AI医疗9月月报：标准化监管与真实世界验证深化，多场景智能体规模化部署

AI医疗9月月报：标准化监管与真实世界验证深化，多场景智能体规模化部署2026年10月13日中航证券研究所发布 证券研究报告 请务必阅读正文后的免责条款部分行业评级：增持分析师：李蔚证券执业证书号：S0640523060001核心观点2026年8月海外AI医疗进入规范化、全流程落地阶段。监管体系快速完善，AI从单一辅助工具，渗透至药物研发、院内诊疗、器械设备、病理诊断、医疗机器人全链条，商业化落地速度显著加快。AI医疗进入合规时代。FDA出台生成式AI医疗器械管理框架，实行风险分级+全生命周期监管，标志行业告别野蛮生长，进入标准化、可监管、可量产阶段；头部药企与云厂商深度合作，利用多维度医疗数据赋能靶点筛选、药物设计，大幅压缩新药研发周期，AI成为为药企研发赋能的重要生产力工具；全自动采血机器人获FDA批准，高频、重复性护理场景率先实现无人化、智能化替代，打开医疗机器人规模化商业化空间。院内AI病历全面普及。海外顶级医院大规模部署AI病历结构化系统，自动整理、归档诊疗信息，AI门诊辅助已成常态化应用，效率提升显著。心电AI、病理AI持续迭代，从单任务识别升级为全流程诊疗推理；但普遍存在跨人群、跨场景泛化不足问题，社区落地效果弱于院内。我们认为，海外AI医疗监管、产品、落地三位一体成熟，全赛道进入快速迭代与商业化周期。但存在核心瓶颈，模型过度依赖院内训练数据，通用化、泛化能力不足，是未来规模化落地的最大限制因素。国内方面，政策和产业重点集中在医保数智化、医疗器械国家标准、医学影像研究伦理以及区域AI医疗。市场监管总局、国家标准委批准发布我国人工智能医疗器械领域首个国家标准，为产品质量评价及行业共识建立提供基础支撑；国家医保局加快医保数据与AI场景开放，连云港启动“人工智能+医疗卫生”三年行动计划，数字员工智能体进一步嵌入真实业务。从商业化角度看，医疗AI的主要约束正在由模型能力转向临床证据、监管状态、支付入口、数据授权和系统承接能力。监管许可、试点入选、CE标志、医院接入及公司自报性能代表不同证据层级，不能互相替代；能够把数据、模型、工作流、医生确认和持续监测连接起来的企业，更可能形成可复制交付。核心观点当前，国内外医疗公司持续布局AI产品与服务，覆盖医学影像、数字病理、临床辅助决策、精准医疗、健康管理、医疗信息化、药物研发和脑机接口等环节。2026年8月的增量特征是标准化监管框架落地、真实世界多中心验证深化与医院级智能体规模化部署，AI医疗由“验证模型可用”进一步转向“证明价值可持续”。从监管与标准化看， GB/T 47941.1-2026《人工智能医疗器械质量要求和评价 第1部分：术语》发布，标志着国内AI医疗器械由原则性规范向标准化评价与全生命周期监管深化；《人工智能医学影像研究伦理指引》明确六项原则，AI仅作辅助、医生保留最终决策权，合规成本短期上升、中长期利好拥有合规数据集和上市后监测能力的厂商。国家医保局加快医保数据与AI场景开放，探索"渐进式产业升级路径"，连云港2026年80%三级公立医院落地AI应用，地方规模化部署提速。从技术与临床看， LiON在22,251例真实世界患者中完成验证、瑞金RuiPath 2.0、MedBench 5.0表明，多病种覆盖广度、工作流重构深度与真实世界持续验证正成为影像AI竞争核心；北京协和医院数字员工与卫宁"锐治"重症AI落地，医院AI正由单点辅助工具向全院管理+患者服务一体化扩展；英矽智能10.1亿元产业基金落地，标志着AI制药由自研管线向生态孵化与技术输出延伸。从智能体落地看，数坤CT/DR智能体和北京协和数字员工智能体表明，“大模型+智能体”架构有望显著提升影像科整体效率，医疗智能体正从单一问答工具向医院管理、患者服务及多终端协同扩展，知识库、系统集成和运营治理能力将成为规模化落地的重要壁垒。投资判断上，我们认为应重点把握三类变化： 一是监管体系由原则性规范向标准化评价深化，GB/T 47941.1-2026落地后，合规能力与质量体系建设成为入院门槛；二是医疗AI由单病种验证向多中心真实世界验证与全流程工作流融合演进，跨人群、跨设备、跨病种泛化能力成为竞争核心；三是医院智能体由单科室辅助向全院管理+患者服务+区域协同升级，具备私有化部署、知识库运营和持续迭代能力的企业有望率先规模化落地。建议关注具备高质量数据、临床验证、合规体系、医院接口和平台化交付能力的公司。 建议关注：1）AI制药：晶泰控股、泓博医药、成都先导、英矽智能等；2）AI医学影像及辅助诊断：联影医疗、万东医疗等；3）医疗信息化与智慧医院：嘉和美康、创业慧康、东华软件、卫宁健康等；4）互联网医疗与健康平台：京东健康、阿里健康、平安好医生等；5）精准医学与AI驱动医疗服务：金域医学、润达医疗、美年健康等；6）技术/数据平台型企业：讯飞医疗、医渡科技等。 风险提示：人工智能大模型技术在软件及服务领域的落地节奏低于预期；AI医疗相关政策落地进度不及预期；AI医疗产业发展不及预期；行业竞争加剧；硬件或软件受到外部供应商限制导致研发及生产进度不及预期；宏观经济环境变动。13目录海外AI医疗产业进展国内AI医疗产业进展24相关公司AI医疗布局整理投资建议及风险提示 1.1 医疗监管：FDA发布讨论文件并公开征求意见，AI医疗器械进入专门化监管框架构建阶段资料来源：FDA、中航证券研究所整理 ➢2026年8月18日，美国FDA发布生成式AI医疗器械监管讨论稿并公开征求意见，重点围绕风险评估、上市前评价、上市后监测等环节探索监管路径。FDA 指 出 ， 生 成 式 AI 具 备 开 放 式 输 入 、 多 任 务 处 理 和 持 续 迭 代 等 特 点 ， 相 较 传 统 AI 医 疗 器 械 面 临 更 复 杂 的 性 能 与 安 全 风 险 。➢ FDA拟结合器械自主程度与错误输出后果开展风险分级，并探索“基准测试+临床确认”的上市前能力评估，同时关注基础模型和AI智能体持续迭代带来的监管挑战。➢我们认为，生成式AI医疗监管正由单次审批向风险分级和全生命周期管理延伸，企业竞争门槛将进一步转向临床验证、模型变更管理及真实世界监测。后续重点跟踪最终监管框架落地，关注注册审批、临床证据及商业化节奏变化。5图表：美国FDA发布生成式AI医疗器械监管讨论稿并公开征求意见1.2 AI药物研发：诺和诺德携手AWS共建AI创新中心，加速药物发现与研发基础设施升级资料来源：GlobeNewswire、PharmaAdvancement、中航证券研究所整理➢ 2026年8月10日，诺和诺德与亚马逊云科技（AWS）达成战略合作，AWS成为诺和诺德首选云服务商及战略AI合作伙伴，双方在伦敦共建AI联合创新中心，推动AI与云技术融入药物发现及研发流程，以缩短从药物靶点发现到首次人体给药的研发周期。➢ 双方将利用Amazon Bio Discovery、Amazon Bedrock等AI及生命科学相关服务开展靶点识别、药物设计，并打通基因组、影像和临床数据，进一步利用AI智能体提升研发及运营效率。截至目前，合作已在临床文档处理和员工生产力提升等场景取得实际应