AI医疗10月月报：临床证据与数据要素共同驱动，产业化进程加快

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

海外方面，医疗AI进入“监管+支付+系统”体系化落地。英国NHS医疗AI独立监管委员会发布44条完整建议，美国ARPA-H发起全球首个面向FDA合规的心血管自主智能体项目ADVOCATE；Anthropic与诺和诺德达成合作并自建湿实验室，英矽智能Rentosertib披露蛋白组学潜在抗衰信号并开源AI工具包，ECG-CLIP与AdaptiveFlow补齐临床与研发基础模型。

国内方面，政策和产业重点集中在医疗数据流通、数智化转型与临床价值转化。十部门联合发布《医药工业发展“十五五”规划》，将深化人工智能赋能、推动医药工业数智化转型列为重点方向；国家卫健委在“十五五”开局发布会上明确推动人工智能与生物技术融入医疗服务；湖南省发布涵盖8类公共数据的授权运营资源清单，汇聚近8万亿条健康数据。

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、数据授权、系统接口和规模化交付能力。DAMO RADAR登上《Science》并开源，可识别146种病症、真实世界AUC达0.913；PAICS多中心随机对照试验将胎儿颅内畸形诊断敏感性由78.6%提升至87.3%；清华AI眼科诊所的真实世界实践表明，AI正由单一辅助工具向整合患者接诊、检查分析与临床决策的智能化诊疗流程演进。

投资判断上，我们认为应重点把握三类变化：一是AI赋能被纳入医药工业中长期规划，产业发展向数智化转型和临床价值转化倾斜，创新药、智能制药、精准诊断及创新医疗器械值得持续跟踪；二是医疗健康数据要素加速转化，具备数据治理、专病数据集和授权运营能力的平台型企业有望获得更强的场景入口；三是通用影像、产前超声和专科智能体由技术展示走向真实工作流与临床价值验证，能够连接数据、模型、医生确认和持续监测的企业更可能形成可复制交付。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。

核心观点

当前，国内外医疗AI产业持续向临床诊疗、药物研发、医疗信息化及健康管理等环节渗透。2026年10月月报反映的主要趋势是：政策引导、临床证据、数据要素与智能体应用协同推进，医疗AI正由单点技术验证迈向临床价值验证与规模化落地。

从政策与监管看，英国NHS医疗AI独立监管委员会发布44条监管建议，美国ARPA-H启动面向FDA合规的心血管临床AI项目；国内《医药工业发展“十五五”规划》将人工智能赋能与数智化转型纳入重点任务，国家卫健委持续推动人工智能与生物技术融入医疗服务。行业发展重点正由算法性能提升转向全生命周期监管、临床证据建设与合规应用。

从临床价值与技术突破看，DAMO RADAR发表于《Science》并开源，可识别146种病症；PAICS多中心随机对照试验将胎儿颅内畸形诊断敏感性由78.6%提升至87.3%；清华团队发布AI眼科诊所真实世界实践，推动AI由单一辅助工具向连续诊疗流程演进。与此同时，湖南发布医疗健康数据资源清单，晶泰科技升级科学智能体平台，金域医学推动310余项数智化应用落地，表明高质量数据、临床验证与系统集成正成为产业商业化的重要支撑。

建议关注： 1）AI制药：晶泰控股、成都先导、泓博医药、英矽智能等；2）AI医学影像与辅助诊断：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）精准医学与医疗数据平台：金域医学、润达医疗、讯飞医疗、医渡科技等。重点跟踪临床注册与验证、医院订单、实际使用率、支付覆盖、续费情况及商业化里程碑兑现。

风险提示： 人工智能大模型及相关产品落地进度不及预期；AI医疗政策及配套措施推进不及预期；临床验证与商业化进展不及预期；行业竞争加剧；硬件或软件供应受限影响研发及交付；宏观经济环境变化。

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监管政策：英国NHS医疗AI独立监管委员会正式发布完整医疗AI监管建议书

➢ 2026-09-10，由NHS临床医生牵头的英国国家医疗AI监管独立委员会正式对外发布全套44条监管建议报告。该调研历时一整年，面向超过12000名临床从业者、普通民众、科创企业征集意见，是目前英国规模最大的医疗AI公众咨询项目。

➢核心建议包含：建立AI医疗器械分级监管机制、推行上市后持续性动态监测而非一次性审批、明确临床医生最终决策权、完善AI医疗产品证据标准、划分企业-医院-监管机构权责、提升普通患者对于AI诊疗方案的知情权；同时建议扩大MHRA旗下AI Airlock监管沙盒的覆盖范围，增加生成式医疗AI试点名额。

➢ 我们认为：9月报告给出英国完整的医疗AI改革蓝图，10月英国政府的全盘表态正是基于本次9月产出。该方案为欧盟各国医疗AI监管提供可参考范本，全生命周期监管、上市后持续监测将成为全球AI器械监管的大势所趋。后续重点跟踪MHRA第三期AI Airlock沙盒落地细则。

1.2美国科研立项：ARPA-H发起全球首个面向FDA合规心血管临床AI项目招标

➢ 2026-09-09，美国高级健康研究局ARPA-H正式发布新项目招标，目标打造首款可通过FDA审批的心血管专用临床AI系统。项目要求参赛团队在开发之初即同步搭建完整临床证据包、变更管控与上市监测方案，研发成果直接适配FDA医疗器械申报规范，避免“先做算法、后补合规证据”的行业传统路径。

➢项目重点解决当前心血管AI普遍存在的跨医院、多设备泛化能力不足，版本迭代后性能漂移、合规文档缺失三大痛点；项目资金将同时覆盖算法研发、多中心临床验证、合规体系搭建三大板块。

➢ 我们认为：美国政府科研资助导向发生明显转变，不再单纯资助算法性能优化，而是从立项之初就将FDA合规、真实世界泛化能力作为硬性指标，进一步抬高临床AI创业的准入门槛。后续跟踪中标团队名单与项目阶段性公开成果。

1.3AI制药：通用大模型厂商Anthropic正式布局生命科学药物研发赛道

➢ 2026-09-16，诺和诺德与Anthropic达成AI药物研发战略合作；9月下旬，Anthropic对外披露已在美国旧金山搭建自有生命科学湿实验室，正式从纯大模型软件公司切入生物实验闭环。其自研Claude-Science产品线打通多生物学数据库，可直接下发指令控制实验室自动化设备完成药物实验。

➢业务定位上，Anthropic表态自身不会直接推进新药临床试验，定位为药企上游AI基础设施，主攻罕见病、早期靶点发现等传统药企投入意愿较低的方向；目前已与BMS、阿斯利康等多家跨国药企开启试点合作。

➢ 我们认为：垂直AI制药公司不再是赛道唯一玩家，通用大模型厂商携算力与自然交互能力入局，将重塑上游靶点发现、文献挖掘、实验自动化环节的竞争格局。未来关注点在于通用大模型能否真正实现湿实验闭环，产出可进入临床的全新分子。

1.4AI药物研发学术进展：Rentosertib披露蛋白组学潜在抗衰老证据；英矽智能Cell封面发布衰老AI开源工具包

➢ 2026-09-08，英矽智能团队于《Nature Biotechnology》发表研究：基于AI设计、目前进入III期临床的特发性肺纤维化候选药物Rentosertib，12周临床试验蛋白组数据显示受试者衰老相关生物标志物出现改善，生物学年龄指标最大降幅接近6岁；团队同时表示，尚无法区分该效应源于疾病缓解或是直接抗衰老作用，仍需要大规模验证。

➢2026-09-18，英矽智能联合哈佛、巴克衰老研究所成果登上《Cell》封面，开源一整套衰老生物学AI工具链：包含评测基准LongevityBench、衰老专用大模型Longevity-LLMs、可自主调用科研工具的智能体平台Longevity Claw，全部向全球科研机构开放。9月10日，Rentosertib完成国内III期临床首例受试者给药。

➢ 我们认为：AI设计药物除原始适应症之外，不断产生全新衍生科研发现；开源衰老AI工具包将降低全球衰老研究门槛，催生一批早期靶点成果。后续持续跟踪Rentosertib III期临床主要终点以及抗衰老方向的后续验证试验。

图表：英矽智能AI创新药Rentosertib展现抗衰潜力

《自然·生物技术》重磅：英矽智能AI创新药Rentosertib展现抗衰潜力，6大衰老时钟一致证实临床生物学年龄逆转

·衰老研究领域首次开展针对“AI创新药物”的临床评估：Rentosertib是全球首个进入临床阶段并完成抗衰老效果评估的创新候选药物，其靶点的发现由生成式AI驱动，并结合了衰老时钟、衰老标志物等研究，其全新分子结构也经由AI辅助完成从头设计。

·6大独立开发衰老时钟指向同一结论：本研究分析了42名特发性肺纤维化(IPF)患者在12周临床试验中的蛋白质组学数据。经由全球不同团队独立开发的6个衰老时钟模型一致显示，接受rentosertib治疗后，患者生物年龄有所降低。该效应于第4周达到峰值，其中降幅最显著的组别患者生物学年龄实现了3-4年的逆转，在某个衰老时钟中甚至高达6年。

资料来源：英矽智能官网、中航证券研究所整理

1.5前沿学术成果：《柳叶刀-数字健康》发布低标注心电基础模型ECG-CLIP；超大规模分子筛选平台AdaptiveFlow问世

➢ 2026-09-01，Scripps研究院团队在《柳叶刀·数字健康》发布ECG-CLIP，一款基于对比学习的心电基础大模型。区别于传统AI心电模型需要海量人工标注数据，该模型依靠无标注心电数据预训练，在标注资源匮乏的基层、欠发达地区同样可实现心血管疾病预测，完成多外部队列验证。

➢2026-09上旬，《Nature-Biotechnology》发布AdaptiveFlow平台，可对690亿规模的超大化合物库开展AI虚拟分子筛选，将传统计算成本压缩至原来千分之一，实现超大规模分子库的线性扩展，有望把十亿级分子筛选变为药物研发常规步骤。

➢ 我们认为，医学基础模型正在解决临床最大痛点——高质量标注数据稀缺；而AI算力框架突破，正在释放超大化学空间的筛选潜力，底层技术的迭代速度快于终端产品落地速度。

Scripps Research

新的人工智能算法有望提升心脏病的检测和预测能力

斯克里普斯研究的科学家们开发了一个心电图基础模型，可以适应新的临床任务，且数据标记较少。

2026年9月1日

新闻稿 转化医学系 综合结构与计算生物学系

拉荷亚，加利福尼亚一一临床医生常使用一种称为12导联心电图(ECG) 的医学检测来诊断心脏问题，该检测通过放置在胸部和四肢上的电极来记录心脏的电活动

资料来源：Scripps Research、Nature Biotechnology、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

首页>政务公开>政策解读

2.1政府新闻：十部门发布医药工业“十五五”规划，AI赋能与精准诊疗成为产业升级重点

➢ 2026年9月18日，工业和信息化部等十部门联合发布《医药工业发展“十五五”规划》，明确到2030年，规模以上医药工业企业营业收入超过3.5万亿元，创新药产业规模年均增速达到20%以上，创新医疗器械上市数量达到200个以上，为医药工业创新发展和数智化转型提供政策指引。

➢《规划》部署八大方面、25项重点任务，将深化人工智能赋能、推动医药工业数智化转型列为重点方向，并提出打造AI制药高价值应用场景，重点开发应用AI赋能靶点筛选，开发应用一批基于AI技术的制药全流程数据自动采集与全流程追溯系统，结合数字孪生与AI预测模型，探索建立高仿真虚拟患者模型与疾病演进模型体系，赋能临床诊疗、真实世界研究与个性化健康管理应用。

➢ 国家层面将AI赋能与精准诊疗纳入医药工业中长期发展规划，有望推动人工智能从单点应用向医药研发、生产及临床应用全链条渗透，产业发展重点也将进一步向数智化转型和临床价值转化倾斜。后续重点跟踪相关配套政策、示范项目及产业落地进展，关注AI药物研发、智能制药、精准诊断及创新医疗器械等方向的商业化机会。

2.1政府新闻：国家卫健委明确“十五五”科技赋能方向，人工智能与生物技术加速融入医疗服务

➢ 2026年9月14日，国务院新闻办公室举行“开局起步‘十五五’”系列主题新闻发布会，介绍推动健康中国建设取得决定性进展的有关情况。国家卫生健康委明确提出，“十五五”期间将重视科技赋能，推动人工智能、生物技术在卫生健康领域广泛应用，并持续深化医药卫生体制改革，促进医疗服务更加普惠可及、系统连续。

➢ 国家卫生健康委指出，部分检查检验设备已融合人工智能技术，可在生成影像的同时向医生推送辅助诊断信息，提升诊断效率与准确性。未来，人工智能与生物技术有望进一步融入疾病诊断、药物研发及医疗服务等环节，为提升医疗服务能力、推动临床技术迭代提供支撑。

➢ 国家层面持续强调科技赋能医疗，有望推动AI医疗从单一技术应用向临床诊疗、药物研发及医疗服务体系深度渗透，其中医学影像辅助诊断等成熟场景具备进一步推广基础。后续重点跟踪“十五五”卫生健康相关规划及配套政策落地，关注AI辅助诊断产品的临床应用、医院部署及采购进展，以及人工智能与生物技术融合带来的产业化机会。

2.1政府新闻：北京医学会医疗人工智能分会成立，推动医疗AI产学研协同与规范化落地

➢ 2026年9月12日，北京医学会医疗人工智能分会在2026年服贸会医疗健康+人工智能分论坛上正式成立。分会在北京市卫健委统筹推动下组建，首届委员会共设57名委员，覆盖临床诊疗、人工智能技术、医疗大数据、药物研发及伦理法治等领域，旨在搭建医疗AI专业学术平台，推动首都医疗健康数智化转型。

➢ 分会围绕《北京市支持医疗健康领域人工智能应用发展行动计划（2026—2027年）》等部署，重点推进三方面工作：一是强化医疗AI发展的专业统筹与学术引领；二是统筹技术创新、临床应用、伦理规范及人才培养；三是打通产学研协作壁垒，推动医疗AI成果转化。该平台有望加强政策要求、技术研发与临床需求之间的衔接，为医疗AI应用规范化发展提供专业支撑。

➢ 专业组织的成立有望进一步完善医疗AI领域的跨学科协作机制，推动行业竞争由单一技术研发向临床验证、成果转化与合规治理协同延伸，并为医疗AI规模化应用创造更好的产业生态。后续重点跟踪分会在临床应用规范、行业标准、产学研合作及示范项目方面的具体进展，关注北京医疗AI政策落地及相关产品的临床转化与商业化机会。

2.1政府新闻：湖南发布医疗健康数据资源清单及三类数据产品，探索医疗AI数据要素转化

➢ 2026年9月18日，湖南省举行“人工智能+医疗卫生”应用大赛颁奖暨医疗健康数据资源供需对接会，省卫生健康委、中南大学湘雅二医院及相关企业集中发布数据资源清单和AI应用场景需求，推动医疗健康数据供给与人工智能应用需求精准对接，加快医疗AI创新成果转化。

➢ 供给方面，湖南省卫生健康委发布涵盖居民健康档案、诊疗记录、检查检验、公共卫生服务等领域的8类医疗健康公共数据授权运营资源清单。目前，湖南省卫生健康数据中心已接入省市县乡村五级医疗卫生机构3万余家，对接20余个业务系统，汇聚近8万亿条健康数据，并建成6600余万份电子健康档案。

➢ 湖南通过数据资源清单、应用场景清单及供需对接机制，推动医疗AI由技术研发向高质量数据供给、专病模型开发与临床应用验证协同演进，有望缓解医疗数据分散、治理成本较高及模型训练验证数据不足等产业瓶颈。后续重点跟踪医疗健康数据授权运营、专病数据集建设及供需合作项目落地情况，关注医疗数据治理、标注服务、模型训练与临床验证等产业链环节的商业化机会。

2.2科技前沿：DAMO RADAR登上《Science》并开源，通用医疗影像AI可识别146种病症

➢ 2026年9月17日，阿里巴巴达摩院联合浙江大学医学院附属第一医院等机构研发的通用医疗影像AI模型DAMO RADAR相关成果发表于《Science》。该模型面向腹部增强CT诊断，可识别涵盖18个器官的146种病症，并正式开源。研究显示，模型在近4万次真实世界影像检查中取得0.913的AUC，展现出多器官、多病种的综合识别能力。

➢ 技术层面，DAMO RADAR采用视觉-语言学习框架，通过器官级细粒度对齐建立CT影像与医学报告之间的关联，减少对额外人工标注的依赖。在与26名放射科医生开展的对比测试中，模型平均准确率超过其中23名医生；AI辅助可使医生疾病识别敏感性提高约10%、阅片时间缩短30%以上。

➢ DAMO RADAR体现医学影像AI正向多器官、多病种的通用模型演进，有望降低专用模型开发对人工标注的依赖，并提升复杂影像场景下的辅助诊断效率。后续重点跟踪该模型的前瞻性临床验证、医院应用及跨机构泛化表现，关注通用影像模型在临床工作流中的实际价值，以及开源技术向合规产品转化的进展。

2.2科技前沿：PAICS多中心随机对照试验提升胎儿颅内畸形检出率，AI辅助超声临床价值获验证

➢ 2026年9月10日，《The Lancet Digital Health》发表中国团队开展的多中心随机交叉对照试验，评估产前超声AI系统PAICS在胎儿颅内畸形筛查中的辅助诊断价值。研究覆盖中国5家医疗中心，共完成1,584次高风险妊娠超声检查，重点评估AI辅助对10类特定胎儿颅内畸形检出效果的影响，为实时AI辅助产前超声提供临床研究证据。

➢ 研究结果显示，在胎儿层面分析中，AI辅助诊断的敏感性由78.6%提升至87.3%，特异性未出现显著下降；在针对具体畸形的分析中，诊断敏感性由69.6%提升至81.4%。同时，AI辅助未降低对其他非目标畸形的检出能力，研究期间未报告相关不良事件。

➢ 随机对照研究进一步验证了AI实时辅助在产前超声等专业影像场景中的应用价值，医学影像AI的竞争重点正由算法性能向临床工作流融合与人机协同效果延伸。后续重点跟踪PAICS等产品的前瞻性验证、临床部署及注册进展，关注AI对胎儿畸形漏诊率、医生工作效率和基层超声诊断能力的实际改善，以及相关产品的商业化落地。

2.2科技前沿：清华团队发布中国AI眼科诊所真实世界实践，医疗AI由辅助工具向智能化诊疗流程演进

➢ 2026年9月10日，清华大学及北京清华长庚医院等机构团队在《Nature Medicine》发表研究《Initial lessons from real-world implementation ofan AI-agent eye clinic in China》，总结中国AI智能体眼科诊所的真实世界实施经验。研究聚焦AI如何从单一诊断辅助工具进一步融入眼科服务流程，为医疗智能体在真实临床环境中的应用提供实践参考。

➢ 研究强调，AI智能体诊所的价值不仅在于单项诊断能力，还在于将患者接诊、检查分析、诊断建议及临床决策支持等环节整合进连续工作流。团队指出，从AI辅助工具向原生AI诊疗模式转变，需要同步推进临床流程集成、医务人员参与和可量化的临床价值评估；高质量、经专家审核的数据也是提升系统性能的重要基础。

➢ 该研究为医疗智能体从技术验证走向真实医疗场景提供了重要案例，产业竞争也将从单项模型性能延伸至诊疗流程整合、数据质量、医生协同及临床价值验证。后续重点跟踪AI眼科诊所的实际运行效果、临床安全性及跨机构推广进展，关注专科医疗智能体与医院信息系统融合的商业化机会。

2.2科技前沿：广安门医院展示“广医·岐智”大模型多场景应用，中医诊疗智能化与国际传播协同推进

➢ 2026年9月15日，第二届医学人工智能大会在重庆开幕，中国中医科学院广安门医院携“广医·岐智”大模型参展。大会以“AI驱动数智健康高质量发展”为主题，覆盖临床、患者服务、医院管理、医学科研、基层医疗及中医药等应用方向。

➢ 应用层面，广安门医院重点展示了“广医·岐智”大模型在智能病历生成、AI自助问诊等场景的落地实践，并通过AI智能医生“安安”开展多语种交互演示。同期举办的智能中医诊疗分论坛围绕中医药信息标准、临床AI辅助决策及多模态中医AI体系建设展开讨论，进一步聚焦技术应用与行业规范协同推进。

➢ 中医AI正由单一问诊、病历生成等工具向临床辅助决策、医院治理及多模态诊疗体系拓展，后续重点跟踪中医大模型的临床验证、标准化建设及医院部署情况，关注中医药知识数字化、多模态诊疗和多语种应用的成果转化进展。

广安门医院参加第二届医学人工智能大会，中医AI成果获WHO专家高度关注

2.3业内讨论：CCF YOCSEF杭州聚焦医疗AI临床落地，数据治理、可溯源推理与商业闭环成为关键突破方向

➢ 2026年9月19日，中国计算机学会青年计算机科技论坛（CCF YOCSEF）在绍兴举办“AI赋能临床医疗如何走好最后一公里”观点论坛，汇集高校、医院及企业代表，围绕医疗AI从技术研发走向临床应用的核心障碍展开讨论。与会专家指出，医疗AI落地首先依赖高质量数据基础设施：电子病历、检验检查结果、医学影像和随访记录等数据分散于不同系统，存在格式不统一、信息缺失及非结构化程度高等问题，数据标准化与治理能力将直接影响模型训练质量和临床验证的可靠性。

➢ 在技术路径方面，论坛重点讨论了基于智能体的罕见病诊断与临床决策支持。相关报告介绍了DeepRare罕见病智能诊断系统，通过检索增强生成获取最新医学证据，并结合分步推理与自反思机制，提高诊断过程的可追溯性、降低模型幻觉风险。同时，专家强调，临床决策系统并非简单调用大模型，还需解决医学知识更新、医院业务系统对接、交互设计及临床验证等工程问题。模型跨医院泛化能力不足、推理过程不透明，也会影响临床医生的信任与实际使用意愿。

➢ 对于产业研究而言，可持续跟踪医疗智能体在罕见病诊断、临床辅助决策等场景的验证进展，以及医疗机构采购需求、支付机制和跨机构推广情况。

2.3业内讨论：中国医院AI应用普及率达94.2%，规模化落地仍受数据、人才与成本制约

➢ 《现代医院》2026年9月发表研究，基于全国28个省份205家医院的调研显示，94.2%的受访医院已应用AI，但应用较广泛的仅占12.6%，大模型本地化部署率为51.7%，反映医疗AI仍处于由初步应用向规模化落地过渡阶段。

➢ 当前医院AI应用呈现“重临床、轻管理”特征，数据质量不足、专业人才短缺及应用成本偏高是主要瓶颈。研究建议加强医工融合、完善行业标准并推动多方协同。后续重点关注医院数据治理能力、AI在运营管理等场景的渗透，以及本地化部署的成本与效果。

➢ 从产业角度看，行业竞争正从模型能力转向临床工作流整合、应用成效和商业可持续性。建议持续跟踪医院AI项目的实际使用率、采购需求及付费机制，重点评估具备标准化产品、可量化临床价值和跨院复制能力的供应商。上述比例为调研样本结果，不宜直接等同于全国总体水平。

2.4企业动向：晶泰科技升级XtalPi Science并开放80余项科学技能，AI制药向自主实验闭环加速演进

➢ 2026年9月21日，晶泰科技宣布升级科学智能体平台XtalPi Science，开放80余项专有科学技能与工具，覆盖靶点调研、专利提取、构效关系分析、分子生成及性质预测、逆合成路线规划等药物发现环节，支持智能体编排多步骤研发工作流，降低科研工具使用门槛。

➢ 平台进一步连接自主实验室，可调度机器人执行实验、采集数据，并根据实验结果推进后续任务。公司披露，在内部分子库合成项目中，数据收集效率提升40倍以上，专家分析决策工作量减少80%；但相关数据为企业披露的项目结果，仍需关注外部验证与实际应用效果。

➢ 后续重点关注平台对外开放后的用户采用情况、AI推荐分子的实验验证成功率，以及智能体与机器人实验室的协同效率；同时跟踪其在药物研发中的客户拓展、合作项目和商业化进展，评估“AI设计—机器人实验—数据反馈”闭环能否形成可复制的研发效率优势。

2.4企业动向：金域医学升级智慧实验室并落地310余项数智化应用，AI加速检验全流程智能化

➢ 2026年9月18日，金域医学宣布升级智慧实验室，并在中华医学会第二十次检验医学学术会议上展示相关成果。公司依托“域见医言”大模型，已开发超过310项数智化工具与智能体，覆盖样本运输、前处理自动化、智能诊断、运营管理、报告解读及客户服务等环节，推动AI从单点辅助向检验全流程协同延伸。

➢ 在临床应用方面，金域医学重点展示阿尔茨海默病（AD）检测与检验预警智能体成果。公司建立了p-tau217、总tau等多项生物标志物的中国人群参考值范围，并开发专病辅助系统；检验预警智能体可支持危急值闭环、跨学科结果互证及报告缺陷识别，据公司介绍，可将人工审核注意力压缩16.8倍。

➢ 后续重点关注检验智能体在真实临床场景中的准确性、误报漏报率及质控效果，跟踪AD早筛方案的医院覆盖与应用转化，并评估智慧实验室能否持续改善检测效率、运营成本及第三方医检服务的盈利能力。

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

投资建议：

当前，国内外医疗AI产业持续向临床诊疗、药物研发、医疗信息化及健康管理等环节渗透。2026年10月月报反映的主要趋势是：政策引导、临床证据、数据要素与智能体应用协同推进，医疗AI正由单点技术验证迈向临床价值验证与规模化落地。

从政策与监管看，英国NHS医疗AI独立监管委员会发布44条监管建议，美国ARPA-H启动面向FDA合规的心血管临床AI项目；国内《医药工业发展“十五五”规划》将人工智能赋能与数智化转型纳入重点任务，国家卫健委持续推动人工智能与生物技术融入医疗服务。行业发展重点正由算法性能提升转向全生命周期监管、临床证据建设与合规应用。

从临床价值与技术突破看，DAMO RADAR发表于《Science》并开源，可识别146种病症；PAICS多中心随机对照试验将胎儿颅内畸形诊断敏感性由78.6%提升至87.3%；清华团队发布AI眼科诊所真实世界实践，推动AI由单一辅助工具向连续诊疗流程演进。与此同时，湖南发布医疗健康数据资源清单，晶泰科技升级科学智能体平台，金域医学推动310余项数智化应用落地，表明高质量数据、临床验证与系统集成正成为产业商业化的重要支撑。

建议关注： 1）AI制药：晶泰控股、成都先导、泓博医药、英矽智能等；2）AI医学影像与辅助诊断：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）精准医学与医疗数据平台：金域医学、润达医疗、讯飞医疗、医渡科技等。重点跟踪临床注册与验证、医院订单、实际使用率、支付覆盖、续费情况及商业化里程碑兑现。

风险提示： 人工智能大模型及相关产品落地进度不及预期；AI医疗政策及配套措施推进不及预期；临床验证与商业化进展不及预期；行业竞争加剧；硬件或软件供应受限影响研发及交付；宏观经济环境变化。

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