医药 AI 前沿资讯

病历里九成的临床细节研究够不着：Nature Medicine用LLM+知识图谱把非结构化EHR变成可计算病程

RespondHealth等机构9月10日发表于《Nature Medicine》，提出从非结构化EHR文本构建可计算纵向患者旅程框架：LLM抽取临床实体、医生盲法裁定验证、本体嵌入、知识图谱、agentic接口五层递进。GLP-1人群纵向分析演示了体重与HbA1c轨迹建模与时间至事件结局，为真实世界证据生产提供新范式。

循证护理也有大模型了：复旦团队把67万份证据装进EviNurse，316名护士试用一周

复旦大学护理学院联合Fudan DISC团队9月9日发表于《npj Digital Medicine》：基于NursData数据集（5S证据金字塔组织67万+资料）与Qwen3-32B+RAG构建循证护理大模型EviNurse；3438道多选题准确率91.45%，15名专家盲评显著优于通用模型（P<0.001），316名护士六维度可用性评价全部良好，模型数据集已开源。

肯尼亚+18分、印尼+10.7分、荷兰+7.2分：LLM对医生的帮助，取决于当地医疗资源有多薄

9月9日，npj Digital Medicine发表一项多国随机对照试验：249名医生在印尼、肯尼亚、荷兰使用GPT-4o处理真实临床案例，结果显示LLM对诊疗质量的提升幅度与当地医疗资源水平成反比——肯尼亚医生+18.0个百分点、印尼+10.7个百分点、荷兰+7.2个百分点。对照组无临床指南、无网络辅助。研究提示：LLM是医疗资源稀缺地区医生最大的增益来源，公平增益机制值得全球健康政策关注（AEA RCTR-0013399/NCT07374926注册）。

243个病人的对照实验：AI预测胶质瘤复发灶覆盖率79.37%，显著跑赢标准放疗方案

TUM等机构9月9日发表于《npj Digital Medicine》的PREDICT-GBM开放平台：整合243例三中心纵向胶质瘤数据与标准化评估管线，U-Net复发预测模型对强化复发灶覆盖率79.37%±2.08%，显著优于标准放疗方案（配对Wilcoxon检验p=5.7×10⁻⁶）；所有比较均在等体积约束下完成，平台、模型、数据全部开源。

48小时，一篇顶刊一笔BD：英矽智能的“双里程碑”与AI制药的估值新锚点

9月9日英矽智能宣布与元启生物扩大AI驱动研发合作至最高9475万美元（首付款+里程碑），生成式AI开发高难度神经系统疾病候选分子推进至PCC。48小时双里程碑：9月7日Rentosertib研究登《自然·生物技术》。2026年四笔BD潜在总额近70亿美元（施维雅/礼来/SK/武田），H1营收1.06亿美元+287.2%、净利3554万美元首次全面盈利；股价年内+42.7%，花旗予“买入/高风险”首选。

Google DeepMind 放大招：1PB AlphaGenome Atlas 把 98% 非编码区一次性预计算，开源给 7 万研究者

Google DeepMind 9月9日开源AlphaGenome Atlas：1PB数据规模覆盖98%非编码区+90亿SNV预计算，首次合并AlphaGenome与AlphaMissense为AVI评分。DNM1等GREGoR联盟罕见病致病变异识别验证。Isomorphic Labs基于Atlas开发商用管线，NIH/UK Biobank/gnomAD/Genomics England合作生态。

谷歌把人类基因组“预计算”了一遍：当90亿种变异随手可查，什么才是新的稀缺品

9月8日DeepMind发布AlphaGenome Atlas：预计算人类基因组超90亿种单碱基变异的分子效应，1PB数据集（AlphaFold数据库30余倍），免费门户+API开放；AVI评分（PHRED口径）融合AlphaGenome与AlphaMissense，覆盖编码区2%与非编码区98%。Broad研究所在814个家系基因组中锁定癫痫患儿DNM1内含子剪接变异并实验验证；埃克塞特大学用UK Biobank数据使非编码关联检出+22%。边界：非临床工具、精度不及AlphaFold、瓶颈从计算转向实验验证。

一座城市的医疗AI“中央厨房”：深圳平台化打法的数据账本

深圳医学AI创新平台打造城市医疗智慧“大脑”：通用大模型+专科模型会诊式架构，分诊准确率+20pp、候诊-15分钟；重症大模型落地8家医院，Sepsis/ARDS/AKI智能体效率+50%、住院时长与花费-5%；DeepSeek发布72小时完成部署，医智方舟搭载数十个院士团队专科模型。

人类基因组的每一种"拼写错误"，现在都有了预测说明书

9月8日谷歌DeepMind发布AlphaGenome Atlas：基于AlphaGenome AI模型预计算人类基因组全部约90亿种单字母变异（30亿碱基×3种可能替换）的潜在效应，数据量达1PB，免费开放非商业使用；配套AVI评分可从临床基因组数据库可靠识别致病突变，已助Broad研究所锁定一例严重癫痫患者的非编码变异病因，被称为'非编码DNA的可搜索词典'。

15例被漏掉的肝癌：DAMO LiON的1万例真实世界试验，把“AI安全网”写进了《Nature Medicine》

达摩院联合盛京医院、浙大一院研发的肝脏恶性肿瘤AI系统DAMO LiON登《Nature Medicine》：6443人训练、22251人验证AUC 0.975，10333人前瞻试验AUC 0.952；两个月部署揪出15例漏诊恶性肿瘤，阅片提速27%、敏感度+11.5%。

HR 2.09：常规颈动脉B超+AI，把"有没有斑块"变成"斑块危不危险"

9月7日，npj Digital Medicine发表温州医科大学附属人民医院团队的颈动脉斑块AI研究：级联多任务框架在4家中心6618名心血管高危参与者、38090张B超图像上，实现斑块检测（AUC 0.95/0.96）与易损性分类（AUC 0.90/0.88），表现优于6名独立读片医生。2174人中位37个月随访发生277例缺血性脑血管事件，校正临床危险因素后AI定义的高风险仍独立相关（HR 2.09，95%CI 1.69-2.58），加入AI评分使C-index从0.769提升至0.795。常规B超+AI把'有没有斑块'推进到'斑块危不危险'，且不增加任何新检查。

正畸初诊从30分钟到1分钟：华西口腔的答案不在大模型，在数据底座

人民网记者随APEC数字周参访华西口腔：锚定“数据支撑AI、AI赋能临床、临床反哺数据”闭环，牵头口腔八大专科标准化治理、多模态标注数据库；正畸初诊30分钟→1分钟；口腔病理大模型敏感性98.15%；数据资产化是核心命题。

一个模型看遍所有脑MRI：BrainIAC如何用"无师自通"的方式学会读片

Mass General Brigham团队在《自然·神经科学》发表脑MRI通用基础模型BrainIAC，自监督学习无需标注，在48,965张脑MRI上验证七项临床任务（脑龄、痴呆风险、肿瘤突变、生存预测），性能超越三个单任务专用模型，小样本下依然有效。

医疗AI评测进入"循证时代"：当评分标准不再是答案对错，而是"每一分都有医学证据"

首届黄河医学人工智能大会上，国家超算济南中心联合多家医院与高校发布医疗AI循证可信测评系统MedEvidence Bench，把临床指南与权威证据嵌入评价体系，构建“1+4+N”体系，已完成首批国内外大模型评测。

9850万美元买数据：美国罕见病AI诊断计划，把钱花在了"看不见的地基"上

美国ARPA-H宣布RAPID计划，四份合同五年合计9850万美元，建设罕见病AI诊断数据基础设施：北卡大学建最大真实世界罕见病数据集，Sage Bionetworks建模型测评平台，FDNA采多模态数据，Probably Genetic生成合成数据，OpenAI/Anthropic/AWS/Google提供算力支持。

73.1%→88.6%：上海六院用"多智能体"把卒中急诊决策的准确率抬高了一个量级

上海市第六人民医院团队开发结构化多智能体大模型框架，把急性缺血性卒中治疗推荐拆解为摘要、指南推理链、风险评估等专职智能体协作；基于2081例真实与文献病例验证及12名医生前瞻性决策研究，大模型辅助使医生治疗决策准确率从73.1%升至88.6%（OR 2.86），成果发表于Journal of Medical Internet Research。

一张AAAA级证书背后：医疗数据集如何从"资料堆"炼成"官方认证的高质量资产"

江苏省肿瘤医院医疗大数据中心卢欣博士与麻醉科谭婧副教授联合团队完成的“肿瘤围手术期麻醉镇痛数据集”通过中国质量认证中心（CQC）严格评审，获AAAA级数据质量等级评定，是该数据集继斩获“数智未来”2025高质量数据集开发者创新大赛医疗健康赛道一等奖后的又一标志性成果。

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。

港理工携手德适生物成立联合实验室：已用99家医院数据训练158个垂直模型

香港理工大学与杭州德适生物9月3日共建“通用人工智能与医学应用联合实验室”，聚焦医疗影像分析、医疗基础模型与研发流程自动化。德适披露截至2026上半年已联合99家医院训练158个垂直模型，覆盖43个人体器官、61个疾病方向，验证“底层能力复用+批量量产”路径。对训练数据供应商而言，99家医院脱敏影像与标注的协同共建，正是医疗AI从“一病一模型”走向工业化的关键底座。

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

《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。

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。

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%。

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。

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。

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。

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。

4000万图像块+国产框架：中山六院肠癌AI揭示病理大模型的数据集构建范式

广州市公布第二批AI医疗创新项目，中山六院两项肠癌AI项目入选。其一是基于全景多靶点病理AI大模型的肠癌免疫精准诊疗风险分层体系构建，模型基于国产自主开发框架，依托大量HE图像、免疫多色图像以及4000万图像块构建高质量训练数据集，训练样本来源于国内多家三甲医院。模型可自动识别肿瘤细胞、免疫细胞、间质细胞及血管等多维特征，融合免疫细胞空间分布、细胞邻接关系、肿瘤浸润梯度及空间拓扑网络，建立肠癌免疫微环境智能评估体系。两项项目共同推进结直肠癌病理诊断辅助决策支持系统的搭建，打通从病理诊断到治疗决策的完整AI辅助链路。

不靠自家评分：Anthropic把Claude蛋白设计交给独立湿实验室，14/15靶点成功背后的方法论信号

2026年8月18日，Anthropic 公布 Claude 在药物开发早期阶段的两项实验结果。Claude（Mythos Preview 和 Opus 4.8）针对15个靶点从头设计蛋白质结合剂，由 Adaptyv Bio 和 Twist Bioscience 独立合成和测试后，14个靶点获得至少一个经实验确认的结合蛋白。个体设计成功率达22%-35%，而目前蛋白质设计领域典型成功率为10%-15%。1320条订购序列中确认了354个结合蛋白。此外，Claude Opus 5 在23和19分钟内完成了原始 NMR 和 LC-MS 文件的分析，纯度读数与实验室参考值仅差0.07%。

系统综述：合成医疗数据正从'深伪技术'走向 AI 基础设施，24 项研究划出能力与风险边界

发表于《Computers》的系统综述（筛选 2214 条记录、纳入 24 项实证研究）指出，AI 生成的合成医疗数据正快速超越'深度伪造'的狭义形象，成为医疗 AI 的新型基础设施：合成视网膜扫描、X 光、牙科影像、CT、MRI 已能保留临床意义的解剖与病理特征；合成 ECG、癌症登记、ICU 记录与纵向电子病历可保持统计分布与诊断关联。GAN 架构出现在 75% 的研究中。综述同时提出 CAB 框架区分'已验证能力'与'推断收益'，强调合成数据需通过成员推断攻击、重构攻击等隐私测试后才能发布，深伪检测应成为独立安全层。