近期，OpenAI正式发布了ChatGPT Health服务，该服务支持用户将个人医疗记录与健康应用接入AI系统，旨在构建一个“个人专属的超级健康助手”。与此同时，蚂蚁阿福APP也推出了新版本，截至1月8日，其月活跃用户数已高达3000万，每日在平台上咨询健康相关问题的用户数量超过1000万次。



在此背景下，北京市也出台了两项关于AI医疗的新政策，明确提出到2027年，人工智能技术将在疾病预防、筛查、管理、救治、治疗及康复等全流程中得到广泛应用，全市医疗卫生机构将普遍推广并应用人工智能产品。



AI医疗的应用范畴广泛，主要涵盖医学影像分析、临床辅助决策支持、医疗信息化建设、健康管理服务、药物研发创新以及医疗机器人研发等多个领域。

AI医疗有哪些赛道，目前为止各赛道发展如何？以下是AI医疗各主要赛道的领先企业及其核心成果：

一、AI制药



利用人工智能技术，显著缩短新药发现与研发周期，降低研发成本与失败率。
英矽智能 (Insilico Medicine)
全球AI制药的标杆企业，其端到端生成式AI平台将临床前候选化合物（PCC）的研发周期从传统模式的约4.5年大幅缩短至12-18个月。目前，公司已有超过10个由AI驱动发现的药物分子进入临床试验阶段，并有多个项目通过与大型药企的高额授权合作实现了商业价值验证。2025年6月通过AI平台发现的抗特发性肺纤维化候选药物Rentosertib（ISM001-055）的IIa期临床试验安全性和有效性数据在《自然·医学》发布。
晶泰科技 (XtalPi)
2025年9月宣布与智擎生技制药合作的新一代PRMT5抑制剂PEP08 分别获得澳大利亚和中国台湾地区监管机构的实体瘤临床Ⅰ期试验批准。创新性地整合“量子物理计算、人工智能与自动化机器人实验”，构建了智能药物研发平台。其自动化实验室可实现7x24小时的高通量实验，将研发人效提升5倍以上，并创造了全球AI新药研发领域的大额订单纪录。
2026年1月，由其孵化的生物科技公司ReviR溪砾科技宣布，其自主研发的国内首款“AI+RNA”小分子创新药RTX-117获得临床试验批件。该药物针对罕见病腓骨肌萎缩症（CMT），显示了其AI平台在快速发现和转化难成药靶点疗法方面的能力。
华深智药（子公司Earendil Labs）
2026年开年与赛诺菲达成最高25.6亿美元战略合作，聚焦自身免疫性疾病及炎症性疾病领域，凭借AI药物发现平台提供技术支持，除获得1.6亿美元预付款外，还将享受最高双位数百分比的销售额特许权使用费，合作规模较2025年4月的合作大幅提升，凸显AI技术在药物研发中价值占比的提升。

二、医学影像与辅助诊断



汇医慧影
Dr.Turing®AI辅助诊断平台已覆盖肺结节、肋骨骨折、乳腺疾病等多种常见病。旗下的“DR骨折AI产品”是国内首批获得国家药品监督管理局（NMPA）三类医疗器械认证的AI影像产品之一，实现了从技术到临床合规产品的关键跨越。
联影医疗 (United Imaging)
医疗影像设备龙头，2025年4月发布“元智”医疗大模型（uAI NEXUS），由文本、影像、视觉、语音、混合五个大模型组成，构建面向医疗全场景的认知中枢。基于此打造的放射智能体，仅需一次胸部CT扫描即可自动检出37种常见病种，平均准确度达92%。“元智”医疗大模型实现了AI与高端影像设备的深度耦合。例如，其胸部CT影像智能体能够基于一次扫描自动检出并分析超过37种常见疾病征象，平均准确度达92%，真正实现了“一拍多查，一查多诊”。
2025年11月中华医学会放射学学术大会（CCR 2025）上，联影智能展出多款“元智”系列智能体，其中脑部MR一扫多查智能体可在一个界面完成47种脑部疾病的阅片诊断及报告撰写，已在河南省人民医院落地应用；客服智能体基于深度医学语义理解实现精准就诊引导，FAQ匹配度高达92%；质控管理智能体可实现影像与报告全流程质控，运营管理智能体推动医院管理从“经验驱动”向“数据驱动”转型。

三、病理诊断与医学检验



AI在该领域致力于处理海量的、高复杂度的细胞与组织图像，辅助病理医生实现精准、快速的诊断。
金域医学 (KingMed Diagnostics)
依托海量医检数据，推出医检垂类大模型“域见医言”及系列智能体（如“小域医”）。为医生提供实时项目推荐、报告解读等服务，平台注册用户数突破52万，单月使用量超10万次；截至2025年11月，“小域医”累计调用量超1500万人次，月活跃医生用户近7万名，已在40多家县域医共体打造入院落地标杆。同时，大模型深度嵌入检验科室流程管理，打通多科室数据壁垒，实现全流程可视化与质量监控。
华为 & 瑞金医院
双方联合开源的RuiPath病理大模型，在短时间内完成了对超百万张病理切片的学习，能覆盖19个常见癌种的辅助诊断。该模型为病理AI的研发提供了重要的开源基础，推动了行业技术的普惠发展。

四、医疗服务与健康管理



AI在此方向的应用，侧重于优化诊疗流程、提升患者服务体验以及实现全周期的健康管理。
京东健康 (JD Health)
发布“AI京医”大模型产品矩阵，包括AI医生智能体、诊疗辅助决策系统等，已累计服务用户超5000万。该体系深度融入线上问诊、处方开具、健康管理等多个环节，致力于打造成为用户的一站式AI健康管理入口。截至2025年6月30日，这些智能体累计服务用户数已超5000万。
腾讯 (Tencent)
与迈瑞医疗联合发布“启元重症大模型”，能够快速整合重症监护室（ICU）中多设备、多参数的患者信息，自动生成病情摘要，辅助医生高效决策。此外，其AI技术也应用于医保智能审核与支付等环节，提升医疗服务体系的运营效率。

五、前沿探索（如AI抗体设计）



这是AI在生物医药中最具前沿性的应用之一，旨在突破传统抗体发现的局限性。
由Absci、Nabla Bio等国际团队引领，已成功利用AI平台设计出能够靶向HIV病毒保守区域、G蛋白偶联受体（GPCR）等传统“难成药”靶点的治疗性抗体候选分子。AI能够在虚拟空间中高效探索庞大的蛋白质序列空间，将抗体发现与优化周期从数年缩短至数周，为新疗法开发开辟了全新路径。
2025年底，英矽智能Pharma.AI平台新增基于扩散模型的抗体生成功能，可按靶点表位精准控制分子结构；美国Generate:Biomedicines的AI设计抗体GB-0895进入III期临床，其靶点结合能力与稳定性较传统抗体显著提升，验证了AI设计优质临床分子的能力。华盛顿大学RFdiffusion模型可在几小时内生成靶向病毒表位的抗体结构图，国内杭州团队则通过AI在两个月内从490亿分子中初筛出百余候选目标，大幅压缩研发周期。
医疗的发展正呈现两大趋势：一是从单点工具向覆盖“数据-平台-场景”的生态化解决方案演进；二是针对专业场景的垂类大模型正成为竞争高地。同时，行业仍普遍面临数据壁垒、临床验证门槛高及商业回报周期长等共同挑战。


免责声明
本文来源为其他媒体的内容转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。