醫學專家”，提供罕見病和重大疾病輔助診斷方案。一位罕見病專家曾對《每日經濟新聞》記者表示，運用AI診斷罕見病是一個方向，但這需要海量數據和病例形成數據庫，并打通大量在政策上還有所限制的個人數據。在缺乏大量數據和病例支撐的前提下，這個愿景目前還難以實現。