医疗AI的第二次浪潮：从”看片子”到”管病人”
2026年6月，Google在《自然》杂志上发表的研究标志着医疗AI进入了一个全新的阶段——其研发的AMIE（Articulate Medical Intelligence Explorer）系统从单次的诊断对话进化为长期的疾病管理能力。这一突破的意义在于：AI不再只是辅助医生”看片子”的影像分析工具，而是开始承担起慢性病全周期管理的重任。同月，中国国家药监局批准了第15款AI辅助诊断三类医疗器械，医疗AI在中国的商业化进程全面加速。
据IDC预测，2026年中国AI医疗市场规模将突破400亿元，年复合增长率超过35%。从影像诊断到药物研发，从智能导诊到慢病管理，AI正在渗透医疗健康的全链条。
Google AMIE：从诊断到疾病管理的跨越
Google的AMIE系统代表了医疗AI当前的最前沿水平。在《自然》杂志发表的研究中，AMIE展示了其从单次诊断对话到长期疾病管理的能力进化。系统利用Gemini模型的长上下文能力，可以跟踪患者的多轮就诊记录、药物调整方案和症状变化趋势，生成个性化的管理计划。
在采用标准化患者演员的盲法研究中，专科医生将AMIE与21名初级保健医生进行比较。结果显示，AMIE在整体管理推理上与医生相当，而在方案的精确性和指南一致性上得分显著更高。系统能够同时交叉引用数百页权威临床知识，包括最新的治疗方案、药物相互作用数据和临床指南更新。
Google已在美国启动了一项全国性研究，评估AMIE在真实远程诊疗环境中的表现。如果研究成功，AMIE有望成为基层医疗的有力补充，缓解全球范围内初级保健医生短缺的问题。
中国AI医疗的商业化加速
2026年是中国AI医疗商业化全面提速的一年。截至6月，国家药监局已批准15款AI辅助诊断三类器械，覆盖肺结节CT检测、眼底病变筛查、乳腺癌超声辅助诊断等主要病种。这些获批产品正在大规模进入医保体系。
推想科技在肺结节AI筛查领域继续保持领先，其系统已部署在全国超过1200家医院，累计分析CT影像超过5000万例，肺结节检出率达到97.3%，假阳性率控制在每例0.8个以下。鹰瞳科技的AI视网膜筛查系统覆盖超过3000家基层医疗机构，在糖尿病视网膜病变筛查中灵敏度达到92.5%，帮助基层医生实现了”三甲医院级别”的筛查能力。
在药物研发领域，晶泰科技与多家药企合作，利用AI加速小分子药物发现。其平台将先导化合物优化周期从传统的18个月缩短至6个月，大幅降低了研发成本。2026年Q1，晶泰科技协助推进了3款新药进入临床试验阶段。
AI慢病管理：从被动治疗到主动预防
慢性病管理是2026年AI医疗增长最快的细分领域。中国的糖尿病患者超过1.4亿，高血压患者超过2.4亿，传统的慢病管理模式依赖患者定期复诊和医生的经验判断，效率低下且难以持续。AI驱动的慢病管理平台正在改变这一局面。
百度灵医智惠推出的”AI慢病管家”，整合了可穿戴设备数据、电子病历和用药记录，通过AI模型预测患者的病情变化风险，提前7天发出预警并推送个性化的干预方案。在内测阶段，参与管理的糖尿病患者糖化血红蛋白达标率从32%提升至58%，因并发症导致的住院率下降41%。
平安健康的AI健康管理平台覆盖了超过8000万用户，其核心AI模型能够根据用户的体检报告、生活习惯和基因数据，评估14种常见慢性病的发病风险，并生成个性化的预防方案。平台数据显示，持续使用6个月以上的用户，其整体健康风险评分平均下降了23%。
AI医疗面临的挑战
医疗AI在2026年仍然面临几大关键挑战。数据隐私是首要问题——医疗数据是最敏感的个人信息，如何在保障隐私的前提下充分利用数据价值，需要技术和制度的双重创新。联邦学习和差分隐私技术正在被广泛采用，但数据共享的法律框架仍需完善。可解释性是另一大难题——医生和患者需要理解AI做出诊断或治疗建议的理由，”黑箱”模型在医疗场景中难以获得信任。此外，医疗AI的监管体系仍在演进中，产品的审批周期较长，创新速度与安全审慎之间的平衡始终是行业需要面对的议题。