AI医疗7月月报：临床AI监管突破，数据化医疗促进产业新生态

行业评级：增持

分析师：李蔚

证券执业证书号：S0640523060001

核心观点

海外方面，2026年6月AI医疗延续“监管突破+平台整合+药企工作流重构”主线。Aidoc First Read获FDA突破性设备认定，标志AI影像从异常提示向报告生成环节延伸；SubtleHD(CT)获FDA许可，AI影像增强从MRI、PET扩展至CT；Pathway Labs EchoNext以常规心电图筛查结构性心脏病风险，体现AI正把高成本检查前移至更高频入口。

临床AI和AI药研继续向严肃工作流嵌入。UpDoc患者端LLM平台获FDA许可，用于2型糖尿病成人胰岛素管理，提示具备明确适应症、医生监督和安全边界的医疗智能体开始进入连续照护。Insilico与SK Biopharmaceuticals达成最高25亿美元合作，Owkin与Sanofi围绕K Pro构建AI agents，AI药研从模型展示走向药企组织流程协同。

国内方面，本月政策和产业重点集中在数据底座、医保影像云、脑机接口监管和医疗智能体落地。国家数据局部署行业高质量数据集建设，国家医保局发布“医保影像云”基础规范，国家药监局明确脑机接口医疗器械分类和命名原则，武汉等地征集“人工智能+医疗”创新应用，反映AI医疗正在从单点示范走向数据、监管、场景和支付协同推进。

从商业化角度看，医疗AI落地的约束正在从模型能力转向真实场景、数据治理、监管证书和医院承接能力。讯飞医疗V3.5、医院“大模型即服务”、区域级共享平台均提示，后续需要重点跟踪AI是否真正嵌入诊疗、随访、影像、病理、药研和医保工作流。

投资判断上，我们认为应重点把握三类变化：一是海外临床AI监管边界逐步清晰，报告生成、慢病管理和心血管筛查成为新增验证方向；二是国内医疗AI基础设施从医院应用扩展至数据集、影像云和区域平台；三是药企与医院从采购AI工具转向共建AI工作流和智能体能力，建议持续关注具备真实数据、监管证书、临床场景和平台化交付能力的公司。

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、药物研发和医疗机器人等环节。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：辅助诊断提升效率、一致性和基层可及性；心血管筛查、癌症早筛、伴随诊断和疗效预测对应精准医疗需求；慢病管理和患者端智能体填补预约间隙的连续照护缺口；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。

从技术演进和商业化成熟度看，不同赛道处在不同阶段。AI医学影像迈向多病种一体化、影像增强和报告生成，需要关注产品矩阵、PACS/RIS嵌入、监管获批范围和真实世界证据；AI数字病理需要关注扫描设备、图像管理、算法分析、伴随诊断和药企研发服务的整合能力；AI慢病管理和患者端LLM需要关注适应症边界、医生监督和支付路径。

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；二是能够将AI嵌入HIS、PACS、病理、药学、随访和医保流程；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并具备规模化交付能力。建议关注AI制药、AI医学影像、医疗信息化、互联网医疗、精准医学和数据平台型企业。

后续需要重点跟踪海外FDA许可与突破性设备认定向商业订单的转化，国内医保影像云、高质量数据集和区域平台的预算兑现，以及药企AI agents和AI药物发现合作是否形成可持续里程碑收入。

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医学影像：Aidoc First Read获FDA突破性设备认定，报告生成进入监管视野

2026年6月25日，临床AI公司Aidoc宣布，美国FDA授予First Read突破性设备认定。First Read是一款面向胸部X线影像的AI产品，设计用于分析胸片并生成初步、高质量的放射科报告文本。与传统“发现异常并提示医生”的影像AI不同，First Read进一步进入报告起草环节，缓解影像检查量增长与放射科医生报告能力不足之间的矛盾。

Aidoc表示，First Read建立在其CARE基础模型和aiOS平台之上，底层架构与公司已获FDA许可的腹部CT分诊应用Triage相同，目标是在安全、可靠和质量标准可验证的前提下，将生成式AI能力延伸至报告工作流。Aidoc平台已支持近2000家医院，累计分析超过1.2亿例患者病例，说明公司具备较大规模的临床部署基础和多场景AI交付经验。

此次认定体现FDA对生成式AI进入严肃医疗工作流的审慎开放态度。报告文本涉及临床判断、法律责任和医生最终签署，AI若要进入该环节，必须解决幻觉、遗漏、自动化偏差和可追溯审计等问题。First Read获得突破性设备认定，标志AI影像正在从“筛查提示”向“读片、报告和工作流协同”升级，后续需要重点关注其临床验证结果、适应症范围、商业化部署节奏和医生确认机制。

图表：Aidoc First Read获FDA突破性设备认定


资料来源：Aidoc官网、PR Newswire、中航证券研究所整理

图表：PR Newswire同步披露First Read认定信息


1.1 AI医学影像：SubtleHD(CT)获FDA许可，AI影像增强向CT场景扩展

2026年6月10日，Subtle Medical宣布其SubtleHD(CT)获得FDA许可。该产品是一款AI驱动的CT图像增强解决方案，旨在减少噪声并改善低对比度可检测性，帮助放射科医生在不同型号和不同年代的CT设备上获得更清晰、更一致的图像质量。本次获批是Subtle Medical首次进入CT场景。

从产品矩阵看，Subtle Medical此前已在MRI、PET等场景布局AI图像增强产品，SubtleHD(CT)使公司组合扩展至MRI、PET和CT三大模态，并成为其第11款获得FDA许可的产品。公司称其技术已部署于全球超过1300台扫描仪，反映AI影像增强的商业价值不只在于单次诊断准确率，而在于提升存量设备利用效率、改善扫描质量一致性并优化患者检查体验。

CT是临床使用最广泛的医学影像模态之一，医疗机构在影像量持续增长、设备代际差异和放射科人力紧张的背景下，对跨设备、低改造成本、可嵌入现有流程的AI增强工具需求提升。SubtleHD(CT)获批标志AI影像公司正在从单病种识别向“影像质量基础设施”转型，后续需要重点跟踪其在低剂量扫描、老旧设备升级和多院区影像标准化中的真实使用效果。

图表：SubtleHD(CT)获FDA许可


图表：SubtleHD(CT)影像技术


资料来源：Subtle Medical官网、PR Newswire、中航证券研究所整理

1.1 AI心血管筛查：Pathway Labs EchoNext获FDA许可，常规心电图识别结构性心脏病

图表：EchoNext获FDA许可并用于结构性心脏病风险筛查


2026年6月，Pathway Labs宣布其EchoNext获得FDA许可。EchoNext是一款基于常规12导联心电图的AI产品，设计用于识别多类结构性心脏病高风险患者，并提示是否需要进一步进行超声心动图检查。相比直接依赖影像检查，基于心电图的AI筛查具备低成本、高频次、易普及的优势，有望成为心血管疾病早筛入口。

EchoNext由NewYork-Presbyterian和Columbia University相关团队研发并商业化，训练数据包括超过70万组心电图-超声心动图配对数据。公开报道显示，该工具可识别多类心脏结构问题，并在部分研究中相较人工评估展现更高识别能力。此产品的核心价值在于将潜在结构性心脏病风险前移至日常心电图检查环节，帮助医生更早发现需要进一步检查的患者。

从产业角度看，EchoNext代表AI医疗从影像科单点辅助进入跨检查路径的临床分诊逻辑。心电图设备普及度高、检查成本低，若AI能在标准化数据上形成可靠筛查能力，将有望扩大超声心动图等后续检查的精准使用范围，改善漏诊和延迟诊断问题。后续需要重点关注其在真实世界人群中的阳性预测值、医生采纳率、支付路径以及与OpenEvidence等临床知识平台的协同。

1.1 AI慢病管理：UpDoc患者端LLM平台获FDA许可，临床AI进入连续照护环节

2026年6月25日，UpDoc宣布其临床AI平台获得FDA许可。公司将该平台定位为首个基于患者端大语言模型、用于实时患者照护和智能护理协调的临床AI平台。已获批产品UpDocV1.0是一款处方型软件医疗器械，面向2型糖尿病成人胰岛素管理，患者可通过语音或文本与系统交互，在明确适应症和医生设定边界内获得胰岛素剂量调整支持。

与普通健康问答或消费级聊天机器人不同，UpDoc强调平台需要与医生工作流、电子病历和监督机制结合，由AI承担预约间隙的连续沟通、数据收集、患者反馈和部分慢病管理建议，医生仍对治疗方案和边界设定负责。公司披露已获得1800万美元融资，并计划在Cleveland Clinic、Allegheny Health Network、UCSF Health等机构开展初始部署。

患者端LLM不再停留在泛化健康咨询，而是以明确适应症、监管路径和医生监督机制进入慢病管理场景。糖尿病管理具有高频互动、长期随访、指标可量化和医生资源紧张等特点，适合作为临床AI智能体验证场景。后续需要重点关注其安全边界、患者依从性、医生责任划分、EHR集成深度和商业支付模式。

图表：UpDoc胰岛管理医疗器械


1.2 AI药物研发：Insilico与SK Biopharmaceuticals达成最高25亿美元合作

2026年6月21日，Insilico Medicine宣布与韩国SK Biopharmaceuticals在BIO2026大会期间达成AI药物研发合作，双方将围绕中枢神经系统神经免疫疾病发现AI赋能的创新药物候选物。神经炎症、神经退行性疾病和罕见神经系统疾病长期面临未满足临床需求和较低临床成功率，是AI药物发现验证价值的重要难点场景。

根据协议，Insilico将利用其Pharma.AI平台完成靶点验证、生成化学和分子优化，并结合临床前药物发现经验推进候选物发现；SK Biopharmaceuticals则提供神经免疫疾病开发和商业化能力，负责后续开发与商业化。Insilico有资格获得最高1800万美元首付款及近期里程碑付款，项目总潜在价值超过25亿美元，并包含开发、监管和商业里程碑付款以及销售分成。

本次合作体现AI药物研发公司正在通过平台能力与药企临床开发能力形成更大规模协同。Insilico披露其早期药物发现通常可在12-18个月达到临床前候选物提名，且每个项目合成和测试分子数量控制在60-200个范围内，反映AI与自动化可能对传统2.5-4年的早期研发周期形成压缩。后续需要重点跟踪合作项目是否能进入IND和临床阶段，以及AI平台对成功率和成本的实际改善。

图表：Insilico与SK Biopharmaceuticals达成AI药物研发合作


资料来源：Insilico Medicine官网、中航证券研究所整理

1.2 AI制药平台：Owkin与Sanofi共建K Pro AI agents，药企决策工作流智能化提速

2026年6月5日，Owkin宣布将基于K Pro与Sanofi开展多年合作，围绕药物研发和决策流程构建新一代生物医药AI agents。K Pro定位于面向生物医药决策的AI平台，可帮助药企团队在复杂科学和商业问题中快速获取数据丰富、可追溯的分析结果，应用方向覆盖靶点发现、组合策略、竞争情报和研发决策支持等环节。

根据合作安排，Owkin将在五年合作期内主导开发面向Sanofi的专用AI agents，这些智能体将作为智能助手，在药物研发流程中自主执行复杂任务，并部署于K Pro平台，补充和强化Sanofi既有的agentic AI能力。与单纯采购通用模型不同，该合作更强调AI agents与药企IT基础设施、治理标准、数据资产和决策流程融合。

从产业趋势看，药企AI应用正在从“模型工具调用”走向“组织级工作流重构”。研发团队面对多模态患者数据、文献、临床试验、竞争格局和监管信息时，人工分析成本高且更新慢，AI agents若能在安全和审计框架下形成可复用任务流，有望提升研发决策效率。后续需要关注K Pro在Sanofi内部的应用场景扩展、验证机制、数据权限管理和对研发管线推进效率的实际贡献。

图表：Owkin与Sanofi围绕K Pro构建AI agents


资料来源：Owkin官网、中航证券研究所整理

1.3 AI数字病理：Proscia发布第五代Concentriq，多模态AI嵌入病理平台

2026年6月17日，Proscia发布第五代Concentriq平台，将最新AI能力带入病理医生和科学家工作流。Concentriq作为数字病理平台，面向诊断实验室和生物医药企业，帮助病理医生聚焦高判断价值决策，并支持科学家从早期信号更快推进至循证项目决策。公司称其平台服务的诊断实验室每年管理约 1200万例患者病例，并覆盖全球前20大药企中的16家。

第五代Concentriq的关键变化在于AI-native架构。平台把图像、元数据、病例或研究背景统一到同一视图，使专家和AI模型基于完整上下文开展工作；同时引入智能体特征，以加速病例审阅、自动化实验室运营并支持生物标志物发现。对病理AI而言，单个算法的识别准确率只是起点，真正商业化需要图像管理、模型调度、质控、协作、审计和药企研发接口共同支撑。

此次升级体现数字病理竞争正在从“算法插件”转向“平台入口”。病理科长期面临样本量增长、专家供给不足和跨机构协作成本高等问题，药企也需要病理图像与临床、组学、疗效数据结合支持标志物发现和临床试验分层。Proscia将多模态AI嵌入平台架构，有望提升病理AI在临床诊断和药物研发两端的协同价值。

图表：Proscia第五代Concentriq平台发布



资料来源：Proscia官网、中航证券研究所整理

1.3 AI数字病理：Tempus发起开源IMS联盟，推动病理AI标准化与互操作

2026年6月3日，Tempus宣布与Yale New Haven Hospital、Memorial Sloan Kettering Cancer Center等创始学术成员共同发起开源数字病理图像管理系统（IMS）联盟，旨在通过开源基础设施、标准化流程和AI集成能力，加速数字病理在学术医疗中心和产业伙伴中的采用。

Tempus计划开源既有Paige IMS，包括FullFocus切片查看器、FullFolio病例管理解决方案以及AI编排和集成模块，为机构提供临床级基础平台和查看器。数字病理此前受到碎片化、专有系统和互操作不足的限制，开源IMS联盟有望降低机构接入门槛，推动不同医院、算法企业和药企在统一基础设施上开展AI病理开发与验证。

从行业意义看，数字病理生态的关键瓶颈不只是AI算法，而是切片扫描、图像存储、病例管理、模型调用、结果审计和跨机构共享等基础设施。Tempus发起开源联盟，反映头部企业开始以平台标准和生态位争夺行业入口。若开源平台获得更多医院和企业采用，病理AI商业化可能从单个工具采购转向标准化平台部署和多算法市场模式。

图表：新闻标题截图

4 JUNE 2026, 11:44 AM


Tempus Launches Open-Source Digital Pathology Consortium With Yale and MSK, Signaling Push Toward Accessible AI-Enabled Medical Data

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：国家数据局印发高质量数据集建设方案，医疗数据底座持续夯实

2026年6月8日，国家数据局发布《关于推进行业高质量数据集建设行动的实施方案》，文件由国家数据局于6月3日印发，要求各地数据管理部门认真组织实施，加快推进相关工作。方案明确行业高质量数据集是经过采集、加工等数据处理，可直接用于开发和训练人工智能模型、有效提升模型性能的行业数据集合，包含行业通识和行业专识数据集。

方案提出要围绕强基扩容、标注攻坚、提质增效、应用赋能、管理服务和价值释放等专项行动推进数据集建设，并强调推动高质量数据集建设与“人工智能+”行动同频共振、互促共进。医疗卫生作为数据密度高、专业壁垒强、模型可靠性要求高的重点领域，对专病专科数据集、知识图谱、标注规范、隐私保护和可信流通提出更高要求。

从AI医疗落地看，高质量数据集是医疗大模型、专科智能体、医学影像识别、数字病理和AI药物研发的基础生产要素。医疗数据若无法完成标准化、脱敏、标注、质量评估和合规流通，模型能力很难从演示走向临床应用。国家层面部署行业高质量数据集建设，有望推动医疗数据从“沉睡资产”转向可训练、可评测、可交易、可治理的产业基础设施。

图表：国家数据局印发行业高质量数据集建设行动实施方案


资料来源：国家数据局、中航证券研究所整理

2.1政府新闻：国家医保局发布“医保影像云”基础规范，影像数据跨机构共享提速

2026年6月22日，国家医保局发布《“医保影像云”基础规范》。文件指出，为更好维护医保参保人权益，切实解除群众疾病医疗后顾之忧，加快推进医保影像云高质量建设，构建“患者本人可阅、医疗机构可调、医保部门可核”的影像检查数据服务平台，国家医保局组织开展医保影像云系列规范研究并公开发布基础规范。

医保影像云的建设目标并非单纯存储影像，而是推动影像检查数据在患者、医疗机构和医保部门之间形成可授权、可调阅、可核验的数据服务链路。影像数据具有体量大、复用价值高、跨院重复检查痛点明显等特点，若能通过统一规范实现互联互通，将有助于减少重复检查、提升就医效率，并为医保监管、支付审核和真实世界研究提供数据基础。

从AI医疗角度看，医保影像云有望成为医学影像AI的重要数据底座。标准化影像数据汇聚后，可支持跨机构模型评测、影像质控、辅助诊断、随访对比和医保智能审核等场景。但同时，影像数据涉及个人隐私和诊疗安全，后续需要重点关注授权机制、数据安全、接口标准、质控一致性以及AI应用接入边界。

图表：国家医保局发布“医保影像云”基础规范


资料来源：国家医疗保障局、北京日报、中航证券研究所整理

2.1政府新闻：国家药监局发布脑机接口医疗器械指导原则，前沿器械监管框架完善

2026年6月30日，国家药监局发布《脑机接口医疗器械产品分类界定指导原则》《脑机接口医疗器械通用名称命名指导原则》等2项医疗器械产品指导原则。文件旨在规范脑机接口医疗器械产品的管理属性、管理类别判定和通用名称命名，为后续研发注册、审评审批和产品归类提供更加明确的监管依据。

脑机接口医疗器械涉及神经信号采集、处理、反馈和人机交互，产品形态可能覆盖植入式、非植入式、康复训练、运动功能重建、辅助沟通等多类场景。相比普通软件或硬件产品，脑机接口同时具有医疗风险、数据安全、算法可靠性和伦理治理要求。分类界定和命名原则的发布，有助于减少企业在产品属性、注册路径和名称规范上的不确定性。

从产业发展看，标准先行是前沿医疗器械规模化落地的必要条件。脑机接口与AI算法、传感器、机器人、康复设备和医保支付场景高度相关，监管框架清晰后，企业更容易围绕明确适应症和产品边界开展临床验证。后续需要重点关注脑电数据集质量、算法评价、植入式安全、临床有效性指标和支付创新场景的衔接。

图表：国家药监局发布脑机接口医疗器械两项指导原则


资料来源：国家药品监督管理局、中航证券研究所整理

2.1政府新闻：全球脑机接口×医保创新场景大赛启动，支付与前沿技术协同探索

2026年6月16日，国家医保局发布全球脑机接口×医保创新场景大赛通知，赛事围绕脑机接口与医保场景结合开展创新探索。参赛团队可来自国内外企业、医疗卫生机构、高等院校、科研院所及其他事业单位，团队成员需具备脑机接口、信号处理、软件开发或人机交互等相关基础，涉及实验演示的受试者需签署知情同意书或风险告知协议。

大赛体现医保部门对前沿医疗技术的场景牵引和支付协同思路。脑机接口若要从实验室走向医疗服务体系，不仅需要设备安全和临床有效性，还需要明确应用场景、服务流程、数据标准、支付逻辑和监管边界。医保场景能够帮助技术方更早理解真实需求，如康复训练、辅助沟通、功能重建、长期照护和效果评价等。

从AI医疗产业看，脑机接口是人工智能、神经科学、传感器、医疗器械和康复服务交叉的高壁垒方向。国家医保局通过大赛方式推动“储优建库”、场景开放和成果转化，有望促进技术团队围绕可验证、可支付、可推广的真实场景打磨产品。后续需要关注优秀项目试点落地、医保数据支持方式和商业闭环形成节奏。

图表：全球脑机接口×医保创新场景大赛启动报名


资料来源：国家医疗保障局、新华社、中航证券研究所整理

2.1政府新闻：武汉征集“人工智能+医疗”创新应用，场景库建设加速

2026年6月4日，武汉市江岸区经科局、区卫健局启动“人工智能+医疗”创新应用征集。通知提出，培育一批具有创新性、示范性、可推广性的“人工智能+医疗”解决方案与应用案例，包括AI+医疗应用场景、医疗大模型和智能体、智能医疗终端、高质量数据集等方向，并通过成果发布、培育库建设和供需对接平台促进产学研用协同。

征集方向覆盖患者服务、临床诊疗、管理决策、公共卫生及科研教学等AI赋能场景；医疗大模型与智能体包括面向医疗健康领域训练或优化的大模型、医疗健康行业智能体、数字医生等；智能医疗终端包括智能诊疗及监护设备、脑机接口、机器人、可穿戴设备和智慧病房解决方案；高质量数据集则强调合法合规处理并可用于AI模型训练。

地方政府由政策支持转向场景征集和供需对接，AI医疗落地进入“项目库+应用库+示范库”阶段。场景清单有助于降低企业需求不确定性、推动医院形成可复制方案。后续重点关注入库项目预算、验收和规模推广机制。

图表：武汉联合开展“人工智能+医疗”创新应用征集


资料来源：武汉市江岸区人民政府、中航证券研究所整理

2.2科技前沿：讯飞医疗发布星火医疗大模型V3.5，规模化落地能力持续验证

2026年6月，讯飞医疗发布星火医疗大模型V3.5。本次升级聚焦临床诊疗与居民健康管理两大核心刚需，强化多模态融合、长文本推理和循证思维链。公开信息显示，模型已在真实诊室融合医疗语音识别、多人语音识别和病历自动生成，服务多家头部公立医院，病历生成医生采纳率 91%，病历书写时间缩短 52%。

影像辅诊方面，讯飞医疗披露影像质控能力已超专家会诊水平，影像识别与诊疗推理结合，X线、MR报告生成医生采纳率 75%。长文本方面，V3.5采用DSA动态稀疏注意力和MTP多Token预测，使医疗长上下文推理吞吐量提升4.5倍，有助于缓解本地化部署和区域医疗机构迭代的算力压力。

星火V3.5反映国产医疗大模型正从榜单竞赛转向临床采纳、效率提升和本地部署，后续需关注医院流程嵌入、复购和持续付费能力。

图表：讯飞医疗星火医疗大模型V3.5发布与规模化落地


资料来源：PR Newswire、6ix News、中航证券研究所整理

2.2科技前沿：医院AI“大模型即服务”平台落地，算力与模型中台成关键基础设施

2026年6月18日，CHIMA发布《医院AI“大模型即服务”平台落地探索》，指出过去两年大模型逐渐成为医院信息化建设的重要议题，应用场景从影像诊断、智能导诊扩展至病历质控、报告生成和运营管理。随着相关应用进入落地阶段，医院IT团队需要关注的不只是场景和模型选择，也包括大模型推理依赖的算力、模型服务化和可观测运维能力。

文章基于多家医院调研指出，不同医院在建设阶段、算力基础和治理要求上存在差异，但在模型服务化、算力统一管理、模型统一调度和安全治理方面有较为一致的诉求。部分医院以国产昇腾910B算力为基础起步，希望构建统一服务中台或云平台，对算力和模型资源进行统一管理，并向上层业务提供模型即服务能力。

该趋势说明，医院AI建设正在从“买一个应用”转向“建一套可持续运行的AI基础设施”。对医疗信息化厂商而言，未来竞争重点将不只在单点功能，而在是否能够提供模型接入、私有化部署、权限管理、数据脱敏、审计追踪、运维监控和多场景应用编排能力。后续需要重点关注医院AI中台的预算来源、国产算力适配和临床应用闭环。

图表：医院AI“大模型即服务”平台落地探索


资料来源：中国医院协会信息专业委员会、中航证券研究所整理

2.2科技前沿：武汉人工智能医疗应用共享服务平台形成示范，区域级AI底座价值凸显

2026年6月17日，武汉市卫生健康信息中心披露，南通市卫健委一行到武汉学习人工智能医疗应用共享服务平台建设情况。武汉方面重点介绍了卫生健康信息化基础、数据治理体系，以及人工智能医疗应用共享服务平台的建设成果、运行机制和应用成效，并现场演示平台核心功能。

武汉市相关医疗机构代表分享了AI影像辅助诊断、AI超声辅助诊断等应用案例。与单家医院独立建设不同，区域级共享服务平台有望在统一数据治理、统一模型接入、统一安全管理和统一应用分发方面形成规模效应，降低基层医疗机构单独采购和运维AI系统的门槛。

从产业角度看，区域级AI医疗平台是医疗AI从头部医院示范走向基层普惠的重要路径。地方卫健部门可通过统一底座实现应用遴选、效果评价、数据安全和跨机构复用，企业则可以通过平台触达更多医疗机构。后续需要重点关注平台是否形成可持续运营机制、是否支持多厂商生态接入、以及AI应用效果是否能在基层医疗场景中稳定复制。

图表：武汉人工智能医疗应用共享服务平台建设与交流



2.2科技前沿：智源大会AI+健康医疗论坛聚焦多模态与医疗智能体落地

2026年6月，智源大会公布AI+健康&医疗论坛议程。本次论坛聚焦“AI+健康&医疗”的前沿研究与应用落地实践，围绕AI+医疗健康和AI+医学多模态两大核心方向展开，讨论人工智能在疾病早筛、精准诊疗、慢病管理、医学影像理解、心电信号分析、自动化诊断和临床决策支持中的最新进展。

论坛明确提出，将重点展示面向真实临床场景的医疗智能体系统如何推动从单点模型向全流程智能跨越。该表述反映学术界和产业界对医疗AI的关注重点正在转向多模态融合、真实临床验证和智能体编排。单一文本问答已难以满足临床需求，未来模型需要理解影像、心电、病理、病历、指南和患者长期数据，并在医生监管下完成任务协同。

从行业意义看，高水平学术会议对医疗智能体、多模态医学大模型和真实场景应用的集中讨论，有助于推动产学研医在评测标准、数据集、临床问题定义和伦理治理上形成共识。后续需要关注论坛相关成果是否转化为开源模型、评测基准、医院试点和产业合作项目。

图表：2026智源大会AI+健康&医疗论坛聚焦多模态与智能体


2.2科技前沿：北京大学肿瘤医院探索AI医疗数据脱敏，数据合规支撑模型训练

2026年6月18日，CHIMA披露北京大学肿瘤医院基于人工智能技术的医疗数据通用脱敏系统构建与应用案例。医院作为三级甲等肿瘤专科医院，在医疗数据通用脱敏系统建设中围绕病历脱敏需求和应用场景进行系统设计，确定使用人工智能技术支撑医疗文本、结构化数据和多场景科研数据的隐私保护处理。

医疗数据脱敏是AI医疗落地的关键前置环节。高质量医疗数据往往包含患者身份、诊疗过程、影像、检验、病理和随访信息，若缺乏可验证的脱敏机制，数据无法在科研、模型训练、真实世界研究和多中心协作中合规流通。基于AI的脱敏系统可在姓名、身份证号、联系方式、住址、病案号等敏感信息识别上提升效率和一致性。

从产业角度看，医疗AI的能力上限取决于数据质量，而数据可用性的前提是合规。医院建设通用脱敏系统，有助于在保护患者隐私的基础上释放专病数据价值，为肿瘤领域大模型训练、临床科研和真实世界证据生成提供基础能力。后续需要重点关注脱敏准确率、人工复核机制、审计留痕和跨院数据流通标准。

图表：北京大学肿瘤医院医疗数据通用脱敏系统案例


图1 基于大语言模型的医疗脱敏系统

资料来源：中国医院协会信息专业委员会、中航证券研究所整理

2.3业内讨论：VB100聚焦医疗AI大模型“最后一公里”，真实落地成为核心命题

2026年6月1日，动脉网发布2026未来医疗医药100强大会·医疗AI及大模型应用发展论坛相关报道。论坛围绕医疗AI大模型从技术突破到场景落地、从单点工具到生态共建的全过程展开讨论，指出AI对医疗的变革已经从未来趋势变为当下现实，真实场景价值成为医疗AI大模型的核心命题。

报道显示，主动健康、专科大模型、智能体重构服务流程、康养和减重等垂直赛道成为讨论重点。京东健康等企业展示了医疗大模型向全场景医疗生态延伸的路径，包括医检诊药链路、多模态融合、循证知识库和专病突破。该类讨论反映行业正在从“模型能回答问题”转向“模型能否在具体服务链路中产生效率和结果改善”。

从商业化角度看，医疗AI大模型的最后一公里主要在于场景定义、临床责任、数据闭环、支付意愿和运营交付。只有将模型嵌入医生、患者、药品、检验、康复和健康管理流程，才能形成可衡量ROI。后续需要重点关注医疗大模型在专科病种、慢病管理、医药供应链和互联网医疗平台中的规模化付费能力。

图表：医疗AI大模型从技术突破走向真实场景落地


资料来源：动脉网、搜狐网、中航证券研究所整理

2.4企业动向：晶泰科技达成超4亿美元AI药物发现合作，机器人实验闭环价值凸显

2026年6月10日，晶泰科技宣布与一家管线丰富且拥有多款商业化产品的国际知名生物制药公司达成AI药物发现战略合作，双方将针对一个GPCR靶点共同开发具备“同类最佳”潜力的创新口服小分子药物。项目潜在总金额超过4亿美元，体现国际药企对AI+机器人驱动药物发现平台商业价值的持续认可。 GPCR是药物研发中重要但具有挑战性的靶点类型，涉及多亚型动态平衡、选择性、成药性和安全性等难点。晶泰科技将依托人工智能、量子物理计算和自动化机器人实验平台，推进设计、合成、测试、分析的闭环优化，提高分子发现和临床前候选物推进效率。相比纯计算平台，机器人实验能力有助于弥合计算预测与湿实验验证之间的落差。

从产业意义看，晶泰科技此次合作进一步验证AI药物发现平台的对外授权和项目合作模式。AI制药企业若要获得药企长期认可，需要同时具备算法、数据、实验自动化、项目管理和候选物交付能力。后续需要重点关注该GPCR项目进展、里程碑兑现、国际药企复购能力以及公司AI+机器人平台在更多靶点类型中的可复制性。

图表：晶泰科技与国际药企达成超4亿美元AI药物发现合作


2026年6月10日，美国东部时间上午8:45

XtalPi宣布与一家领先的生物制药公司建立战略合作伙伴关系，共同开发针对GPCR靶点的口服小分子疗法。

领先的人工智能（AI）和机器人驱动药物发现平台 XtalPi（2228.HK）今日宣布与...建立战略合作伙伴关系。


XtalPi宣布与一家领先的生物制药公司建立战略合作伙伴关系，共同开发针对GPCR靶点的口服小分子疗法。

领先的人工智能（AI）和机器人驱动药物发现平台 XtalPi（2228.HK）今日宣布与...建立战略合作伙伴关系。


2026年3月2日，美国东部时间上午10:29

XtalPi的人工智能+机器人平台助力ReviR的罕见神经系统药物RTX-117取得首个临床里程碑

RTX-117是一种在研小分子药物，旨在调节整合应激反应（ISR）通路，以期恢复蛋白质功能...

资料来源：晶泰科技官网、美通社、港交所公告、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。

资料来源：晶泰控股官网、今日头条-同花顺财经、泓博医药微信公众号、英矽智能公告、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

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-疾病诊断预测-个性化治疗方案推荐-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，无缝融入门急诊、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。

资料来源：联影智能官网、中国新闻网、松果投研、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

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、药物研发和医疗机器人等环节。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：辅助诊断提升效率、一致性和基层可及性；心血管筛查、癌症早筛、伴随诊断和疗效预测对应精准医疗需求；慢病管理和患者端智能体填补预约间隙的连续照护缺口；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。

从技术演进和商业化成熟度看，不同赛道处在不同阶段。AI医学影像迈向多病种一体化、影像增强和报告生成，需要关注产品矩阵、PACS/RIS嵌入、监管获批范围和真实世界证据；AI数字病理需要关注扫描设备、图像管理、算法分析、伴随诊断和药企研发服务的整合能力；AI慢病管理和患者端LLM需要关注适应症边界、医生监督和支付路径。

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；二是能够将AI嵌入HIS、PACS、病理、药学、随访和医保流程；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并具备规模化交付能力。建议关注AI制药、 AI医学影像、医疗信息化、互联网医疗、精准医学和数据平台型企业。

后续需要重点跟踪海外FDA许可与突破性设备认定向商业订单的转化，国内医保影像云、高质量数据集和区域平台的预算兑现，以及药企AI agents和AI药物发现合作是否形成可持续里程碑收入。

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。

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