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Aidoc拿下第三个FDA突破性器械认定：CARE胸片分诊覆盖纵隔积气与肺萎陷，19个月三证同出一个基础模型
Aidoc宣布其CARE Chest X-Ray Triage获FDA突破性器械认定，为公司一年多内第三个该认定。本次认定针对纵隔积气与肺叶或肺萎陷两项危及生命发现的分诊与优先级排序，对应510(k)仍在FDA审评中。三个获认定的产品均构建于同一个CARE基础模型之上，Aidoc称其为首个拥有FDA清证解决方案的临床级基础模型。
深度研报清华长庚AI眼科诊所登《Nature Medicine》：1426张医生复核图像胜过2.7万张原始标注，上线五个月只有3.8%的检查走了AI流程
北京清华长庚医院与清华大学团队把AI智能体眼科诊所AI-TEC的真实世界经验写入《Nature Medicine》。原型2025年11月部署，多个专能智能体覆盖诊前、分诊、诊断、决策支持、患者教育与随访。团队发现直接用原始临床数据后训练反而降低模型性能，加入1426张医生复核的高质量图像后准确率显著提升；上线五个月后仅3.8%的检查走AI流程，简化界面后次月升至23%。
深度研报《Nature Medicine》：AI把三类血检信号合成一个风险分，早期胰腺癌检出率约87%，但高危人群误报率升到16%
2026年9月16日发表于《Nature Medicine》的研究显示，研究性血液检测PANXEON在美意日韩近1800名参与者的多国队列中识别出约87%的I期与II期胰腺癌。该检测一次抽血测量循环microRNA、外泌体microRNA与CA19-9三类信号，由AI模型整合为复合风险分，但高危人群假阳性率升至约16%。
深度研报FDA掏129万美元买一个评审方法：Cognita要用多个大模型组成陪审团，在约100万例检查上给AI写的放射报告判卷
Cognita Imaging获FDA一份129万美元研究合同，测试用多个大语言模型组成陪审团评估人工撰写与AI生成的放射报告，方法将应用于约100万例来自美国队列的患者检查。合同2026年6月22日生效、为期18个月，属监管科学研究，不构成器械上市许可。
深度研报《Nature Medicine》：AI把医生写下的病历笔记读成研究数据，16061人的GLP-1真实世界用药轨迹首次现形
RespondHealth与德雷塞尔大学牵头、斯坦福大学等机构合作的研究2026年9月17日发表于《Nature Medicine》。团队构建的AI系统可大规模准确读取病历中的自由文本笔记，把提取的每个事实链接回原文句子。三名独立机构医生逐行核验，系统在综合指标准确性与完整性上达99.4%，超过医生间94.7%的一致率。团队用该系统追踪16061名启动GLP-1药物的患者体重与14788名患者血糖，发现基线血糖正常者12个月减重约7.7%，而血糖控制差者仅约2.7%。
深度研报达摩院DAMO EAGLE登《Nature Medicine》：一张平扫CT筛出食管癌，“平扫CT+AI”拿下第四种消化道癌
《自然·医学》2026年9月22日在线发表阿里达摩院联合四川省肿瘤医院、中山大学肿瘤防治中心等机构的成果：食管癌筛查AI模型DAMO EAGLE仅凭常规平扫CT即可识别食管癌及癌前病变，并在3个国家8万多病例上完成验证。这是继胰腺癌、胃癌、肠癌之后，达摩院团队在“平扫CT+AI”路线上攻克的第4种消化系统高发癌种，也是团队成果第五篇登上《Nature Medicine》。
深度研报首批基础模型影像AI获FDA清证：DeepHealth胸片CADe一次定位四类异常，同一模型欧洲年分析280万例
DeepHealth于2026年9月16日宣布其胸部X光AI产品Chest XRay获FDA 510(k)清证，对应数据库记录为Gleamer制造的ChestView US 1.1版（K252486），FDA于9月9日作出实质等同决定。产品可在正侧位胸片上检测并定位肺结节、实变、纵隔与肺门异常、胸膜腔异常四类可疑区域，是首批基于基础模型构建的胸片计算机辅助检测产品之一。同一底层模型支撑的CE版本在欧洲每年分析超过280万例检查。
深度研报MIT团队xvr登上《Nature》：5分钟适配一个患者，把术中X光与术前三维影像秒级配准到亚毫米
麻省理工学院CSAIL与合作机构开发的xvr技术9月16日发表于《Nature》。该方法用患者术前CT或MRI，通过物理仿真每秒生成数千张患者专属合成X光来训练AI模型，计算二维透视影像与三维解剖结构的对齐关系，精度达亚毫米级。系统约5分钟完成单患者自适应，之后秒级完成配准，在覆盖5家医院、数十种骨骼与器官系统的最大公开配准数据集上，精度与鲁棒性比现有AI方法高一个数量级。
深度研报AZmed拿下第六张FDA清证：AZchest新增四项胸片征象，Rayvolve累计八项影像AI发现
法国医学影像AI公司AZmed于2026年9月15日宣布获第六项FDA 510(k)清证，胸部AI工具AZchest新增气胸、胸腔积液、肺实变与心胸比增大的检出与定位能力。加上2025年3月清证的肺结节，单张胸片覆盖五项征象，Rayvolve套件在肌肉骨骼与胸部X光累计达到八项FDA清证发现。支持数据包括8453次单项评估的独立研究与1489次评估的多阅片研究。
深度研报AI制药同周双节点：西湖艾普司韦成国内首款AI辅助研发获批新药，英矽智能Rentosertib进入III期
2026年9月，由西湖大学、西湖实验室与西湖制药联合研发的I类创新药盐酸伊司特韦片（艾普司韦）获国家药监局附条件批准上市，成为国内首款凭借AI辅助研发获批上市的原创药，从源头发现到完成临床试验仅用时三年半。同期，全球首个由AI完成靶点发现与分子设计的药物Rentosertib完成III期临床首例给药，预计2029年读出顶线数据。
深度研报斯坦福团队用37075个AI Agent搭出一家虚拟生物科技公司登上《Science》：锁定肺癌候选靶点CD276
斯坦福大学James Zou团队在《Science》发表研究，构建由最多37075个自主AI Agent组成的虚拟生物科技公司，由首席科学官Agent指挥分工不同的员工Agent。系统分析了55000多项已发表临床试验的公开结果，发现靶向在特定细胞类型中活跃蛋白的药物上市概率高出近50%；另一项任务中确认CD276可作为肺癌治疗靶点，并设计出识别CD276的抗体偶联药物策略。评审方指出该系统尚未在真实药物发现中被检验。
深度研报中山大学团队CRISP登《Nature Medicine》：10万份冰冻切片训练术中病理基础模型，92.6%病例直接支撑手术决策
2026年9月10日，中山大学肿瘤防治中心蔡木炎团队联合香港科技大学陈浩团队在《Nature Medicine》发表研究，开发了临床导向型术中病理基础模型CRISP。该模型基于来自10家医疗机构的超过10万份冰冻切片数据开发，在近100项回顾性诊断任务中对超过1.5万个术中切片进行系统评估，覆盖良恶性鉴别、关键术中决策与泛癌检测。在一项包含3000多名患者的前瞻性队列研究中，CRISP在92.6%的病例中直接为外科手术决策提供了依据。
深度研报新州SAFE-WAIT脓毒症AI试验扩容至五家急诊科：试点高风险患者抗生素提前83分钟，2027年初重启
澳大利亚新南威尔士州卫生部宣布，SAFE-WAIT脓毒症AI预测模型将在西悉尼五家医院急诊科开展为期两年半的评估，获州转化研究资助计划近50万澳元支持。该模型在2024年Westmead医院为期六个月的试点中，通过分诊护士录入的初始评估数据实时计算脓毒症风险，以红黄绿三色提示护士；高风险患者平均比传统触发条件提前约90分钟被识别，抗生素给药提前83分钟。扩容评估的重点是模型能否在不同医院环境中稳定起效。
深度研报I3LUNG多模态AI成果登上《Nature Medicine》：2396例非小细胞肺癌数据，模型AUC 0.88跑赢PD-L1
《Nature Medicine》2026年9月13日发表研究显示，国际多中心项目I3LUNG开发的多模态AI工具可提升晚期非小细胞肺癌免疫治疗反应与生存预测准确度。研究整合意大利、德国、希腊、以色列、西班牙与美国六国六中心的2396例接受免疫治疗的回顾性患者数据，训练了临床血液模型（AUC 0.77）与加入影像及数字病理的模型（AUC 0.88）。在20名医生参与的阅片研究中，医生表现从AUC 0.72提升至0.87，医生间一致性由轻度提升至中度。
深度研报达摩院联合浙大一院发布通用医疗影像AI模型RADAR并全开源：一次腹部CT识别146种病症，登上《Science》
9月18日发表于《Science》的研究显示，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，在腹部增强CT诊断中可一次性识别18个解剖器官的146种病症，近4万次真实世界检查的平均AUC达0.913。在与14家机构26名影像科医生的人机对比盲测中，模型平均准确率超过其中23名医生；医生在AI辅助下诊断敏感度提升约10%、阅片用时减少30%以上。论文发表同时，模型推理代码与权重在GitHub与Hugging Face全面开源。
深度研报国内首个消化道肿瘤内科专病大模型评测集发布：京东健康联合北大肿瘤医院给专科AI立标尺
9月19日，在第29届中国临床肿瘤学会（CSCO）学术年会胃癌会场上，京东健康联合北京大学肿瘤医院沈琳教授团队正式发布消化道肿瘤内科诊疗评测集及模型成果v1.0。这是国内首个面向消化道肿瘤内科诊疗场景的专病大模型高质量评测集，评测题目来源于真实临床决策点、评测标准对齐权威指南与专家共识，填补了消化道肿瘤内科大模型缺乏权威评测标准的行业空白。配套落地的MedWork医生AI工作台将评测验证过的模型能力嵌入医生工作流，覆盖诊前预问诊、诊中辅助决策与MDT会诊、诊后智能随访。
深度研报Nature Medicine同日两篇：Dresden本地部署医疗AI Agent达到云端水平，用一致性信号划出可自主处理的病例边界
9月15日，德国德累斯顿工业大学Else Kröner Fresenius数字健康中心与德累斯顿大学医院团队在《Nature Medicine》发表研究，开发了一套完全本地部署的医疗AI Agent系统。该系统在来自MIMIC-IV数据的七病种基准上达到90.04%诊断准确率，接近云端基线GPT-5.2的90.7%；在四病种急性腹症基准上达83.8%。研究发现，模型在重复运行中是否给出一致诊断，是判断结果正确性最有效的单一指标（AUC 0.860，压力测试下0.875）。以0.90一致性阈值为界，系统自主保留49.4%的病例，这部分准确率达98.9%。
深度研报英矽智能Cell封面开源长寿AI全家桶：0.6B-9B小模型在17项衰老基准上击败前沿大模型
9月17日，英矽智能登上《Cell》封面的衰老研究论文正式发表，三件套当日在Hugging Face与GitHub全面开源：LongevityBench——首个跨衰老生物数据的开源基准，含17项任务，覆盖临床、遗传、表观遗传、转录组与蛋白组五大数据域；Longevity-LLMs——5个0.6B至9B参数的紧凑开源模型，基于Liquid AI LFM2架构与Qwen底座经衰老数据全参微调；Longevity Claw——开源智能体平台，整合基因集富集、衰老时钟计算、证据检索等工具执行多步研究流程。测试显示，18个前沿系统（OpenAI、Google、Anthropic、xAI、DeepSeek、Moonshot）无一在五大数据域全面领先，L-Qwen3.5-9B在26个受测系统中总分第一、超过Gemini 3.1-Pro。Longevity Claw首次自主发现活动分析14个衰老标志、提名328个候选靶点，最高5.6倍富集。合作方包括Buck衰老研究所、哈佛医学院与布莱根妇女医院。
深度研报覆盖6166家医院的全美研究：可及工作流AI的县，住院死亡率低9.9%
Drexel大学团队在medRxiv发布的一项全国观察性研究，将美国医院协会2024年度调查（覆盖2023年6166家医院的AI与机器人采用数据）与Medicare、CDC及县级健康数据（3143个县）关联，采用交叉拟合双重稳健估计发现：可及工作流AI医院的县，住院死亡率每10万居民减少25.5例（降幅9.9%）；使用AI排班的医院SEP-1脓毒症集束化治疗依从性高约4%，用AI做常规任务自动化的医院30天肺炎死亡率低约5.1%，可预防住院减少7.2%。但研究同时揭示严重数字鸿沟：仅65.8%的美国人口住在AI医院30分钟车程内，约1.146亿人在圈外，AI可及性基尼系数高达0.740；作者警示财富代理偏倚，强调这是校正后的关联而非因果证明。
深度研报斯坦福发布TranscriptFormer：1.12亿细胞跨12物种训练，细胞生物学迎来通用坐标系
9月14日，斯坦福医学院宣布开发出两个生物细胞AI模型：第一代通用细胞嵌入模型（universal cell embedding）为第二代模型TranscriptFormer奠定基础，后者用来自12个物种（从单细胞酵母到人类，含小鼠、斑马鱼、疟原虫、海绵等）共1.12亿个细胞的数据训练，成果同期发表于Nature与Science。由Stephen Quake、Jure Leskovec与CZI的Theo Karaletsos共同领衔。训练方法类比大语言模型：LLM预测缺失词，TranscriptFormer预测缺失的基因表达值，从而构建一个所有物种细胞都可放入的通用数学空间，量化细胞间相似与差异。模型已能识别训练集之外物种的细胞类型、区分健康与病变细胞，并解答演化问题（如海绵领细胞与线虫、青蛙神经元的相似性）。团队称这可能是全新领域的开端，远期愿景是指导设计目前尚不存在的治疗性细胞。
深度研报多伦多大学模拟研究：AI scribe把医生文书时间砍掉69.1%，从36.3%降到11.2%
9月15日news-medical报道，多伦多大学博士生LaShawn Murray团队发表于JAMIA Open的研究显示：AI scribe可使初级保健模拟问诊中的文书时间减少69.1%。研究让9名家庭医生在有无AI scribe条件下完成标准化模拟接诊，通过录像分析时间分配——不使用时医生超过三分之一（36.3%）的接诊时间花在记录上，使用后降至11.2%。团队此前对6款AI scribe产品做过可用性与准确性 competitive 分析，本次选用表现最好的3款。一个意外发现是工作流变化：医生从边问边打字转向事后审校AI生成病历，部分医生开始用便签记录追问要点，提示文书方式本身影响临床思考。研究处于模拟环境，团队明确提示真实门诊中的患者接受度、录音同意等仍是待验证问题。
深度研报300 万临床病例灌进 AI 制药：天坛医院王拥军服贸会发布脑血管病靶点发现平台，把 94% 临床试验失败率作为问题定义
天坛医院王拥军团队9月12日服贸会发布脑血管病靶点发现AI平台：300万临床病例数据底座直击全球94%脑血管病新药临床试验失败率问题。路径：临床数据反推靶点→AI辅助分子设计→动物验证→临床前RCT。覆盖急性缺血性卒中/出血性卒中/脑血管认知障碍。把AI制药从算力竞赛拉回临床问题驱动本质。
深度研报1939张CT、117个器官、291个孩子：TotalSegmentator v3给医学影像AI补地基
9月10日巴塞尔大学医院在Zenodo上传TotalSegmentator数据集v3.0.0：CT图像从1228张增至1939张，新增291张儿科CT提升儿童分割性能，117个解剖结构标签质量大幅修正（股骨分割更精确、椎骨标签错位修复）；该数据集从临床常规随机采样、覆盖多病理多设备多机构，是医学影像分割领域引用最广的开放数据集之一。
深度研报把AI塞进医院，和把医院改造成AI原生，是两回事——清华把后者的第一份真实世界答卷发上了Nature Medicine
9月10日，清华大学团队在Nature Medicine发表AI-TEC智能体眼科诊所真实世界落地经验：AI医疗正从"往流程里加单点工具"的AI辅助范式，转向AI嵌入临床路径全程的"AI原生"健康系统。AI-TEC用五类智能体覆盖患者就诊全程（预问诊、分诊、精准诊断、决策支持、患者支持），2025年11月起嵌入北京清华长庚医院常规临床流程。关键经验：专家审核的高质量临床数据显著提升AI性能、系统设计与运营优化提高医生使用意愿、持续医生反馈支撑迭代。挑战：静默试验无法完全衡量对医生决策与患者结局的影响。评估范式应从"模型多准"转向"AI是否真正改善医疗"。
深度研报1584次扫描、+0.087的敏感性：产前超声AI终于拿到RCT级证据，但只对3-8年经验的医生有效
9月10日，Lancet Digital Health发表PAICS研究（中山大学附属第一医院谢红宁团队）：5家中心、1584次扫描的自交叉随机对照试验证实，产前超声AI辅助对胎儿畸形筛查的敏感性较产科超声医生提升0.087，特异性非劣效（提升0.118），畸形靶向检出率提升。AI增益集中在3-8年经验的医生——补齐经验差、拉平中位水平，但不替代专家。这是中国产前超声AI拿到的首个RCT级证据，为审评审批与临床放量提供了关键依据。
深度研报从“卖铲子”到“共担管线”：天演药业BD升级，藏着AI药企的新估值逻辑
9月10日，中美两地运营的天演药业（Nasdaq: ADAG）宣布Third Arc Bio在其修订后的战略合作下选定首个先导化合物——基于SAFEbody精准掩蔽技术的掩蔽型CD3 T细胞接合器，合作由技术授权升级为'资产+技术'一体化伙伴关系：Third Arc Bio将赞助并资助该管线的临床开发，向天演药业支付的总潜在款项相应增加；天演药业保留大中华区、新加坡和韩国的开发商业化零成本选择权。
深度研报一半罕见病在ICD里查无此人：UIUC团队用本地部署Agent把F1提高30%
UIUC团队9月10日发表于《npj Digital Medicine》的RDMA框架，用四个Agent（抽取-验证-匹配-监督）串联4-bit量化Mistral 24B，本地挖掘临床笔记中的罕见病与表型并锚定Orphanet/HPO编码：F1较RAG基线提升超30%，推理成本降10倍、硬件成本降17倍，单张RTX 3090即可部署，数据不出院内网，代码基准全开源。
深度研报为什么这个病理基础模型只用冰冻切片训练？10万张术中数据背后的数据工程逻辑
9月10日Nature Medicine发表港科大陈浩与中山肿瘤蔡木炎团队联合研发的CRISP术中病理基础模型：基于10家中心超10万张冰冻切片训练，专攻手术中时间敏感场景；回顾评测覆盖15,000余张切片、近100个任务，在6机构、14种肿瘤上稳健泛化。前瞻研究纳入3家中心3,064例连续患者，92.6%病例的手术决策获直接支持，模型辅助分诊在保留79%阳性病例的同时将病理医生工作量降约35%。代码、权重与数据集已在HuggingFace开源（FTZhou/CRISP），定位为病理医生监督下的决策支持工具。
深度研报五家全球大药企的2万私有结构首次合在一起——OpenFold3联邦学习登Nature头条，不用交换数据就能一起练药
9月10日Nature头条报道OpenFold3联邦学习：AISB联盟联合Genentech/Roche/Bayer等5家全球大药企的2万私有结构首次合训，配体姿态预测29%→47%、高质量界面35.6%→52.1%、基线超越Boltz-2。Apheris作为技术中立第三方federated compute平台实现数据不出本地。AGI Hunt称其为制药联邦学习的GPT-3时刻。
深度研报AI病人给医学生打分：湘雅登顶刊的研究，发现了一个"认知阈值"
9月10日中南大学湘雅医院临床技能培训中心官宣：吴静教授团队论文《大语言模型驱动的虚拟标准化病人对医学生病史采集能力的影响：倾向性匹配队列研究》发表于国际医学教育领域影响因子最高的期刊《JMIR Medical Education》（IF 13.9），证实AI虚拟病人作为课外自主练习工具可显著提升医学生病史采集能力，并首次提出AI辅助自主学习中的'认知阈值'现象。
