社区

如果说2023-2025年的AI故事属于ChatGPT,Copilot和Claude，那么2026年开始，一个更大的叙事正在浮出水面,AI正在离开屏幕，进入医院。最近一个月，无论是英伟达与Abridge联合开发医疗专用基础模型,新加坡推出国家级医疗大模型SIMFONI，还是Tempus持续扩张精准医疗AI生态，都在指向同一个结论,医疗AI已经从概念验证（POC）阶段迈入产业化和ROI验证阶段.

这很像2010年前后的云计算,很多人知道它重要，但大多数人低估了它最终会改变整个行业的程度,而医疗AI，很可能就是未来十年最大的AI应用场景。2026年7月，全球医疗AI产业正经历一场从实验室概念到临床大规模商用的跃迁,7月4日，中国医疗AI企业德适科技（02526.HK）在北京钓鱼台国宾馆发布其全新医疗影像数据生态平台iMedLoop，这场发布会汇聚了四位院士、三甲医院代表、地方卫健委及头部AI厂商。德适科技CEO宋宁在会上抛出一组极具压迫感的数据,全球医疗影像检测项目至少有3000项，若细分至组织病理等层面超过14000项,而训练一个传统AI模型往往需要10万张标注数据。如果按传统AI一病一模型的路径，让全国25万影像医生每天抽1小时做标注，完成所有项目需要1200年。

这一数据精准地揭示了医疗AI行业长期以来的核心瓶颈,数据沉睡与标注困境。德适科技提出的解决方案是构建覆盖数据确权、合规流通、模型训练、价值分配的全域基础设施，试图以工业化取代手工作坊式的传统AI开发模式,这一思路与全球医疗AI产业正在发生的深层变革高度吻合。

这两则发生在同一周的重大新闻，分别代表了中国和东南亚在医疗AI本土化部署上的最新突破,它们共同指向一个核心趋势,医疗AI已经不再停留在概念验证阶段，而是迎来了真正的产业化拐点和商业投资回报（ROI）验证期。在过去的一年中，聊天机器人、文生图等应用吸引了海量关注。但到了当前阶段，资本市场和科技巨头开始更加务实地寻找具备极高进入门槛、超高客单价、且能够带来实质性"降本增效"的物理世界场景。医疗健康产业正是完美契合这些诉求的终极蓝海。

黄仁勋曾多次强调AI对于生命科学和医疗健康的影响，可能比互联网本身更大。背后原因其实非常简单，医疗同时具备四个最完美的AI应用条件。

第一，市场足够大，全球医疗支出已经达到数万亿美元规模。相比之下，SaaS软件市场几千亿美元，广告市场万亿美元左右，而医疗是长期存在的刚需产业，人口老龄化正在持续加剧，无论经济好坏，生病要看病，癌症要治疗，慢病要管理，需求不会消失。

第二，医疗数据极其珍贵，很多人以为AI竞争是模型竞争。实际上未来越来越明显，模型会逐渐商品化，数据才是真正护城河。医疗领域拥有全社会最昂贵的数据资产，CT，MRI，病理切片，长期病历等，这些数据既难获取，又无法公开采集。这意味着一旦某家公司建立大型医疗数据库，竞争对手很难复制， $Tempus AI(TEM)$ 就是典型案例，其核心价值不是算法，而是不断扩大的多模态医疗数据库。

全球医疗保健支出已占全球GDP的近10%，是一个纯粹的数万亿美元级别赛道。随着全球人口老龄化加剧、慢性病群体扩大，传统医疗系统面临着严重的医生短缺与成本攀升双重危机。AI的介入不是锦上添花，而是雪中送炭，它直接回应了医疗系统不可持续的结构性矛盾。

第三，ROI非常明确，医疗AI与聊天机器人有一个本质区别，聊天机器人提升体验，医疗AI直接创造利润。例如医生平均每天大量时间花在记录病历，填写电子表格，保险文书，而Abridge这样的AI助手已经开始自动处理这些工作。如今Abridge已经服务300多个医疗系统，每年处理超过1亿次临床对话。这就意味着医院能节省人力成本，医生能增加接诊量，ROI立刻体现。AI能实打实地让药企缩短研发周期、让医院降低行政负荷，赋予了医疗AI极强的B端付费意愿。

医疗AI正在从实验室走向规模化工业生产，就像Model T开启汽车工业一样。过去十年AI医疗主要停留在论文阶段，临床验证阶段，如今越来越多开始进入真实场景。例如目前AI已经大量应用于肺癌筛查，糖网病检测，病理分析，心电图预测，部分任务准确率已经接近或超过普通医生。

而医疗AI里，有最赚钱的四大赛道，我们可以好好关注一下。

第一赛道是AI制药，这是最大弹性方向。传统药企最大问题就是研发周期太长。行业著名“双十定律”是10年以上，10亿美元以上，才能推动一个创新药上市，还有，据说成功率不到10%。那AI如何改变呢，主要是利用AlphaFold，BioNeMo，分子生成模型，可以提前预测蛋白质结构，药物结合能力，毒副作用，把几年工作压缩到几个月。 $Recursion Pharmaceuticals, Inc.(RXRX)$ 作为AI制药代表，早在2024年，就已经得到了 $NVIDIA(NVDA)$的大力投资，他们拥有自动化实验平台，属于高风险高收益选手。

第二赛道是精准医疗，这里最值得关注，因为很容易形成数据飞轮。数据越多，模型越强。模型越强，吸引更多医生，再获得更多数据，形成网络效应。木头姐的心头爱 $Tempus AI(TEM)$ 就是这个赛道的超级玩家，他是目前我认为医疗AI中最接近Palantir模式的公司，核心资产包含了基因组数据库，癌症数据库，病理数据库，医疗操作系统，最近数月连续推出Agentic AI平台 Lens，数字病理联盟，全基因组测序产品xH，还有AI心电图模型验证成果。他们将在7月30日公布财报，可以期待一波了。

第三赛道是AI医生助手，这是目前商业化最快方向，因为不碰诊断权，只做辅助，监管阻力最小。这里不得不说 $Microsoft(MSFT)$ 收购Nuance其实是一笔神级收购，很多投资者只关注微软的Azure，忽略了微软已经切入医生工作流。DAX Copilot本质上是医生版Copilot，未来大量病历可能自动生成。

第四赛道是AI影像，医疗设备，这是最容易落地的方向，因为监管框架已经成熟。AI看CT，AI看MRI，AI看病理切片，已经开始成为行业标准配置。未来新设备如果不带AI，反而变成缺陷。就连GE HealthCare（GEHC）这个全球医学影像巨头，大量设备也是正在AI升级。

如果说2023年的AI主题是大模型，2024-2025年的AI主题是算力，那么我认为2026-2030年的AI主题，将逐步转向医疗健康。因为医疗同时拥有数万亿美元市场，极强数据壁垒，明确ROI，多个国家的政策支持，而且是刚性需求。

而在投资层面，我最看好的顺序是NVDA，然后是TEM，GOOGL，MSFT，还有RXRX。其中NVDA是最确定的卖铲人，TEM是最有可能成长为“医疗版Palantir”的存在，RXRX则可能提供最大赔率。对于长期投资者而言，医疗AI很可能不是一个季度的主题，而是未来十年的产业级浪潮。

朋友们觉得呢？[鬼脸]

[财迷]$老虎证券(TIGR)$ [财迷]