2026VB100｜重落地、强智造、拓出海，这场医疗AI大模型论坛锚定产业新拐点

来源：市场资讯

在AI大模型浪潮席卷全行业、临床诊疗需求持续升级的背景下，医疗AI已告别单点数字化试点，逐步跳出单一技术比拼的逻辑，迈入临床深度应用与产业智能跃迁的全新周期。

但与此同时，医疗数据标准缺失、模型可解释性不足、商业化闭环难等痛点持续凸显，行业亟待回答：AI究竟如何真正扎根临床？垂直大模型怎样破解“幻觉”难题？药企与大健康产业如何借AI实现降本增效与创新突围？

带着这些行业共性思考，2026年5月20日下午，2026未来医疗医药100强大会上，由动脉网与阿里健康联合主办的医疗AI及大模型应用发展论坛在上海举办。本次论坛由华平投资集团执行董事巴海宾主持，汇聚临床、产业、投资等行业大咖，共探医疗AI行业当下实践与未来三年发展机遇。

01

AI重塑临床诊疗闭环

在医疗AI的落地版图中，临床诊疗是最为核心的应用场景。从检验数据的深度解读，到口腔肿瘤的精准决策，再到垂直大模型重构医者工作方式，AI正推动临床从经验驱动迈向数据与智能驱动的全新时代。

南京医科大学检验医学学科带头人、中华医学会检验医学分会副主任委员、IFCC肿瘤分子诊断委员会(C-MDO)主席潘世扬分享了其团队长达35年的探索。他认为AI可显著加速单克隆抗体筛选标志物进程，有效缩短肿瘤靶点研发周期。其团队通过单克隆抗体库技术发现并命名的”肿瘤特异性蛋白70(SP70)”，可覆盖肺癌、乳腺癌和甲状腺癌等高发癌种，实现疾病早筛、疗效监测与术后预后评估等，补齐临床早诊短板。同时，他率先打造AI赋能检验专科门诊，整合多维度医疗数据分流轻症就诊人群，既缓解三甲医院接诊压力，也为检验医学开拓了全新服务模式。

南京医科大学检验医学学科带头人、中华医学会检验医学分会副主任委员、IFCC肿瘤分子诊断委员会(C-MDO)主席潘世扬

上海市口腔医学研究所所长、上海交通大学转化医学研究院头颈肿瘤数字诊治技术中心主任、上海交通大学医学院附属第九人民医院/国家口腔医学中心陈万涛教授，则聚焦口腔颌面肿瘤这一诊疗复杂、高度依赖医生临床经验的难点场景，进行AI辅助诊治技术的研发。其团队研发的AI辅助的蛋白免疫组化切片数字扫描和自动分析系统，成功解决了人工判读工作量大、准确度受限等问题，该系统判读与人工诊断符合率达到95%以上，可快速定量判定肿瘤蛋白表达水平，为癌变风险评估，化疗敏感性、转移、预后预测等提供量化依据。同时介绍，AI技术可实现口腔颌面部40多个重要器官的智能分隔三维建模，可以协助临床个体化规划手术路径，有效规避神经、血管等邻近重要器官损伤的风险。陈万涛也坦言，AI医疗医疗器械面临算法“黑盒”、溯源难等瓶颈，需要进一步通过AI技术进步，结合多中心临床验证，推动智能医疗器械的行业合规和落地。

上海市口腔医学研究所所长、上海交通大学转化医学研究院头颈肿瘤数字诊治技术中心主任、上海交通大学医学院附属第九人民医院/国家口腔医学中心陈万涛教授

临床诊疗与专科辅诊实现智能化升级的同时，一线医生还长期面临文献繁杂、科研效率低、通用大模型易产生幻觉等普遍痛点。阿里健康AI大模型市场与生态负责人殷杰分享了阿里健康垂类医学大模型解决方案——氢离子，其定位为可靠的医学AI助手；依托四层循证AI架构，从理解到检索，从训练到评审，形成了一个完整的循证AI闭环，让每一个回答都可追溯、可验证、可信赖。同时，阿里健康氢离子与英国BMJ集团达成期刊内容独家合作，引入旗下70本期刊十年全部内容，成为国内唯一可站内解析、追溯BMJ顶刊全文的医学AI平台。此外，氢离子邀请300余名临床专家组建医学AI专家委员会，共建医学AI评价标准与数据集，以人机协同质控机制，为医学AI临床落地筑牢合规与专业防线。

02

AI正在改写药械竞争规则？

当AI技术逐步适配临床、模型技术日趋成熟，其赋能边界开始向大健康全产业、药企研产销全链路延伸。从健康管理生态重构到药企数智化转型，AI不再是单点提效工具，而是驱动产业价值重构的核心引擎。

盈康一生CTO倪永全分享了海尔在大健康领域的AI整体布局与落地实践成果。盈康一生依托“数字超级智能×物理超级智能=数实融合”发展理念，搭建以盈康大脑为智能底座的“1+3+X”技术架构，在生命科学、生物科技、临床医学三大产业板块全面推广应用，实现从“效率提升”到“价值重构”。三大产业板块的深度协同，构成了盈康一生不可复制的核心竞争护城河——真实临床数据反哺新药研发，前沿AI算法赋能医疗服务场景，创新生物制品回馈临床端。数据互通、能力共享、场景协同，让“1+1+1>3”从愿景走向现实。目前AI已落地AI细胞工作站、肿瘤全周期管理、创新药研发等场景，未来将与多方合作伙伴共同构建一个“价值共创、风险共担、收益共享”的健康生态，真正实现科学发现提速与全民健康守护双向价值。

大健康生态之外，头部药企也已全面将AI融入经营全流程，金赛药业数智创新中心副总裁朱竞带来了一场“实战派”分享。企业常年保持高额研发投入，布局数十条创新管线，把AI贯穿研发、生产、营销及运营各环节。研发端依托智能助手完成文献挖掘、靶点研判与临床资料合规编撰；生产端借助AI梳理质量文件、统一规范标准；营销端搭建智能合规体系，监测学术行为与全网舆情；同时覆盖合同审核、主数据治理、低代码开发等后台场景，实现全链路智能化提质降本，真正做到了“无处不AI”。

产业应用繁荣的背后，离不开底层算力与仿真技术的强力支撑，NVIDIA中国医疗行业应用总监冀永楠从技术基座视角解读行业底层逻辑。他提出，医疗AI已迈入物理AI新阶段，加速向手术机器人、院内运维、康养护理等实体场景渗透。针对医疗领域真实数据获取难、标注成本高的痛点，NVIDIA推出了OpenH全球最大手术视频数据库，以及Cosmos-H手术仿真SDK，可生成高保真术中影像、模拟真实手术流程，低成本完成模型迭代与医师实训。凭借高带宽算力基座与专业部署工具，NVIDIA正在构建从数据、模型、仿真到部署的全链条技术基座，为医疗机器人的广泛应用铺平道路。

底层算力与数智能力的成熟，也为国产药企全球化发展提供了全新底气。中国生物制药执行董事、资深副总裁谢炘立足产业生态与国际化视野，阐述AI赋能创新突围的路径。公司以AI优化靶点筛选、分子设计、临床试验等关键环节，显著提升创新药临床推进效率。同时通过并购、管线引入、战略投资，前瞻布局ADC、siRNA等前沿赛道，深耕肿瘤、肝病等优势领域。依托数字化合规体系与成熟商业化能力，企业加速创新药双向授权出海，并助力搭建医药“一带一路”审批互认机制，以智能创新助力国产药企跻身全球竞争舞台。

03

解码未来三年AI医疗增长极

数据从哪来？模型可信吗？商业如何闭环？这三大拷问贯穿了整场论坛的压轴圆桌。在元璟资本合伙人田敏的主持下，来自临床与产业的多位嘉宾直击痛点，预判未来。

潘世扬从临床实战角度直言：“AI作为人工智能亦或可称为人造智能与人类智能存在天然差异，当前医疗AI落地的最大短板在于底层数据来源不标准、不统一，算法逻辑缺乏临床真实支撑——这是目前AI未被纳入独立医疗收费体系的核心原因。”他表示，AI在药物靶点挖掘、蛋白标志物研发、西药分子设计领域价值突出，可大幅缩短研发试错周期；并预判未来三年，AI辅助临床精准诊断是赛道确定性最强、落地空间最广的核心增长极。

倪永全立足大健康产业实践，提出单点技术突破难以支撑行业长远发展，打破行业壁垒、共建开放生态是医疗AI长效发展的关键路径。组织层面，企业依托链群合约模式打造AI原生组织，实现技术模块灵活迭代；技术层面坚持自研与协同并行，内外整合优质创新资源。唯有打通数据、业务、认知三大壁垒，走场景开放、数据共治、能力共建、价值共享之路，才能激活行业发展活力。他认为，未来谁能打通“数据智能”与“物理智能”的双闭环，谁就能抢占AI医疗的最大发展机遇。

罗氏诊断中国数字化商业创新总监杨传家结合跨国医疗企业落地经验分析，真正有价值的AI项目绝不是在实验室里的“炫技”，而是要解决临床核心痛点。它必须能无缝嵌入到现有的诊疗或实验室工作流中，帮医生做减法，而不是增加额外的工作负担。医疗的核心是安全。AI模型必须经过严谨的多中心临床验证，具备可追溯和可解释性，才能真正赢得医生的信任。未来，以诊断为核心、联动多学科多模态融合分析，将成为医疗AI最主要的突破方向。

不难看出，医疗AI已走过概念试点的浅水区，正在进入临床价值与产业实效的深水区。技术参数的比拼让位于场景落地的深耕，单点工具的堆叠让位于全链路的智能重构。数据标准化、模型可解释性、商业化闭环，是横亘在行业面前的三道必答题。当喧嚣归于平静，医疗AI的价值终将由临床效果而非参数规模来定义。