美國銀行發表報告指，人工智慧(AI)驅動的顛覆性變革為全球資本市場帶來了巨大衝擊。房地產、公用事業和銀行業擁有強大的實際護城河，可以抵禦AI帶來的波動，但其估值重估的潛力有限。相比之下，醫療保健、半導體、資本貨物和保險業更有可能在這一交匯點實現長期增長。美銀指出，美國軟體產業市值在5個月內蒸發逾2兆美元，印度資訊科技(IT)產業市值較2024年12月的峰值下跌逾40%，該地區的網際網路股票也遭到拋售。隨著投資者湧入“HALO”股票，該策略在中國等產能充裕的市場存在侷限性，因此引入了“R.E.A.L.”(監管-持久資產-本地)護城河，以捕捉更廣泛的韌性來源，例如監管壁壘和本地服務強度。報告指，對社會穩定和國家安全至關重要的系統重要性產業(例如銀行、電信、國防)。持久周期型產業：認證/驗證周期和資本更新周期是瓶頸的產業(例如航空航太、半導體)。資產密集產業：稀缺性由現實世界的資源和嚴格的許可證制度所驅動(例如能源、公用事業、商品、房地產)。本地服務型產業：需要動手操作和提供護理服務的領域，熟練勞動力比機器人更勝一籌(例如餐飲、醫療保健)。這些產業的領先企業面臨的生存風險有限，而缺乏實際競爭優勢的產業(例如多元化金融、耐用消費品、媒體娛樂、零售和軟體)則更容易受到AI驅動的波動影響。美銀表示，許多亞洲經濟體缺乏AI應用所需的強大網路、電力、資料和運算能力，而且其低廉的勞動力成本、文化阻力以及對“自主人工智慧”的關注進一步減緩了這一處理程序。在股市中，東盟市場指數更偏向實際產業(例如銀行)，這些產業受 AI 衝擊的影響較小，且年初至今的表現優於其他國。然而，從長遠來看，AI 驅動的自動化可能會抑制離岸外包、外國直接投資流入以及技術向這些市場的轉移。越南、馬來西亞和泰國更依賴外國直接投資和出口，可能面臨更多結構性挑戰。同時美銀指，雖然AI是盈利和估值的直接驅動因素，但亞洲人口老化是長期的不利因素。 (invest wallstreet)

最近，NVIDIA 發佈了備受關注的《State of AI in Healthcare and Life Sciences: 2026 Trends》調研報告。這份報告基於 2025 年 8-9 月對全球 600 多名醫療和生命科學專業人士的調查（管理層與 AI 從業者各佔一半），涵蓋製藥、醫療器械、數字醫療、支付方與提供方等多個細分領域。報告用實打實的資料告訴我們：AI 已經在醫療健康行業站穩腳跟，而且正在加速從“嘗鮮”走向“規模化盈利”。過去一年，AI 的應用成熟度明顯躍升。報告直言，AI不僅幫助醫療器械廠商快速適應新法規，還大幅縮短新藥研發時間，甚至能建立人體數字孿生來輔助癌症治療。更讓人振奮的是，AI agents（智能代理）正讓醫生們把時間還給患者，而不是埋頭在文書工作裡。AI採用率持續攀升，70%企業已在實際使用報告顯示，2025年有 70% 的受訪組織正在積極使用 AI，比2024年的 63% 又上升了7個百分點。其中，生成式 AI 和大語言模型的使用率從 54% 躍升至 69%，成為最熱門的工作負載。各細分領域全面進步：數字醫療：78%（去年70%）製藥與生物科技：74%醫療器械、工具與診斷：70%支付方與提供方（醫院、保險公司等）：56%（去年僅43%，大漲13個百分點）中大型企業（員工超100人）採用更多類型AI，包括生成式AI、資料分析、Agentic AI等，幾乎每個工作負載都比小企業高出約 10個百分點。生成式AI和資料分析仍是各行業前兩大重點，只有醫療器械領域把電腦視覺排在首位（59%）。預測與資料分析仍是AI核心，臨床決策支援最受歡迎65% 的組織把 AI 用於資料分析和資料科學，42% 用於支援臨床決策。這兩大應用貫穿藥物發現、影像診斷、個性化醫療等全鏈條。分行業看，用法各有側重：製藥與生物科技：藥物發現與開發（57%）、基因組應用（44%）數字醫療：虛擬健康助手與聊天機器人（52%）、臨床文件自然語言處理（50%）支付方與提供方：行政任務與工作流最佳化（52%）醫療器械：醫療影像（61%）整體而言，臨床決策支援是全行業最受歡迎的AI用例（42%），其次是醫療影像和行政工作流最佳化（各 38%）。真實盈利來了！醫療影像和藥物發現ROI最亮眼這是報告最鼓舞人心的部分：當 AI 針對具體場景落地時，回報非常明顯。醫療器械領域：57% 的企業表示醫療影像AI已產生ROI製藥企業：46%表示藥物發現與開發AI實現ROI數字醫療：虛擬健康助手與聊天機器人是最高回報用例支付方：行政工作流最佳化回報最顯著全行業來看，醫療影像、工作流最佳化、臨床文件自然語言處理是前三大ROI用例。管理層反饋：85%認為AI幫助年度收入增長80%認為AI幫助年度成本下降44% 的管理者表示收入增長超過 10%（小企業更高達56%）開源模型成“秘密武器”，82%企業視其為戰略關鍵為什麼AI能精準落地？報告給出的答案是開源。82%的受訪者認為開源模型和軟體對AI戰略“重要”或“非常重要”，其中小企業認可度更高（64% 認為非常重要）。開源讓企業能用自己的資料微調模型，打造高度專用的AI解決方案，而不是用通用大模型“將就”。推理性能（模型精準度、資料合規、成本效率）成為大家最關注的點，38% 把模型性能與合規列為首要因素，37% 最看重總擁有成本。基礎設施也在悄然變化：混合計算（本地+雲）使用率從去年的 35% 升至 43% ，純雲部署則從 41% 降至 35% 。Agentic AI初露鋒芒，47%組織已在嘗試今年報告新增了 Agentic AI（智能代理）專題，結果讓人驚喜：47% 的組織已在使用或評估AI agents其中 22% 已實際部署，19% 計畫明年部署大企業部署比例更高（27% 已部署）製藥與生物科技領域最積極：48% 用 AI agents 做藥物發現和生物標誌物識別。整體最受歡迎的 Agentic AI 用例是：知識管理和檢索（46%）文獻綜述與分析（38%）內部流程最佳化（37%）分行業看，製藥側重文獻綜述（55%）和藥物發現（48%）；數字醫療最愛患者聊天機器人（49%）。不過挑戰也不小：性能可靠性（27%）、資料相關問題（隱私、安全）、監管合規是三大痛點。40%的企業表示，HIPAA、FDA審批、GDPR等合規要求是實施Agentic AI的最大影響因素。2026年AI預算大增85%，醫療AI進入“飛輪期”因為看到了實實在在的回報，企業信心滿滿：85%的受訪者表示2026年AI預算會增加近一半企業增幅超過10%預算主要流向：最佳化現有AI工作流和生產周期（ 47% ，比去年上升）建構或獲取更多AI基礎設施（ 34% ，比去年上升）報告總結：醫療AI正進入“飛輪階段”——早期試點成功→更多投資→更好效果→更大投資。2027年，AI 很可能從單純預測分析轉向更成熟的 Agentic 系統，在患者群體、臨床試驗、護理流程中實現端到端智能推理。總結：AI不是“未來”，已經是醫療的“現在”這份 NVIDIA 報告用 600 多份真實調研資料證明：AI 正在讓醫療更高效、更精準、更親民。無論是大藥企用 AI 加速新藥研發，還是醫院用聊天機器人減輕醫生負擔，或者保險公司用工作流最佳化降低成本，AI 都已交出漂亮答卷。當然，預算、人才、資料合規仍是需要跨越的門檻。但趨勢已經清晰：誰先把 AI 和自身業務深度融合，誰就能在 2026 年搶佔先機。 (AI資訊風向)

2026年開年，全球AI巨頭集體將目光投向醫療健康。1月份，OpenAI祭出了旗下首款AI醫療產品ChatGPT Health，向C端使用者發力。Anthropic則以Claude for Healthcare強勢回應，瞄準整個醫療系統。更不用提以OpenEvidence、Abridge為代表的一批AI醫療獨角獸，不斷挑戰著市場的神經。當大模型轉向醫療垂直領域進行深耕，一場圍繞臨床價值的產業競賽全面打響。可就在這場兆級狂飆裡，一個刺耳的質疑浮出水面：模型越大，流量越多，不一定越好。更可能的是：噪音更大、思維鏈更亂、幻覺更猛。而對於醫療健康而言，任何一次幻覺，都可能造成不可挽回的後果。因此，近期國家多部門密集出台相關政策，為醫療AI發展劃定方向、築牢保障。國務院“人工智慧+”行動方案強調風險研判與確保發展安全、可靠、可控等治理方向；衛健委等部門“人工智慧+醫療衛生”實施意見強調“安全可控、規範應用、保障服務安全”，並明確“賦能而不替代”的監管定位；真正決定醫療AI勝負的，不是更多的曝光度，而是能讓模型更可信、更可控、更負責任。而就在這個節點，智診科技以一場為期4天的發佈會，提供了絕佳案例。去年，這家來自杭州的醫療AI黑馬，率先提出“專家數字分身”、“深度慢思考”等核心功能，並行布了全科醫學基座大模型WiseDiag、好伴AI等一系列成果，獲得了行業的矚目。而今年，智診科技帶來全方位升級，再次以極致的技術創新與產品打磨，引領醫療AI的變革。這並不是一次常規更新，而是一場讓AI有「記憶、時間感、證據鏈」的深層革命。從智能記憶中樞、多模態醫療大模型、到醫療端到端智能體、AI家庭醫生，再到B端能力開放，智診重新定義了AI重塑醫療的想像空間。帶來的真正變化在於：當患者描述症狀時，AI不再給予給出結論，而是像一位經驗豐富的私人醫生一樣，能夠記得你的家族病史，理解檢驗單、醫學影像等資訊，並不斷思考、層層追問，直到給出有完整證據鏈的專業判斷。智診科技讓醫療AI回歸臨床本質，用紮實創新與負責精神，給出了行業最需要的樣本。全方位升級讓醫療AI可信、可控、負責任發佈會前三天，智診科技用三重技術突破重新定義醫療AI。先給AI裝“記性”，再給AI安“眼睛”，最後教AI練“手腳”,每一步升級都直指臨床痛點。Wise MemOS 2.0：從 “查筆記”到“長腦子”，讓AI更可信過去AI的記憶，就像帶了外掛的筆記本：每當遇到問題，AI 都要去海量的資料庫裡翻找匹配的資訊。這種路徑缺乏連續記憶能力，既做不到跨時間推理，難以真正理解健康資料背後的邏輯關聯，可信度天然受限。而智診科技的Wise MemOS 2.0走出了一條完全不同的道路。它將記憶直接內化於模型本身，模擬人類大腦“記憶固化”的自然過程。這讓AI徹底告別了單純的資訊檢索，真正擁有了屬於自己的持續記憶，實現了跨任務、跨時間、能進化的記憶能力。在衡量AI 記憶能力的國際權威記憶評測體系Locomo中，Wise MemOS 2.0 得分達到95.8%，較上一代的64.33%實現了質的飛躍。更穩定的記憶能力，讓Wise MemOS 2.0更像一位值得信賴的私人醫生，不僅記得你過往的體檢報告，還能盯著指標變化曲線，提前預警潛在問題。下面是一個讓人遺憾的真實病例。一位58歲的患者由於症狀隱蔽，2020年初診為帕金森，直到今年才確診為多系統萎縮症（MSA），被延誤5年，錯過最佳治療期。究其原因，外接筆記本式的傳統AI只能單個識別症狀，但是卻無法建立時間因果聯絡。相比之下，Wise MemOS 2.0 的思考過程，完全模擬了頂尖醫生的臨床思維：精準識別“單側起病” 核心特徵；聯動時間線，發現“早期伴自主神經症狀” 的異常；自動降低帕金森機率，提示MSA可能；明確指出：症狀演進與典型帕金森不符，需重新評估。它還能回溯歷史資料，點破關鍵疑點：“MSA 早期可有一過性左旋多巴反應，不能據此排除。”既不誤診常見病，也不放過罕見高危訊號，真正做到值得信賴。從“機械檢索” 到 “主動認知”，Wise MemOS 2.0不再是一本只會羅列知識的醫療百科，而是站在你生命時間軸上，持續守護、高度可信的健康管家。未來，它會住進你的手機、手錶，持續記錄健康軌跡，敏銳預警風險變化，比任何人都瞭解你的身體。WiseDiag V2：從“讀文字”到“辨全貌”，讓AI更可控醫療的本質是對多源健康訊號的綜合解讀，一張影像、一份化驗單、一張體徵照片，都是疾病的關鍵線索，容不得半點誤判。WiseDiag V2的突破，絕非簡單增加圖像輸入功能，而是在底層實現了視覺特徵與醫學知識的精準對齊，讓 AI 真正學會像醫生一樣 “看懂” 疾病全貌。醫療訓練資料從V1 版本的 450 億 Token 躍升至 800 億 Token，覆蓋更完整的疾病譜，為多模態理解築牢知識根基，從根源上控制幻覺率。它徹底告別了“先識圖轉文字、再理解文字” 的傳統邏輯，實現了真正的 “圖文同構”。這意味著WiseDiag V2看到的每一張圖片，都能直接對應為大腦中的醫學知識，理解更直接、判斷更精準、輸出更可控。為了讓模型掌握核心推理邏輯，智診科技聯合50餘位三甲醫院專家，對 3 萬餘例真實病歷進行深度拆解。讓模型學到的不只是答案，更是醫生的循證推理路徑，讓AI診斷全程有證據、可解釋、可追溯。在多項權威醫學評測中，WiseDiagV2憑藉實力霸榜：MedBench：69.8 分，位居榜首MedQA： 93.6 分，對標人類執業醫師水平的測試中表現優異vl-health：在醫學影像專項評測中取得 69.2分，遠超GPT-5.1HealthBench：在難度極高的真實臨床模擬評測中取得67.2分，全球領先。過硬的分數背後，是更少幻覺、更強可控、更高一致性的真實力。實際臨床場景中，WiseDiag V2 徹底解決傳統模型結論不一、判斷混亂的問題。例如，一位年輕女性出現橫跨鼻樑的蝶形紅斑。部分模型多次測試結論不一致，甚至直接提示“無法識別”，給患者帶來更多困惑。WiseDiagV2 ，精準識別出“蝶形紅斑”這一專業體徵，還指向系統性紅斑狼瘡（SLE）的可能性，並提供鑑別診斷思路與後續問詢建議。又比如下面這個案例，是一個剛滿月寶寶的胸部X光片、足部外觀照片、血常規化驗單。普通模型如同盲人摸象，各看各的、互相矛盾：盯著化驗單說“肺炎”，看足部照片猜 “骨折 / 畸形”，資訊衝突、診斷失控。WiseDiag V2則像資深醫師一樣，整合全貌、統一推理，成功診斷出罕見的 VACTERL 聯合征，實現多模態資訊的可控融合與精準判斷。從單一圖像的精準識別到多源資料的綜合研判，WiseDiag V2真正實現 “看懂疾病、理清邏輯、杜絕幻覺、輸出可控”。WiseResearch：從“張嘴答”到“踏實做”，讓AI更負責在真正的臨床場景中，醫生遇到拿不準的指標，不會立馬下結論。真正靠譜的做法是翻指南、查文獻、找專家覆核，這種猶豫和求證，正是對生命負責的表現。但許多醫療AI恰恰相反，它們太自信了，不願意停下來求證，幻覺率很高。而智診科技打造的WiseResearch，則是懂克制、會查證、守底線的醫療智能體。它不追求“說的漂亮”，只追求結論安全，像一位嚴謹負責的醫生，遇到問題主動查證、補齊證據鏈、反覆校驗，用專業與審慎，替代魯莽與敷衍。WiseResearch 的核心底氣，來自智診專家工具箱（MCP）裡的三大核心工具，每一個都精準解決臨床痛點：MedOCR：醫學資訊抽取近100%零失誤面對帶上下箭頭的生化檢測單、滿是勾選框的體檢問卷，DeepSeek、Miner U甚至GPT-5都出現了箭頭漏認、選項勾錯，甚至憑空幻覺出不存在的內容。而MedOCR 完美還原了所有數值、單位、箭頭和勾選狀態，實現零失誤識別，精準抓取核心資訊，為診斷打下堅實基礎。MedDB：醫學知識庫可信度更高傳統通用知識庫就是“資訊大雜燴”，資料龐雜且沒有時效性，AI很容易給出錯誤、過時的結論。MedDB 則完全不同，它收錄了超40萬條經專家人工稽核的醫學條目，覆蓋1.2萬種疾病，每條知識都明確標註了證據等級、適用範圍和時效性，還會定期更新迭代。確保AI說的每一句話，都不偏離權威醫學共識。MedSearch：專業搜尋 “同步全球前沿”臨床醫學日新月異，普通搜尋引擎搜“多發性骨髓瘤最新指南”，出來的不是幾年前的舊文章，就是非官方解讀，時效性和權威性都沒保障。MedSearch 始終與全球頂尖醫療標準保持同步，避免因資訊滯後影響診療決策。正是有了智診專家工具箱（MCP）這一堅實支撐，WiseResearch 才能跳出傳統AI的侷限，真正復刻醫生的嚴謹診療思路，將 “負責任” 的理念融入每一步操作。發佈會上，團隊上傳了一張極其複雜的化驗單，讓WiseResearch 進行初步診斷，它的表現完全復刻了專家的診療思路：第一步，精準提取。模型先判斷這是多項目聯合檢驗單，果斷呼叫MedOCR，快速提取出所有指標資料，沒有遺漏任何關鍵資訊；第二步，多次查證。發現“甲狀腺球蛋白抗體異常升高” 和 “血清輕鏈比值偏低” 兩個疑點後，它沒有草率下結論，而是反覆呼叫MedDB核對醫學共識，用 MedSearch 檢索最新指南，交叉驗證資訊；第三步，循證結論。最終，WiseResearch 明確診斷為 “自身免疫性甲狀腺炎”，並給出貼心建議；更關鍵的是，每一條建議後面都附上了指南出處，做到有據可查、可追溯，對患者負責。這到底是個例還是普遍能力？權威榜單給出了答案。在臨床Agent測試榜單AgentClinic-MedQA 上，WiseResearch 拿到了64.8分，比人類醫生的平均分高出10分；在醫學專家問答推理榜單 MedXpertQA 上，它也超過了 GPT-5-high、DeepSeek等主流模型。這多出來的分數，是對患者負責的絕對執行力。人類醫生可能因疲勞而跳過步驟，但WiseResearch不會，不管是第 1 個病人還是第100個病人，它都會嚴格執行 “檢索-核對-校驗” 的標準動作，不省略任何一步。WiseResearch不止是智能工具，更是醫療場景裡更審慎、更可信、更負責任的夥伴。從記住健康軌跡，到看懂多元資訊，再到踏實解決問題，這三重升級不僅是技術的跨越，更讓醫療AI從實驗室走向臨床一線、走進尋常百姓家。讓頂尖醫療AI全民可用共建醫療新基建技術的終點，是生活的起點。在發佈會的第四天，智診科技將上述技術突破，融合到人人可用的「好伴AI」之中，並搭建了⼀整套已經可⽤、可接⼊的「醫療能⼒底座」。好伴AI：把“三甲專家”裝進每個人的手機去年，智診科技推出網頁版和APP版好伴AI，拉近了普通人與頂級醫療AI的距離。今年好伴AI微信小程序的上線，再一次打破了門檻，無需下載APP、無需複雜註冊，微信內即可一鍵呼叫。報告解讀、拍照識熱量、專家問答、健康檔案，這些核心功能一個都不少，全部免費開放。過去一年，智診還和全國2000多位醫生一起，將他們的臨床經驗、科普文章、授課內容全部沉澱，建構起龐大的 “AI專家分身” 網路。這意味著好伴AI 不只是 “像醫生”，而是還原真實醫生，讓健康諮詢更精準、更貼心。例如，使用者說“肚子疼”，AI不會直接羅列疾病，而是追問“是刺痛還是隱痛？上腹部還是下腹部？持續多久了？”，補全醫生最想知道但使用者想不到的關鍵資訊，避免漏診誤判。此外，好伴AI支援“隨心拍”，將醫療級視覺理解融入日常。比如拍醫學報告，好伴AI支援全場景醫學材料精準識別，並可以結合你的熬夜習慣、既往病史等個體化差異，告訴你那些指標是"假陽性"，那些是"真風險"。圍繞“報告解讀、各種拍、專家問答、家庭健康群”四大核心入口，結合“會追問、懂趨勢、有記憶”的核心優勢，好伴AI讓每個人都能輕鬆管理自己和家人的健康。B端能力開放：從“技術輸出”到“生態共建”除了C端產品，智診科技更將一整套能力底座開放給行業，向醫院、健康科技公司等夥伴提供三層能力。Model as a Service（MaaS）：開放全能多模態大模型WiseDiag V2的核心能力，適合擁有研發能力的醫療資訊化廠商、科研機構，快速搭建自有醫療AI產品。Agent as a Service（AaaS）：將WiseResearch中的成熟智能體直接輸出，網際網路醫院、體檢中心無需重訓模型，降低技術應用門檻。Solution as a Service（SaaS）：為醫院提供“數字醫生分身繫統”，快速克隆本院專家的診療風格和專業能力，部署在醫院公眾號或小程序；為科研機構提供全院級科研輔助平台。目前，智診科技已深度合作300余家頂級三甲醫院，讓浙江省腫瘤醫院、浙二醫院等機構的專家資源通過AI分身觸達更多患者；“報告解讀能力”已成為數百家網際網路醫院的標配外掛。“如果AI不能被用起來，那所有模型都只是論文。”智診科技通過建構“技術→產品→生態”的完整閉環，推動AI醫療從實驗室走進千家萬戶，成為新時代醫療基礎設施的核心力量。深耕醫療AI自主創新推動中國「健康自由」在AI浪潮席捲全球的今天，醫療健康正成為最具顛覆潛力的應用領域。然而，狂飆突進之下，醫療AI的安全性、可靠性等隱患日益凸顯，幻覺問題依然嚴重。不僅如此，隨著國際科技競爭日益加劇，“自主創新”成為時代命題，中國醫療AI亦需要自己的「破局者」。在此背景下，智診科技立足中國醫療實際，深耕本土需求，堅持走「更可信、更可控、更負責任」的醫療AI創新之路。Wise MemOS 2.0 以高准記憶築牢可信根基，WiseDiag V2 以多模態能力規範可控診療，WiseResearch 以循證工作流踐行負責任初心，重新定義醫療AI的價值邊界。如今，普通人在家即可享受三甲級健康守護，企業可低成本擁有頂尖AI 能力，智診科技正加速推動中國“健康自由” 變為現實。可以期待，本土醫療AI將在自主創新的道路上越走越遠，為全民健康保駕護航。 (智藥局)

如果說，AI+醫療有一個繞不開的核心標的，那一定是Tempus AI。就在今天，Tempus AI交出了2025年的業績答卷：全年收入飆升至13億美元，同比增速高達83.4%。不僅如此，全球Top 20的藥企中，有19家都已成為其資料服務的客戶，年末未履約合同價值仍超11億美元。以往，Tempus還只是醫療領域的，如今更是成為全球投資大佬的心頭好。早在年報發佈前，知名科技投資人木頭姐（Cathie Wood）和有著「國會山股神」之稱的美國前眾議院議長佩洛西就增持了Tempus AI。不僅如此，股神段永平也在前不久買入Tempus，首次投向AI醫療。當前，Tempus的市值已經超過100億美元。但Tempus的野心遠不止於漂亮的財務資料。它正試圖通過建構全球最大規模的癌症患者多模態資料庫，深度開發AI醫療應用。可以說，這些價值獵手們罕見地達成了共識：他們在豪賭一個由資料驅動的AI醫療未來，將切實地改變醫療保健。01最牛AI醫療，業績喜人Tempus AI成立於2015年，是一家通過人工智慧收集、分析分子生物學和臨床資料，致力於改善癌症療法的精準醫療科技公司。簡單來說，Tempus以提供低價測序服務為切口，自建CLIA認證的自動化實驗室，每年能接待超過10萬個測序病人。另一邊，Tempus通過整合患者基因組資訊後，通過引入AI等手段，分析患者的基因和轉錄組表達水平資料，並向藥企、醫院、癌症中心等提供結構化的資料服務。迄今為止，Tempus搭建了低成本、高品質的臨床和基因組資料庫，公司稱擁有世界上最大、最全面的癌症患者分子庫之一。圖：tempus業務模式因此，Tempus的主要商業模式有兩種：診斷業務、資料和應用。第四季度資料顯示，收入達到3.672億美元，同比增長83.0%。其中，診斷部門創造了2.67億美元的收入，同比增長121.6%，腫瘤學銷量同比增長29%，遺傳銷量增長23%。資料與應用部門則在該季度創造了1億美元的收入，同比增長25.1%。由於優秀的財報表現，Tempus2025年全年收入達到13億美元，同比2024年的6.93億美元，增長高達83.4%。圖：Tempus AI 2025年度業績報告其中，全年診斷業務實現高達9.55億美元的收入，同比增長111.5%，腫瘤學銷量同比增長26%，遺傳銷量增長29%。資料與應用業務則創造了3.164億美元的收入，同比增長30.9%。當前，Tempus擁有200個製藥企業夥伴，全球Top20的藥企中的19家正在使用Tempus的資料，輝瑞、阿斯利康、GSK等行業巨頭均是其核心客戶。截至2025年底，公司剩餘合同總價值超過11億美元，淨收入保留率為126%。不過公司仍未扭虧為盈，淨虧損為2.45億美元，其中包括1.36億美元的股票薪酬費用及相關僱主工資稅。不僅如此，Tmpues還在2025年耗資約8125萬美元收購AI數字病理公司 Paige。02全球大佬都在投，木頭姐、段永平看好基於優秀的商業模式，多位投資界大佬都非常看好Tempus的發展。傳奇投資人，步步高創始人段永平，也被曝買入了AI醫療公司Tempus AI，新進11萬股。科技投資界大牛“木頭姐”Cathie Wood更是瘋狂看好Tempus，旗下方舟投資一直增持該公司。方舟投資一年一度發表的投資風向標《Big Ideas2026》預測，到2030年，人類基因組的成本將下降約十倍，資料量將增長10倍，將要重新改寫人類健康。而Tempus AI，正是這場變革的核心參與者。圖：ARK報告《Big Ideas2026》在當今 AI 醫療資料庫稀缺的背景下，其行業稀缺性非常突出。這主要源於它建構了一個難以複製的、多模態的、且與臨床應用緊密結合的資料生態系統。雖然許多公司試圖建構醫療資料庫，但Tempus的獨特之處在於其規模、質量、多樣性以及將其轉化為實際價值的綜合能力。現在，Tempus AI正在通過一系列技術和業務佈局，從資料走向AI產品，進一步鞏固其在AI醫療領域的龍頭地位。近年來，Tempus 正在將其醫療資料兌現，向以多模態AI基礎模型為核心驅動的醫療AI平台轉型。這其中的關鍵則是啟動資料價值，打造行業領先的醫療模型。近年來，Tempus密集且大量地佈局AI產品，其產品線覆蓋了患者、醫院（護理人員）、藥企等多個醫療關鍵方，足見其商業野心。基於Tempus長期通過自建+併購建構的資料壁壘，正在助力Tempus向“全鏈路精準醫療資料與AI基礎設施”轉型。未來，Tempus有潛力成為製藥、醫院的必備基礎設施，如同網際網路時代的微軟，形成平台級護城河，衝擊千億市值。 (智藥局)

AI Agent，即AI智能體，是一種能夠感知環境、自主決策並執行動作的智能實體。理想狀態下，人類只需進行預先設定目標並進行監督，AI Agent便可以全權自主完成具體任務。具體到醫療領域，AI Agent將覆蓋“預防-診斷-治療-康復”全流程，其核心價值在於融合多模態資料、最佳化決策效率並保障安全。近日，知名技術研究機構AIMultiple評選出全球七家典型醫療AI Agent公司。AIMultiple成立於2017年，致力於通過資料，幫助企業研究、篩選和評估前沿技術解決方案，為超過半數的《財富》500 強企業提供決策依據。智藥局已對這七家入選企業進行了整理彙總，以供行業參考。Sully.ai公司提供了一種覆蓋患者接診、編碼、計費和分診的智能體架構，專注於模組化的人工智慧代理（AI Agents），可自動完成病歷文件記錄、患者接診、預約安排及各類行政事務。核心功能包括：語音轉操作：通過語音識別技術，將醫生口述內容直接轉化為電子病歷（EMR）中的具體操作。符合 HIPAA 規範：確保所有資料處理與傳輸均滿足美國健康保險流通與責任法案（HIPAA）的合規要求。多語言支援：支援19種語言，滿足多元化語言環境下的使用需求。CityHealth將 Sully.ai 的AI醫療平台直接整合到其電子病歷系統（EMR）中，顯著減少了醫護人員在患者照護相關文書工作上所花費的時間。成效顯著：每位臨床醫生每天平均節省約3小時的病歷記錄時間 ,每位患者的營運操作量減少50%.Beam AI公司提供了一套面向醫療管理的多智能體系統，可自動化處理電子病歷管理、醫療帳單、合規事務、患者預約安排等任務。Avi Medical與 Beam AI 合作，部署了支援多語言的 AI 智能體。這些智能體能夠通過 API 訪問外部資料，從資料庫中檢索相關資訊，以回答覆雜的客戶諮詢。得益於此能力，AI 智能體成功處理了大量重複性、常規性的諮詢請求。成效顯著：80%的患者諮詢實現自動化處理，中位響應時間縮短了90% ，淨推薦值（NPS）提升了 10%。Innovaccer公司提供了一套專注於價值導向醫療（value-based care）和營運的 AI 智能體解決方案，其智能體主要用於輔助臨床決策，而非用於診斷。位於印第安納州的多專科醫生網路Franciscan Alliance 採用了 Innovaccer 的平台，以自動化其編碼流程。成效顯著：需人工處理的患者病例數量從約2600例減少至約1600例。Notable Health公司利用AI智能體自動化處理各類行政事務，包括患者登記、預約安排、轉診、護理授權和編碼等，並與電子健康記錄系統（EHR）無縫整合。北堪薩斯城醫院（NKCH）此前在患者簽到和登記環節效率低下。為此，醫院與Notable 合作，將疫苗預約等多項行政流程自動化。成效顯著：患者簽到時間減少超過90%，從原來的 4 分鐘縮短至僅10 秒；患者預登記比例從40% 提升至 80%。Hippocratic AI是一家專注於醫療健康領域的人工智慧公司，開發了首個專用於非診斷類（如患者互動、隨訪、保險協調等）及面向患者的臨床任務的大語言模型。該公司近期完成了一輪1.41 億美元的融資，估值達 16.4 億美元。WellSpan Health 與 Hippocratic AI 合作，推出了一款生成式 AI 醫療智能體，專門處理患者互動電話。該智能體可主動聯絡講英語和西班牙語的患者，回應其健康需求，並協助安排篩查預約。成效顯著：該系統已幫助WellSpan Health 成功聯絡超過 100 名患者，顯著提升了他們獲得關鍵癌症篩查服務的機會。Amelia AI公司的智能體能夠引導患者完成整個診療旅程，包括預約掛號、解答患者疑問，並提供富有同理心的對話式回應。Aveanna採用 Amelia AI 智能體，通過Workday系統和移動應用程式處理員工重複性的互動請求。該智能體現在可自動完成密碼重設、使用者身份驗證及其他人力資源相關任務。成效顯著：AI智能體每天處理超過 560 次員工對話；95% 的員工請求通過Workday聊天窗口得到解決。Cognigy公司開發的智能體是專為醫療健康領域打造的對話式AI助手，可協助處理保險理賠、處方續藥以及術後護理指導等任務。Cognigy開箱即用地支援 30 多種語音和數字管道，涵蓋 iMessage、WhatsApp、Twitter 等主流平台。Personify Pulse採用了 Cognigy 的解決方案，並將其與 Zendesk LiveChat 整合，以高效響應客戶諮詢。成效顯著：Cognigy的 AI 智能體在無需人工介入的情況下，獨立處理了 40% 的客戶諮詢。 (智藥局)

AI正在全方位重構生命科學。這是一場醫藥研發效率的革命。過去傳統藥物研發受困於三個十定律，耗時10年、花費10億美金，但是僅10%成功率。而今，以AlphaFold為代表的AI模型，將新藥研發的試錯成本、時間大幅降低，效率大幅提升。AI的觸角已不再侷限於實驗室，更延伸至手術機械臂、醫學影像、數位化診療等領域。創新藥、醫療影像、手術機器人，都是全新的醫療新質生產力。如果說AI拓展了人類的智力邊界，那麼AI醫療則通過破解生命密碼，拓展了人類的生命長度。活得長，活得好，AI正在重塑人類的生命極限。1 全球AI醫療加速爆發，創新藥領跑全球AI醫療市場規模加速擴容。行業呈現三大特徵：一是全球科技巨頭入場，算力成為新醫療的“水電煤”。 以輝達、Google、微軟為代表，正在從底層重構醫療基礎設施。比如輝達推出的BioNeMo平台，已成為全球生物醫藥的算力引擎，提供給安進、羅氏等頂級藥企使用；Google的DeepMind發佈的AlphaFold 3，進一步破解了生命分子的結構預測難題，被視為生物學界的ChatGPT時刻。二是融合。IT資訊技術+BT生物技術深度融合，交易與合作跨越國界。2025年全球AI醫療相關融資與併購交易額突破新高。跨國藥企如賽諾菲、輝瑞狂砸數十億美元與AI初創公司繫結。比如賽諾菲與AI生物技術公司Earendil達成高達25億美元的合作，利用AI平台開發針對自身免疫疾病的雙特異性抗體。與Atomwise達成潛在價值超10億美元的合作，利用其AtomNet深度學習平台，在缺乏歷史資料的情況下進行小分子藥物設計。2025年12月擴大與Dren Bio的合作，總值17億美元，開發B細胞耗竭療法，與韓國ADEL公司達成10.4億美元協議，佈局阿爾茨海默症AI藥物。科技公司通過AI大模型直接切入臨床診療與醫院管理。比如微軟大規模推廣其Dragon Copilot，一個環境感知AI，通過醫患對話，自動生成符合醫療標準的結構化電子病歷。最終將Copilot深度整合進全球最大的電子病歷系統Epic和Microsoft Fabric醫療資料分析平台。三是應用場景從單點突破走向全面。不僅是AI創新藥研發，在全球範圍內，AI醫學影像、AI手術機器人正在同步發展。在此浪潮下，中國力量正在崛起。按NextPharma中國創新藥出海資料，2025年交易總額1356億美元，首付款70億美元，交易總數157起，較2024年的519億美元大幅增長161%。其中，雙抗、ADC、GLP-1等前沿領域是交易熱點。AI創新藥可針對的病種範圍廣。一是針對腫瘤領域，針對肺癌、乳腺癌等實體瘤，AI 通過靶點預測、分子動力學模擬最佳化雙抗與ADC的分子結構及偶聯策略，提升對癌細胞的靶向殺傷潛力。二是針對神經系統的阿爾茨海默症、帕金森等退行性疾病，AI設計出能穿透血腦屏障的分子，突破藥物入腦瓶頸，解決長期缺乏有效療法的難題；三是針對代謝與慢病，比如在GLP-1的減肥、糖尿病降糖賽道，AI正加速通過虛擬篩選、生成式模型快速發現高活性候選分子，將藥物從注射迭代為口服小分子，最佳化用藥方案；四是針對自身免疫與炎症，如紅斑狼瘡、潰瘍性結腸炎等複雜疾病，AI通過模擬免疫通路網路，篩選高特異性分子，有望替代傳統激素療法。五是針對感染性疾病，如耐藥菌、新發病毒等，AI能快速預測病原體變異，縮短廣譜疫苗與特效藥的研發周期；六是針對罕見病，孤兒藥研發，AI通過整合小眾靶點與單病例多組學資訊，極大降低試錯成本，讓罕見病逐步有藥可醫。AI創新藥應用空間大。AI創新藥正在從早期的靶點發現、化合物篩選，向臨床試驗設計、患者入組篩選等後端環節全產業覆蓋。為癌症、神經退行性疾病等人類頑疾的治療帶來新曙光。AI創新藥效率高。 傳統醫藥研發麵臨三個十定律：一款新藥研發要耗時10年、耗資10億美金、成功機率只有10%。又慢、又貴、又難。AI技術將試錯成本大幅降低，藥物研發效率指數級提升。政策鼓勵AI技術應用到醫療領域：一是國家頂層戰略設計支援。2025年五部門聯合印發《關於促進和規範“人工智慧+醫療衛生”應用發展的實施意見》，促進AI醫藥醫療從技術創新到商業落地。2024年7月《全鏈條支援創新藥發展實施方案》明確提出要利用人工智慧、巨量資料等技術賦能藥物研發，旨在降低研發成本、縮短研發周期，強調要統籌公共和私人部門資源，推動資料資源共享，涵蓋了研發、審批、進院、支付的全鏈條。2025年4月工信部、衛健委等七部門聯合發佈《醫藥工業數智化轉型實施方案（2025—2030年）》明確提出到2030年，規上醫藥工業企業基本實現數智化轉型全覆蓋。要借助AI輔助靶點篩選、化合物合成路徑預測等技術革新傳統研發模式。二是打通了創新藥從研發到用藥的閉環。過去，AI創新藥，特別是First-in-Class，往往研發成本高、技術附加值高，因此上市初期定價較高。在傳統的按病種付費模式下，醫院治療一個病人的總費用被封頂了。如果醫生開了AI創新藥，可能直接導致該病例虧損。結果就是：藥雖好，但醫生不敢開，醫院不敢進。針對進院難問題， 2025年12月落地的“基本醫保+商保”雙目錄模式，建立了三除外機制：不計入藥佔比、不計入醫保總額、不納入DRG/DIP控費。這意味著，未來高價值的AI創新藥有了獨立的支付通道。三是地方政策支援。 2025年，地方政府開始給出真金白銀的補貼。北京、上海等地設立生物醫藥專項產業基金，明確對AI製藥平台的算力成本給予直接補貼。利潤北京發佈的《高精尖產業發展資金實施指南》，推出算力補貼，支援企業租用算力進行模型訓練，補貼金額最高可達實際算力費用的20%，單家企業最高補貼3000萬元。上海提供模型補貼，最高500萬元；算力市級最高30%租金補貼，市區協同可實現1年、最高100%租金補貼。《上海市發展醫學人工智慧工作方案》中明確支援將AI深度融合入臨床診療和藥物研發全流程。四是鼓勵創新藥出海。支援本土企業開展國際多中心臨床試驗，推動國產創新藥在歐美發達國家同步研發與上市。2025年，License-out對外授權持續成為中國創新藥國際化的主流模式之一，全年對外授權交易總額創歷史新高，同時聯合開發、自主出海等深度合作模式快速興起。比如上海部分區的政策，對取得美國FDA或歐盟EMA註冊批件並實現銷售的創新藥，最高可給予1000萬元支援。在此背景下，一批中國領軍的AI創新藥企業跑出來了：比如英矽智能的全球首款由AI設計的治療特發性肺纖維化藥物，已在2025年完成2a期臨床研究並取得積極結果，驗證了AI製藥的臨床有效性。英矽智能2026年1月在港交所上市，2025年11月與禮來達成了一項潛在價值超1億美元的合作。再比如晶泰科技旗下專注於生物藥研發的AI雙抗研發平台Ailux，實現了從傳統的小分子AI研發向更複雜的大分子抗體AI研發。2025年11月，禮來與晶泰科技達成最高總價值3.45億美元的合作，利用Ailux平台發現和開發雙特異性抗體。恆瑞通過自建AI藥物設計中心，利用AI模型最佳化ADC抗體偶聯藥物的連接子與載荷結構。2025年成功將多款AI輔助研發的ADC創新藥授權給默克。2 AI創新藥的科學原理和客觀挑戰傳統的新藥研發像“在大海裡撈針”，而AI技術介入，將這一過程徹底轉變。AI通過深度學習、生成式模型等技術，從根本上重構了藥物發現的底層邏輯：從只能做實驗轉向了巨量資料驅動發現。先要搞懂藥物研發的基本邏輯。以癌症為例，癌症就像身體裡的一把“鎖”壞了，這就是“靶點”，我們需要造一把“鑰匙”去修好它，這就是“先導化合物”。在傳統製藥邏輯下，這極其困難：首先，你很難看清“鎖”的內部結構，尋找靶點難度極大；其次，為了配鑰匙，科學家只能在浩如煙海的已知化合物庫裡，大海撈針，一個個去試，去篩選。這有點像碰運氣、試錯，效率很低。現在，AI在3個環節發揮了革命性改變：第一步是解決了“找準鎖”的問題。藥物研發的核心靶點大多數都是蛋白質，只有搞清楚了蛋白質的3D結構，才能設計出完美匹配的藥物分子。以前科學家要弄清蛋白質3D結構非常難，現在像Google旗下的DeepMind開發的AlphaFold這樣的AI模型，能夠以高精準性預測蛋白質的三維結構，有效地解決了蛋白質折疊問題這個過去的重大挑戰。這就相當於AI幫我們開了天眼，直接看清了“鎖芯”靶點的構造。第二步是解決了“配鑰匙”的問題，這就是AI分子設計，更對症下藥、“配鑰匙”的效率更高。理論上存在的化合物數量無窮大，甚至超過宇宙中的原子數量，人類無法窮盡篩選。有了AI技術，就不需要再去大海撈針了。利用生成式AI、採用“藥物從頭設計”的方法，模型可以根據靶點結構，生成全新的、從未存在過的分子結構。設計出數百萬種候選分子，並篩選出結合力最強的前幾十種，直接跳過了傳統長達3-5年的篩選期。這就相當於把開鎖的鑰匙也就是治療絕症的創新藥直接造出來了，這種方法更直接、更快、成本更低。第三步是用AI給創新藥物“排毒”。很多藥進到人體內有毒，或者根本無法吸收。這是新藥研發失敗率最高的關節。AI利用深度學習演算法，基於歷史藥物資料庫，預測新分子的ADMET性質，即吸收、分佈、代謝、排泄、毒性。AI能計算出藥是否會導致肝毒性或心臟副作用，從而在早期淘汰掉90%的不合格分子，極大地節省了後期臨床試驗的成本。也就是說AI創新藥的本質，是將微觀世界的生物學問題（蛋白質與分子的相互作用），轉化為電腦領域的數學問題（高維空間的特徵匹配）。過去傳統模式其實及時不斷試錯，要合成成千上萬個化合物，挨個在實驗室裡試，看那個能起作用。效率極低，成功率僅為0.01%。現在AI模式是學習海量的生物醫藥資料，包括基因組學、蛋白質結構、臨床資料，建構出人體生物系統的數字孿生模型，在虛擬空間中先完成篩選和驗證，再回到實驗室確認。儘管前景廣闊，但我們必須清醒地認識到，AI製藥還有三座大山要翻越：資料、黑箱、臨床。第一座大山是製藥資料質量。AI的燃料是資料。公開資料庫中的資料往往不完整，而且因為實驗標準不一、一致性差，“喂”給AI的“口糧”質量不高，將會影響AI模型訓練效果。第二座大山是AI製藥模型。現有的深度學習模型很多是“黑箱”，擅長髮現“相關性”，但難以確定“因果性”。而製藥是容錯率最低的科學，關係人的安全，行業正在向可解釋性AI演進，確保藥物研發知其然、更知其所以然。第三座大山是臨床試驗。AI目前只是加速了前期藥物發現，但它能否通過臨床試驗，大規模用在人身上，還需要時間的檢驗。通過數位化臨床試驗提升患者招募與資料匹配效率，已成為行業突破口。3 未來AI醫療的四大突破性機遇3.1第一大機遇：AI製藥、創新藥未來AI醫療的第一大應用是：AI輔助藥物發現。這是目前醫藥領域壁壘最高、且最具爆發力的應用場景。隨著生成式AI的成熟，藥物研發將徹底告別碰運氣時代。第一，從市場規模看，AI製藥具有兆級經濟空間。癌症、阿爾茨海默症等絕症是人類壽命的攔路虎。AI通過精準找靶點和分子生成，將攻克這些曾經無藥可醫的疾病。未來，人類壽命上限有望突破120歲，由此衍生的抗衰老、健康管理市場規模巨大。第二，AI製藥也是醫藥工業化的最強驅動。AI介入之前，製藥是手工作坊式的。但AI改變了整個行業的生產邏輯：為了篩選最佳分子，需要計算數億種可能性。這迫使藥物研發必須像流水線一樣高效。目前的AI製藥供應鏈主要分為三個關鍵環節：環節一：算力與演算法基建。這一環節的企業提供核心動力。參與方包括晶泰科技、英矽智能等平台型獨角獸，以及華為等科技巨頭提供的底層算力支援。環節二：創新藥Biotech企業。這是產業鏈中彈性最大的環節。利用AI平台開發出First-in-class管線，進行臨床驗證。環節三：CXO研發外包。負責高效率的合成與測試。AI技術帶來的研發爆發，具備高端測試能力的CXO龍頭的效率將大幅提升。3.2第二大機遇：AI精準診斷、醫療影像與基因測序未來AI醫療的第二大應用是：AI精準診斷。AI賦能醫療影像能夠解決兩大痛點：一是解決醫療資源不均問題。中國醫療資源分佈極度不均，三甲醫院人滿為患，基層醫院門可羅雀。AI通過學習千萬級病例，其閱片精準率已媲美專家。未來，AI影像裝置能以專家級的水平自動讀片、診斷，覆蓋更多基層醫療機構。二是裝置軟硬體一體化。未來的CT、MRI不再只是成像工具，而是整合了診斷功能的智能終端。聯影醫療、邁瑞醫療等企業正在加速這一處理程序，將AI能力下沉到縣鄉一級，解決基層“有裝置、無人懂”的痛點。除了影像，AI也在重構基因測序。AI能加速測序流程，提升測序精度。2025年美國人類遺傳學學會上，GoogleDeepVariant的AI演算法與華大智造的DNBSEQ-T1+測序平台結合。傳統測序在均聚物等複雜區域極易出錯，而AI專項模型將這些區域的錯檢位點數量直接降至近乎為零，這意味著無數曾經被漏診的遺傳病因現在能被精準捕捉。3.3第三大機遇：AI醫療資訊化，超級醫療APP未來AI醫療的第三大機遇是：臨床決策支援、醫療資訊化、醫療巨量資料、超級醫療APP。隨著通用大模型技術的成熟，醫療資訊化正迎來從傳統的資料儲存、流程管理向深度資料價值挖掘轉變，讓應用場景深化。 AI不再侷限於單一的輔助診斷，開始全面滲透至電子病歷整合、個性化健康諮詢、以及醫院精細化管理等核心環節。通過連接院內異構資料與健康應用，AI能夠生成個性化健康建議，顯著提升醫療服務的可及性與效率。AI也能推動臨床決策的智能化。 面對海量的醫學文獻和不斷更新的診療指南，醫生很難憑藉人腦完全掌握。AI大模型天生擅長處理文字，能即時輔助醫生制定最佳診療方案，減少誤診漏診。2026年也是全球AI醫療商業化落地的關鍵。一方面，OpenAI等全球領軍企業推出針對醫療健康的垂類應用。如ChatGPT Health，加速了行業標準的形成；另一方面，國內網際網路大廠如百度、騰訊、阿里等積極佈局“醫療+AI”，C端使用者規模快速增長，驗證了AI醫療深度融合的商業邏輯。比如螞蟻阿福，自2025年6月正式發佈以來快速崛起，提供健康科普、報告解讀、就診諮詢等上百項AI服務，更實現使用者規模的快速突破，截至2025年12月月活躍使用者已突破1500萬，單日使用者提問量超1000萬。3.4 第四大機遇：AI手術機器人，精準醫療未來AI醫療的第四大機遇是：AI賦能的手術機器人。直覺外科是全球手術機器人的代名詞，其最新一代系統達文西Da Vinci 5(DV5)標誌著行業正式進入AI時代。DV5最核心的升級不在機械臂，而在算力。其搭載的計算能力是上一代的10000倍。這種算力冗餘是為了未來搭載高耗能的即時AI模型，實現術中即時導航、自動組織識別。達文西系統還能夠智能手術分析，這就不僅僅在做手術，還在記錄手術。它能捕捉並分析人體組織對器械的反饋資料，如牽拉力度、切割阻力等，結合AI演算法，術後生成手術績效報告。這相當於給醫生配了一個AI教練，告訴醫生那裡用力過猛、那裡操作可以更高效。新系統還配有Iris AI影像分割，就是利用AI技術將患者術前的CT/MRI掃描資料轉化為高精度的3D模型。醫生在手術中可以在控制台上調出這個3D地圖，像開車看導航一樣避開關鍵血管和神經。此外，強生等企業也有AI手術平檯布局。強生的Monarch平台實現電磁導航與AI融合，在支氣管鏡手術中，肺部結構像迷宮一樣複雜。Monarch利用AI演算法結合術前CT，生成一條虛擬路徑，即時引導軟體導管抵達肺部深處的微小結節。美敦力收購了Digital Surgery公司，專注於手術視訊的AI分析。系統會自動將長達數小時的手術視訊切片，識別出切皮、縫合、止血等關鍵步驟，並對醫生的操作規範性進行打分。AI輔助手術機器人，一是突破人類操作極限。傳統外科手術依賴醫生的手眼配合，受限於生理抖動和視野死角。AI與機器人的結合，利用電腦視覺和力反饋技術，能夠實現微米級的操作精度，讓複雜的高難度手術變得標準化。二是遠端醫療的物理載體。結合5G、6G低時延網路，AI手術機器人讓北京的專家可以為邊疆的患者進行即時手術。這將徹底重構醫療服務的地理邊界。AI醫療已不再是遙遠的技術概念。未來十年，誰能率先用AI跑通“研發-臨床”，誰就掌握了通往長壽時代的藥匙。 (澤平宏觀)

醫生的外掛神器來了！就在今天，阿里健康重磅推出了一款面向醫生的AI產品——氫離子。簡單來說，氫離子定位為醫生版的GPT，已完成內測並開放下載，移動版和網頁版均已上線。該產品直接對標美國現象級AI醫療產品OpenEvidence，號稱要把醫療AI的幻覺率壓到“行業最低”。據稱，氫離子在本地化體驗、中文醫學文獻處理和國內診療場景適配上具備明顯優勢。創辦於2023年的OpenEvidence，是近年來最火熱的AI醫療應用。僅去年一年，OpenEvidenc融資就超過4輪，估值高達120億美元（約人民幣835億），暴漲1200%！不止阿里，國內已經有多家公司跟進，想要複製OpenEvidence的產品和商業化之路。例如AI六小龍之一的百川智能，前不久發佈並開源了新一代醫療增強大語言模型 Baichuan-M3。誰能率先成為中國版OpenEvidence？01. 更適合中國醫生體質的AI工具？氫離子並非行業首創，而是對標海外爆火的AI應用OpenEvidence。隨著各種研究和藥物的出現，醫生知識的“半衰期”越來越短了。即使是再牛的大佬也得保持學習，勤查指南。過去，遇到什麼疑難雜症，醫生們得先打開 PubMed、UpToDate、NCC 指南，再到醫保目錄、藥監局說明書，才可能理清楚病症。現在醫生壓力越來越大，不僅負責診療和教學，還有繁重的科研任務，迫切需要更好的資訊獲取途徑。OpenEvidence看到了這一痛點，為醫生群體免費提供以AI為驅動的專業診斷工具，幫助臨床醫生更好地進行決策。而要讓醫生原因使用AI，其最大的核心在於減少AI的幻覺，確保回答的真實性。和ChatGPT的產品邏輯不同，OpenEvidence基於循證醫學打造，能夠一鍵溯源醫學知識來源，儘量將幻覺降到了最低。因此該產品一經推出，就迅速在美國醫生群體中火了起來。通過醫生之間的口口相傳，使用者以“病毒式”裂變速度增長，已經有超40%的執業醫生使用，每月就要為醫生提供8,500,000次臨床諮詢，證明了其產品模式的可行性。而阿里此次發佈的氫離子，則是更適合中國醫生體質的“本土版OpenEvidence”。該產品基於阿里健康自研的醫學大模型打造，主要針對於嚴肅醫療場景。簡單而言，氫離子整合了國內外權威的醫學指南，6萬個藥品說明書，還連結了超4000萬+醫學資料文獻，包括中華醫學雜誌、NEJM、Lancet、JAMA等，任何醫學回答都附帶權威出處。也就是說，氫離子目前最大的優勢在於更貼合國內醫生習慣，包括在中文醫學文獻的檢索和理解、國內診療規範和指南的整合、以及符合中國醫生工作流程的互動設計上進行了深度最佳化。在該平台上搜尋資訊，可以一鍵連接到中國藥師協會、指南等權威證據。而這種直接服務醫生（To D）的模式，也補全了阿里健康在醫療服務的新一塊拼圖。02. 誰能成為中國版OpenEvidence？為什麼OpenEvidence這麼受市場歡迎？甚至吸引了國內網際網路巨頭下場？簡單來說，它用網際網路的邏輯，來做專業的AI醫療應用，並且成功了。按照傳統模式，AI應用不僅需要監管的嚴格審批，以及醫院評估採購等繁瑣複雜的流程，才有可能交到醫生手中。而通過給醫生免費使用，OpenEvidence迅速積累了一批高價值醫生使用者，並且通過廣告的方式變現。2025年，OpenEvidence的ARR就達到了1.5億美元，甚至OpenEvidence表示，若全部廣告庫存售出，收入將突破10億美元。中國本土的醫生版ChatGPT正悄然成型，有幾家公司被視為OpenEvidence的強力對標者。由王小川創辦的百川智能，其核心產品百小應。目前形成“螞蟻阿福+OpenEvidence”的雙重定位，使用者可分別選擇患者/家屬或醫生身份，產品分別對應健康諮詢與循證醫學支援。此外，近期百川智能發佈了醫療大模型Baichuan-M3，公司表示，該模型在全球最權威的醫療 AI 評測 HealthBench 中以 65.1 分的綜合成績位列全球第一。成立於2019年的零假設，也在為醫生+藥企打造趁手的循證醫學工具。為了降低“幻覺”，零假設選擇自建垂類醫學資料庫，包括獻、指南、全球醫學會議資料、臨床試驗等，並且即時更新。2025年10月，零假設獲得億元融資，投資方包括荷塘創投、國方創新、上海喆馭投資、元禾原點，正在探索醫生、藥企等多元化的商業路徑。此外，靈犀醫療也稱平台已經獲得20萬醫生使用者，並服務多家藥企的精準行銷需求。總的來說，這個賽道已從概念驗證進入差異化競爭階段，關鍵在於誰能更貼合中國醫生的真實工作流，並跑通可持續的商業模式。不過，中國是否能夠照搬美國模式還是個問號。畢竟中國所面臨的醫療環境、支付方和醫生習慣有很大不同，之後智藥局將持續追蹤上述公司動向。 (智藥局)