AI医疗的"iPhone时刻"：当概念叙事撞上真实临床

上游破局：AI制药从实验室走向交易桌

2026年6月，字节跳动AI制药业务线启动拆分与独立融资的消息，为沉寂许久的AI制药一级市场投下一颗石子。

拆分后字节跳动仍将控股新公司，由原字节AI制药团队负责人刘凯领衔，核心团队约50人，核心算法、蛋白结构预测模型及已有管线资产将整体装入新主体，新公司可继续从火山引擎获取算力支持。

字节AI制药团队成立于2021年，历经五年积累已覆盖从基础模型研究到早期管线验证的全链条职能。此番独立运作被广泛解读为AI4S（AI for Science）业务走出集团内部孵化、按生物科技产业逻辑独立对接资本的标志性信号。

几乎在同一时间，已登陆港股的晶泰控股抛出一纸重磅合作公告：公司与一家拥有多款商业化产品的国际知名生物制药公司，就某一GPCR靶点达成AI药物发现战略合作协议，潜在交易总金额超4亿美元。这是继英矽智能等头部企业之后，中国AI制药平台型企业再度斩获跨国药企高额BD订单。

"大厂拆分独立融资、专业平台拿下国际大单，说明资本偏好正向有闭环能力、有真实BD兑现的头部集中。"一位关注生物医药的投资合伙人如此评价。

中游攻坚：医疗大模型从"能对话"到"能诊断"

6月9日，讯飞医疗正式发布基于全国产算力训练的星火医疗大模型V3.5。这次升级不是简单的参数堆砌，而是完成了从技术底层到应用层的全维度迭代。

三大核心技术突破值得关注：一是深度融合医疗语音识别、影像辅诊和医学语义理解的多模态能力全面升级；二是率先在国产算力平台上实现了DSA（动态稀疏注意力）与MTP（多Token预测）的长文本高效训练；三是依托循证思维链的强化学习，面向医疗场景的智能体能力全面提升。

在数据层面，星火医疗大模型V3.5依托16亿人次脱敏医疗语音数据、12亿次真实诊疗数据持续训练，平台每日新增学习的真实医疗数据超220万份。

而在应用落地层面，腾讯健康联合南通大学附属医院共建的"通小安"门诊就诊智能体，给出了另一个维度的答案。系统嵌入医院微信公众号后，日均服务患者超3000人次，智能导诊科室引导准确率达98%，患者问题解决率约95%。

腾讯健康AI能力开放平台的设计逻辑是以医院实际就医场景为中心，而非以平台为中心。通用原子化能力与每家医院的差异化知识库、HIS系统打通后，由医院自主决定接在哪个环节、启用哪些模块。

下游扎根：NMPA三类证进入"大模型时代"

如果说AI制药和医疗大模型代表了"软"实力的突破，那么联影智能在监管准入层面的进展则标志着"硬"实力的认可。

近日，联影智能喜获双项突破：胸部核医学图像辅助分诊软件获批NMPA三类医疗器械注册证，拿下核医学AI领域全国首证；胸部CT图像辅助诊断软件成功进入创新医疗器械特别审查程序，成为全国首款进入创新通道的医疗大模型AI产品。

核医学检查能无创揭示病灶的功能、代谢乃至分子层面的异常信号，在肿瘤良恶性鉴别、全身转移分期、疗效评估等重大疾病诊疗场景中发挥着不可替代的作用。但核医学科临床工作长期面临"阅片难度大"与"报告撰写时间长"的双重困局。

此次获证的软件可对胸部18F-FDG局灶性放射性浓聚灶生成分诊提示，并自动生成全身结构化检查所见。这意味着，医生不再需要逐层翻阅海量影像，AI已经先一步完成了"初筛"和"结构化整理"。

更值得关注的信号是，德适生物的AI染色体核型辅助诊断软件于5月20日获NMPA三类证，成为全球首张基于大模型技术获批的医疗器械三类证。这标志着AI医疗器械的审评逻辑正在从"单病种、单任务"向"大模型、多场景"演进。

深水区的真问题：技术只是门票

热闹背后，行业参与者清醒地知道，AI医疗要真正跑通，技术只是门票。

南通大学附属医院信息中心主任江海林在腾讯云大会上坦言："知识库运营是持续工程，不能说建完系统就结束了。重建设轻运营是过去智慧医院常见的坑。"目前该院由行风办牵头，举全院之力针对患者后台提问盲区持续迭代院内知识库。

AI制药领域同样如此。多位医药行业分析师指出，AI目前主要压缩临床前发现周期，对临床试验本身的刚性时间壁垒仍无法绕过。且部分早期AI制药初创公司因烧钱过快、管线无实质进展已在本轮出清。

"无论是大厂从内部孵化推入独立资本化轨道，还是专业化平台拿到里程碑式国际订单，抑或是科技巨头选择不做主角只做底座地服务公立医疗体系，种种迹象表明，中国AI医疗正告别纯概念叙事。"

政策层面也在加速配套。2026年4月起，国家医保局将12项AI辅助诊断纳入全国医保乙类目录，商业闭环初步打通。6月2日，国家卫健委发文鼓励在城市社区卫生机构推广AI辅助诊断、处方审核、语音病历采集等技术。

结语：从"有没有"到"好不好"

2026年的AI医疗，正在经历一场从"有没有"到"好不好"的关键跃迁。

上游，AI制药用跨国药企的BD订单证明了自己的商业价值；中游，医疗大模型用权威测评和真实医院落地数据证明了自己的临床能力；下游，NMPA三类证的"大模型化"证明了监管体系对新技术路线的认可。

但这仅仅是开始。临床转化周期、数据孤岛与商业模式不明等老问题，仍悬在每个参与者头顶。当通用大模型的狂欢渐退，AI引入硬核科研与垂直场景的第二次浪潮，才真正开始兑现价值。

对于医院管理者、投资人和从业者来说，2026年或许是一个值得标记的年份——AI医疗的"iPhone时刻"，可能比我们想象的更近。