AI自助看病將成為現實。OpenAI正將ChatGPT打造成個人健康助手，希望借此在聊天機器人競爭中領先於Google等對手。據兩位看過該功能設計的人士透露，其中一項功能將允許使用者使用ChatGPT分析來自個人健康應用和可穿戴裝置（如Oura戒指、Apple Watch或Whoop手環）的資料。基於這些資訊，ChatGPT能夠主動提供個性化的鍛鍊計畫，或建議使用者調整生活習慣以改善睡眠、血糖等健康指標。其中一人表示，新的健康功能可能會以標籤頁的形式出現在ChatGPT中，與圖像或應用功能並列。從ChatGPT的側邊欄菜單中選擇健康（圖片來源：OpenAI)這一舉措讓OpenAI加入了眾多科技巨頭的行列 —— 幾乎所有大型科技公司都曾嘗試打造個人健康功能和裝置，但成效參差不齊。其中最有代表性的例子或許是蘋果健康（Apple Health）。這款iPhone應用可彙總使用者每日步數、裝置睡眠資料、智能手錶心率趨勢、月經周期追蹤以及接合作醫療機構提供的化驗結果等資訊。它能將這些資料彙總到同一平台，但不會像ChatGPT那樣借助人工智慧對資料進行解讀。（圖片來源：APPLE)ChatGPT目前已是使用者獲取健康相關答案的主要來源之一。人們常上傳血液檢測等醫療報告和掃描結果，以獲取用藥建議等，進而向醫生諮詢。例如，ChatGPT有時能判斷出使用者正在服用的藥物或保健品，可能會加重其血液報告中顯示的某些健康問題。不過，這款聊天機器人的回答偶爾會出現錯誤，部分建議可能具有風險。當然，OpenAI也強調，ChatGPT健康只是輔助工具，不能替代醫生看病，這話既是“免責金牌”，也是AI醫療繞不開的“緊箍咒”，更專業的診斷，還得靠臨床醫生拍板。ChatGPT之所以能勝任這些任務，是因為其背後的模型部分基於健康資訊進行訓練，且在人工智慧後續訓練過程中經過了醫生的稽核，以最佳化健康相關問題的回答方式。此外，人們主動上傳給聊天機器人的海量健康文件，也可能為其訓練新模型提供幫助。OpenAI表示，每天有超過4000萬人使用ChatGPT查詢健康相關內容。這與該公司去年9月發佈的一項研究結果一致：ChatGPT中5.7%的對話涉及健康、健身或自我護理。健康諮詢已經成了ChatGPT最高頻的使用場景之一，全球每周有超過2.3億人在上面問健康問題。於是，OpenAI索性直接做這個專門的健康版本。不過，消費者似乎並未完全瞭解這款聊天機器人可解答的健康相關話題範圍，這也限制了他們的使用時長。說服更多人向它分享健康資料，可能會使Google等競爭對手更難將使用者吸引至其他聊天機器人。目前，OpenAI正處於“紅色警報”狀態，投入更多員工資源改進ChatGPT，以抵禦競爭壓力。儘管ChatGPT無法替代真人醫生，但它在醫學執照類考題上表現良好。而且能提供豐富的健康改善思路，還能發現個別醫生可能忽略的健康資料趨勢或規律。ChatGPT這些新健康功能，似乎是OpenAI應用負責人菲吉·西莫（Fidji Simo）近期承諾的一部分。要讓ChatGPT理解你的目標、長期記住上下文，並在你最關心的事情上主動幫你取得進展。推動其從 “被動響應式聊天機器人” 轉變為 “更直觀的產品，與你生活中所有重要的人和服務相連。去年加入OpenAI時，西莫曾表示，“最期待的是人工智慧在醫療保健領域帶來的突破”。在資料整合這件事上，OpenAI這次是實打實的投入。ChatGPT健康功能最核心的亮點，正是能將分散在不同平台的健康資料一鍵打通。ChatGPT健康功能應用介面（圖片來源：OpenAI)過去查體檢報告，得在醫院官網裡反覆尋找。想看看近期血糖波動情況，又要在Apple健康的各類圖表中翻找。若還想結合運動資料做綜合分析，更是得在多個App之間來回切換、手動整合。而現在，ChatGPT健康功能徹底解決了這一痛點。通過接入美國最大醫療資料平台b.well，直接關聯電子病歷，同時支援Apple健康、MyFitnessPal等主流健身營養類應用的授權繫結。完成連接後操作格外便捷，你只需直接提問“我近期膽固醇指標有何變化”“明天體檢該向醫生重點諮詢那些問題”。它就會基於你的專屬整合資料，給出針對性建議。除了幫你看懂資料，還能幫你準備就醫材料、對比保險方案、甚至制定飲食計畫。OpenAI還專門搞了個叫HealthBench的評估框架，直接用醫生定的評分標準給AI打分，重點看三件事：安全不安全、說不說得明白、會不會適時讓你去看醫生。而健康資料的安全性，無疑是所有使用者關注的核心底線。為此，ChatGPT健康功能特意搭建了獨立儲存空間，你的健康相關對話內容、授權連接的各類應用，以及上傳的醫療檔案，都會與普通聊天記錄物理隔離儲存。但OpenAI計畫何時推出這些健康功能尚不明確，其健康願景不僅面向普通消費者，還旨在吸引更廣泛的受眾。遺憾的是，ChatGPT健康現在只對一小部分使用者開放，想用的話得先加入候補名單。而且有些功能還是有地域限制的，比如電子病歷接入目前只在美國可用，Apple 健康連接也必須得在 iOS 系統上完成。這意味著國內使用者短期內可能還用不上完整功能。此外，有跡象表明，OpenAI也希望吸引醫療專業人士。去年6月，OpenAI聘請了醫生社交網路Doximity的聯合創始人兼前首席戰略官Nate Gross，負責領導其醫療健康戰略。包括幫助醫生和其他健康專業人士使用OpenAI產品。去年7月，OpenAI 表示，肯尼亞一家醫療服務機構為臨床醫生配備了基於OpenAI技術的輔助工具，用於協助診斷和治療，相關醫療差錯已有所減少。與此同時，OpenAI也注意到另一家初創公司OpenEvidence的收入激增，該公司開發了一款AI工具，供醫生尋找問題答案或分析同行評審研究。OpenAI在去年八月聘請了當時Instagram的產品聯合負責人阿什莉·亞歷山大（Ashley Alexander）擔任其健康產品副總裁，目標是改善“醫療健康結果與可及性”。 (創新觀察局)

近日在第44屆摩根大通（JPM）全球醫療健康大會上，輝達與禮來宣佈，雙方將在未來五年內投入10億美元，在舊金山灣區建設一座聯合研究實驗室，旨在加速人工智慧在製藥行業中的應用。此番合作算不上突然，早在去年10月，禮來便宣佈將部署全球規模最大、性能最強的AI製藥工廠，該設施採用基於輝達Blackwell架構的DGX超級叢集。禮來董事長大衛·裡克斯（David. Ricks）表示：“將我們海量的資料和科學知識與輝達的計算能力和模型建構專長相結合，有望徹底革新我們所知的藥物研發模式。”後續，雙方合作將著重建構一個持續學習系統，將禮來公司的智能濕實驗室與計算干實驗室緊密連接，從而實現全天候人工智慧輔助實驗，為生物學家和化學家提供支援。作為AI應用的重要分支，AI製藥在當下愈發普及。綜合多券商研報觀點，AI製藥核心價值在於大幅提升藥物早研效率，以英矽智能Pharma.AI為例，其能夠使候選藥物從靶點發現到臨床前候選藥物確認時間從4.5年大幅縮短到12至18個月，從而使早研階段的投入產出比大幅提升。據《科創板日報》不完全統計，數家跨國藥企在近期均已牽涉AI製藥技術：2026年1月，賽諾菲與華深智藥旗下Earendil Labs宣佈將戰略合作總價值提升至25.6億美元，後者將利用AI發現平台為前者最佳化新型雙特異性抗體；2025年11月20日，默克宣佈與生物技術公司Valo Health達成30億美元戰略合作，將利用人工智慧平台快速生成臨床前化合物。廣發證券認為，AI製藥領域已逐漸得到標竿性客戶商業認可，但處於從零到一處理程序。2025年第三季度全球AI製藥的訂單已經有逐漸升溫的態勢，審慎角度估計，至2026年下半年AI製藥會有行業性里程碑事件的突破，驗證AI製藥的有效性和效率，從而通過對市場規模的認可實現相關個股的市值突破。▌AI醫療迎來黃金發展期在黃仁勳看來，人工智慧正在改變各行各業，而其影響最為深遠的領域將是生命科學。事實上，為AI所惠及的生命科學領域或遠不止製藥本身。如輝達和禮來，除了藥物發現之外，雙方未來還將探索在臨床開發、製造和商業營運中應用人工智慧的機會，包括在工廠中使用物理人工智慧和機器人技術。日前馬斯克則提及，3年內機器人在手術技能上將超越人類。除此之外，近來行業在AI醫療保健領域亦催化不斷。國內螞蟻阿福新版的月活躍使用者數已達3000萬，相較於一個月前實現翻倍；海外OpenAI官宣推出“ChatGPT健康”，旨在幫助使用者獲取健康資訊。就在昨日，該公司宣佈收購醫療保健初創公司Torch，從而進一步增強ChatGPT健康的功能。財信證券認為，AI醫療產業正迎來黃金發展期。醫學影像AI輔助診斷、智能手術機器人、藥物研發AI平台等創新成果加速落地，產業鏈上下游協同發力，形成從演算法研發、資料服務到產品應用的完整生態。未來，隨著人工智慧技術的持續發展和群眾醫療健康需求持續提升，AI醫療領域有望進一步擴容。投資方面，國金證券指出，醫療器械、創新藥等領域則仍需等待集采政策最佳化或重磅技術突破，整體持續性可能弱於科技主線。但結構性機會，尤其是與創新技術結合的領域，依然值得關注。華源證券表示，AI大科技浪潮下，醫藥有望釋放新的成長邏輯，腦機介面、腫瘤早篩、AI醫療等快速發展。展望2026年，繼續看好以創新為主的醫藥科技主線。方正證券指出，AI驅動醫療產業形成新增長極，持續看好AI+醫療在製藥、基礎研究、診療和健康管理等方面的革命性潛力：1）聚焦資料和裝置兩大剛需賽道；2）AI製藥迎來關鍵催化節點，全球首款AI設計藥物INS018_055臨床前周期壓縮60%；3）AI健康管理在端側落地加速，政策端國家巨量資料局推動醫療資料要素開放，進一步釋放商業化潛力。 (科創日報)

醫藥投資圈曾流行一種偏見，投資人普遍認為數字醫療是個偽命題。他們眼中的醫療需求存在一個“不可能三角”：低頻、高門檻、非標品。普通人不會天天看病，醫生需要十年培養，每個人的病歷都獨一無二。這導致網際網路醫療平台常年陷於買流量的泥潭——獲客成本極高，使用者留存極低。螞蟻阿福與OpenAI health打開C端AI醫療想像空間。然而，這一刻板印象正在被AI時代的資料洪流無情擊碎，C端的AI醫療需求實際上是極其驚人的，它一直都存在，只是過去缺乏一個足夠低門檻、低成本且足夠智能的互動容器來承接。當互動成本降至零，且反饋質量達到准專業級時，AI醫療這種沉默的剛需瞬間爆發了。在兩個AI超級巨頭的動作中看到了這種爆發，一個是中國的螞蟻集團，一個是美國的OpenAI。在中國，螞蟻集團旗下的“阿福”，其月活躍使用者數已在一個月內翻倍突破3000萬，單日提問量超過1000萬次。大洋彼岸，OpenAI於2026年1月7日正式推出OpenAI Health。OpenAI的資料顯示，全球每周有超過2.3億人次在ChatGPT上諮詢健康問題。這甚至發生在該產品推出之前，這種需求是溢出的，是迫切的。螞蟻阿福與OpenAI Health選擇單獨做一個入口，源於對C端醫療需求的精準把握。醫療資料的敏感性，它需要物理級的隔離，需要金融級的安全，需要讓使用者敢於把最隱私的病歷上傳。螞蟻阿福和OpenAI Health，正式確認搜尋引擎主導醫療資訊的時代結束了，智能體（Agent）接管個人健康的時代開始了。01. 螞蟻“阿福”的需求驗證2025年12月，螞蟻集團將旗下AI健康應用正式升級為“螞蟻阿福”。但隨後的資料表現超出了所有人的預期。在品牌升級後的短短一個月內，螞蟻阿福的月活躍使用者數從1500萬迅速翻倍至3000萬，日均使用者提問量突破1000萬次。這組資料背後隱藏著兩個關鍵的行業洞察。首先是AI對健康全鏈路生態的打通。螞蟻阿福不再僅僅是一個問答框，它打通了華為、蘋果、OPPO等十大品牌的智能裝置，將硬體資料與“健康小目標”結合，實現了從日常監測到線上問診、線下就醫的全鏈路覆蓋。它連結了全國5000家醫院和30萬真人醫生，讓AI不僅能“聊天”，更能“辦事”。其次是驗證下沉市場的巨大需求。資料顯示，阿福55%的使用者來自三線及以下城市 。在一二線城市，人們或許可以便捷地前往三甲醫院，但在醫療資源匱乏的下沉市場，人們極其渴望一個能夠隨時解答健康疑惑、且完全免費的“專家”。螞蟻阿福正是切中了這一痛點，它用AI技術填平了醫療資源分配不均的鴻溝，將低頻的嚴肅醫療轉化為了高頻的健康陪伴。02. OpenAI 的獨立入口邏輯2026年1月7日，OpenAI正式發佈ChatGPT Health。最引人注目的變化在於OpenAI決定：它將Health功能在側邊欄開闢了一個獨立的入口。為什麼要這麼做？核心邏輯在於大模型與隱私安全的衝突。OpenAI非常清楚，使用者在寫程式碼、寫文案時需要的是效率與創意，而在諮詢病情時需要的則是絕對的安全感與隱私保護。如果使用者擔心自己的病歷會被拿去訓練AI，或者擔心在演示工作時AI突然跳出關於隱私疾病的建議，那麼他們永遠不會把真實的健康資料交給AI。因此，OpenAI設計了一種近似物理隔離的架構。在儲存層面，Health空間內的對話、檔案與資料，全部與主介面分開儲存。Health擁有獨立的記憶系統，這些記憶絕不會“回流”到主對話中。這意味著，你在Health裡諮詢了心理疾病，轉頭去主介面進行程式設計演示時，AI絕不會洩露任何相關資訊。更關鍵的是，OpenAI明確承諾：Health中的對話資料不會被用於訓練其基礎模型。只有建立了這種信任，頂級醫療機構才敢與它合作，使用者才敢上傳自己的基因檢測報告。獨立入口，實際上是OpenAI為醫療AI建立的一道“信任防火牆”。03. AI醫療功能矩陣ChatGPT Health的野心遠不止於做一個聊天機器人，它試圖通過強大的生態連接，接管使用者健康的全生命周期。目前的醫療資料往往呈現極度碎片化的狀態，散落在醫院的電子病歷（EMR）、紙質報告、智能手錶的App以及各類垂直應用中。ChatGPT Health並未試圖自己去一家家醫院談介面，這在商業上是不經濟的。它選擇了一個關鍵的戰略合作夥伴——b.well Connected Health。b.well作為美國最大的即時聯網健康資料網路之一，基於FHIR標準建構了底層基礎設施。通過這一合作，ChatGPT Health得以解決大模型面對雜亂醫療資料時的“讀不懂”難題。使用者在Health中授權後，可以一鍵拉取自己在不同醫院的病歷，AI不僅能看懂結構化的化驗單，還能深入理解非結構化的臨床筆記與出院小結。除了靜態病歷，ChatGPT Health還通過Apple Health整合，接入了動態的生理體徵資料，這使得AI的建議具備了時間維度。當使用者抱怨“心悸”時，ChatGPT可以立即調取過去24小時的心率變異性（HRV）資料，結合使用者的既往病史，判斷這是否是需要立即就醫的緊急情況。此外，OpenAI還引入了Instacart、AllTrails等合作夥伴，打通了從“建議”到“行動”的最後一公里。AI可以根據你的代謝資料生成飲食計畫，並直接轉化為Instacart的購物清單；也可以根據你的體能狀況，在AllTrails上推薦合適的徒步路線。這種從資料匯聚到行動落地的閉環能力，正是AI Agent相對於傳統網際網路醫療的降維打擊。在12月更新的螞蟻阿福中，這些相似功能都有推出，並且進一步打通了從日常健康諮詢到線上問診、線下就醫的全鏈路服務，印證了東西方C端AI醫療需求的共性。04. AI醫療估值邏輯的重塑從螞蟻阿福到OpenAI Health，中美兩大科技巨頭的動作預示著行業競爭邏輯的根本性轉變。首先是流量入口的徹底重構。過去二十年，使用者獲取健康資訊主要依賴搜尋引擎，商業模式是基於關鍵詞的廣告競價。這種模式天然存在利益衝突，導致資訊質量良莠不齊。OpenAI Health代表了一種新的入口形態——對話式服務。如果使用者習慣了直接向AI索取基於個人資料的精準答案，WebMD、百度健康等傳統內容型平台的價值將被迅速稀釋，流量將不可逆轉地向擁有私有資料壁壘的AI Agent集中。其次是線下服務的價值重估。在AI時代，演算法本身正在變得廉價，算力可以購買，唯有真實世界的高品質資料是稀缺的，線下服務商將從單純的“人力服務者”轉型為“資料資產商”。最後是對“信任”的定價。OpenAI Health刻意強調的隱私隔離與不訓練承諾，實際上是在為信任定價。在AI時代，唯有信任是最昂貴的貨幣。使用者敢於將自己最隱秘的病歷上傳給OpenAI，是因為相信其隱私架構。這種信任將成為OpenAI Health未來商業化（如高級訂閱、保險合作）的核心溢價來源。未來的阿福或OpenAI Health，將是一個24小時線上、瞭解你一切生理資料、並能調動現實世界資源的超級健康管家，也成為了改變AI醫療生態的推動者。 (硬AI)

據路透社報導，資深投資人馬特·霍爾特（Matt Holt）正式卸任新山資本（New Mountain Capital）私募股權董事總經理兼總裁一職，並啟動一項規模高達300億美元的標誌性交易。霍爾特計畫收購老東家新山資本旗下最成功的五家醫療科技公司，並將其合併到其新創立的AI醫療平台——Thoreau。這五家公司分別是：健康資料交換巨頭Datavant、AI理賠最佳化平台Machinify、精準醫療行銷商Swoop、醫療流程自動化公司Smarter Technologies 以及電子醫療記錄平台Office Ally。本次交易的核心邏輯在於“AI重塑醫療”：霍爾特的目標是，通過將這五家分佈在資料、支付和營運環節的頂尖企業整合在一起，Thoreau將建構起一個由AI驅動的全自動醫療支付與資料流轉平台，從而大幅提高醫療效率、降低成本。知情人士透露，霍爾特長期在中東地區籌集資金以支援該交易，目前英國資產管理巨頭ICG (Intermediate Capital Group) 已確定作為主要出資方。對於新山資本而言，這筆交易或許將成為其最賺錢的一筆交易：預計帶來約140億美元的綜合收益，其中包括約120億美元的現金回籠以及在新公司Thoreau中保留的股權。新山資本成立於1999年，是一家總部位於紐約的頂級私募基金和另類資產管理公司，當前管理資產規模約600億美元。據悉，這筆交易將於2026年上半年完成交割。如果成功，Matt Holt將實現從“投資人”到“企業家”的轉身，執掌一家估值300億美元的AI醫療巨頭。手握6000萬資料 美國最大健康資料商五家企業中，健康資料企業Datavant是最知名的一家。該公司於2018年從以“撿漏”聞名的藥企Roivant中分拆出來，在2021年該公司以70億美元與健康服務企業Ciox Health完成合併，正式成為美國最大的健康資料公司。目前該公司手握超過6000萬條醫療記錄，擁有超過8萬家診所、醫院及醫療系統合作夥伴，覆蓋前20大生命科學公司、100%的美國支付方。其特色連結技術可在嚴格遵守隱私標準的前提下，實現數千萬份醫療記錄的安全傳輸，且不洩露個人身份資訊。建立在海量醫療資料之上，餘下的四家企業分別在支付、行銷、院內管理、醫療帳單等方面有所專長。Machinify是通過AI簡化醫療支付流程的平台，在今年一月被新山資本收購，估值為50億美元，擁有超過5億美元的收入，服務於13個前20名支付方。專注於行銷領域的Swoop手握醫療領域最大的病友社區之一My Health Team，該社區擁有450萬慢性病和罕見病註冊會員。Smarter Technologies則是利用AI降低醫療行政成本的企業，擁有業內首套AI驅動的收入周期管理（RCM）系統，目前服務超過60多家醫院和醫療系統，處理超過4億筆交易。Office Ally是為醫療機構提供雲端清算的帳單軟體，擁有超過8萬家醫療機構客戶，每年處理超過9.5億筆交易。華爾街傳奇投資人創業 誓要重塑醫療而本次交易的主角，馬特·霍爾特（Matt Holt）與新山資本（New Mountain Capital）的故事，是一部典型的“從零到一”的華爾街傳奇。新山資本成立於1999年，由前高盛資深銀行家史蒂文·克林斯基（Steven Klinsky）創立。彼時正值網際網路泡沫巔峰，但克林斯基卻選擇了一條與眾不同的道路：避開當時炙手可熱的科技初創企業，轉而專注於“防禦性增長”（Defensive Growth）策略——即投資於經濟周期波動中仍能保持穩定現金流、具備長期結構性優勢的非周期性行業，如醫療健康、軟體、商業服務和教育等。這一理念在隨後的多次金融危機中被證明極具前瞻性。無論是2008年全球金融海嘯，還是2020年新冠疫情引發的市場震盪，新山資本憑藉其穩健的投資組合始終維持了優異的回報表現。其管理資產規模也從最初的幾億美元一路飆升至如今的約600億美元，成長為全球領先的另類資產管理公司之一。馬特·霍爾特的職業生涯幾乎與新山資本的成長史重合。1999 年，他從哈佛大學文學系畢業，最初在雷曼兄弟的併購部門磨練兩年。2001 年，年僅 24 歲的霍爾特加入了剛剛成立兩年的新山資本。Matt Holt克林斯基親自面試並錄用了霍爾特，後者展現出了超越同齡人的行業洞察力，尤其是在醫療健康這一極具壁壘的領域。在隨後的二十多年裡，霍爾特一路晉陞，從分析師到董事總經理，再到擔任新山資本私募股權業務總裁。克林斯基曾在公開場合評價霍爾特是“公司最成功的投資人之一”，他不僅負責管理該機構最核心的私募類股，還一手打造了其龐大的醫療投資帝國。在霍爾特的領導下，新山資本將醫療健康從傳統的“重資產、重監管”行業，重新定義為“效率驅動的技術服務”行業。霍爾特的策略是：不投醫院（提供者），而投讓醫院變高效的工具（技術服務）。他深信美國醫療系統的癥結在於效率低下和資料孤島。因此，在他的推動下，新山資本陸續投資了多家醫療科技公司，包括Avantor（生命科學工具商）這樣的行業標竿。經過二十多年的積累，霍爾特認為醫療行業的數位化已經到了“大整合”的關鍵階段——分散的五家公司，如果在同一個平台下利用統一的AI引擎運作，其產生的協同效應將遠超獨立運作。因此，在獲得ICG等財團的支援後，他選擇帶著這些他親手挑選、培育的“孩子”獨立，成立 Thoreau（意為從複雜中尋找簡單的真理）。這筆交易的背景，不僅僅是資本的騰挪，更是一個頂級投資人在深耕一個行業二十年後，試圖用實業家的身份，去完成他未竟的理想：利用技術徹底重塑醫療系統的底層邏輯。 (智藥局)

12月8日，OpenAI發佈報告The state of enterprise AI，首次全面展示了企業應用AI的現狀。報告指出，企業採用AI的動作正在加速，尤其是在幾個關鍵行業，其中醫療保健成為增長最快的領域之一。AI醫療實現驚人增長報告顯示，企業對AI的態度從試點轉向全面部署，醫療保健行業表現尤為突出，其OpenAI客戶的年同比增長率高達8倍（8x）。在增長速度上，醫療保健僅次於科技行業（11x），位列第二，超越了製造業（7x）。雖然像金融和科技等行業在AI使用規模上仍舊保持領先，但醫療保健和製造業等行業是從較小的基數起步，目前正以最快的速度迎頭趕上，正迅速縮小與領先者的差距。深入應用：AI為醫療保健帶來的實際價值報告通過具體的企業案例，展示了AI醫療在提升效率、改善客戶體驗等方面的實際效果。例如，生物科技公司Moderna利用ChatGPT Enterprise顯著壓縮了目標產品資料（TPP）的製作周期。過去，撰寫TPP是個複雜又費時的任務，通常要花上幾周時間，還得仔細閱讀多達300頁的資料。為瞭解決這個問題，Moderna引入AI系統，幫助從大量檔案中找出關鍵資訊和假設，自動生成結構清晰的草稿，並自動標記潛在錯誤。Moderna表示，在某些情況下，原本要花幾周才能完成的核心分析工作，現在幾個小時就能搞定。團隊可以更專注於驗證方案的可靠性、做出更周全的決策，從而更快地把新藥帶給患者。又比如，醫療保險公司Oscar Health推出了面向會員的聊天機器人，幫助使用者更輕鬆地應對複雜的醫療保健系統。這些聊天機器人與Oscar自身的系統和資料深度整合，能夠訪問會員的醫療記錄、理賠資訊等，從而提供個性化的回答，並協助完成諸如尋找醫生、續開處方等常見任務。上線後，該平台已能即時解答58%的問題，並在無需人工介入的情況下處理了39%的諮詢。這不僅提升了服務效率，也為會員提供了一個統一且可靠的入口，讓他們更容易理解並順利享受醫保服務。 (智藥局)

▲圖為智捷醫學科技孫繼信董事長於台上發表AI 醫療影像 3D 標準化成果。衛福部次長莊人祥12/4於智捷醫學科技（IntelliGen Technology）主辦的全球創新 AI 醫療影像 3D 標準化成果與 MR 應用大會上指出：「全球醫療仍停留在黑白 2D，台灣已準備跨入下一個時代。」▲圖為衛福部次長莊人祥蒞臨台上致詞搶進百億美元市場在全球醫療 3D 影像市場規模突破 13.6 億美元、AI 醫療影像市場 CAGR 高達 34% 的背景下，台灣此舉不僅是與趨勢接軌，更是明確展現 主動引領智慧醫療升級的產業戰略，並在全球醫療影像升級浪潮中扮演關鍵推動者。AI 將 CT/MRI 黑白影像即時3D 化，被視為未來十年醫療科技的主戰場，也是各國積極投入的醫療影像升級項目。台灣下一座護國神山台灣的智捷醫學科技（Intelligen Technology）憑藉自主研發的 Anatomy Cloud GPT 技術，可於 5 分鐘內完成黑白影像轉為高解析彩色 3D，成為目前台灣推動 3D 標準化最關鍵的技術提供者。其 AI 醫療雲端系統 「Anatomy Cloud GPT」 也以突破性成果獲得 第 21 屆國家新創獎「初創企業獎」 殊榮，引發產業高度關注。智捷醫學科技執行董事 鍾富瑋 於會中指出，「3D AI 醫療影像將從醫院內部工具，轉變為全球標準化平台。台灣有機會在這個市場中，提前卡位成為技術輸出國。」執行董事 鍾富瑋強調，3D 影像標準化將帶動 設備汰換、雲端服務、教育訓練、醫材整合、跨國醫療合作 等龐大需求，形塑出「超過百億美元」的新市場，而 Anatomy Cloud GPT 已成為此產業鏈中的核心引擎。▲智捷執行董事鍾富瑋表示3D AI影像技術不僅是臨床醫療技術的進步，更是台灣AI醫療走入全球的第一步。他進一步指出：「智捷正在與亞洲、歐洲多國洽談合作，2026也將啟動海外布局。Anatomy Cloud GPT不僅是醫療影像的革新服務，更可以整合AI、通信、雲端、教育、S I等的產業鏈我們相信台灣具備打造下一座『醫療 AI 護國神山』的條件。」

當GPT系列和Gemini在AI大模型打得有來有回時，Google和OpenAI也在生命科學開展了新一輪競逐。OpenAI和Google都將生命科學視為AI技術落地的重要領域，但兩者的戰略有顯著差異。OpenAI更偏向於通過建構通用的、超強的基礎模型能力，並通過廣泛的合作，賦能生命科學研究和醫療保健。Google則以底層科學突破為切口，將其AI能力深度嵌入到生命科學研發的每一個具體環節，並且推出了一系列生命科學模型。一個是老牌網際網路大廠，在醫療健康賽道佈局多年，底蘊深厚；一個是AI新貴，對生命科學重金投入，虎視眈眈。但毫無疑問，兩家AI巨頭都在豪賭一個未來：AI將從根本上重塑生命科學的研發範式，這其中蘊藏著兆等級的商業價值。01 Google：聚焦底層科學突破，實現生態閉環作為頂級網際網路大廠，Google已經數次對生命科學發起了衝鋒。然而，Google的探索也並非一帆風順。此前通過Calico、Verily等子公司進入醫療健康領域，但沒有做出什麼成果，甚至組建過Google Health試圖整合但最終失敗，公司無奈關停。但如今Google有個重要的殺手鐧：建構基礎模型能力。尤其，Google旗下DeepMind發佈的AlphaFold2破解了生物學的基本難題——蛋白質結構預測，已經榮獲2024年諾貝爾化學獎。以此為里程碑，Google的戰略聚焦於將AI能力用於底層科學突破，近兩年來，Google在生命科學已發佈了多個模型。模型帶來的底層技術能力的突破，正在讓Google實現其更大的醫療野心，根據AlphaFold2成果已經轉化出Isomorphic Labs，並獲得了高達6億美元的融資。Isomorphic Labs正在用AI建立一個通用的藥物設計引擎，不僅能用於單一靶點或單一藥物類型，更能反覆應用於任何不同的疾病領域。此外，Google還以雲業務為切口，成為醫療健康行業的數位化底座和AI創新平台。Google雲通過提供一系列專門為行業需求打造的解決方案，將DeepMind等部門的基礎科研突破，轉化為藥企、醫院和研究人員即開即用的生產力工具。當前，Google雲已經整合了多個藥物研髮套件，以及前沿基礎模型，系統地賦能醫療健康產業的AI以及數位化轉型。另一邊，Google還有不容忽視的投資部門——GV（Google Ventures）。生命科學與健康是GV核心的投資賽道之一。當前，GV已經過投資上百家生物技術公司，GV幫助Google在藥物發現、疾病治療、醫療資料等多個關鍵環節建立了廣泛的生態佈局。在AI生命科學領域，GV已經投下了OpenEvidence（AI+醫生搜尋引擎）、insitro（AI藥物研發）、Isomorphic Labs（AI藥物研發）、晶泰科技（AI賦能科學平台）等公司。如今，Google在生命科學領域的戰略重心日益清晰：即Google DeepMind以及其他研究團隊主攻基礎科研，產生顛覆性成果；通過Google雲整合模型以及行業解決方案，建構以自身技術為核心的行業生態，打造行業基礎設施；通過GV廣泛投資生命科學企業，為Google建構龐大的創新網路，並通過戰略協同推動行業變革。02 OpenAI：連結多方，持續重資產投入早在ChatGPT剛出世之時，OpenAI的模型就被各大初創公司和平台進行微調，提供各類醫療服務。但如今，OpenAI不再僅僅滿足於做一個工具提供者，而是立志成為利用AI推動下一次生物技術革命的核心參與者。它不只研發，還通過投資、合作等方式，將AI技術滲透到藥物研發、生物安全、再生醫學等多個細分領域，建構一個廣泛的技術應用生態。而言，OpenAI在生命科學的佈局，正在經歷越來越“重資產”投入的過程：第一階段：作為技術服務商，為行業提供基礎模型服務第二階段：廣泛進行業內合作，投資了多家AI+醫療保健前沿公司第三階段：開始直接招募高管、組建團隊，開發自有醫療和科研產品如今，OpenAI近年來在生命科學領域積極佈局，與多家機建構立了重要合作關係，涵蓋包含藥企、患者管理、臨床輔助、監管等多方重要企業，深入連結了產業鏈的上下游。從上圖多筆合作可以建安初，OpenAI更偏向提供企業級AI工具，使得生命科學公司的效率大幅度提升，從而降低開發成本，提升患者體驗。在大模型方面，OpenAI不僅提供通用模型，還會為特定的生命科學問題開發定製化的AI工具。OpenAI聯合Retro Biosciences打造了生物學大模型GPT-4b micr，並成功設計出了山中因子的蛋白質變體，使得重程式設計效率提升50倍。此外，OpenAI還發佈開源醫療基準測試平台 HealthBench，旨在評估醫療AI應用的安全性與精準性，搶佔行業標準制定的話語權。投融資方面，OpenAI及其CEO山姆·奧爾特曼（Sam Altman）在生命科學領域的投融資活動相當活躍，主要聚焦於AI製藥和長壽科學等前沿方向，投下了包括Retro Biosciences、1910 Genetics、Chai Discovery、Valthos等公司。未來，OpenAI更是提供了一個宏大的暢想：目標是到2028年開發出真正的自動化AI研究員，實現重大科學發現。如今公司內部成立"OpenAI for Science"部門，組建頂尖學者團隊，其戰略核心是打造下一代科學發現平台，加速科學研究。甚至，OpenAI基金會在起步階段承諾投入250億美元，用於醫療健康以及“人工智慧韌性”。寫到最後簡單來說，Google和OpenAI都在生命科學進行了全方位的、系統性的押注。兩家公司都希望通過建構AI基礎平台，在這個傳統且低效的生命科學領域，找到巨大的商業機會。Google以其深厚的科研積澱和生態系統，建構了一個從底層科學突破到行業基礎設施的完整閉環。而OpenAI則以通用大模型為基石，通過廣泛的合作與深入的價值鏈滲透，展現出更強的靈活性和擴張野心。而在AI for Science的技術趨勢下，Google與OpenAI的這場豪賭，或許將是整個人類的未來。 (智藥局)

【新智元導讀】基層醫生的AI好助手來了！中國國產AI，更懂中國醫生。從去年開始，「醫療AI（medical AI）」與「健康AI（AI for healthcare）」從星星之火，迅速燎原。在Google趨勢裡，這類關鍵詞在最近幾個月都呈現明顯抬升：但對大多數中國醫生——尤其是基層醫生——這些熱鬧始終顯得有些遙遠。僅糖尿病患者，中國就有2.33億人，遠超現有醫療資源的承載能力。更別說基層醫生每天面對的是混雜的真實世界：心血管、呼吸、消化等各種疾病交織出現；一旦遇上少見症狀或複雜共病，往往會感到吃力，甚至陷入“想得不全、顧得不夠”的困境。因此真正的問題，從來不是「AI看起來有多厲害」——而是能不能安全有效地在臨床落地？能不能真正提升醫生的判斷力和決策力？AI+醫療，被放在了國家檔案的「C位」11月4日，國家衛健委正式發佈《關於促進和規範人工智慧+醫療衛生應用發展的實施意見》，其中重點提到：「建立基層醫生智能輔助診療應用」「加強居民慢性病規範管理服務」這意味著什麼？「AI+醫療」已不再是AI產業界的技術炫技，而是提升到了國家層面的衛生健康行業發展高度。而「AI+醫療」的落地重點，在基層。誰能抓住這波醫療AI版的「農村包圍城市」，誰就能在下一波AI浪潮中笑到最後。多位長期深耕基層培訓教育的主委們很快達成共識：能真正幫到中國基層醫生的AI，關鍵在2件事：1）診中：輔助臨床決策，要安全、有效；2）診後：支撐患者隨訪，要規範、可持續。而，這也是「未來醫生AI工作室」的初心。中國AI vs 美國AI 只有它是「安全+有效」的雙料冠軍AI能寫會畫，甚至拿下奧數金牌，但「術業有專攻」——通用的AI難以救死扶傷。解放軍總醫院第六醫學中心（海軍總醫院）內分泌科主任醫師、全科教研室主任郭啟煜，就曾遇到:一些患者自行使用AI尋找大量資訊後，提供給醫生，但這些資訊往往互相矛盾，甚至與最新的醫療指南和共識相悖。他認為，AI落地醫療有2大關鍵：有效性和安全性。有效性， 指的是真能幫上忙，能提供有用的建議和資訊。安全性， 則是必須堅守的底線，AI醫療產品提供的建議必須基於權威資料。但要測試醫療AI的「安全性」和「有效性」，並不簡單。好在今年7月，來自26個科室的32位一線專家們聯手，來了場全球頂尖大模型的「擂台賽」。這項測評已於7月正式公開發佈，並接受學術同行評議。arxiv連結：https://arxiv.org/abs/2507.23486他們從真實病歷中抽絲剝繭，整理出2069道開放式問題，圍繞「安全性/有效性」，模擬真實場景，搭建了一套系統性的臨床評估標準。在此標準上，測評了當時最前沿的6個大模型：OpenAI-o3、DeepSeek-R1、Gemini-2.5-Pro、Claude-3.7-Sonnet、Qwen3-235B以及「未來醫生AI工作室」背後的醫學大模型MedGPT。結果呢？六個大語言模型的基準測試顯示總體表現不錯（總分均值57.2%，安全性54.7%，有效性62.3%）。但在醫療最看重的「安全」上，卻拉開了明顯差距：當涉及危重症識別、藥物衝突等複雜問題時，多款通用大模型的得分明顯下滑當涉及嬰兒、兒童、免疫低下等特殊人群時，有的模型表現很不穩定，有時很好，有時很危險而在同一套標準下，專業醫療大模型MedGPT則表現出顯著特徵：「安全性」、「有效性」雙高！得分分別達到0.912、0.861，拿下雙冠軍，總分更是領先第二名15.3%。總體得分、安全性、有效性，MedGPT（綠色）均領先此外，在這場比拚中，MedGPT還表現出幾個突出特徵：安全性得分，比模型平均值高出近70%（0.912 vs 0.547）；在複雜人群中，表現依然穩健，沒有「翻車」；測評中，唯一一款做到了「既穩定安全，又穩定有效」的AI。復盤時，北京大學第三醫院運動醫學科江東教授表示臨床不只是看答對多少，更要看答錯多少。從那一刻起，這個以MedGPT為底座的「未來醫生AI工作室」，底層基因已經註定：不是做看起來「樣樣通的AI」，而是做臨床上「最安全、最可靠的AI夥伴」。當技術回歸臨床，誰更像專家？答案已經揭曉。就在最近，中⼭⼤學附屬第⼀醫院泌尿男科主任鄧春華教授聯合中國多位權威專家，設計並開展了一場高度模擬真實臨床流程的實戰盲測。評測方法核心直接、客觀：1、選題：從真實臨床工作中，抽取出一批複雜、存在爭議且資訊不完全的典型病例。2、答題：同一道題，分別交由三位「參賽者」獨立作答：GPT-5OpenEvidence未來醫生AI工作室·臨床決策AI助手3、測評：由臨床專家團盲審三份AI生成的答案，並嚴格依據以下8個核心維度進行打分：多病共存與藥物序貫最佳化時間窗決策與風險取捨不確定性推理與檢查價值用藥相互作用與復合毒性圍術期協同決策ICU多目標最佳化檢驗與影像閉環連續照護與復發預防結果中國AI——全線完勝：圖源：https://ai.doctorwork.com/comparison這場評測的意義，遠不止於一次分數的比拚。結果所呈現的，已經不再是模型的紙面能力，而是——是否能在真實醫療環境中做出可靠的臨床決策。這背後，正是「未來醫生AI工作室·臨床決策AI助手」的差異化技術路線：通用大模型的強項在於文字生成，本質是模式匹配與記憶；而臨床決策AI助手，則是先建構系統性的醫學認知框架，再在其上強化「臨床推理+安全控制」，最終再落到產品層應用。這也解釋了，為什麼在臨床診斷這種高風險、強推理的場景裡，中國的醫療AI能夠取得領先——關鍵不在簡單看誰的參數更大，而在於誰更接近醫生真實的思考方式和工作方式。臨床智能參謀 幫醫生想得全，判得準面對複雜病例，醫生最擔心的從來不只是「已知風險」，更是那些隱藏在資訊缺口、經驗不足和病例多樣性背後的知識盲區與思維侷限。缺資訊、缺經驗、病例雜——幾乎是所有基層醫生的共同現實。「未來醫生AI工作室·臨床決策AI助手」想解決的，正是這一臨床痛點。它不是一個更大的「知識庫」，而是為每位醫生打造的「醫療版賈維斯」：不僅能調動高等級循證證據，更能以專業方式協同思考——核心是一套由安全與循證驅動的臨床決策引擎。鄧春華教授在使用未來醫生AI工作室·臨床決策AI助手進行決策輔助 (圖片已獲得教授本人授權）在日常診療裡，醫生可以用口語化的方式輸入病情，系統不會急於下結論，而是先完成三件更重要的事：提取證據：從高等級循證證據中抓出關鍵點；預警風險：提示藥物相互作用、特殊人群禁忌等潛在風險；標識缺口：指出病史、體檢或檢查的缺失環節，並附帶安全提示。當然，最終的所有決策權，始終牢牢掌握在醫生手中。醫生依然是做決定的那個人，只是不再需要一個人扛下所有不確定性。能看得更全、想得更深，不至於錯過任何「可能改變結局」的疑點。多位一線醫生的反饋也印證了這一點：「好用、循證清晰。」「像有個隨時在旁邊可以討論的專家。」而這一切的背後，是「未來醫生AI工作室·臨床決策AI助手」提供的確定性支援——讓每位基層醫生在面對複雜病情時，都能更有把握地做出判斷。跨越診室圍牆 把醫院級照護延伸到日常掛號、看病、診斷、開藥，只是醫療的起點。真正決定療效的「大考」，往往發生在患者走出診室之後。隨訪一旦缺位，不只是管理脫節，更會造成療效遞減與醫患信任的損耗：患者聯絡不上、該複查沒複查，甚至出現「危險訊號」，也沒人第一時間看到。那麼，如何為院外治療裝上一道「安全而有效的護欄」？郭啟煜在使用未來醫生AI工作室·患者隨訪AI助手管理患者 (圖片已獲得教授本人授權）這正是未來醫生AI工作室「患者隨訪AI助手」的價值所在——把原本孤立的診療節點，延展為一個可持續的管理閉環。通過人機協同，它正在重塑院外關懷的範式，補齊門診“最後一公里”的三大核心短板：管理可達性：通過數位化隨訪，突破時空限制，將專業照護延伸到患者的真實日常。治療依從性：借助個性化提醒與互動指導，提高患者執行度，讓方案落到實處。干預精準性：基於臨床指南與個體資料，為不同患者匹配差異化的管理路徑。值得強調的是，「未來醫生AI工作室·患者隨訪AI助手」從架構設計起，就堅持一個原則——AI輔助，醫生決策。無論系統多智能、響應多及時，所有涉及醫療行為的最終裁定權，始終在醫生手中。一旦觸及藥物調整、嚴重症狀等關鍵節點，AI不會越界「替你決定」，而是立即發出明確預警，把關鍵決策點完整呈交給醫生，由醫生最終判斷。為什麼主委們說 這是「基層+AI」的最佳實踐？把以上幾個關鍵拼圖拼起來，就會發現一條非常清晰的邏輯鏈：政策明確方向：國家已將「AI+基層醫療」列為重點任務，既要求提升基層醫生的診療能力，也強調對居民慢病的規範化管理。專家形成共識：多位專家態度一致——真正能落到臨床的AI，必須同時做到安全有效，並保持人機協同的工作方式。技術經受驗證：多模型、多專科的大規模評測顯示，MedGPT在「安全性」和「有效性」兩項核心指標上均領先國際主流大模型；在真實病歷的同題測試中，「未來醫生AI工作室」也較GPT-5、OpenEvidence更符合臨床實際需求。產品真正落地：「未來醫生AI工作室」落在了基層最缺的2大場景——診中決策輔助與診後隨訪管理，並收到了一線醫生的持續積極反饋。正因如此，多位主委給出了高度一致的評價：這是目前最接近「基層+AI」最佳實踐的路徑。鄧春華教授的總結很形象：「通過『未來醫生AI工作室』，基層醫生能真正站在巨人的肩膀上，加速成長。」這或許就是技術最好的落地方式——不是替代，而是賦能。AI+醫療的終局：醫生主導，AI賦能每次聊到AI，總有人問：「醫生會被替代嗎？」在臨床一線，這個問題本身就是個誤解。一位三甲主任說得很透：「AI再強，也開不出帶著溫度的處方。」醫生的價值，在於判斷、取捨、溝通與責任；AI的價值，在於不疲倦、可追溯、能持續學習、能迅速覆蓋最新指南。所以未來不是替代，而是協同。真正需要追問的是：什麼樣的醫療AI，才配進入臨床？答案有3點：1、安全、有效。這是所有臨床應用必須先跨過的底線，也是醫生願意信任的前提。2、臨床實戰，是唯一的檢驗標準。在真實病例的對決中，一款中國團隊打造的產品——未來醫生AI工作室，在關鍵指標上優於GPT-5和OpenEvidence。它專注做三件事：讓醫生把病例看得更全；把風險提前亮出來；讓患者的管理不中斷、更長期。3、技術的盡頭，是回到人的需求。即便未來AI能提供更全面的解決方案，它依然無法替代“溫度”——那份對病情的揣摩，對患者的理解，對風險的承擔。醫療的答案，從未改變：醫生負責判斷與關懷，AI負責效率與知識。當二者真正協同，優質醫療才會變得更可及、更可靠、更可持續。真正有價值的醫療AI，從來不是取代醫生的力量，而是托舉醫生的力量。 (新智元)