医药 AI 前沿资讯
洞察医药研发动态,把握产业先机——监管政策、深度研报、产品发布与行业观察一站直达。
深度研报
深度研报无锡推进AI+医疗健康:年内统筹建设34项医疗数据集,3项入选省级先行先试
无锡市9月3日披露《“人工智能+医疗健康”2026年行动方案》进展:全年统筹推进临床诊疗、服务管理、公共卫生3大类34项数据集建设,其中烧伤创面、肺移植、精准营养3项入选省级高质量数据集先行先试。配套推进超声AI、城市级智能体“锡小伊”等41项应用场景。无锡以专班统筹+数据底座+场景牵引的模式,把医疗数据集当作城市级基础设施来建。
浙大等发布Holtercare-Bench:长程动态心电图多模态基准,逼近临床级心电推理
深度研报《柳叶刀·数字健康》新成果:只喂十几份心电图,这个AI就学会了识别心脏病
Scripps Research 团队在《柳叶刀·数字健康》发表心电基础模型 ECG-CLIP,通过把心电波形与医生复核报告配对做对比学习,平均减少约 90.8% 人工标注数据即可达到次优模型同等水平,为罕见病与资源受限场景的心脏病检测带来新范式。
深度研报病理AI从“看局部”到“读全片”:SlideChat的切片级跃迁为什么重要
上海交大何军军×厦大俞容山团队在《Nature Cancer》(IF=28)发表SlideChat:补丁级+切片级病理编码器结合预训练LLM,实现十亿像素全切片可交互分析;31种癌症、5个队列、8836道选择题+3149份报告生成任务中显著优于GPT-4o、MedDr,支持亚型分型、鉴别诊断、报告生成完整工作流。
深度研报从「上千万字病历」到结构化专病库:北大团队的双引擎治理账本
北大李方平在数博会提出医疗数据三字诀困境,用「大模型+小模型」双引擎把血液专病数据治理周期从8-12个月压缩到2-3个月,准确率近100%。
深度研报从"胶片经济"到"5亿份影像池":全国医保影像云示范成果的数据基础设施账本
国家医保局累计归集影像数据近5亿份,贵州云胶片集采降价超80%,9省实现医保影像省级集中存储——中国医疗影像AI第一次拥有成建制的数据弹药库。
深度研报中科院院士徐涛:AI三要素中数据仍是短板,健康医疗高质量数据集呼唤自主可控基础设施
中科院院士徐涛在数博会演讲:AI三要素中数据仍是短板。广州国家实验室按五层框架建设健康医疗高质量数据集,中国数字肺项目投入16.3亿元。
深度研报从写论文到接订单:AI制药半年报显示'数据可信性'成为药企付费的分界线
8月28日发布的行业观察显示,2026年被公认为AI制药分水岭——从'AI筛分子'技术验证期迈入'临床落地、商业化兑现'拐点。订单数据是最诚实的打分表:英矽智能半年内与施维雅、礼来、SK、武田达成合作,潜在总价值近70亿美元;晶泰科技2025年拿下近60亿美元订单;石药集团与阿斯利康再签17.7亿美元协议。全球AI生物制药公司超350家,中国占三分之一。礼来、罗氏、默沙东、阿斯利康等跨国药企不再满足于采购AI服务,开始自建AI研发平台、并购AI初创公司。行业分水岭的另一面是《Nature Reviews Drug Discovery》18位科学家的联合警示:AI方法的临床影响证据'令人失望地有限',尚无完全由AI研发的新药完成III期或获批上市。'既懂生物医药又懂AI的人才稀缺、数据质量参差、标准割裂'仍是行业级难题——高质量、可信、标准化的数据供给,正是AI制药下半场的胜负手。
深度研报2.45亿张超声图像训练视觉-语言大模型:UltraUnion揭示医疗数据规模化的「质变门槛」
在2026武汉AI智能体创新大赛决赛中,基于武汉协和医院2.45亿张脱敏超声图像预训练的超声视觉-语言大模型 UltraUnion 获奖落地。UltraUnion 由武汉协和医院超声医学科医工交叉博士团队与香港科技大学联合研发,具备「超声诊断+生成报告」能力,可识别超声图像特征并自动生成文本描述。多中心医生评测显示,在脂肪肝、胆囊息肉、乳腺结节、甲状腺结节等筛查场景中,AI辅助后基层和三甲初级医师诊断效能均有提升。目前已在院内完成系统部署。该模型从海量脱敏超声数据中学习,体现了医疗数据规模化在AI大模型训练中的关键作用。
