AI医疗9月月报：标准化监管与真实世界验证深化，多场景智能体规模化部署

行业评级：增持

分析师：李蔚

证券执业证书号：S0640523060001

中航证券研究所发布 证券研究报告 请务必阅读正文后的免责条款部分

核心观点

2026年8月海外AI医疗进入规范化、全流程落地阶段。监管体系快速完善，AI从单一辅助工具，渗透至药物研发、院内诊疗、器械设备、病理诊断、医疗机器人全链条，商业化落地速度显著加快。

AI医疗进入合规时代。FDA出台生成式AI医疗器械管理框架，实行风险分级+全生命周期监管，标志行业告别野蛮生长，进入标准化、可监管、可量产阶段；头部药企与云厂商深度合作，利用多维度医疗数据赋能靶点筛选、药物设计，大幅压缩新药研发周期，AI成为为药企研发赋能的重要生产力工具；全自动采血机器人获FDA批准，高频、重复性护理场景率先实现无人化、智能化替代，打开医疗机器人规模化商业化空间。

院内AI病历全面普及。海外顶级医院大规模部署AI病历结构化系统，自动整理、归档诊疗信息，AI门诊辅助已成常态化应用，效率提升显著。心电AI、病理AI持续迭代，从单任务识别升级为全流程诊疗推理；但普遍存在跨人群、跨场景泛化不足问题，社区落地效果弱于院内。我们认为，海外AI医疗监管、产品、落地三位一体成熟，全赛道进入快速迭代与商业化周期。但存在核心瓶颈，模型过度依赖院内训练数据，通用化、泛化能力不足，是未来规模化落地的最大限制因素。

国内方面，政策和产业重点集中在医保数智化、医疗器械国家标准、医学影像研究伦理以及区域AI医疗。市场监管总局、国家标准委批准发布我国人工智能医疗器械领域首个国家标准，为产品质量评价及行业共识建立提供基础支撑；国家医保局加快医保数据与AI场景开放，连云港启动“人工智能+医疗卫生”三年行动计划，数字员工智能体进一步嵌入真实业务。

从商业化角度看，医疗AI的主要约束正在由模型能力转向临床证据、监管状态、支付入口、数据授权和系统承接能力。监管许可、试点入选、CE标志、医院接入及公司自报性能代表不同证据层级，不能互相替代；能够把数据、模型、工作流、医生确认和持续监测连接起来的企业，更可能形成可复制交付。

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、药物研发和脑机接口等环节。2026年8月的增量特征是标准化监管框架落地、真实世界多中心验证深化与医院级智能体规模化部署，AI医疗由“验证模型可用”进一步转向“证明价值可持续”。

从监管与标准化看， GB/T 47941.1-2026《人工智能医疗器械质量要求和评价 第1部分：术语》发布，标志着国内AI医疗器械由原则性规范向标准化评价与全生命周期监管深化；《人工智能医学影像研究伦理指引》明确六项原则，AI仅作辅助、医生保留最终决策权，合规成本短期上升、中长期利好拥有合规数据集和上市后监测能力的厂商。国家医保局加快医保数据与AI场景开放，探索"渐进式产业升级路径"，连云港2026年80%三级公立医院落地AI应用，地方规模化部署提速。

从技术与临床看， LiON在22,251例真实世界患者中完成验证、瑞金RuiPath 2.0、MedBench 5.0表明，多病种覆盖广度、工作流重构深度与真实世界持续验证正成为影像AI竞争核心；北京协和医院数字员工与卫宁"锐治"重症AI落地，医院AI正由单点辅助工具向全院管理+患者服务一体化扩展；英矽智能10.1亿元产业基金落地，标志着AI制药由自研管线向生态孵化与技术输出延伸。

从智能体落地看，数坤CT/DR智能体和北京协和数字员工智能体表明，“大模型+智能体”架构有望显著提升影像科整体效率，医疗智能体正从单一问答工具向医院管理、患者服务及多终端协同扩展，知识库、系统集成和运营治理能力将成为规模化落地的重要壁垒。

投资判断上，我们认为应重点把握三类变化： 一是监管体系由原则性规范向标准化评价深化，GB/T 47941.1-2026落地后，合规能力与质量体系建设成为入院门槛；二是医疗AI由单病种验证向多中心真实世界验证与全流程工作流融合演进，跨人群、跨设备、跨病种泛化能力成为竞争核心；三是医院智能体由单科室辅助向全院管理+患者服务+区域协同升级，具备私有化部署、知识库运营和持续迭代能力的企业有望率先规模化落地。建议关注具备高质量数据、临床验证、合规体系、医院接口和平台化交付能力的公司。

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 1 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 4 投资建议及风险提示

1.1 医疗监管：FDA发布讨论文件并公开征求意见，AI医疗器械进入专门化监管框架构建阶段

➢2026年8月18日，美国FDA发布生成式AI医疗器械监管讨论稿并公开征求意见，重点围绕风险评估、上市前评价、上市后监测等环节探索监管路径。FDA指出，生成式AI 具备开 放 式 输 入 、 多 任 务 处 理 和 持 续 迭 代 等特点，相较传统AI 医疗器械面临更复杂 的 性 能 与 安 全 风 险 。➢ FDA拟结合器械自主程度与错误输出后果开展风险分级，并探索“基准测试+临床确认”的上市前能力评估，同时关注基础模型和AI智能体持续迭代带来的监管挑战。

➢我们认为，生成式AI医疗监管正由单次审批向风险分级和全生命周期管理延伸，企业竞争门槛将进一步转向临床验证、模型变更管理及真实世界监测。后续重点跟踪最终监管框架落地，关注注册审批、临床证据及商业化节奏变化。

图表：美国FDA发布生成式AI医疗器械监管讨论稿并公开征求意见

FDA NEWS RELEASE

FDA Seeks Public Feedback to Inform Regulatory Approach for Generative AI-Enabled Medical Devices

Discussion Paper Supports FDA’s Innovation and Global Leadership Strategic Pillar; Public Docket Opens on Regulations.gov

资料来源：FDA、中航证券研究所整理

1.2 AI药物研发：诺和诺德携手AWS共建AI创新中心，加速药物发现与研发基础设施升级

➢ 2026年8月10日，诺和诺德与亚马逊云科技（AWS）达成战略合作，AWS成为诺和诺德首选云服务商及战略AI合作伙伴，双方在伦敦共建AI联合创新中心，推动AI与云技术融入药物发现及研发流程，以缩短从药物靶点发现到首次人体给药的研发周期。➢ 双方将利用Amazon Bio Discovery、Amazon Bedrock等AI及生命科学相关服务开展靶点识别、药物设计，并打通基因组、影像和临床数据，进一步利用AI智能体提升研发及运营效率。截至目前，合作已在临床文档处理和员工生产力提升等场景取得实际应用，并覆盖超2.5万名员工。

➢ 我们认为，头部药企与云厂商由单点AI工具应用向“云基础设施+AI能力+药研场景”深度协同转变，有望推动AI加速渗透药物研发全流程，进一步验证AI药研平台的产业化价值。后续重点跟踪诺和诺德AI辅助研发项目进展、候选药物转化效率及AWS生命科学AI产品落地情况，关注国内药企与云厂商、模型及AI药研平台的合作机会。

图表:AI药物研发

1.3 医疗机器人：FDA批准首款自主采血机器人，机器人由辅助工具向诊疗流程自主执行延伸

➢2026年8月19日，美国FDA批准Vitestro旗下Aletta自主采血机器人，该设备可在无需操作人员直接介入的情况下完成静脉采血，是FDA批准的首款独立式机器人采血设备，面向成人门诊场景，旨在缓解美国采血人员短缺及由此带来的医疗服务延迟。

➢ Aletta利用近红外光和多普勒超声自主定位静脉，并完成扎止血带、皮肤消毒、进针、采血管更换及拔针包扎等流程，同时配置传感器及自动停机机制保障患者安全。FDA基于临床数据通过De Novo路径批准其上市，数据显示设备采血成功率与受训采血人员相当或更高，相关不良事件较少且程度较轻。

➢ 我们认为，FDA批准自主采血机器人标志医疗机器人从手术等高复杂场景进一步向标准化、高频医疗服务环节渗透，随着人工成本上升及医疗服务效率需求提升，具备感知、决策与执行能力的医疗机器人有望加速商业化。后续重点跟踪Aletta实际部署及规模化应用进展，关注采血、护理、康复等标准化场景的机器人渗透率，以及国内医疗机器人厂商产品研发和注册进展。

1.4 心血管AI：Tempus获FDA批准AI心电产品，临床研究验证真实场景泛化能力成为关键

➢ 2026年8月24日，Tempus宣布其AI产品ECG-PH获FDA510(k)批准，可基于标准12导联心电图识别肺动脉高压相关信号，成为公司第三款获FDA批准的心血管AI产品，进一步拓展AI心电在心血管疾病早期风险识别中的应用。

➢ 与此同时，发表于《Journal of the American College ofCardiology》的PREVUE-VALVE研究显示，AI心电模型在社区人群中的表现低于医院队列，AUC由83%降至71%，主要受疾病患病率及严重程度差异影响；在异常心电等高风险亚组中，模型表现有所改善，提示AI模型从医院向基层、社区应用仍需开展针对性验证。

➢ 我们认为，心血管AI正处于“获批产品持续增加+临床真实世界验证深化”阶段，标准心电图凭借成本低、获取便捷等优势，有望成为AI心血管筛查的重要入口，但模型跨场景迁移能力仍是规模化落地的关键。后续重点跟踪AI心电产品获批及医院部署进展，关注真实世界临床效果、适用人群扩展及商业化兑现情况。

图表：PREVUE-VALVE研究概要

CENTRAL ILLUSTRATION: Transportability and Disease Spectrum in Al-Based Screening

Al Models Trained in Hospital-Based Cohorts are Assumed to Generalize to Community Settings, But These Populations are Marked by Shifts in Disease Spectrum.

Al Model Performance Across Populations

Disease prevalence affects predictive value.

Disease spectrum and case mix affect discrimination.

Al model evaluation in intended-use

Generalizability requires validation beyond the hospital.

1.5 临床部署：美国与印度诊所规模化部署环境式AI，临床AI由单点向院级平台演进

➢ 2026 年 8 月 ， Cleveland Clinic 与 印 度 HN RelianceFoundation Hospital 相 继 披 露 环 境 式 AI 应 用 进 展 。Cleveland Clinic在4个月内完成超4,000名门诊临床人员部署，累计覆盖超350万次就诊，印度HN Reliance FoundationHospital将环境式AI嵌入EMR，近90%的病程及交接班记录由AI生成。

➢ 两家机构均将环境式AI从单点试用逐步嵌入临床工作流：在患者授权后，AI记录医患交流并自动生成结构化病历，由医生审核、修改后写入EHR/EMR。Cleveland Clinic成熟用户的就诊级使用率达到70%，印度医院将应用进一步扩展至护理交接、多学科会诊及手术记录等场景。

➢ 我们认为，环境式AI已由“减轻文书负担”的单一应用向EMR深度集成+多场景复用+院级数据沉淀演进，规模化部署的核心竞争力正由模型能力转向平台集成、治理体系及持续运营能力。后续重点跟踪海外头部医院环境式AI的覆盖率、使用率及ROI，关注国内医院从试点向院级平台化部署的进展，以及EMR厂商、AI应用厂商的合作与商业化机会。

1.6 病理诊断：韩国团队开发胃癌序贯问答诊断AI，推动病理模型由单任务识别向层级化诊断演进

➢2026年8月10日，韩国高丽大学与韩国天主教大学团队在《npj Digital Medicine》发表研究，开发AUGUST胃病理序贯问答AI框架，通过根据前序诊断结果动态生成后续问题，模拟病理医生由粗到细、逐层判断的诊断流程。研究覆盖23,072张胃部全视野病理图像、19项层级任务及79,924组问答数据。

➢ 研究显示，AUGUST在完全自主及人机协同两种模式下，均优于多实例学习、病理视觉语言模型及基础模型，在粗粒度、细粒度及分级诊断任务中表现出更高的诊断准确性和层级一致性。研究表明，相较将病理任务彼此独立处理的传统方法，结合临床诊断依赖关系的序贯推理更适用于复杂病理场景。

➢ 我们认为，病理AI正由单病种、单任务识别向多任务协同+临床推理链条演进，具备层级化推理能力的专用模型有望提升复杂疾病辅助诊断价值，也为多模态医疗基础模型落地提供新的技术路径。后续重点跟踪序贯推理AI在其他病理及影像场景中的临床验证，关注模型在不同医院、不同人群中的泛化能力及商业化落地进展。

图表：研究论文标题

npj | digital medicine

Article Open access Published: 10 August 2026

Sequential question answering Al for hierarchical gastric pathology diagnosis

Khang Nguyen Quoc, Jinsol Song, Chaeyeon Lee, Seung-Won Jung, Kwangil Yim, Yosep Chong☑& Jin Tae Kwak

npj Digital Medicine (2026) Cite this article

资料来源：Nature、中航证券研究所整理

目录 1 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 4 投资建议及风险提示

2.1政府新闻：首个人工智能医疗器械国家标准发布，加速AI医疗器械标准化与全生命周期监管

➢ 2026年8月24日，中国药品检定研究院发布消息，市场监管总局、国家标准委于7月30日批准发布GB/T 47941.1-2026《人工智能医疗器械 质量要求和评价 第1部分：术语》，成为我国人工智能医疗器械领域首个国家标准，为相关产品开发、测试及质量控制提供统一依据。

➢ 标准由中检院牵头制定，重点统一人工智能医疗器械相关术语、产品安全与性能评价技术手段、检测方法及评价指标，改善AI算法跨平台对比和标准化评测能力，为产品质量评价及行业共识建立提供基础支撑。中检院表示将持续推进智能化医疗器械标准体系建设。

➢ 首个AI医疗器械国家标准落地意味着我国监管体系由原则性规范进一步向标准化评价与全生命周期监管深化，有助于提升AI医疗器械注册审评、检测评价及产业化效率，推动行业由“算法性能竞争”向“产品质量与合规能力竞争”演进。

《人工智能医疗器械质量要求和评价第一部分术语》国家标准正式发布

2026年7月30日，市场监管总局（国家标准委）批准发布GB/T47941.1-2026《人工智能医疗器械质量要求和评价第1部分：术语》国家标准。这是我国人工智能医疗器械领域首个国家标准，将为相关产品的开发、测试和质量控制提供统一依据

该标准由中检院牵头制定。作为国家药监局人工智能医疗器械标准化技术归口单位以及国家标准委智能化医疗器械标准化工作组（筹）秘书处承担单位，中检院贯彻落

资料来源：中国药品检定研究院、中航证券研究所整理

2.1政府新闻：国家医保局加快医保数据与AI场景开放，推动健康管理模式升级

➢ 2026年8月24日，国家医保局局长在全国医学模拟人和健康传感器智能感知大赛颁奖大会上表示，将持续加快医保数据、医保立项和医保支付相关场景培育与开放，探索形成渐进式产业升级路径，助力医疗健康科技成果转化。

➢ 国家医保局进一步提出，未来将推动健康传感器、人工智能与个人医保云深度融合，探索建设“智能医保管家”，推动健康管理转变，并利用数字孪生、无感传感器及AI辅助诊疗等技术实现疾病风险提前识别和个性化健康管理。

➢ 医保部门由传统支付方进一步向AI医疗应用场景培育，打通医疗AI从技术研发、临床验证到医保支付的产业链条，提升AI医疗商业化落地效率。

2.1政府新闻：连云港启动“人工智能+医疗卫生”三年行动计划，地方医疗AI进入规模化落地阶段

➢ 2026年8月5日，连云港正式启动“人工智能+医疗卫生”三年行动计划（2026—2028年），围绕便民服务、临床诊疗、中医药、基层卫生、公共卫生等领域打造应用场景。

➢ 2026年全市80%的三级公立医院将落地医学影像辅助诊断、临床智能辅助决策、智能就诊等应用，30%的基层医疗机构开展临床AI辅助；2027年三级公立医院核心AI应用实现全覆盖，80%的基层医疗机构使用智能辅助决策工具；2028年实现医疗卫生机构AI应用全面普及，并培育1至2个省级示范项目。

➢ 连云港推动AI进入医院及基层医疗机构，体现地方政府正由政策鼓励转向场景落地、规模部署与区域协同，有望加速医疗AI商业化兑现。

连云港启动“人工智能+医疗卫生”三年行动计划

时间：2026-08-0506:55 来源：新华日报 字号：默认小大

日前，连云港召开“人工智能+医疗卫生”路演会，正式启动“人工智能+医疗卫生”三年行动计划（2026一2028年）。计划立足当地医疗发展实际，围绕8个类别打造“小巧灵”应用场景，梳理十大类任务，覆盖便民服务、临床诊疗、中医药、基层卫生、公共卫生等多个领域。

按照计划，2026年作为筑基试点年，全市80%的三级公立医院将落地医学影像辅助诊断、临床智能辅助决策、智能就诊等应用，30%的基层医疗机构也将试水临床诊疗智能辅助。2027年进入推广深化阶段，三级公立医院核心AI应用实现全覆盖，80%的基层医疗机构用上智能辅助决策工具。到2028年，全市医疗卫生机构AI应用全面普及，力争培育1至2个省级示范项目。

资料来源：江苏省人民政府、中航证券研究所整理

2.1政府新闻：《人工智能医学影像研究伦理指引》发布，立定伦理底线

➢ 2026年8月27日，国家科技伦理委员会医学伦理分委员会发布《人工智能医学影像研究伦理指引》，明确六项原则，覆盖基础算法研究、技术研发、临床验证与转化全链条，为CT、核磁、超声等AI影像研究立定伦理底线。

➢ 指引要求数据采存用销毁全流程可追溯，建立授权与撤回机制，匿名化回顾性数据可豁免知情同意，合成数据须标注；算法需跨设备、跨医院、跨人群复现并监测性能漂移；强调透明可解释、责任可回溯，明确AI仅作辅助，医生保留最终诊断决策权。

➢ 短期企业数据脱敏、伦理审查与漂移监控成本上升，中长期具备合规数据集、可解释工作流及上市后监测能力的厂商更易通过注册与院端采购。

2.2科技前沿：MedBench升级至5.0版本，医疗AI评价体系向全生命周期验证演进

➢ 2026年8月6日，中文医疗大模型评测基准MedBench升级至5.0版本，上海人工智能实验室联合钟南山、葛均波、范先群等院士团队推出专科化评测赛道，首次引入“医疗原子技能”评测，将病史采集、影像判读、治疗方案推理等能力拆分考核，并加强AI幻觉校正。

➢ MedBench 5.0构建覆盖事前准入、事中评测、事后追踪的全生命周期评测体系，覆盖63项细分临床任务、近100万条专业评测试题，并设置呼吸、心内、儿科、眼科及中医等专科评测。平台目前已服务近12万用户、完成超31万次医疗大模型评测，医学人工智能评测联盟成员已超500家。

➢ 医疗大模型竞争正由模型参数及通用能力比拼转向临床场景能力、安全性及持续验证能力，专业化、动态化评测有望成为医疗AI进入真实临床应用的重要基础设施。

2.2科技前沿：LiON完成超万例真实世界临床验证，肝癌AI由辅助识别向临床工作流融合迈进

➢ 2026年8月19日，《Nature Medicine》发表研究，团队开发基于增强CT的肝脏恶性肿瘤AI系统LiON，在6,443例患者上训练，并于22,251例多中心及真实世界患者中完成回顾性验证；在10,333例常规临床患者开展的单臂试验中，肝脏恶性肿瘤诊断AUC达到0.952。

➢ LiON支持多期增强CT处理及临床数据整合，在脂肪肝、肝硬化等复杂人群中仍保持较高诊断表现。临床应用过程中，AI与医生协同发现51个此前遗漏病灶，其中包括15例恶性肿瘤，并推动37份影像报告修订、22次多学科团队升级及部分患者临床管理调整。

➢ 医学影像AI正在由“模型精度验证”向多中心验证+真实世界部署+临床工作流融合演进，具备稳定跨人群表现并能够嵌入临床流程的产品有望率先实现规模化落地。

2.2科技前沿：数坤科技发布CT全胸智能体与DR全身智能体，影像AI迈入“通用智能体”时代

➢ 2026年8月21日至23日，第五届医学影像AI学术会议在上海召开，数坤科技正式发布CT全胸智能体与DR全身智能体两款产品。此次发布标志着医疗AI从“单病种模型”向“通用智能体”架构跨越，被业内视为医疗AI的“ChatGPT时刻”。

➢ 两款产品根植于数坤多模态医疗大模型v5.0，CT全胸智能体可同步检出肺结节、肺气肿、纵隔肿瘤等80余种异常征象；DR全身智能体覆盖骨关节退行性改变、骨肿瘤等200余种疾病。智能体可自主完成分诊、多病种标注、量化分析和报告撰写，重构了影像科工作流。

➢ 此次发布表明，影像AI竞争正由单病种准确率转向多病种覆盖广度与工作流重构深度的综合比拼，“大模型+智能体”架构有望显著提升影像科整体效率。

2.2科技前沿：瑞金医院联合华为云发布RuiPath 2.0，病理大模型向规模化生产部署迈进

➢ 2026年8月30日，瑞金医院联合华为云正式发布瑞智病理大模型RuiPath 2.0。RuiPath 1.0是国内首个进入医院生产流程的临床级病理大模型。此次升级围绕诊断能力、可解释性、罕见病数据训练及轻量化部署四个维度全面迭代，目前全国已有90余家医院应用并入驻华为云智慧医疗专区。

➢ RuiPath 2.0为7B参数规模，诊断任务由104项增至205项，覆盖19个常见癌种，59项下游任务中42项达SOTA水平，超越海外同类模型。模型首次在组织学亚型等维度实现可解释性标识，通过生成式数据合成解决罕见病标注难题，淋巴瘤诊断准确率96.48%。

➢ 此次发布标志着病理AI正由单一切片识别竞赛转向癌种覆盖、诊断丰富度、可解释性与部署灵活度的综合比拼，瑞金医院向基层输出优质病理能力的模式有望成为医疗AI规模化落地的典型路径。

2.3业内讨论：北京协和医院落地数字员工智能体，医院AI由单点工具向管理与患者服务一体化演进

➢ 2026年8月21日，CHIMA发布北京协和医院数字员工智能体应用案例。项目以西单院区为试点，构建覆盖医院内部管理与患者服务的智能体体系，其中“西院百事通”已上线并整合2200余份院内知识文档，相关场景回答准确率超过95%。

➢ 患者服务端，协和医院部署数字人“小慧”，覆盖智能分诊、就医咨询、就诊指引及健康科普等场景，整合1100余条常见问答知识，月均解答患者问题约1500次；项目同时采用院内私有化部署、云端大模型+本地知识库及多智能体协同架构，并建立知识库持续迭代和人工审核机制，以兼顾数据安全、服务效率与回答准确性。

➢ 协和医院案例表明，医疗智能体正从单一问答工具向医院管理、患者服务及多终端协同扩展，知识库、系统集成和运营治理能力将成为规模化落地的重要壁垒。

2.4企业动向：英矽智能联手惠理、浦发筹设10.1亿产业基金，AI制药迈向生态孵化

➢ 2026年8月，英矽智能公告拟联合惠理集团、浦发集团等共同发起设立目标规模10.1亿元的生命科学产业基金，重点投向New Co孵化、具身智能、实验室自动化及精准医疗等核心环节。

➢ 该基金是全球首支由AI4S领军企业发起的盲池型CVC，通过整合英矽智能的Pharma.AI平台与自动化底层能力、惠理的资本运作及浦发的产业载体资源，构建“技术+资本+载体”深度融合的生态闭环。

➢ 该基金的设立标志着英矽智能由“自研管线推进”迈向“规模化生态孵化与技术输出”的新阶段。

2.4企业动向：海河医院、卫宁健康与超算天津中心联合发布“锐治”重症大模型，重症AI走向落地

➢ 2026年8月14日，天津市海河医院联合卫宁健康、国家超级计算天津中心发布“锐治”重症垂直大模型及AI原生应用，并启动“海河医院-卫宁健康-超算中心重症AI联合创新基地”，形成覆盖重症专科数据集、风险预警、病情分析、治疗目标管理与智能交互的全链路能力。

➢ 系统基于多设备、多模态、多病种数据构建标准化重症数据集，联合专家搭建17类风险模型，针对ICU假报警和评估滞后问题做精准预警；海河医院实践显示肺栓塞风险预警接近100%、整体综合预警约90%，并通过自然语言工作台实现“预警—治疗目标—指标追踪—闭环追溯”。

➢ 我们认为，重症AI正由通用辅助问答转向“临床需求+超算算力+垂直模型+真实ICU验证”的落地阶段；ICU数据密、时效强，垂类模型有望成为智能监护与早警入口，但跨院区、跨病种泛化和误报控制仍决定规模化价值。

目录 1 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 4 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

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

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

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

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

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

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

1 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 4 投资建议及风险提示

风险提示

Ø 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；

Ø AI 医疗相关政策落地进度不及预期的风险；

Ø AI 医疗产业发展不及预期的风险；

Ø 行业竞争加剧的风险；

Ø 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；

Ø 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