WAIC 2026总结：从AI医生到AI医院，世界人工智能大会释放医疗AI迈向系统智能时代的信号

2026年7月，上海。世界人工智能大会（WAIC 2026）再次成为观察全球人工智能产业风向的核心窗口。

过去十年，医疗AI解决的是“局部智能”问题——在影像识别、病理分析、心电判读等特定任务中提升效率和准确率。而WAIC 2026释放出的一个重要信号是：医疗AI正在开始面对一个更复杂的问题——如何让不同模型、设备、数据和临床流程形成一个能够协同运行的智能系统。

如果说过去几年医疗AI更多关注单点能力突破——谁的影像模型更准确，谁的大模型医学推理能力更强——那么今年，一个新的竞争维度正在形成：医疗AI的价值不再只取决于单个模型能力，而取决于能否连接模型、设备、数据和临床流程，形成系统级智能。医疗AI的竞争维度，正在从“谁能造出一个更聪明的AI医生”，扩展到“谁能构建一套让整座医院变得更智能的底层系统”。这不仅是技术演进的自然结果，更是对现代医疗生产方式的一次重塑。

一、从“单点工具”到“智能系统”：医疗AI进入新的探索周期

过去十年，人工智能在医疗领域的突围采取的是“单点破局”模式——哪里有高结构化的数据，AI就在哪里率先落地。从医学影像、病理分析到眼底筛查与心电判读，这些场景任务边界清晰、评价标准明确。因此，早期以深度学习为核心的医疗AI商业化路径，主要是作为医生身边的“辅助工具”，解决诸如“如何快速发现肺结节”或“如何提升阅片效率”的具体任务。

然而，真实的临床医疗并非由孤立的单一任务拼凑而成。患者从发病、诊断、治疗到康复，置身于一个高度复杂的动态系统中。真正棘手的挑战在于：如何理解患者完整的健康状态？如何穿透科室壁垒连接异构数据？如何辅助医生进行全局视角的综合决策？

从WAIC 2026展示方向来看，这一趋势正在成为头部企业探索的重要方向。联影智能的展示重点已从单一算法能力扩展到设备智能化，并探索与临床流程的融合，涵盖CT、MR、PETCT等多种影像设备场景。数坤科技则展示了“数字人体”战略——从冠脉CTA单点产品延伸至覆盖CT、MR、DR等多模态影像的全产品矩阵，并探索通过大模型连接“防—筛—诊—治—管”多个环节。这意味着医疗AI正在告别单纯解决“感知问题”的第一阶段，向着连接数据、重塑工作流的系统智能时代演进。

二、影像AI并未退潮，而是正在隐入医疗智能基础设施

今年WAIC的一个显著切面是：纯影像AI已不再是全场唯一的聚光灯焦点。但这绝不意味着影像AI失去了价值，相反，它正在向着更核心的战略位置迁移——正在成为医疗智能系统的关键感知入口。

联影智能、数坤科技等企业在展台上清晰展示了这一趋势。它们不再单独讲肺结节识别，而是讲述如何将AI影像能力嵌入设备原生系统，使其成为高端硬件的内置辅助功能。一脉阳光旗下影禾医脉与北京天坛医院合作研发的颅脑CT智能辅助系统，在部分影像中心测试中探索报告自动生成和流程优化。

过去，影像AI只需回答“这里是否有一个异常”；而未来的医疗智能系统，需要结合患者年龄、基础疾病、基因信息、病理结果等多模态数据，回答“这个异常对患者的整体生命体征意味着什么”。影像AI长期发展的方向，不在于作为独立辅助诊断工具替代放射科医生，而是作为一种不可或缺的底层感知能力，深深嵌入医院的临床决策支持系统中。 它正在完成从“明星应用”到“基础能力”的身份蜕变。这类似于计算机视觉技术从独立算法能力，逐渐成为智能设备的底层感知模块。这并不意味着影像医生价值下降，影像医生的价值可能更多向复杂病例综合判断、临床协作和决策参与方向拓展。

三、医疗大模型：从“聊天助手”向“临床智能体”进化

过去两年，大模型席卷医疗圈，许多人构想的终局是医生身旁多了一位可以随时解答医学问题、查询指南或总结病历的AI对话助手。但在真实的极高压临床环境中，医生需要的远不止是一个“懂医学的ChatGPT”。

部分领先医疗大模型正在探索向临床智能体（Clinical Agent） 进化。Agent与传统医疗AI最大的区别，不在于回答问题，而在于能够理解任务目标、调用工具并参与流程执行。下一阶段探索方向，是让临床智能体逐步融入医疗流程：在符合医疗数据授权和安全治理要求的前提下，自动整合散落在各处的门诊记录、检验报告和用药史，生成高维度的患者画像；在治疗流转中，前置提示并发症风险、辅助整理MDT（多学科会诊）材料，并在关键诊疗节点发出提醒。

在WAIC 2026上，北电数智展区的“家医助手”展示了AI辅助基层健康管理的应用探索。国家人工智能应用中试基地（医疗领域）展示的阶段性成果中，心血管病“观心”辅助诊疗智能体展示了在病历整理、辅助决策支持等环节的应用方向。AI的角色正在发生质变——从被动响应的“信息查询工具”，逐步向主动分担认知负荷的“临床智能协作伙伴”演进。

四、电子病历：AI时代医院的新基建战场

如果说过去二十年医院信息化的主战场是HIS、PACS和LIS的铺设，那么在AI时代，医院的运转逻辑正被重构：医疗数据智能层正在成为争夺的核心。

AI的血液是数据，但医院面临的最大痛点并非数据匮乏，而是极度的碎片化。患者信息犹如一座座信息孤岛。未来医院迫切需要一个能够打通并“理解”这些孤岛的智能数据层。它并非旨在推翻现有的传统信息系统，而是架设在其上的“智能中间层”。

在WAIC 2026上，这一趋势已出现明确的产品化信号。UnicareOS可信医疗智能操作系统定位于探索成为医院AI应用部署中的智能治理和运行底座，覆盖数据接入、智能体协同、策略治理、合规校验、审计追溯等能力。和仁科技发布了“AI原生HIS”技术预览——这不是一个挂在系统边上的聊天框，而是探索对HIS系统的智能化升级方向，目标是让医院信息系统从“记录和响应”逐步具备“理解、组织、调度”的辅助能力。

本文所称“医疗智能操作系统”，是一种产业演进方向，而非当前已经成熟统一的产品形态。它并非替代HIS、PACS、LIS等传统系统，而是在其之上构建的一层AI能力调度层——负责统一调用影像模型、大语言模型和临床决策模型，并“以标准化接口向临床工作流输出智能建议”。如果说过去医院信息化解决的是“流程数字化”，那么AI时代医院竞争的核心，将逐渐转向“医疗智能化”， 它可能成为AI时代医院的新型基础设施层。谁能率先形成成熟的生态，谁可能在未来智慧医院建设中获得更大优势。所谓“AI医院”，并不是让AI替代医院中的医生，而是让AI成为连接数据、设备、知识和流程的新型智能基础设施。

五、全球医疗AI的三种发展侧重

在这个跨越周期的进程中，全球医疗AI正在分化出不同的演进侧重。以下三种路径是一种观察框架，而非严格的产业分类——三者实际上正在相互融合，只是当前产业侧重点有所不同：

美国：当前产业化路径更多集中于医生工作流增强和认知辅助。依托基础模型的繁荣，代表方向包括Microsoft与Nuance的环境智能、Epic医疗AI生态，以及Abridge等临床文书智能应用。核心逻辑是“让每个医生拥有一个更强大的AI助手”。

中国：正在探索以医院为单位的系统智能。 依托超大规模公立医院体系和软硬件产业链协同，加速AI向医院系统内部深层渗透。代表方向包括医疗智能体、智慧医院操作系统、设备+AI一体化。核心逻辑是“让整座医院在系统层面变得更智能”。

欧洲：更加重视可信AI与监管伦理框架。 依托AI Act和EHDS（欧洲健康数据空间），核心逻辑是“让AI在进入临床之前先证明自己足够安全”。

三种侧重并非优劣之分，而是不同制度环境下的差异化选择。中国医疗AI的独特机会，或许不在于卷出一个参数最宏大的基座模型，而在于率先跑通“系统智能”的完整闭环。在WAIC 2026上，从联影智能的“设备+AI”一体化到UnicareOS的医院运行底座，从数坤科技的“数字人体”到国家中试基地的系统级成果，中国企业展示的不是单点算法的优势，而是“算法+设备+医院+患者”的系统整合能力。中国具备全球较大规模的AI医院应用验证场景之一，这也是中国医疗AI探索系统智能的重要优势。

六、从医院到生命科学：AI正在重塑医疗创新链条

医疗系统智能化并不止于医院内部。当AI开始连接生命科学上游研发环节，医疗创新链条本身也正在被重新组织。传统药物研发高度依赖人工经验、冗长的海量实验和漫长的试错周期。

随着AI的深度介入，从靶点发现、分子生成到临床试验设计，原本割裂的研发链条正在被闭环连接。未来AI制药竞争的核心，不再是单一的算法打榜，而是“算法模型+多模态生物数据+自动化湿实验室+临床真实世界反馈”形成的完整数据飞轮。

在生命科学领域，英矽智能等企业正在持续推进AI制药平台战略。天鹜科技展出的“晓鹜”蛋白质研发平台，支持自然语言对话完成蛋白质设计，并可联动自有自动化实验室，形成AI与实验数据的闭环。晶泰科技展示的“AI自主发现系统”，将自动化实验与AI算法结合，探索从样品处理到数据分析的全流程自动化方向。在这场变革中，AI企业正在从售卖软件授权的供应商，转变为驱动新药研发体系的战略合伙人。

七、从技术想象到医疗现实：AI医院仍需跨越五个鸿沟

AI医院的愿景正在形成共识，但从愿景到规模化落地，至少还有五个鸿沟需要跨越。

数据鸿沟。医院数据并非天然可用。电子病历、影像、检验、随访数据分属不同系统，标准化程度低，治理成本高。即使技术层面实现连接，数据授权、隐私保护和跨机构共享仍缺乏成熟机制。

临床验证鸿沟。AI能力不等于临床价值。一个模型在测试集上的高准确率，并不能直接转化为真实诊疗中的患者获益。AI辅助决策是否需要随机对照试验证明？如何在保证统计功效的前提下完成多中心验证？这些问题尚无行业共识。

责任鸿沟。当AI参与临床决策后，错误由谁承担？医生、医院、技术提供方之间的责任边界如何划分？这是医疗AI从技术验证走向规模化应用必须回答的合规问题。

商业鸿沟。医院为AI支付什么？按调用次数、按病种、按年度订阅？目前多种模式并存，但尚未形成可持续、可复制的付费机制。医保是否覆盖AI辅助诊疗、商保能否与AI健康管理形成闭环，仍处于早期探索阶段。

评价鸿沟。医疗AI不同于互联网AI，不能仅依靠用户增长和使用频率评价价值。未来需要建立涵盖模型性能、临床获益、医疗质量改善和经济价值的综合评价体系。目前行业尚未形成统一标准。

这五个鸿沟意味着AI医院的实现将是一个长期演进过程，而非一次性技术突破。

结语：重塑，而非替代

WAIC 2026释放出的信号正在逐渐清晰：医疗AI正在逐步超越单点工具模式。未来十年，一个重要问题将反复出现：AI能否让整个医疗体系实现智能跃迁？

从AI医生到AI医院，这不是一次简单的技术升级，而是一场深刻的生产方式变革。全球医疗AI正在形成三种不同侧重——美国以认知智能赋能个体医生，中国以系统智能探索医院级重构，欧洲以可信治理建立规则门槛。三者最终可能汇聚成下一代医疗智能基础设施的完整图景。

当然，AI医院仍处于早期探索阶段，模型可靠性、数据治理、责任边界和商业模式，都将决定这一愿景能否真正落地。

未来的医疗殿堂，依旧将由闪耀着人性光辉的医生主导。但在他们身后，将矗立着一个全新的智能基础设施：它理解患者、打通数据、辅助决策、优化流转，并持续推动医学的边界向前延伸。如果说过去的医疗AI是在医院里增加几个智能工具，那么未来的医疗AI，可能正在重新定义医院这一组织形态本身。WAIC 2026，正是这一转变过程中的重要注脚。

AI医疗 · 用最笨的方法做最扎实的内容

本文不构成任何投资建议或医疗建议。

信源说明

联影智能、数坤科技WAIC展品信息：综合自WAIC 2026现场报道及企业公开信息

一脉阳光影禾医脉颅脑CT智能辅助系统：公开报道及企业公开信息

国家人工智能应用中试基地（医疗领域）阶段性成果：澎湃新闻/凤凰网2026年3月报道

UnicareOS可信医疗智能操作系统：WAIC 2026现场展示信息

和仁科技“AI原生HIS”技术预览：WAIC 2026现场展示信息

北电数智“家医助手”：WAIC 2026现场展示信息

英矽智能、天鹜科技、晶泰科技WAIC展品信息：WAIC 2026现场报道及企业公开信息

全球三种医疗AI发展侧重框架：作者基于WAIC 2026观察及产业分析的独立判断