医械周看 | AI医疗 | 10月1日-10月7日 | 皮肤AI自治筛查铺开|临床智能体获突破认定|病理首获FDA许可

一图看懂本周 AI 医疗：皮肤AI自治筛查铺开

本周导读：

1. 皮肤AI第一次被允许自主放行病人。英国 NHS 东南区宣布皮肤癌 AI 分诊系统 DERM 覆盖全部 18 家信托，覆盖人口再增 900 万，这是英国历史上规模最大的一次自主医疗 AI 部署；该系统也是目前唯一以 Class III CE 认证取得"自主使用"资格的医疗 AI。同周北爱尔兰已批准其在本地区 190 万人口中自主评估皮肤病灶。

2. 临床智能体拿到了 FDA 的突破性设备认定。Mosaic 旗下 Cognita 的胸部 X 光生成式视觉语言模型获得突破性设备认定，据称是首个拿到该认定的放射生成式 AI，公司内部初步数据显示阅片效率提升 18%。一批医院运营智能体同周落地，把 AI 从诊室推到病历、编码和排班环节，AKASA 报出的住院编码时间从 30 到 60 分钟压到 90 秒，这个数字看着有点不太真实。

3. 病理 AI 拿到首张 FDA 许可。Ibex Medical Analytics 的前列腺癌数字病理软件获 510(k) 许可，验证研究显示病理医生在无 AI 辅助时漏掉的 13% 病例被软件标了出来。论文侧，Google 的 MedGemma 视觉语言模型在《自然·医学》刊出同行评议结果，数据有增益，但最抓眼球的那个 81% 需要打个折扣读。

一、行业动态

### 国内

浙江大学医学院附属妇产科医院医院大模型基础平台及临床应用建设项目完成采购签约（10月2日浙江省公共资源交易服务平台公告合同）。采购人为浙江大学医学院附属妇产科医院，供应商为杭州医康慧联科技股份有限公司，合同编号 11N470003273202612403，同级政府采购监督管理部门为浙江省财政厅（本级）。这类以"大模型基础平台+临床应用"打包立项的院级采购，近几个月在浙江、山东等地陆续出现，采购方从买单个 AI 功能转向买平台底座。

来源：浙江省公共资源交易服务平台 https://ggzy.zj.gov.cn/jyxxgk/002002/002002004/20261002/7271397d-5079-4b35-a7cc-9e4e00763977.html

海豚智声的超声多模态大模型已与 180 余家三甲医院达成合作意向（10月4日报道）。这家 2024 年 8 月成立于海宁鹃湖国际科技城的企业，2025 年 7 月发布通用超声多模态大模型 Dolphin-V1.0，覆盖甲状腺、乳腺、颈部血管等 10 余个部位。企业负责人郑浩云介绍，临床验证显示在卵巢、肝脏、甲状腺等重点部位，该系统诊断准确度与拥有 3 至 7 年临床经验的主治医生相当，部分场景可达从业 10 年以上医师水平。目前正研发第二代产品，方向是从图像质控、病灶分割到诊断思维链展示、术后效果预测的全流程智能体架构。超声的门槛在于它是全程动态的检查过程，医生既要找切面又要抓关键帧，一名成熟超声医生的培养周期长达十余年；胰腺这类位置深、检测难度大的器官，早期筛查对操作技巧要求极高，基层缺人缺得厉害，这才是 AI 真正该补的位。

来源：新浪财经 https://finance.sina.cn/2026-10-04/detail-initzkxp5653744.d.html ｜ 动脉网 https://www.vbdata.cn/intelDetail/1111007

厦门医学院附属海沧医院启动智慧医疗 AI 辅助诊疗平台建设（10月8日《海西晨报》报道）。平台以"羲和一号"医疗大模型为核心，围绕辅助诊疗、分级诊疗、医保风控、医疗数据安全等场景展开，重点应用于门急诊、住院，提供病历辅助生成、辅助诊疗、检验检查异常分析等服务。院方强调该模型依托经伦理审查、脱敏处理的真实临床病例训练，由临床医生参与数据标注。院长吴国洋把这次建设称为医院从"信息化"迈向"数智化"的关键一步。

来源：海西晨报 https://dzb.sunnews.cn/html/2026-10/08/content_842281.htm

联想为武汉协和医院本地化部署 DeepSeek（10月初联想官网案例文章）。方案采用 ThinkStation PX 工作站做院内本地化部署，诊疗数据在院内流转不出院，不做云端传输，院方保留对模型输出规则的调整权。文章提到这套"桌面即数据中心"的模式让科室级部署可以万元级起步、小时级投产，不必依赖专业机房。把算力下沉到科室、把数据留在院内，是目前公立医院接受大模型的两条硬约束，这个案例的参考价值主要在这里。联想把这件事讲得挺漂亮，但真正决定它能走多远的，是院方后续愿不愿意为持续运维掏钱。

来源：联想官网 https://www.lenovo.com.cn/wiki/article-48699.html

遵义"人工智能+"医疗应用进入密集落地期（10月4日天眼新闻）。遵义市中医院影像科今年 3 月启用肺结节辅助诊断系统，由该院与浙江大学邵逸夫医院联合阿里巴巴达摩院打造，可自动分析 CT 影像并按颜色分级标记风险；院方称目前超 95% 的肺结节患者得到规范诊疗。基层侧，仁怀市九仓镇卫生院去年 5 月引入 DeepSeek，成为全市首个实现基层医疗全场景 AI 升级的乡镇卫生院，采用"AI 初筛＋医生复核"模式。同市医保智能审核违规检出率达 8.94%，居家医养平台累计触发有效预警 800 余次。一位接诊医生的话说得挺实在——"以前碰到不典型的病例，心里是虚的。现在 AI 给了一个方向，我再去判断，踏实多了。"基层医生最担心的其实不是 AI 抢活，是自己漏掉什么。

来源：今日头条·天眼新闻 https://www.toutiao.com/article/7692662795741004288

无锡惠山万卡级国产智算中心一期支撑医疗模型落地（10月2日报道）。该中心一期投运三个月即基本满载，已支撑六大 AI 智能体的运行，覆盖政务服务、医疗健康、智慧教育、芯片设计等行业。医疗侧的具体落地是惠山区人民医院联合南京邮电大学边缘智能研究院推进的智慧医院操作系统项目，研发过程直接调用该中心算力，目前已落地近三十个模型，覆盖合理用药、合规诊疗等临床辅助功能。杭州华云的智能健康管理应用、智诊科技的 WiseAgent 专业健康智能体也在该中心算力支持下运行，后者自研的千亿级参数医学多模态大模型 WiseDiag 今年 7 月发布的 V3 将医学知识量提升至 1000 亿词元。

来源：新浪财经·无锡惠山发布 https://finance.sina.com.cn/wm/2026-10-02/doc-initwenv1158335.shtml

### 海外

英国 NHS 东南区全域铺开皮肤癌自主 AI 分诊（10月7日公告）。DERM 由 Skin Analytics 开发，将在英格兰东南部全部 18 家 NHS 信托投用，覆盖人口再增 900 万，公司称之为英国历史上规模最大的一次自主医疗 AI 部署。该系统是迄今唯一以 Class III CE 认证取得"自主使用"资格的医疗 AI，已在 NHS 皮肤科路径中集成超过六年，目前在全英格兰 25 家信托使用，累计评估超过 25 万名患者、经组织病理学金标准确认发现超过 2.5 万例癌症。公告称其排除皮肤癌的正确率为 99.5%，并能自主放行可安全出院的良性病变患者。NHS 东南区三年期推广的建模显示，最多三分之一的紧急疑似皮肤癌转诊可在首次门诊前安全出院，年释放约 13500 个顾问医生工时，相当于该区域约 27000 个额外门诊号。这个数字背后是一件不太好听的事——皮肤科医生本来就不够用，把良性病灶早点摘出癌症路径，缓解的是排队的压力。患者最担心的其实是被告知"等三个月"。

来源：Business Wire（AOL 转载） https://www.aol.com/articles/nhs-england-south-east-rolls-230100000.html

Ibex Medical Analytics 的前列腺癌数字病理软件获首张 FDA 510(k) 许可。软件名为 Ibex Prostate Detect（原 Galen Second Read），分析前列腺穿刺活检的 H&E 全切片图像，对可疑病例发出病例级与切片级告警并叠加热力图，指引病理医生复核可能被漏掉的区域。公司在美欧多家实验室完成的精度与临床验证显示，热力图准确性的阳性预测值为 99.6%；在外部验证集中检出癌症的 AUC 为 0.991（0.979–1.00），检出神经周围侵犯的 AUC 为 0.957。一项验证研究（已发表于《柳叶刀·数字健康》）中，AI 共发出 560 条癌症告警，其中 9%（51 条）促成了追加切片或染色；让人吃惊的是，病理医生在无 AI 辅助时漏掉的癌症病例中，有 13% 被软件标出并经病理医生复核确认。该公司称这是其首个 FDA 许可，平台另有乳腺癌、胃癌方向的产品。

来源：Urology Times https://www.urologytimes.com/view/fda-grants-510-k-clearance-to-ai-powered-prostate-cancer-diagnostic

Tempus AI 第四款心电 AI 产品 ECG-MR 获 FDA 510(k) 许可（K254297，9月25日批准）。软件分析医疗机构采集的静息 12 导联心电图，在 65 岁及以上、符合特定心血管风险与排除标准的患者中，识别与未确诊中重度二尖瓣反流相关的信号，输出二元提示，供医生决定是否转诊超声心动图。该产品明确不做诊断、不作为瓣膜干预的资格依据，也禁用于起搏心律或连续监测。二尖瓣反流在 75 岁以上人群中患病率超过 10%，早期常无症状，标准诊断需依赖经胸超声心动图。FDA 为这款产品批准了预设变更控制计划（PCCP），允许公司在预设性能边界内重训模型而无需重复提交 510(k)——这类授权在心脏 AI 里还不算常见，也让人想起一个问题：模型改了到底算不算新器械，各国口径正在分道走。至此 Tempus 的心电 AI 产品线覆盖心律失常、左室射血分数降低、肺动脉高压和瓣膜疾病四个方向，全部基于同一份常规心电图。

来源：The HealthTech Signal https://thehealthtechsignal.com/article/tempus-ecg-mr-valvular-screening ｜ 动脉网 https://www.vbdata.cn/intelDetail/1111327

MRI2CT 的 NextMR 获 FDA 510(k) 许可（10月7日公告）。该平台从患者已完成的常规诊断 MRI 直接生成腰椎与骶骨的三维骨骼可视化，使用 1.5T 与 3T 扫描仪上的常规序列，不到 60 秒自动输出结果，医生可在矢状位、冠状位、轴位与三维重建中查看，影像可从网页端或兼容 DICOM 环境调阅。验证样本为美国与以色列机构共 145 名成人的配对 MRI 与 CT 影像，公司称在多个患者亚组中达到亚毫米级皮质轮廓精度。对患者的直接意义是少做一次 CT，也就少吃一次辐射。

来源：Imaging Technology News https://www.itnonline.com/content/mri2ct-receives-fda-clearance-ai-powered-imaging-platform

Mosaic 旗下 Cognita 的胸部 X 光生成式视觉语言模型获 FDA 突破性设备认定。Cognita CXR 对胸片给出全面初评并生成报告草稿，由放射科医生复核定稿。公司称这是首个获得 FDA 突破性设备认定的放射生成式 AI，并援引内部初步临床数据：阅片效率提升 18%，在多种胸片征象上的检出改善幅度介于 16% 至 65%。公司首席医疗 AI 官 Nina Kottler 的表述是让医生"在执照允许的顶端执业"。需要说明的是，这些数字来自公司内部初步数据，未见同行评议。

来源：Diagnostic Imaging https://www.diagnosticimaging.com/view/generative-vision-language-model-chest-x-ray-fda-breakthrough-device-designation

AI 语音与文书智能体集中拿到融资。Vocca（巴黎与纽约）完成 2000 万美元 A 轮，由 Norrsken VC 领投，Heal Capital、Speedinvest、Firstminute Capital 及若干天使跟投，累计融资 2500 万美元；其语音与文本智能体每月处理超过 100 万次患者交互，覆盖 20 多个专科、美欧 1500 家诊所。Parakeet Health（旧金山）完成超额认购的 1000 万美元 A 轮，由 Canvas Ventures 领投，累计 1300 万美元，公司称年经常性收入过去一年增长 10 倍，服务美国十大皮肤科集团中的六家、覆盖 2800 多名医生和 1100 多个网点。Healthleap（纽约与特拉维夫）完成 800 万美元种子轮与 3000 万美元 A 轮，合计 3800 万美元，种子轮由红杉资本与 First Round Capital 联合领投、A 轮由 Hummingbird Ventures 领投；其平台接入医院电子病历，同时读取结构化数据与医生自由文本记录，标出营养不良、谵妄等可能被忽略的住院风险，公司称已部署于 50 多家医院，客户包括宾大医学中心、西达赛奈、Intermountain、休斯顿卫理公会与埃默里医疗。健康系统愿意为"提前把人捞出来"付钱，这件事本身就说明问题——让人担心的不是 AI 做不到，是它做对了没人去核。

来源：StartUp Health Insights https://media.startuphealth.com/p/devoted-health-scales-up-vitalize-clears-the-runway-and-ai-picks-up-the-phone-startup-health-insight ｜ The SaaS News https://www.thesaasnews.com/news/vocca-raises-20m-series-a

医院运营智能体同周集中发布。AKASA 于 10月2日发布面向住院医疗编码与临床文档完整性（CDI）的自主 AI 平台，称其客户代表超过 1800 亿美元净患者收入、约占美国住院出院量的 10%；系统读取完整病历后独立完成全科室编码，每个编码回溯到支持它的病历原句，并附推理依据与置信度，公司称编码在患者出院后 90 秒内完成，而人工编码一份住院病历通常需要 30 至 60 分钟。Autonomize 于 10月1日发布 Context AI 平台，面向使用管理、福利配置、支付完整性、理赔、申诉等场景，称临床审核提速 55%、决策周转提速 60%。更早一周，Galiark 于 9月29日发布以可重复推理引擎驱动的 AI 理赔平台，称可将人工复核前的理赔处理能力提升约 15 至 22 倍。三家公司都强调审计留痕与可追溯推理，这个共同点不是巧合，理赔与编码环节出错是要还钱的，没人敢让它自由发挥。

来源：Unite.AI https://www.unite.ai/akasa-brings-autonomous-ai-to-inpatient-coding-and-clinical-documentation/ ｜ Artiverse https://www.artiverse.ca/healthcare-ai-races-from-coding-to-claims-decisions

ElevenLabs 的患者来电语音智能体在 Banner Health 上线。部署从基层医疗预约开始，语音智能体全天候接听患者来电、直接在电子病历中预约改约与取消，需要人工时携带通话上下文暖转给团队成员。Banner Health 首席 AI、数据与基础设施官强调每次对话都内置人工升级机制、符合 HIPAA 并提供实时监督。

来源：ElevenLabs https://elevenlabs.io/blog/banner-health

二、技术进展

Google MedGemma 视觉语言模型在《自然·医学》刊出同行评议结果（Published 10月6日）。论文《An open vision-language model for diverse medical applications》评估了基于 Gemma 3 的 MedGemma 系列与医学图像编码器 MedSigLIP，测试覆盖医学问答、图像分类、胸片报告生成、视觉问答与模拟智能体接诊。相对通用 Gemma 3 基线，作者报告在医学图像问答上提升 2.6% 至 10%，胸片征象分类提升 15.5% 至 18.1%，智能体评测提升 10.8%。开放式医学回答中，三名医生逐题评分，MedGemma 4B 被评为内容有误的比例为 15.4%，Gemma 3 4B 为 18.5%。最抓眼球的是胸片报告一项：81% 的 MedGemma 生成报告被评为"可能带来与原报告同等或更好的临床管理"，但这一评价由一名美国胸科放射科医生完成、评估者知道哪些报告来自 AI，且用的是 MIMIC-CXR 测试集，属于回顾性专家评估而非患者结局试验。论文作者自己标注了评分者间差异与基准污染的局限，也说智能体结果不等于临床自主性。模型 2025 年就已发布、1.5 版今年 1 月放出，这篇论文给的是特定检查点的同行评议快照，不是一次新发布，也不是临床可用性的背书。看到 81% 这个数字，得把它和"81% 临床准确率"分开读。

来源：Nature Medicine https://www.nature.com/articles/s41591-026-04626-w ｜ Press-News.org https://press-news.org/research/medgemma-benchmarks-to-real-world-use

Cureus 刊出的分析显示，FDA 授权的 AI 医疗器械中约四分之三集中在放射科。研究由 GigHz 创始人、介入放射科医生 Pouyan Golshani 与 Mary S. Joseph 完成，统计了 FDA 公开的 AI 医疗器械清单中 1995 年 9 月至 2025 年 12 月的 1430 条授权记录。其中放射科占 1094 条（76.5%），放射、心血管、神经三个审评组合计占 90.6%；病理科仅 9 条、微生物科 6 条、妇产科 4 条，精神与行为健康审评组下没有任何授权记录。年度授权量从 1995 至 2014 年的年均 1.8 件，升至 2023 至 2025 年的年均 264 件。740 家企业中 502 家（67.8%）只有一件获授权设备，13 家（1.8%）持有 247 件（17.3%）。作者的解释是放射科早就有数字化图像、统一文件标准和把影像送到阅片人面前的系统，留给 AI 的位置是现成的。这个判断对做医疗 AI 的人是提醒而不是安慰——放射科不是容易，是接口现成。研究同时说明，该数据只反映授权记录，不代表临床采用或患者获益，FDA 也声明其 AI 设备清单并不完整。

来源：BioSpace https://www.biospace.com/press-releases/three-in-four-fda-authorizations-of-ai-medical-devices-were-in-radiology-study-led-by-gigghz-founder-finds

天津大学"神工-神高"系统成为国内首个获批的认知障碍诊断脑机接口医疗器械（10月2日）。该系统由刘秀云教授团队开发，把脑积水等疾病的诊断时间从数天压缩到约 30 分钟。校方称"神工"系列另有 20 余台设备已进入临床场景，累计服务数千名患者。高校科研成果向可部署医疗硬件的转化速度，是这类报道真正值得看的地方。

来源：FairsOnline https://www.fairsonline.org/companies/tianjin-university

国产医疗影像诊断大模型继续发布。美的医疗发布具有自主知识产权的"医疗影像多模态智能诊断大模型"，可自动检出结核、肺炎、气胸、骨折等常见胸部疾病并生成诊断报告；其万智云研发团队引入"双层"模型架构，可灵活部署于设备侧与云端，当前主要用于胸部 DR 诊断，计划 2026 年扩展至骨科 DR，后续延伸至 CT、MRI 等模态。

来源：GMT EIGHT https://www.gmteight.com/flash/detail/1120973

三、论文速递

npj Digital Medicine：大语言模型智能体标准化预问诊与眼科住院医师的随机临床试验（Published 10月5日）。研究由中山大学中山眼科中心团队完成，比较了大语言模型智能体主导的标准化预问诊与眼科住院医师预问诊。这是本周少见的、把 LLM 智能体直接放进临床流程并做随机对照的设计——评价对象不是一个模型跑分，而是一次真实的接诊环节。作者标注无利益冲突，数据开放。以往同类研究多是回顾性评估或模拟场景，这项的对照设计让它更接近"能不能用"而不是"能不能答对"。

来源：npj Digital Medicine https://www.nature.com/articles/s41746-026-03232-x

HuatuoGPT-3：仅用强化学习完成医疗领域适配的开源模型系列（预印本，未经同行评议）。香港中文大学（深圳）王本友团队发布 9B 与 27B 两个规模的开放医疗模型，以 Qwen 为骨干、完全跳过监督微调阶段直接做强化学习。方法名为 OnePO，核心是"教师退休"机制——教师模型的输出只在奖励超过当前策略最佳 rollout 时留在批次里，一旦被超越就撤掉，另加概率下限保证稀有教师 token 仍获得足够梯度。20K 训练样本下，OnePO 在 HealthBench（Total）上达到 67.2，比 SFT+RL 高 2.7 分、比纯 RL 高 7.4 分；27B 版本达到 70.1，HealthBench Professional 71.4，作者表中高于 GPT-6 Astra。需要留意的是，作者自己列了多条限制——HealthBench 由 LLM 评判、训练用了 HealthBench 风格的评分奖励、Total 与 Hard 两列未做长度校正、基线由作者自己运行，且明确称其为"研究原型"，未经医疗专业人员验证不应用于临床。跨域和奖励设计上的可复现性也还没有定论。

来源：arXiv（ArcXiv 镜像） https://arcxiv.org/abs/2610.05966 ｜ TechDig https://technologydig.com/2026-10-07

四、专利速览

Cerebral Diagnostics Canada 获美国专利，用机器学习评估疼痛障碍（授权日 9月29日，10月3日公告）。专利号 US 12,745,947，题为"Evaluation of Pain Disorders via Expert System"。技术路线是结合诱发电位（含体感诱发电位）、信号分析与机器学习：给予冷、热、激光、电或机械刺激，用 EEG 等记录神经系统电反应，在纤维肌痛的早期研究中以对压痛点施加压力后的 EEG 记录为示例。适用诊断范围包括纤维肌痛、肌筋膜疼痛综合征、慢性疲劳综合征、颞下颌关节紊乱、部分腰痛、海湾战争综合征与复杂性区域疼痛综合征。公司称早期小样本先导研究在从 EEG 信号客观诊断纤维肌痛上达到 95% 灵敏度，但同时明确这是小样本结果，建立临床性能与普适性需要更大规模研究，产品上市前还需额外的临床验证与监管授权。值得留意的是，该公司此前已就"对受试组织施力的装置与方法"取得专利（US 8712512B2），两件组合起来才构成"标准刺激—记录脑电—提取特征—机器学习判断"的完整路径。95% 这个数字出现在小样本先导研究里，别当成产品性能读。做肌纤维痛的人来说，等一个客观指标等了几十年，这份着急能理解。

来源：EIN Presswire https://www.einpresswire.com/article/947200303/cerebral-diagnostics-canada-inc-granted-u-s-patent-using-machine-learning-to-diagnose-and-evaluate-pain-disorders

Microsoft 公开医疗 AI 会话独立安全层专利申请（公开号 US 2026/0300484 A1，公开日 10月1日，申请日 6月5日，为 2024 年 6月14日申请 18744314 的延续案）。方案的核心是一个独立于生成式 AI 模型之外的"模型防护处理器"：用户在临床会话中发出的每条消息先由该处理器接收，对照临床实践指南判断内容是否相关、是否适配本会话的分析协议，通过才转发给 AI，不通过则要求用户重新提交替代问题，替代消息再传给 AI。权利要求明确写"该处理器独立于生成式 AI 系统"——不让模型自己管自己，护栏在模型控制范围之外，这是和提示词约束思路最大的区别，因为后者可以被巧妙的提示绕过。专利还提到判断内容是否与分析协议相关，意味着它可以约束话题范围而不只是安全规则。架构思路比具体产品落地更值得看，微软近几个月已连续提交多件 AI 安全护栏相关申请。

来源：Patentlyze https://patentlyze.com/patent/microsoft-ai-guardrail-clinical-chat-sessions

Ultrasound AI 新增两件美国专利，从孕期影像扩展到药物暴露检测（授权日 9月1日与 9月15日）。US 12,721,589 B2 题为"Artificial Intelligence System for Determining Drug Use Through Medical Imaging"，保护训练神经网络从医学图像估计药物暴露的方法，其中两个技术环节值得注意：一是筛选相关影像信息，二是按质量或可用性过滤图像——原始医学图像携带的数据远超模型所需，劣质采集对模型性能的损害往往对终端用户不可见。US 12,733,901 于 9月15日授权，范围更宽，题为"Artificial Intelligence System for Comprehensive Medical Diagnosis, Prognosis, and Treatment Optimization Through Medical Imaging"，覆盖从图像与底层影像数据生成与医学评估、预后和治疗规划相关的信息。该公司称这两件使其美国授权专利达到六件。公司同时明确：已授权专利保护的是发明与方法，不代表任何产品的 FDA 授权适应证。其旗舰产品 Delivery Date AI 今年经 De Novo 路径获授权（DEN250007），是首个仅凭标准超声图像确定预测分娩日期的同类技术。

来源：Scienmag https://scienmag.com/two-new-us-patents-widen-ultrasound-ais-reach-from-pregnancy-imaging-to-drug-detection

五、政策市场

全国网络安全标准化技术委员会发布《人工智能应用安全指引 卫生健康》（TC260-PG-202610A）。文件与总则等通用文件配合使用，用于指导各级各类医疗卫生机构和技术提供方在卫生健康领域开展人工智能应用活动。对医院而言，这份二十余页的文件第一次把"医院 AI 怎么做才算安全"写成可对照、可自查、可写进采购与验收条款的行业级清单。框架为应用场景、应用流程、风险等级三维定位，风险分五级。几条业务底线被明确写出："医疗行为的决策主体由医生担任，人工智能仅作为辅助工具"；患者需知晓 AI 在诊断治疗中的参与程度并有权拒绝 AI 辅助；管理跨度覆盖前期规划、设计开发、验证确认、部署、运行监控、持续验证评估直到退役下线。界面上有一条需要厘清：实践指南属于标准相关技术文件，不是强制性国家标准，也不等同于行政规章，它给的是实践指引而非行政处罚依据。

来源：智慧医疗网 http://cn-witmed.com/list/13/22388.html

《人工智能医疗器械注册审查指导原则（2026 年修订版）》征求意见进入倒计时（9月14日发布，反馈截止 10月12日）。这一窗口期内，申请人的实际疑问集中在"模型改了算不算重大软件更新"。按器审中心的分类思路拆解是三步：先认类型，算法本身变动的属算法驱动型，同结构换数据重训的属数据驱动型；算法驱动型基本按重大软件更新处理，需走变更注册或补充申请；数据驱动型看新旧性能评估对比，有统计学差异才算重大更新，无差异归常规更新。模型不是不能改，改之前先想清楚走哪条道。

来源：新浪（全球合规） https://www.sina.cn/news/detail/5349503552979946.html

国家药监局 2026 年启动人工智能辅助第二类医疗器械注册审评项目，探索资料解析、缺陷识别、辅助审查等应用并推动成熟成果共享复用；广东省药监局审评认证中心已启动人工智能辅助第二类医疗器械技术审评应用研究课题，探索"机器初审、人工复核"模式。效率提升的同时，合规门槛没有降低——二类产品审评周期通常需 12 至 18 个月，三类高风险产品需 24 个月以上。审评侧用 AI，申报侧也在用 AI，但产品能不能上市仍取决于临床证据本身。

来源：虎嗅 https://www.huxiu.com/article/4895635.html

北京市披露医疗 AI "五个坚持"实践数据（9月12日 2026 首都国际医学大会）。依托"京通"小程序实现检验检查报告随时可查，年查阅量近百万次；推进检查检验结果互认，年节约费用超 1.5 亿元；全市 8 万个医生工作站部署共享助手，累计服务超千万人次。应用侧数据包括：同仁医院眼底 AI 覆盖 100 多家社区机构，安贞医院胎儿心脏 AI 在全国超 1000 家医疗机构落地、惠及 130 万孕妇，北大医院肾病助手使社区慢病肾脏病诊断率从 59% 提升至 81%。能力建设侧，组织 300 余名医生开展专业标注，影像标注效率从每周 50 例提升至 1800 例；今年已促成 6 笔数据交易、金额 1800 万元。北京市明确禁止 AI 完全替代医务人员专业判断，并建成 3000 余个测评数据集用于医学 AI 测评。

来源：中国医院协会 https://www.cha.org.cn/site/content/e8fba5a5ba933cea8260cdca1df43d5a.html

深度观察

这周有三件许可、两项试验结果和一堆融资，共同指向一个问题：AI 在医疗里究竟能不能独立做事，边界画在哪。

皮肤癌 AI 那次铺开是本周分量最重的动作。DERM 拿到"自主使用"资格意味着良性病变患者可以不经过医生门诊就出院，这是 AI 从"辅助提示"跨到"独立放行"的实际一步，而支撑它的不是某一个新算法，是六年 NHS 路径集成、25 万例患者积累和经组织病理学验证的 2.5 万例癌症。同一周美国那边走的是相反方向：Ibex 的前列腺病理软件反复强调的是"发出告警、指引复核区域"，最终判断始终留给病理医生，13% 被漏掉的病例只是被标出来、再由病理医生确认。Ibex 的数据其实说出了病理 AI 的位置——它的价值在于把人类阅片的漏检率往下压，而不是取代那次阅片。Cognita 拿到的突破性设备认定也类似，生成的报告草稿要由放射科医生复核定稿，18% 的效率提升来自人机分工而不是替代。

钱的流向与这个边界高度吻合。本周拿到融资的清一色是流程性环节：患者来电、预约排期、病历文书、住院编码、临床审核、理赔申诉。AKASA 把住院编码从 30 至 60 分钟压到 90 秒，Galiark 把理赔处理能力提升 15 至 22 倍，Healthleap 从病历里捞出营养不良和谵妄——这些不是诊断，是操作。它们共同的特征是结果可验证、出错可审计、责任可回溯，所以能被真正部署下去。要留意的是，AKASA 那句话是公司自报的，同时 BCBSA 估算 AI 辅助编码在 2023 至 2025 年为健康计划增加约 9.42 亿美元成本，其中约 6.53 亿美元对应没有治疗变化的诊断——同一种技术在支付方与提供方眼里是两回事，这与临床智能体的落地空间是同一枚硬币的两面。

证据的门槛在往上走。NHS 用的是经组织病理学确认的 2.5 万例真实世界数据，Ibex 用的是已发表于《柳叶刀·数字健康》的验证研究，MedGemma 这次是《自然·医学》的同行评议快照——但即便是顶刊数据也得挑着读：81% 的胸片报告评价由一名非盲态放射科医生在回顾性数据集上完成，论文自己写明这不是患者结局试验，4B 模型仍有 15.4% 的开放式回答被评为内容有误。HuatuoGPT-3 那边同理，作者列出四条限制后自称"研究原型，未经医疗专业人员验证不得用于临床"。Cureus 那篇统计则给整个行业算了笔账：1430 条授权里 76.5% 在放射科，病理科只有 9 条，精神与行为健康审评组下一条都没有。放射科之所以跑得快，是因为它早就有 DICOM、有 PACS，接口现成——这不是能力的差距，是基础设施的差距，而对其他科室来说，这才是真正的门槛所在。

监管侧这周的动作也在往同一个方向收拢。Tempus 拿到的 PCCP 授权允许在预设边界内重训模型而免于重复提交，Microsoft 那件专利申请把安全护栏放在模型之外、独立于生成式 AI 系统，网安标委的卫生健康安全指引则把"医生主导、AI 辅助"、患者知情与拒绝权、事故责任边界、日志留痕写成清单。三件事的共同点是承认模型会变、会犯错，于是把治理放在模型外部而不是指望模型自律。按医械周看的观察，AI 获得临床"独立权限"的边界划定、模型改版后的变更注册认定口径，以及非放射科室补齐基础设施的进度，值得持续跟踪。

免责声明

本文内容基于公开信息整理，仅供行业交流与参考，不构成任何投资建议或医疗建议。文中涉及的产品注册、审批与临床数据均以监管机构及企业官方披露为准。所引预印本或摘要类材料尚未经同行评议，其结论有待进一步验证。部分专利信息以申请公开或授权公告状态列出，具体权利状态请以官方登记为准。企业自报的经营数据与性能指标未经独立审计，引用时已作标注。转载请注明出处。

医械周看 | 看懂医疗器械与医疗科技的世界 | 数据均来自公开报道