AI医疗6月月报：AI诊断与药研资本化提速，医疗智能体加速落地

行业评级：增持

分析师：李蔚

证券执业证书号：S0640523060001

核心观点

核心观点：

海外方面，2026年5月海外AI医疗延续“平台化整合+临床验证+资本投入”三条主线，且三条主线已分别落在诊断平台、影像监管和药企工作流中。 Roche拟以7.5亿美元预付款及最高3亿美元里程碑付款收购PathAI，交易建立在双方自2021年以来数字病理合作和2024年伴随诊断算法合作扩展基础上，核心资产包括AISight图像管理系统、AI分析和病理工作流能力；DeepHealth多款脑健康、腰椎MRI和前列腺AI产品取得FDA/CE认证， SubtleHD(PET)获FDA认证，CMR-CLIP则以心脏MRI动态图像与报告对齐验证专科基础模型价值。海外AI医疗的竞争重心正在从单项算法准确率，转向平台入口、监管凭证、真实工作流嵌入和多中心验证能力。

AI药物研发方面，Isomorphic Labs完成21亿美元B轮融资，资金用于AI药物设计平台、候选管线和团队扩张，说明资本市场仍愿意为可验证资产和实验闭环支付溢价；BMS将Claude Enterprise导入研发、临床开发、制造质量、医学事务和商业运营，意味着生成式AI开始进入受监管药企组织级工作流；Insilico与Human Longevity共建长寿科学基础模型，进一步把多组学、影像和纵向健康数据纳入疾病风险预测和干预设计。AI制药正在从“模型展示”走向“管线推进、合规协同和组织生产力提升”的综合验证阶段。

国内方面，本月重点集中在医疗智能体落地、区域级AI底座建设和互联网医疗平台AI化。政策层面，北京、上海、上海浦东等地持续推动健康医疗数据要素、医学AI和创新场景推广，深圳市龙岗区发布区域级卫生健康AI共享共创平台并集中展示27个AI应用；医院端，同济医院携手阿里云建设医学AI科研与临床赋能链路，四川省人民医院联合国产算力、云和数据库企业建设医疗AI应用创新中心；企业端，讯飞医疗与齐鲁医院推进全病程管理大模型，阿里健康发布医学AI“氢离子”并接入BMJ内容，京东健康推进“AI京医”“京东知医”“AI+医疗器械”全场景落地。国内AI医疗正从产品试点走向“数据、算力、模型、应用、治理”协同的系统工程。

投资判断上，我们认为应重点把握三类变化：一是影像诊断与数字病理的商业化评价标准从单点获批转向多产品矩阵、平台整合和医院工作流渗透；二是AI药研的投资逻辑从早期发现效率扩展到临床前资产质量、药企协同深度和合规文档能力；三是国内医疗智能体进入医院、区域平台和互联网医疗的多入口验证阶段。后续应持续跟踪真实使用频次、付费模式、数据合规、医生工作流接受度、装机/续费情况以及临床效率改善证据。

核心观点

当前，国内外医疗公司持续布局AI产品与服务，覆盖医学影像、数字病理、临床辅助决策、精准医疗、健康管理、医疗信息化、药物研发以及医疗机器人等环节，通过降本增效、优化就医流程、改善患者诊疗体验等方式，逐步赋能医药、医疗多产业链环节。AI正从传统技术辅助工具，逐步升级为医疗产业“价值重塑”和“效率革命”的关键驱动力，其商业价值正在从研发端向临床端、支付端和患者端全面渗透。

从场景需求看，AI医疗投资逻辑本质上是解决行业痛点：AI辅助诊断提升效率、一致性和基层可及性，具备明确降本增效价值；癌症早筛、伴随诊断和疗效预测对应精准医疗需求；AI药物研发通过靶点发现、分子设计、实验验证和临床方案优化提高项目推进效率；智能体和全病程管理则对应医生减负、患者触达和院内运营效率提升。能够被纳入真实临床流程、真实研发流程和真实支付链条的AI产品，才具备持续商业化能力。

从技术演进和商业化成熟度看，不同赛道处在不同阶段。AI医学影像已从肺结节等单病种辅助诊断迈向多病种一体化、全流程管理和效率提升，需要关注产品矩阵、PACS/RIS嵌入深度、监管获批覆盖范围及真实世界证据；AI数字病理需要关注扫描设备、图像管理、AI算法、伴随诊断和药企服务的一体化闭环；AIDD需要关注平台技术验证、与顶级药企合作深度以及对临床阶段成功率和速度的真实提升。

医疗基础大模型、多模态模型和医疗智能体是本轮AI医疗的重要增量。其价值不只在于文本问答，而在于能否连接电子病历、影像、检验、病理、药学和随访数据，并在权限管理、审计追踪、安全合规和医生确认机制下完成诊前、诊中、诊后流程协同。医疗智能体的竞争核心将从模型参数和单次问答能力，转向场景闭环、数据治理、可解释性和可审计能力。

从公司筛选维度看，建议优先关注具备三类能力的企业：一是拥有真实医院场景、监管证书或高质量数据资产的公司；二是能够将AI能力嵌入HIS、 PACS、病理、药学、随访和支付流程的公司；三是与大型医院、药企、互联网医疗平台或区域政府形成稳定合作入口的公司。AI医疗投资不宜只看模型发布热度，更应看临床证据、商业闭环和可复制交付能力。

建议关注：1）AI制药：晶泰控股、泓博医药、成都先导、英矽智能等；2）AI医学影像及辅助诊断：联影医疗、万东医疗等；3）医疗信息化与智慧医院：嘉和美康、创业慧康、东华软件、卫宁健康等；4）互联网医疗与健康平台：京东健康、阿里健康、平安好医生等；5）精准医学与AI驱动医疗服务：金域医学、润达医疗、美年健康等；6）技术/数据平台型企业：讯飞医疗、医渡科技等。

风险提示：人工智能大模型技术在软件及服务领域的落地节奏低于预期；AI医疗相关政策落地进度不及预期；AI医疗产业发展不及预期；行业竞争加剧；硬件或软件受到外部供应商限制导致研发及生产进度不及预期；宏观经济环境变动。

目录

海外AI医疗产业进展

2 国内AI医疗产业进展

3 相关公司AI医疗布局整理

投资建议及风险提示

1.1 AI数字病理：Roche拟收购PathAI，AI病理从算法合作迈向诊断平台整合

2026年5月7日，Roche宣布与美国数字病理和AI病理技术公司PathAI签署最终并购协议，拟以7.5亿美元预付款及最高3亿美元里程碑付款收购PathAI。双方自2021年起开始合作，2024年扩展AI伴随诊断算法开发，此次交易建立在先前的基础之上，核心资产包括PathAI的AISight图像管理系统、AI分析及工作流能力。

PathAI长期聚焦数字病理图像管理、算法分析和药企研发服务，Roche则在肿瘤诊断、伴随诊断和药企客户资源方面具备深厚积累。双方整合后，有望把病理AI从单点算法工具推进至“扫描设备、图像管理、算法分析、伴随诊断和药企服务”一体化平台。数字病理正在把大量手工流程转为自动化、AI驱动流程，并可通过高分辨率组织切片图像和AI工具提高诊断效率、加快结果交付。PathAl的AlSightIMS软件界面高效且用户友好，能够无缝整合数字病理实验室中的先进分析和工作流程功能。在快速增长的病理学市场中，罗氏计划将该解决方案推广至全球。

此次并购体现诊断龙头开始将AI病理纳入核心业务体系，标志数字病理的竞争重点或从算法准确率逐步转向平台能力、客户渠道和临床转化服务能力。若后续AISight与Roche诊断产品线顺利整合，AI病理有望在药企临床试验、标志物发现和医院病理科工作流中形成更强商业闭环。

图表：Roche-PathAI交易


图表：DeepDx Prostate一一运行于PathAI的AISight IMS平台


资料来源：Roche官网、中航证券研究所整理

1.1 AI医学影像：DeepHealth多款AI影像产品取得FDA/CE监管里程碑

2026年5月19日，RadNet旗下DeepHealth宣布其神经组合（Neuro Suite）中的脑健康和脑年龄解决方案获得CE认证，LumbarMR解决方案获得CE认证，前列腺组合（Prostate Suite）中的前列腺AI解决方案获得FDA510(k)许可及CE认证，本次进展覆盖脑健康、腰椎MRI和前列腺影像等多个场景，体现AI医学影像产品从单病种辅助识别向多部位、多流程辅助决策扩展。

脑年龄解决方案是一款下一代原生临床人工智能解决方案，扩展了包括海马体、皮层下区域在内的分段大脑结构范围，提升记忆和痴呆症检测的测量性能。该解决方案显示，即使在临床前阶段，识别阿尔茨海默病特异性的海马体萎缩的灵敏度达到 92%。LumbarMR解决方案是一款用于腰椎MRI的人工智能解决方案，通过自动检测、特征化和报告关键的腰椎病理发现，支持放射科医生评估下背痛。前列腺人工智能解决方案带来了AI支持的前列腺癌检测和解读的全方位整合方法，在新技术平台上实现了端到端的前列腺MRI工作流程，涵盖自动病灶检测与风险分类、智能腺体分割及PSA密度计算及符合PI-RADS标准的报告。从商业化角度看，AI影像软件的竞争重点正在从“是否能识别病灶”转向“是否能提升检查通量、缩短报告时间、降低漏诊风险并融入PACS/RIS流程”。

图表：DeepHealth神经组合产品图


图表：DeepHealth前列腺组合产品图

资料来源：DeepHealth官网、中航证券研究所整理


1.1 AI医学影像：CMR-CLIP提升心脏MRI解读效率，专科基础模型价值凸显

2026年5月，Cleveland Clinic研究团队发布CMR-CLIP相关成果，探索基于心脏MRI动态图像与文本报告进行对比学习训练的专科基础模型。该模型面向心血管影像这一复杂场景，尝试通过图像与报告对齐提升模型对心脏结构、功能和疾病表征的理解能力。

心脏MRI被广泛认为是评估心脏结构、功能和组织健康的黄金标准。一次扫描可以全面了解心脏状况，包括泵血表现、肌肉损伤、血流和结构异常。然而，每项研究可能包含数百到数千张跨多个视角和时间点的图像。这种复杂性和有限数据的结合，使心脏MRI成为人工智能最具挑战性的领域之一。大多数机器学习系统依赖于大型且精心标注的数据集，但在心脏影像中，专家注释稀缺、制作耗时且规模化成本高。为克服这一障碍，研究团队利用了临床常规工作流程中已嵌入的资源：放射科报告，训练CMR-CLIP将MRI图像序列与这些自然语言临床摘要对齐，使模型能够直接学习医生在临床中描述和解读扫描的方式。CMR-CLIP不再将心脏MRI视为静态图像集合，而是将每项研究视为心脏跳动的视频。该系统基于克利夫兰诊所超过13,000份去标识化的真实患者研究进行训练，从十多年来收集的超过一百万张图像和数十万条运动序列中学习。

在更专业的诊断任务中，该模型的性能接近临床水平，某些心脏疾病的准确率高达 99%。它还展示了利用自然语言搜索大量扫描数据库的能力，能够检索类似病例，未来有望帮助临床医生快速比较罕见或复杂表现的患者。CMR-CLIP的意义在于将视觉语言基础模型思路推进至心脏MRI等高专业门槛场景。心脏MRI涉及动态图像、结构测量、功能评估和临床报告解释，若模型能够稳定完成跨模态理解，将有望服务于辅助诊断、报告初稿生成、科研数据整理和专科医生培训。

图表：CMR-CLIP模型概览：心脏MRI视频与临床报告对齐训练


资料来源：Cleveland Clinic官网、Nature Communications、中航证券研究所整理

1.1 AI医学影像：SubtleHD（PET）获FDA许可，PET检查效率有望提升

2026年5月，Subtle Medical宣布其SubtleHD(PET)获得FDA许可。该软件面向PET图像增强场景，旨在通过AI提升图像质量、改善低计数或快速扫描条件下的可读性，从而提高核医学检查效率和患者体验。

全球每年估计有450万次PET扫描，随着新型示踪剂和治疗型工作流程的出现，PET成像技术也在不断扩展。随着PET成像量的持续增长，医疗系统面临着提升通量、扩大患者可及性并最大化现有扫描能力的挑战。PET检查成本高、设备资源稀缺，与单纯病灶识别算法不同，图像增强类软件更接近影像设备和检查流程的“效率工具”，SubtleHD（PET）帮助影像服务提供商提升吞吐量、推动新收入、增加患者可及性。此次获批体现AI影像商业价值正在从“辅助诊断”拓展至“提升既有设备资产效率”。

图表：SubtleHD（PET）产品图


1.2 AI药物研发：Isomorphic Labs完成21亿美元融资，AI药物设计资本化提速

2026年5月，Isomorphic Labs完成21亿美元B轮融资。Isomorphic Labs是一家人工智能优先的药物设计和开发公司，公司将利用这笔资金为其世界领先的AI药物设计引擎提供动力，在全球范围内扩展其业务并推进其候选药物管线。本轮融资由 Thrive Capital 领投，现有投资者 Alphabet 和 GV 以及新投资者 MGX、淡马锡、CapitalG 和 UK Sovereign AI Fund 参与其中，显著扩大了 Isomorphic Labs 的全球资本基础。作为DeepMind旗下AI制药代表企业，Isomorphic Labs融资规模体现资本市场对AI药物研发平台长期价值的持续认可。

从商业化路径看，AI药研企业一方面可通过自研管线分享更高收益，另一方面也可向药企提供靶点发现、分子设计和临床前优化服务。后续需要重点跟踪其候选药物推进、药企合作质量、里程碑安排及临床验证数据。

图表：Isomorphic Labs21亿美元B轮融资发布页主视觉


资料来源：Isomorphic Labs官网、中航证券研究所整理

1.2 AI制药平台：BMS引入Claude Enterprise，AI进入药企组织级工作流

2026年5月，BMS宣布与Anthropic达成战略合作协议，将Claude Enterprise引入药物研发、临床开发、制造质量、医学事务和商业运营等环节。此次部署聚焦于三个重点：

1) 用Claude代码加快软件和人工智能的开发速度；2）将药物嵌入推动药物发展的工作流程中，包括：将先进的人工智能推理应用于BMS积累数十年的科学、分子和临床数据中，进一步帮助研究人员综合、审问和提取预测洞见，从而加速肿瘤学、血液学、神经科学和免疫学领域的靶标识别与优化；在药物开发中将智能自动化带入试验文档的全流程，从而有望压缩数据锁定与提交之间的时间；在制造质量方面，实现产品开发和制造的端到端加速，从根本原因调查、纠正和预防措施文档到数据驱动的批量发布决策，强化质量与合规性，加快决策进程，并更快更可靠地将药物交付给患者；在商业与医疗事务方面将现场洞察转化为结构化情报，使医疗专业人员能够实现更个性化、更及时的互动。3）将Claude与BMS中存在的机构知识连接起来。通过与BMS科学、临床、监管和商业专业知识所在的系统和存储库的安全集成，Claude的代理能力将帮助连接并激活这些知识，在最需要的时间和地点实现，同时具备完整的企业治理和审计控制。

此次合作表明大型药企正在把生成式AI从单点试用推向组织级工作流，而非仅停留在知识问答或文档辅助层面。从行业角度看，大药企组织级部署将为AI厂商验证生命科学场景的付费意愿和合规能力。

图表：BMS与Anthropic合作对应公司

Bristol Myers Squibb

ANTHROPIC

1.2 AI长寿科学：Insilico与Human Longevity共建人类长寿基础模型

2026年5月，Insilico Medicine宣布与Human Longevity合作，双方将围绕长寿科学基础模型开展联合研究，结合多组学、影像、纵向健康数据和AI建模能力，探索年龄相关疾病风险预测、早筛和干预方案设计。

Insilico与HLFM的合作旨在共同开发一个超级智能AI基础模型，以解码衰老的生物机制并实现预测性医疗。在此框架下，Insilico将利用其在多模态基础模型开发和深度学习系统工程方面的专业知识，基于MMAI Gym的先进训练与评估能力，系统地交付模型架构、基准测试、训练指南和计算算法，为联合开发的模型提供技术基础。人类长寿组织策划了世界上最全面的综合数据集之一，涵盖了数千名个体的多组学、影像和纵向健康记录。Human Life Foundation Models将这些工具和能力与Human Longevity独特、去标识化的多组学和临床数据集集成，构建先进的多模态AI模型。通过利用这一庞大的数据库，HLFM将支持基础模型的认知训练，使系统能够以临床级的精度检测、诊断和管理患者状况。

该合作显示长寿科学正在从消费级健康管理概念，向多组学、影像、纵向健康数据和疾病风险预测结合的基础模型方向演进。通过将这些先进算法与深层生物学洞察融合，联合开发的基础模型有望推动年龄相关疾病的早期检测、预测健康风险建模以及新型人工智能驱动疗法和个性化干预措施的发现，以延长健康寿命。这些公司相信，这些进步将在医学未来发挥关键作用，推动全球医疗范式从被动性疾病治疗转向主动和预防性的长寿科学。

图表：Insilico Medicine与Human Longevity合作主视觉


资料来源：Insilico Medicine官网、中航证券研究所整理

1.3 AI药研会议：Bio-IT World聚焦AI驱动发现、验证与开发全生命周期

2026年5月19日-21日，Bio-IT World大会在美国波士顿召开，相关议题持续聚焦AI驱动药物发现、自动化实验、数据平台和临床开发，生物信息技术世界会议暨博览会执行活动总监Cindy Crowninshield表示，“当前生物信息技术界关注的焦点已不再是人工智能能做什么，目前的重点是如何将该技术应用于数据、工作流程和科学团队，以推动可衡量的成果，今年的项目反映了这一向执行、整合和影响力的转变。”因此，后续判断AI药研平台价值，建议重点关注其是否拥有可复用数据资产、实验自动化能力、与药企研发流程的接口，以及能否用真实项目证明时间和成本节约。

图表：Bio-IT World会议一览


Workshops TUESDAY, MAY 19

图表：Bio-IT World会议现场


资料来源：Bio-IT World Expo官网、PR Newswire、中航证券研究所整理

目录

海外AI医疗产业进展

2 国内AI医疗产业进展

3 相关公司AI医疗布局整理

投资建议及风险提示

2.1政府新闻：北京市市委书记调研健康医疗数据应用，数据要素支撑健康北京建设

2026年5月21日，北京市市委书记尹力围绕“深入贯彻落实习近平总书记考察北京重要讲话精神，数智赋能健康北京建设”调研健康医疗数据应用发展工作。尹力在调研时指出，

要强化数据赋能科技创新，把高质量数据作为推动医疗领域高水平科技创新的关键底座，以数据支撑前沿技术突破和成果转化。围绕疾病靶点识别、精准诊疗、数字病理等重点方向，加快建设标准化、高质量专病数据集，更好保障群众就医需求。

要深挖数据价值，推动医药健康产业高质量发展。聚焦药物研发、医疗器械创新、智慧医疗等关键领域，有序推动数据资源开放应用。支持医疗机构、科研院所与企业深化协同合作，打造可复制、可运营、可持续的数据产品和服务模式。

要统筹各方力量，构建数据共建共享良好格局。健全市场化数据交易运行机制，深入总结推广标杆医疗机构经验做法，支持基础较好的医疗机构开展试点，带动提升全市医疗高质量数据集建设水平。市级相关部门要强化服务保障，提供更高效、更有针对性的政策支持，凝聚起政、企、医多方参与的工作合力。从AI医疗落地看，健康医疗数据不是单纯的信息化资产，而是模型训练、应用评测、真实世界研究和区域健康管理的基础生产要素。

图表：尹力在调研时强调加快推动健康医疗数据高水平供给高效能治理高质量应用


资料来源：CHIMA、北京日报、中航证券研究所整理

2.1政府新闻：上海医改工作要点提出加快医学人工智能发展

2026年5月21日，《2026年上海市深化医药卫生体制改革工作要点》印发，提出聚焦数智赋能与科技创新，培育卫生健康新质生产力，加快医学人工智能发展，并强调医疗领域科技创新、中医药传承创新与开放发展等方向。

在“加快医学人工智能发展”中，《要点》具体包括：推进卫生健康数据平台建设，持续加强数据治理，提升数据质量，加快数据开发利用，释放数据要素价值；加快医学人工智能指挥舱和MaaS服务平台建设，拓展人工智能应用场景和智能体应用；推广基于大模型技术的居民健康画像，赋能居民主动健康管理；探索“个人医保云（居民健康画像）”试点建设；推进全市统一影像云建设等措施。

上海医改文件将医学AI放在深化医改和新质生产力框架中，说明AI医疗的政策定位正在从信息化工具上升为医疗服务体系效率提升和创新能力建设的重要抓手。结合上海在三甲医院、创新药、医疗器械、数据基础设施和张江产业生态方面的优势，后续医学AI有望在影像病理、科研转化、慢病管理和智慧医院等场景形成更多示范应用。

图表：上海将医学人工智能纳入深化医改与卫生健康新质生产力建设

上海市卫生健康委员会等八部门关于印发《2026年上海市深化医药卫生体制改革工作要点》的通知

索取号

发布时间

发布机构

文件编号

备注

076478684Q/2026-00082

上海市卫生健康委员会

沪卫医改（2026）5号

资料来源：上海市卫生健康委、中航证券研究所整理

2.1政府新闻：国家卫健委规范县域医共体四大资源共享中心建设，提到信息化建设要求

2026年5月27日，国家卫生健康委办公厅印发紧密型县域医共体医学影像中心、医学检验中心、心电诊断中心、消毒供应中心等4项建设与服务指南，指导各地规范资源共享中心建设，提高服务规范化、同质化水平，四项指南均在基本建设标准中提到信息化建设要求。

县域医共体资源共享中心是AI医疗下沉的重要载体。医学影像、心电诊断等中心具备数据集中、流程标准化和远程协同需求，适合引入AI辅助诊断、报告质控和分级转诊支持。政策层面强调信息化基础，有助于未来AI工具在基层和县域场景中以中心化平台方式部署，提升基层服务能力和区域医疗同质化水平。

图表：县域医共体资源共享中心为AI医疗下沉提供标准化基础设施


资料来源：CHIMA、国家卫生健康委、中航证券研究所整理

2.1政府新闻：宜兴发布AI+医疗健康场景机会清单，政医产研协同加速

2026年5月，宜兴发布AI+医疗健康场景机会清单，推动政府、医院、科研机构和企业围绕真实场景开展对接。相关场景覆盖临床诊疗、医院管理、健康管理和科研惠民等方向，体现地方政府对AI医疗落地路径的精细化梳理。

场景是技术落地的“试验田”，需求是产业创新的“原动力”。紧扣临床一线核心需求与医院管理关键痛点，宜兴筛选形成39个可开放、可落地、可复制的优质医疗场景，聚焦九大核心方向，涉及“AI+临床诊疗”、“AI+医院管理”、“AI+健康管理”、“AI+科研与惠民”四大应用板块。此类场景清单的核心价值在于为企业明确需求边界、数据接口、应用对象和验收标准。宜兴场景机会清单体现地方政府推动AI医疗落地的务实路径：通过政医产研协同，把企业能力与医院、基层机构和公共卫生需求进行匹配。相较于企业单独进入医院试点，政府牵头的场景发布有助于降低沟通成本，并推动项目从概念验证走向可复制方案。

图表：地方场景机会清单正在把AI医疗需求从概念验证推向预算和项目对接


资料来源：无锡市政府官网、中航证券研究所整理

2.1政府新闻：菏泽“人工智能+”行动方案提出推进智能导诊和中医AI助手

2026年5月，菏泽“人工智能+”行动方案提出推进医疗健康相关应用，包括智能导诊、中医AI助手、健康管理和医疗服务流程优化等方向。该类场景具有低风险、高频次、易感知的特点，适合作为地市级医疗AI落地入口。

智能导诊和中医AI助手并不直接替代医生临床决策，而是通过患者分流、问诊准备、健康宣教和基层服务辅助改善就医体验。对于医疗资源相对有限的地市级区域而言，流程型应用更容易形成效率改善和群众感知，也更有利于后续积累数据和系统集成经验。

图表：地市级AI医疗优先落在导诊、随访、中医助手和健康管理等低风险高频场景


资料来源：菏泽市政府官网、中航证券研究所整理

2.2科技前沿：武汉同济医院携手阿里云，共建医学AI科研与临床赋能链路

2026年5月，武汉同济医院与阿里云达成合作，合作重点包括医学人工智能高水平科研攻关、高质量医学数据集共建、公共云算力与模型资源支持、复合型人才培养等。与单纯采购AI应用不同，该合作更强调医院科研能力、临床数据资源和云厂商工程化能力的结合。

同济医院与阿里云合作反映高水平医院正在从单一应用采购转向医学AI科研和临床能力共建。对高水平医院而言，自有数据质量、专科问题定义和临床验证能力是AI创新的核心壁垒；对云厂商而言，医学场景能够检验大模型、云算力和数据平台在严肃行业中的可靠性。双方若能形成可复用的数据治理和模型验证方法，后续有望扩展至多专科科研、精准医疗、临床辅助决策和医院管理智能化。

图表：同济医院与阿里云医学AI合作签约现场


资料来源：CHIMA、中航证券研究所整理

2.2科技前沿：四川省人民医院共建医疗AI应用创新中心，打造国产化样本

2026年5月，四川省人民医院与海光信息、新华三、曙光云、电科金仓正式签约，共建医疗人工智能应用创新中心医疗人工智能应用创新中心。作为核心算力支撑方，海光信息作为核心算力支撑方，依托自主研发的C86处理器、DCU人工智能芯片，与院方携手打通国产算力与医疗AI国产化应用的适配路径，助力四川省人民医院部署国产化DeepSeek大模型，落地预问诊、智能导诊、AI报告解读等全场景智能化应用；新华三将基于自身优势，助力建设高水平创新平台，构建支持多元算力统一调度的平台，并聚焦智慧医疗、智慧服务、智慧管理等核心场景，共同打造一批基于国产AI技术的创新示范项目。曙光云聚焦医疗云平台建设与运维服务，为创新中心提供国产云底座支撑，搭建适配医疗行业的自主可控云环境；电科金仓专注国产数据库研发与适配，为创新中心提供自主可控的国产数据库产品与技术服务。

该案例对国内AI医疗产业具有示范意义：在医疗核心系统和敏感数据场景中，模型能力必须与自主可控、数据隐私、系统稳定和运维能力结合。未来医疗AI国产化可能不只是单个大模型替代，而是从算力、云、数据库、业务系统到应用智能体的整体适配。具备医院真实场景验证和生态整合能力的企业更容易形成长期壁垒。


图表：四川省人民医院医疗AI应用创新中心合作现场



资料来源：CHIMA、中航证券研究所整理

2.2科技前沿：微软亚洲研究院提出CARE与MMedAgent-RL医疗智能体框架

2026年5月28日，微软亚洲研究院发布两项医疗智能体框架研究：CARE和MMedAgent-RL，相关论文已被ICLR2026接收。其中，CARE致力于让AI在像素级主动寻找并验证医学证据，提升诊断过程的可解释性与可信性；MMedAgent-RL则模拟真实世界中的多学科会诊（MDT）机制，通过强化学习优化多专家协作决策能力。

具体而言，CARE设计了一个由“协调员”（coordinator）智能体调度的多步骤流程。首先，系统会根据用户问题，像医生问诊一样，主动识别可能相关的解剖结构或异常实体（entity），例如“左下肺叶”或“磨玻璃结节”；随后，它会调用专家级分割工具，在医学影像中精准定位并放大对应区域（ROI），类似医生在片子上圈出重点病灶；最后，模型再结合原始全景图像与经过验证的关键区域，完成最终诊断推理。

多智能体框架MMedAgent-RL模拟真实医院“分诊医生-专科医生-主治医生”的会诊流程。与简单的“少数服从多数”投票机制不同，MMedAgent-RL的核心在于动态权衡。利用强化学习，框架中的“主治医生”能够学会在不同情境下赋予专家意见不同的权重。

医疗场景对可信性、可解释性和责任边界要求更高，现有的AI模型多以“黑盒”方式运行，或只给出猜测性的推理，这会不可避免地遭受大模型幻觉的困扰，且难以覆盖全专科复杂诊断。这两个框架的提出，不仅推动医疗AI从“给答案”走向“会举证、能协作”，也为更广泛的AI应用探索出一条更加可信、可循证的新路径。这种从“黑盒预测”向“可验证的透明逻辑”的范式转变，既能有效解决医疗诊断的信任难题，更将为人工智能在更多严苛决策场景中的落地应用提供极具价值的参考基准。

图表：CARE与MMedAgent-RL医疗智能体框架


2.2科技前沿：首家AI医院集团落地北京，AI医疗进入“四化”阶段

5月20日，国内首个AI医院集团创新联合体一一北京华医智锦健康科技集团（以下简称华医智锦集团）宣布，已完成创新联合体集团化整合并落地北京，开始全面投入运营。这意味着AI医疗从“单一智能体的技术探索”进入“平台化、标准化、闭环化、基层可及化”的系统性产业落地阶段。

华医智锦集团董事长王晓滨表示，集团主营业务涵盖 AI医院的体系化开发建设、智慧管理和数据可信运营、国际AI医院智联中枢、互联网医院、AI赋能基层家庭医生签约有感服务及运营、AI赋能家庭健康管理等，其在海南博鳌乐城国际医疗旅游先行区已建有特许政策支撑的博鳌超级数智医院（超级AI医院）。

AI医院集团的提出反映医疗服务供给正在探索“线上智能体+线下医疗资源+运营平台”的新形态，该模式的核心价值在于把AI从单次问答工具推进至连续医疗服务流程。对患者而言，AI可降低咨询门槛、提高响应效率；对医疗机构而言，AI有望承担导诊、随访、宣教和初步信息整理等重复工作，从而释放医生资源，提升服务连续性。

图表：AI医院集团展区现场图


资料来源：科技日报、中国科技网、中航证券研究所整理

2.2科技前沿：讯飞医疗与齐鲁医院推进全病程管理大模型落地

2026年5月18日，讯飞医疗披露其与山东大学齐鲁医院达成战略合作，双方以联合研发的“齐鲁·星火全病程管理大模型”为核心支撑，以智能随访平台为落地抓手，探索公立医院高质量发展的AI赋能路径。平台依托自然语言理解、智能交互、风险预警与个性化推荐能力，覆盖院前宣教、院中协同、院后监测、康复指导和长期管理。

根据公司相关报道披露，数据显示，2025年4月至2026年2月期间，平台已完成超16万名出院患者随访，随访覆盖率达 77.98% ，患者整体满意度达 91.91% ，累计收集患者有效建议超3000条，形成“发现一反馈一改进一提升”的良性服务闭环，切实提升了医疗服务质量与患者就医体验。

全病程管理大模型的价值在于连接诊疗后服务和患者长期健康管理，有望缓解传统人工随访效率低、覆盖不足和标准化程度不够的问题。讯飞医疗与齐鲁医院合作体现医疗大模型正在从问答和文本生成，进入院前、院中、院后连续管理场景。全病程管理具备高频互动、标准流程和可量化结果，更适合检验大模型在真实医疗服务中的效率价值。若智能随访能够与电子病历、院内专科团队和慢病管理系统联动，其价值将从简单外呼工具升级为患者长期管理基础设施。

图表：齐鲁·星火全病程管理大模型发布与合作现场


资料来源：讯飞医疗官网、中航证券研究所整理

2.2科技前沿：龙岗发布区域级卫生健康AI共享共创平台，27个应用集中亮相

5月28日，深圳市龙岗区正式发布龙岗区卫生健康人工智能共享共创平台，并集中亮相27个AI应用成果。这是深圳市首个区级统一卫生健康领域AI底座，标志着龙岗卫健系统从 “单点应用” 迈向“系统集成、生态共创”的智慧医疗新阶段。

为满足全区医疗机构的AI应用需求，该共创平台提供了算力治理、Agent开发、AI安全运营的“三位一体”全栈能力。包括： $ \textcircled{1} $AI算力统一治理一一打通应用-模型-资源的鸿沟，AI算力网关充当平台的统一入口与本地算力治理中枢。 $ \textcircled{2} $低代码生产级Agent开发一一零基础打造临床智能体。为了让科室业务人员也能直接参与AI应用创新，平台内嵌FastGPT深信服商业版（Sangfor Agent Builder）低代码智能体构建环境，让所有业务科室人员无需AI专家即可快速打造贴合临床场景的专属智能体。 $ \textcircled{3} $全生命周期AI安全保护一一让平台平稳运行无忧。目前龙岗中心医院已上线成熟医疗AI模型14个，包括政数局模型7个、院内部署模型7个，实现了全区模型统一调度、普惠共用，降低基层医院技术建设成本。

区域级AI平台的价值在于统一算力、模型、数据接口和应用调度，避免医院各自采购、重复建设和数据割裂。对于基层机构而言，统一平台可以降低AI使用门槛；对于区域管理部门而言，则有助于形成标准化应用评估、统一安全监管和跨机构协同。若运行效果稳定，区域级AI底座有望成为地方智慧医疗建设的重要方向。

图表：龙岗卫生健康AI共享共创平台发布现场


资料来源：CHIMA、深信服科技、中航证券研究所整理


2.3业内讨论：IDC称医疗AI竞争从模型竞赛转向Agent-ready能力竞赛

2026年5月13日，IDC发布CHIMA2026观察，认为医疗AI最大的鸿沟已不是模型能力，而是让医院具备Agent-ready能力。IDC指出，CHIMA2026上传递出明确信号，行业讨论重心正在从大模型快速转向智能体，过去两年，行业关注的是模型参数、多模态能力、医学问答准确率，本质上是在验证“模型是否足够强”；而今年，几乎所有厂商都开始展示智慧诊疗、智慧服务、智慧运营等智能体矩阵，并强调与HIS、EMR、医保等核心系统的融合能力。

IDC指出，技术供给已超前于医院承接能力。行业竞争正从技术竞赛，转向流程、组织与承接能力的落地竞赛。同时IDC提示，医院端最关心的问题仍是数据治理、系统集成、算力不足、网络安全和医保合规等基础条件。因此，未来医疗AI的竞争，在于谁能够率先帮助医院构建Agent-ready的能力体系。

具体而言，从“卖单点AI应用”转向“建设AI基础能力”。厂商需要熟悉医院的基础架构，拓展从底层基础设施到上层应用的全栈技术能力，将重点放在数据治理、统一接口、智能中台与安全体系建设上，帮助医院建立能够支撑多智能体运行的底座能力。短期聚焦高ROI场景，同时立足长期发展，重构软件让智能体真正融入医院工作流。最后，主动成为医疗用户的同行者。一方面，建立“临床+信息中心+厂商”的联合共创机制，主动帮助医院洞察痛点，个性化定制智能体，解决医院的实际问题；另一方面，构建多元化的合作模式，主动解决医院信息化预算短缺的问题，形成更可持续化的付费模式。

图表：IDC关于Agent-ready能力的原文配图与研究计划图


资料来源：IDC、中航证券研究所整理

IDC2026医疗研究计划（智能体）

序号

2026报告计划名称

类型

启动时间

发布时间

1

中国医疗健康 AI Agent 市场概览

Market Glance

2026年3月

2026年5月

2

中国医疗大模型技术评估，2026

Tech Assessment

——

已发布

3

中国医疗智能体-诊疗助手产品实测，2026

Market Presentation

2026年5月

2026年9月

4

中国医疗智能体-健康助手产品实测，2026

Market Presentation

2026年3月

2026年6月

5

中国医疗大模型解决方案市场份额，2025

Market share

2026年4月

2026年6月

6

中国医疗智能体开发技术评估，2026

Tech Assessment

2026年5月

2026年9月

7

中国生命科学典型智能体场景与案例，2026

Market Perspective

2026年3月

2026年6月

2.4企业动向：阿里健康发布医学AI“氢离子”，确立医药全栈+医学AI布局

2026年5月，阿里健康发布首个医学AI产品“氢离子”，并宣布与英国BMJ集团达成期刊内容独家合作。“氢离子”定位于面向医生的循证医学AI助手，强调在顶级医学证据、循证医学和AI能力三方面提升可靠性，帮助中国医生解决医学问题。BMJ旗下70本医学期刊的近十年内容和多媒体资源将独家授权接入氢离子。中国医生可以通过氢离子直连全球顶级医学文献，进行循证问答、全文阅读、在线翻译，解决临床与科研过程中的医学问题。

阿里健康CTO王祥志揭秘了氢离子的四层循证AI架构。第一层证据理解与内容体系，使得所有指南和文献在进入系统时，都会基于PICO框架和GRADE标准进行结构化理解。第二层基于PICO的检索与数据增强，保证输出的每一句话都有据可查。第三层模型强化与微调。让模型学会“什么是准确、忠实循证、安全有用的答案”，并确保满足循证医学的严格标准。第四层，医学专家评审体系完成质量闭环。

阿里健康“氢离子”强调医学AI与医药全栈能力结合，反映互联网医疗平台正在从流量入口转向专业内容、药品服务和健康管理能力整合。接入权威医学内容有助于提升AI回答的可靠性和可解释性。

图表：阿里健康“氢离子”医学AI发布与产品界面



资料来源：新浪财经、氢离子官网、中航证券研究所整理

目录

海外AI医疗产业进展

2 国内AI医疗产业进展

3 相关公司AI医疗布局整理

投资建议及风险提示

3国内相关公司AI+医疗布局整理

图表：国内AI医疗公司AI相关产品和服务布局

领域

公司代码

公司名称

公司AI医疗布局

具体介绍

AI制药

2228.HK

晶泰控股

药物发现平台

晶泰科技的药物发现平台是基于量子物理、人工智能与机器人实验技术打造的一体化研发平台。该平台能为生物医药研发提供从靶点发现到临床前候选药物研发的全流程解决方案，借助AI模型设计、自动化实验、高通量筛选等技术，有效拓展化学空间探索范围，大幅减少传统试错性实验，缩短药物研发周期、提升研发效率与成功率，可全方位支撑创新药的研发与优化工作。

新药研发机器人工作站

晶泰科技的新药研发机器人工作站是其智能自主实验平台的核心硬件，自主研发且突破加样、移液等化学自动化核心技术，可7×24完成化学执行与实验数据收集工作。该工作站支持根据实验工程与操作需求提供定制化解决方案，还可通过导轨、机械臂、AGV小车等进行功能扩展，适配各类新药研发的实验场景需求。

688222.SH

成都先导

AI分子优化能力平台

为DEL+AI+自动化三位一体的DMTA（设计-合成-测试-分析）分子优化平台。其依托自动化合成与生物检测技术实现高通量实验，可产出靶点验证、苗头化合物发现至先导化合物优化全流程的高质量数据，此类数据与DEL筛选的海量真实数据深度整合后，通过AI算法建模分析形成数据闭环驱动的智能优化循环，能显著提升分子优化迭代效率。

301230.SZ

泓博医药

AI医药平台DiOrion

该平台融合先进AI算法与大数据分析技术，底层集成自1976年至今的千万级化合物数据、过万个靶点、百万条化合物性质信息及百万条生物医药文本数据。

03696.HK

英矽智能

Pharma.AI平台

是英矽智能自主研发的、端对端生成式人工智能药物发现与开发平台，该平台能够识别新的药物靶点，针对靶点从头设计分子，并优化候选药物的临床开发过程。Pharma.AI由Biology42、Chemistry42、Medicine42及Science42组成，旨在覆盖整个药物发现和开发过程。

3国内相关公司AI医疗布局整理

图表：国内AI医疗公司AI相关产品和服务布局

领域

公司代码

公司名称

公司AI医疗布局

具体介绍

医疗信息化与智慧医院

688246.SH

嘉和美康

电子病历平台(V7)

2025年，嘉和美康推出新一代智能电子病历平台(V7)，该平台深度融合AI前沿技术与临床实践，实现“病历自动生成一疾病诊断预测一个性化治疗方案推荐一智能随访管理”的全流程服务，为医生决策提供智能化支持。

临床辅助决策系统(CDSS)

嘉和美康依托多模态大数据并深度融合DeepSeek，推动临床决策支持系统(CDSS)实现从传统静态知识调用到AI主动决策的能力跃升。目前，该系统已覆盖诊疗决策支持、智能病历生成等20余个业务场景，无缝融入急诊、住院、医技、护理等核心业务流程，实现全环节整体效能提升。

300451.SZ

创业慧康

BsoftGPT

是公司与浙江大学计算机创新研究院合作打造的医疗AI大模型。在临床医疗中，可依病历和临床数据生成决策建议与治疗方案，提升CDSS智能化；面向患者时，通过自然语言交互实现全流程智能导诊与管理。未来，BSoftGPT将成为公司AI能力的中台，为公司的业务应用和研究开发提供支持和帮助。

MedCopilot智慧医卫助手

MedCopilot是一款基于医学大模型、医学知识库、医疗临床数据研发的智慧医疗助手，可以为医生提供辅助诊疗、病历生成与质控、重要工作汇总、论文解读等服务。为患者、医护人员和医院管理提供全面的智慧支持，该产品已在福建协和医院等多家三甲及基层医院落地。

002065.SZ

东华软件(东华医为)

临床决策支持系统(CDSS)

结合国际权威知识库，利用AI技术为临床工作站提供决策辅助。将智能辅助诊断、智能鉴别诊断、智能推荐治疗方案等功能点与临床工作站进行无缝连接，为医院提供自主维护药品规则的便捷方式，帮助医生提供更好的医疗服务，提升医疗质量和效率。

iMedical AIGC

是公司研发的，基于生成式大语言模型的智能医疗文书处理系统。该系统充分利用LLMs（大语言模型）在语言理解、知识应用、推理和泛化能力上的卓越性能，能够准确理解和处理自然语言文本中的复杂语义；内置大量医学知识，提供专业且精准的医学信息；同时，它还能在语境中进行逻辑推理，帮助医生发现潜在问题并提出解决方案，助力医生在临床工作中显著提升病历书写和质控的效率与质量。

300253.SZ

卫宁健康

WiNGPT

WiNGPT是由卫宁健康完全自主研发的医疗垂直领域大语言模型，旨在将专业的医学知识、医疗信息、数据融会贯通，为医疗行业提供智能化的医疗问答、诊断支持和医学知识等信息服务，以此提高诊疗效率和医疗服务质量。

WiNEX Copilot

卫宁健康推出医护智能助手WiNEX Copilot，在系统层面构建标准化开放接口与跨系统协同架构，突破场景融合壁垒，AI智能助手服务从医生护理日常工作到医院信息管理分析，再到居民健康助手，提供医疗全场景AI服务。

资料来源：中华网、陕西法制网、创业慧康微信公众号、东软集团官网、HIT专家网、《2025人工智能建设应用白皮书》、中航证券研究所整理

3国内相关公司AI医疗布局整理

图表：国内AI医疗公司AI相关产品和服务布局

领域

公司代码

公司名称

公司AI医疗布局

具体介绍

精准医学与AI驱动的医疗服务

603882.SH

金域医学

AI宫颈癌智能筛查工作站

包含全自动TCT液基细胞检测、全自动HPV核酸检测两大工作站，集成了样本处理、检测、阅片等全流程自动化实验模块，搭载宫颈细胞学数字病理辅助初筛、基因扩增曲线智能分析两大AI智能系统；该工作站支持7×24小时运转，HPV核酸检测日处理量3000份、TCT液基细胞检测日处理量2400份，人均日检测效率提升4倍，其AI辅助筛查模型年调用量超120万例，有效破解了国内病理医生资源不足、分布不均的痛点，能满足大规模宫颈癌筛查需求，也是金域医学推进数智化转型、构建“数据要素×”新生态的重要实践成果。

淋巴细胞亚群AI分析模型

旨在解决传统淋巴细胞亚群检测依赖人工、效率低的问题，该模型结合AI算法实现了细胞群的自动识别、划分与特殊样本预警，整体分析流程更智能、标准化。经样本验证，模型分析准确率达97.7%，能将原本人工40秒的分析时间缩短至3-4秒，大幅提升了检测效率，可有效辅助机体免疫力评估，以及癌症、自身免疫性疾病等的诊断与治疗，为临床精准诊疗提供可靠依据。

医疗AI大模型(域见医言大模型)

该模型依托金域医学30年的医检数据积累和医疗机构服务经验研发训练，经超2万名专业人员测试验证，具备多模态、多组学数据处理及多场景赋能能力，可实现医学检验检前、检中、检后全流程智能化。基于该模型的“小域医”已实现检测项目推荐、智慧报告解读、辅助疾病诊疗等功能，落地超60个智能体，覆盖多类临床场景，在多家三甲医院及县域医共体形成落地标杆，有效提升医检效率、减轻医生工作负担，为临床决策提供专业支撑。

603108.SH

润达医疗

医疗AI大模型

该模型针对性解决急诊胸痛诊疗中的多项难题，通过智能分诊、智慧病历、智能决策三大核心模块优化诊疗流程，能快速识别高危患者、自动生成标准化病历、推荐个性化治疗方案，大幅提升诊疗效率与救治成功率，且全程依托国产化技术打造，保障医疗信息安全；2025年12月又联合推出医疗AI智能体睿宾2，实现了从单一工具到智能生态的升级，分设临床健康管理、智能科研辅助两大板块，能提供健康咨询、报告解读、文献检索、科研写作辅助等多种服务，还可通过持续优化机制提升使用可靠性，为临床诊疗和医学科研提供专业助力。

健康管理AI机器人

润达医疗联合美年健康、华为云打造了国内首款健康管理AI机器人“健康小美”数智健管师，先于2024年1月参与签署合作协议并负责该机器人的应用和运营方案设计，后于2024年8月完成联合研发推动其正式上线，还为该机器人提供大模型技术支撑，通过前沿技术完善优化大模型，使其更贴合医疗健康管理的复杂需求，助力该机器人实现全生命周期健康管理服务能力。

资料来源：金域医学官网、中华网、润达医疗微信公众号、成都智算中心、中航证券研究所整理

3国内外AI医疗重点公司布局整理

图表：国内AI医疗公司AI相关产品和服务布局

领域

公司代码

公司名称

公司AI医疗布局

具体介绍

精准医疗与AI驱动的医疗服务

002044.SZ

美年健康

AI智能“血糖管理创新产品”

该产品采用创新的"三师共管"（医师、营养师、运动教练）模式，依托于2.3亿条数据支持的血糖管理系统，为用户提供全面而个性化的血糖管理服务。该产品的AI智能控糖助理“糖豆”，能够运用先进的系统软件智能和AI技术提供动态血糖监测，同时结合功能营养素的科学调配，从用药指导、饮食调整、运动建议等方面为每位用户定制“一人一策”的个性化血糖管理方案。

AI中医智能体检产品

该产品利用智能化设备收集中医“四诊信息”，借助高精度传感器、智能图像识别技术及大数据、AI技术，将中医诊断信息转化为数字化数据并进行深度挖掘分析，精准识别用户体质、证候及疾病风险，绘制健康画像。

“脑睿佳”

是美年健康“All in AI”战略实施过程中的一款典型产品，也是市场上首款针对脑卒中和阿尔兹海默(AD)的脑健康筛查产品。“脑睿佳”基于高精度脑部磁共振成像，运用深度学习算法等先进AI影像分析技术，结合全年龄段全脑标准数据库，敏锐捕捉脑部早期细微异常，为脑部健康风险评估提供精准依据。

02192.HK

医脉通

MedliveGPT

是医脉通于2024年推出的国内首个大模型驱动的AI医生，并已通过国家网信办大模型算法备案。该模型可提供定制化的患者咨询服务，使用场景广泛且成本较低，这无疑是医疗领域的一项革命性进展，让未来的就医体验朝着更便捷、精准和高效的方向发展。

MedSeeker

医脉通已正式接入DeepSeek-R1模型，并开发出了一款AI医疗问答产品：MedSeeker。该产品可根据用户提出的医学相关问题，迅速生成结构化答案，覆盖一般治疗原则、药物治疗选择等，并标注权威来源。权威来源可靠、答案直达便捷、多场景适用，提升医生诊断效率。

互联网医疗和健康平台

1833.HK

平安好医生

AI辅助诊疗系统(AI Doctor、AI医生)

平安好医生的AI辅助诊疗系统以医疗健康专利、“平安医博通”多模态医疗大模型为技术支撑，包含平安芯医、平安芯医AI Doctor、安医生等核心产品，AI辅助咨询问诊准确率约98%。该系统覆盖超2000种疾病诊断知识，可7×24小时为用户提供线上咨询、报告解读、疾病管理等全场景多元服务，同时能协助医生完成病历整理、分诊等工作，提升诊疗效率，还通过“人+机+生态”闭环实现医疗资源普惠，目前已服务超千万用户。

私家医生服务

平安的私家医生服务是平安好医生2019年推出的核心医疗服务产品，2020年随“平安医家”子品牌升级，后逐步整合融入家庭医生体系。其以“好、专、快、管、保障”为核心，提供7×24小时问诊、秒级响应、三甲陪诊、1小时送药、定制健康档案等服务，对接海内外优质医疗资源，还联动保险提供高额保障，曾获C端、B端广泛认可，后成为家庭医生服务的重要组成部分。

资料来源：中国经济网，搜狐网、动脉网、腾讯云、平安好医生官网、央广网、中国新闻网、平安人寿官网、中航证券研究所整理

3国内相关公司AI医疗布局整理

图表：国内AI医疗公司AI相关产品和服务布局

领域

公司代码

公司名称

公司AI医疗布局

具体介绍

互联网医疗与健康平台

6618.HK

京东健康

AI京医

25M5京东健康推出旗下自研医疗大模型“京医千询”2.0版本，旨在通过循证医学原则，在合理收集信息的基础上进行步进式推理，实现高概率的鉴别诊断和治疗方案推荐，并进一步推动其在医疗健康行业规模化、全场景应用。

AI医疗供应链

京东健康提出并探索以“AI+供应链”作为其医疗AI发展的核心路径。通过将人工智能技术与强大的医药健康供应链体系深度融合，旨在优化药品器械流通、提升医疗服务可及性，并据此打造区别于纯技术公司的差异化竞争优势。

0241.HK

阿里健康

AI辅诊

26M1阿里健康旗下AI产品“氢离子”已完成内测并开放下载，主要面向医生群体，致力于打造医疗领域幻觉率最低的AI助手。

云服务

阿里健康实施“三朵云”战略，以“云药房”解决患者触达问题，以“云医院”为患者提供疾病管理解决方案，以“云基建”为长期发展提供了能力支持。

医疗大数据平台

2506.HK

讯飞医疗科技

AI全场景医疗服务

基于讯飞医疗“一体两翼”的技术框架体系，提供全医疗场景的技术产品，涵盖智慧卫生AI健康助手、智慧医院AI导诊及医生辅诊、智慧硬件、智慧医保AI医保风控等全方位场景，提供个性化、完整化的AI+医疗方案。

2158.HK

医渡科技

医生Copilot

基于双中台架构，医渡科技推出“1+N+X”的医生Copilot产品矩阵——以自主可控的1个AI中台为基座，集成N个大模型（包括DeepSeek、医渡医疗垂域大模型等），赋能X个业务场景（覆盖诊前、诊中、诊后全流程）。

智慧医院

以新一代数据中心YiduEywa4.0大数据+大模型双中台为底座，搭建覆盖医疗智能体、临床思维训练大模型、临床科研数据库平台、智慧医院运营管理等的智慧医院全场景智能解决方案。

资料来源：央广网、京东健康、Tech星球、阿里健康、讯飞医疗官网、医渡科技官网、中航证券研究所整理

3国内外AI医疗重点公司布局整理

图表：国内AI医疗公司AI相关产品和服务布局

领域

公司代码

公司名称

公司AI医疗布局

简要介绍

智能影像与辅助诊断

688271.SH

联影医疗

uAI影智大模型

uAI影智大模型具备对医学影像的通用底层学习技能，并具备了快速迁移到新疾病类型的能力，既可提升产品性能，亦为新产品开发落地提供强大加速度，推动模型开发迈入新范式，能够更灵活、快速地满足更多维的临床需求。

uAIAvatar数字人

基于大模型技术底座，联影智能融合uAI语音识别、医疗文本大模型、具身智能等跨模态技术，研发出uAIAvatar，具有多轮对话交互、医学知识问答、手术环境中设备操纵和信息调阅等功能，能提供拟人化的交互体验，可以跟医生一起通过多轮的对话来分析病人的病情，帮助医生完成复杂的医疗任务。

uAI-MERITS手术平台

联影智能多元手术治疗平台uAI MERITS，依托多模态医疗AI大模型技术，通过在手术前使用基于各种医疗图像上训练的Transformer模型，实现精准分割。在术中，通过一个多模态医疗AI大模型来实现术中3D图像和视频配准、透视投影和动态视觉跟踪，实时提供术中的指引，大大提升手术效率和精准度。

600055.SH

万东医疗

DR智能体

万东DR智能体实现了影像全流程的自动化，一键完成智能摆位及拍片、AI图像质控，以及常见胸部疾病（如：肺结核、肺炎、气胸、骨折等）自动检出，并智能生成完整结构化诊断报告，完成影像采集到分析诊断的无缝衔接。

目录

海外AI医疗产业进展

2 国内AI医疗产业进展

3 相关公司AI医疗布局整理

投资建议及风险提示

投资建议：

当前，国内外医疗公司持续布局AI产品与服务，覆盖医学影像、数字病理、临床辅助决策、精准医疗、健康管理、医疗信息化、药物研发以及医疗机器人等环节，通过降本增效、优化就医流程、改善患者诊疗体验等方式，逐步赋能医药、医疗多产业链环节。AI正从传统技术辅助工具，逐步升级为医疗产业“价值重塑”和“效率革命”的关键驱动力，其商业价值正在从研发端向临床端、支付端和患者端全面渗透。

从场景需求看，AI医疗投资逻辑本质上是解决行业痛点：AI辅助诊断提升效率、一致性和基层可及性，具备明确降本增效价值；癌症早筛、伴随诊断和疗效预测对应精准医疗需求；AI药物研发通过靶点发现、分子设计、实验验证和临床方案优化提高项目推进效率；智能体和全病程管理则对应医生减负、患者触达和院内运营效率提升。能够被纳入真实临床流程、真实研发流程和真实支付链条的AI产品，才具备持续商业化能力。

从技术演进和商业化成熟度看，不同赛道处在不同阶段。AI医学影像已从肺结节等单病种辅助诊断迈向多病种一体化、全流程管理和效率提升，需要关注产品矩阵、PACS/RIS嵌入深度、监管获批覆盖范围及真实世界证据；AI数字病理需要关注扫描设备、图像管理、AI算法、伴随诊断和药企服务的一体化闭环；AIDD需要关注平台技术验证、与顶级药企合作深度以及对临床阶段成功率和速度的真实提升。

医疗基础大模型、多模态模型和医疗智能体是本轮AI医疗的重要增量。其价值不只在于文本问答，而在于能否连接电子病历、影像、检验、病理、药学和随访数据，并在权限管理、审计追踪、安全合规和医生确认机制下完成诊前、诊中、诊后流程协同。医疗智能体的竞争核心将从模型参数和单次问答能力，转向场景闭环、数据治理、可解释性和可审计能力。

从公司筛选维度看，建议优先关注具备三类能力的企业：一是拥有真实医院场景、监管证书或高质量数据资产的公司；二是能够将AI能力嵌入HIS、 PACS、病理、药学、随访和支付流程的公司；三是与大型医院、药企、互联网医疗平台或区域政府形成稳定合作入口的公司。AI医疗投资不宜只看模型发布热度，更应看临床证据、商业闭环和可复制交付能力。

建议关注：1）AI制药：晶泰控股、泓博医药、成都先导、英矽智能等；2）AI医学影像及辅助诊断：联影医疗、万东医疗等；3）医疗信息化与智慧医院：嘉和美康、创业慧康、东华软件、卫宁健康等；4）互联网医疗与健康平台：京东健康、阿里健康、平安好医生等；5）精准医学与AI驱动医疗服务：金域医学、润达医疗、美年健康等；6）技术/数据平台型企业：讯飞医疗、医渡科技等。

风险提示

人工智能大模型技术在软件及服务领域的落地节奏低于预期的风险；

AI医疗相关政策落地进度不及预期的风险；

AI医疗产业发展不及预期的风险；

行业竞争加剧的风险；

硬件或软件受到外部供应商限制导致研发及生产进度不及预期的风险；

宏观经济环境变动的风险。

分析师简介

李蔚（证券执业证书号：S0640523060001），中航证券医药生物行业分析师，医药研究团队负责人。具有生物科学专业背景，本科毕业于华中科技大学，硕士毕业于北京大学，获得理学硕士学位。2020年7月加入中航证券。目前团队专注于创新药和AI医疗两个细分领域。

分析师承诺

负责本研究报告全部或部分内容的每一位证券分析师，在此申明，本报告清晰、准确地反映了分析师本人的研究观点。本人薪酬的任何部分过去不曾与、现在不与，未来也将不会与本报告中的具体推荐或观点直接或间接相关。

风险提示：投资者自主作出投资决策并自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。

我们设定的上市公司投资评级如下：

买入：未来六个月的投资收益相对沪深300指数涨幅 10%以上。

增持：未来六个月的投资收益相对沪深300指数涨幅 5%~10%之间。

持有：未来六个月的投资收益相对沪深300指数涨幅-10%~+5%之间。

卖出：未来六个月的投资收益相对沪深300指数跌幅10%以上。

我们设定的行业投资评级如下：

增持：未来六个月行业增长水平高于同期沪深300指数。

中性：未来六个月行业增长水平与同期沪深300指数相若。

减持：未来六个月行业增长水平低于同期沪深300指数。

免责声明

本报告由中航证券有限公司（已具备中国证券监督管理委员会批准的证券投资咨询业务资格）制作。本报告并非针对意图送发或为任何就送发、发布、可得到或使用本报告而使中航证券有限公司及其关联公司违反当地的法律或法规或可致使中航证券受制于法律或法规的任何地区、国家或其它管辖区域的公民或居民。除非另有显示，否则此报告中的材料的版权属于中航证券。本报告仅供中航证券客户使用，未经中航证券事先书面授权，不得更改或以任何方式发送、复印本报告的材料、内容或其复印本给予任何其他人或其他渠道。未经授权的转载，本公司不承担任何转载责任并有权追究转载方的法律责任，包括但不限于立即停止未经授权的转载行为，通过公开声明或其他方式消除因侵权行为造成的不良影响、要求承担赔偿责任等。

本报告所载的资料、工具及材料只提供给阁下作参考之用，并非作为或被视为出售或购买或认购证券或其他金融票据的邀请或向他人作出邀请。中航证券未有采取行动以确保于本报告中所指的证券适合个别的投资者。本报告的内容并不构成对任何人的投资建议，而中航证券不会因接受本报告而视他们为客户。

本报告所载资料的来源及观点的出处皆被中航证券认为可靠，但中航证券并不能担保其准确性或完整性。中航证券不对因使用本报告的材料而引致的损失负任何责任，除非该等损失因明确的法律或法规而引致。投资者不能仅依靠本报告以取代行使独立判断。在不同时期，中航证券可发出其它与本报告所载资料不一致及有不同结论的报告。本报告及该等报告仅反映报告撰写日分析师个人的不同设想、见解及分析方法。为免生疑，本报告所载的观点并不代表中航证券及关联公司的立场。

中航证券在法律许可的情况下可参与或投资本报告所提及的发行人的金融交易，向该等发行人提供服务或向他们要求给予生意，及或持有其证券或进行证券交易。中航证券于法律容许下可于发送材料前使用此报告中所载资料或意见或他们所依据的研究或分析。

联系地址：北京市朝阳区望京街道望京东园四区2号楼中航产融大厦中航证券有限公司

公司网址：www.avicsec.com

联系电话：010-59219558

传真：010-59562637

销售团队 陈艺丹，18611188969，chenyd@avicsec.com，S0640125020003李裕淇，18674857775，liyuq@avicsec.com，S0640119010012李友琳，18665808487，liyoul@avicsec.com，S0640521050001李若熙，17611619787，lirx@avicsec.com，S0640123060013