21世纪经济报道记者季媛媛

　　2026年，AI医疗与AI制药正站在一个微妙而关键的转折点上。

　　一边是政策端的历史性突破。2026年3月31日，国家医保局正式将12项AI辅助诊断项目纳入全国统一医保乙类目录，在全国837家三甲医院同步落地实施。中国由此成为全球首个将AI诊断大规模纳入国家医保体系的国家。长江证券预测，2026年国内医疗AI产业规模预计超400亿元，2030年有望超2000亿元——医保支付这“最后一公里”的打通，正在将AI医疗从“试点项目”推向“常规配置”。

　　另一边是产业端的加速兑现。据行业不完全统计，截至2026年6月底，全球已有170余条由AI设计或优化的药物管线进入临床阶段，其中十余款候选药物推进至III期临床。英矽智能在半年内接连与施维雅、礼来、SK生物制药、武田四家跨国药企达成战略合作，潜在总价值逼近70亿美元；华深智药海外主体以7.87亿美元的融资额刷新2026年全球生物技术公司融资纪录。资本的目光，正从“AI平台的参数规模”转向“临床管线的实质进度”。

　　与此同时，FDA与EMA于2026年1月联合发布药品研发领域“良好人工智能实践”十项指导原则，为这场产业变革划定了全球首个统一的监管框架。

　　当政策红利、技术成熟与资本逻辑在三重共振中交汇，AI医疗与AI制药能否真正跨越“概念验证”的边界，跑通规模化、可复制的商业闭环？21世纪经济报道记者在2026世界人工智能大会期间专访了德勤亚太物理人工智能卓越中心主管合伙人孙晓臻，试图从第三方咨询机构的视角，拆解这场变革的关键堵点与破局路径。

德勤亚太物理人工智能卓越中心主管合伙人孙晓臻受访者供图

　　AI医疗的“叫好不叫座”

　　“和前几年相比，2026年的一个显著变化是，行业已经很少再去讨论‘AI在某个具体任务中准确率有多高’这类话题。”孙晓臻开门见山。在他看来，AI医疗设备在现实场景中仍停留在“尝鲜”阶段，核心堵点已不是单一的技术问题，而是一系列根植于医疗场景特点的结构性问题。

　　首先面临的是支付路径不通。在DRG/DIP全面推行的背景下，AI设备作为新增的大额固定成本，其带来的“诊断效率提升”等好处并不能让医保额外付费，导致医院的投资回报难以量化。

　　这一困局在2026年迎来了突破口。2026年3月31日，国家医保局正式将12项AI辅助诊断项目纳入全国统一医保乙类目录，首批覆盖的12个项目精准聚焦癌症早筛、慢性病管理和急诊急救三大方向，包括肺结节CT辅助筛查、眼底糖尿病视网膜病变识别、心电图自动分析等高频临床场景。在报销规则上，医保基金支付比例为70%至85%。

　　“但新政策的覆盖范围毕竟有限。”孙晓臻提醒，未来除了进一步的政策扶持，医疗机构和企业还需要共同建立一套以临床价值为导向的评估体系，把缩短病人住院天数、降低医保拒付率和误诊率这些指标摆上台面。

　　其次是临床工作流的嵌入不完善、责任归属不清晰。一个产品即使算法准确率很高，如果与PACS、EMR等系统割裂，医生需要在不同系统间切换，就很难形成使用习惯。更致命的是，AI不具备执业医师资格，其结论必须经过人工二次确认。政策明确规定执行“人机双签”制度，AI出具的辅助分析报告必须经执业医师复核、签字确认后方可纳入医保结算，而这种确认工作本身增加了医生负荷，并带来了额外的责任风险。

　　2026年3月，国内40余家机构联合发布《医疗机构人工智能应用与治理专家共识（2026版）》，首次提出医疗机构在采购合同中需与厂商明确追偿权。共识聚焦准入评估、临床应用、患者权益保障、数据治理、风险管理、素养提升六大核心维度。

　　此外，随着多模态大模型进入诊疗场景，算法偏见可能导致对不同种族、性别患者的误诊风险被放大。对于出海的中国企业而言，这是一个往往被忽视但可能致命的风险。孙晓臻建议AI医疗企业建立覆盖“数据—模型—临床”三层的伦理红线：数据层面，通过多样性审计确保训练数据覆盖不同人群，参照FDA提出的“风险导向可信度评估框架”进行分级评估；模型层面，上线前进行子群鲁棒性测试，强制模型在最易误诊的亚组中优化性能；算法层面，模型必须提供可解释性依据，必要时自动触发人工复核。

　　“要让医疗责任链条真正实现制度化、规范化分配，还有很长的路要走。”孙晓臻说。

　　从“卖管线”到“嵌入全球研发核心”

　　在AI医疗“叫好不叫座”的时候，AI制药迎来了爆发拐点。

　　回望2025年，AI制药从概念验证迈入价值兑现初期，成为全球产业资本、政策制定者与科研机构共同聚焦的战略高地。过去一年，AI制药领域投融资活跃、BD（商务拓展）合作密集、企业布局多元，政策与产业共振，推动行业进入规模化发展的“快车道”。

　　行业机构披露的数据显示，全球已有超170款AI研发候选药进入临床，首个AI全程驱动的候选药进入III期。2026年被视为AI制药史上最密集的临床数据读出年份。

　　创新药研发领域长期受制于“双十定律”，一款创新药从启动研发到上市平均成本超10亿美元、研发时间超10年，且行业研发效率持续走低。

　　德勤报告显示，全球头部制药企业的研发回报率从2010年的10.1%下降到2024年的5.9%；一款创新药从靶点发现到注册上市的平均开发成本，已由2013年的12.96亿美元上升至2024年的22.29亿美元。此外，2020—2024年国际头部药企的研发支出复合年增长率仅为6.44%，低于2013—2020年7.69%，说明企业正在寻求更高效率的研发路径。

　　孙晓臻认为，临床运营能力是当前AI制药企业亟待补齐的短板。“AI制药目前主要压缩的是分子的临床前发现周期，对临床试验动辄数年的刚性壁垒仍无法绕过。一旦运营拖后腿，方案需与监管部门反复沟通修订、入组慢、安全信号误判，导致关键临床里程碑一再拖延，再好的分子也会倒在黎明之前。”

　　英矽智能是2026年AI制药领域最受瞩目的案例之一。公司先后与施维雅（潜在交易价值8.88亿美元）、礼来（27.5亿美元）、SK生物制药（25亿美元）及武田制药（6亿美元）达成战略合作，四笔合作潜在总价值接近70亿美元。

　　孙晓臻分析，与传统AI公司常见的项目采购制合作不同，英矽与MNC达成的多笔合作均为战略框架合作，不仅卖早期管线，更将其AI能力嵌入大药企全球研发核心，与MNC共同参与未来靶点筛选与分子设计的决策流程。

　　作为对比，英矽智能与本土企业的合作体量相对较小（如与康哲药业合作总金额12亿元人民币），战略绑定程度也较弱，更强调AI靶点发现能力与本土临床、商业化经验的互补。

　　孙晓臻建议国内AI制药企业不应只盯MNC，以英矽智能和礼来的合作为例，两者的合作经历了四年，从试用、合作、持股到最终重磅授权的演进，绝非一蹴而就。本土合作同样能快速验证平台能力、积累现金流和临床经验。

　　他同时提醒，行业应理性看待2026年的AI制药“爆发拐点”。“截至目前，全球尚未有AI全程驱动的新药完成III期试验并获得上市批准，更未实现大规模商业化销售。所谓的‘爆发拐点’，更应理解为技术验证进入密集临床读出期的起点，而非行业闭环的终点。”

　　从“投算法”到“投管线数据”

　　2026年上半年，AI制药融资热度持续高涨，但资本逻辑已发生根本性变化。

　　孙晓臻观察到，2024年Xaira Therapeutics仅凭“AI重塑药物研发”的宏大叙事就获得超10亿美元融资，而公司当时没有任何接近临床阶段的资产。作为对比，2026年上半年获得大额融资的AI制药企业，如华深智药（7.87亿美元）、德睿智药（5200万美元B轮），均已有了进入临床阶段的AI设计药物。

　　“投资人关注重点明显从AI平台参数和规模转向实质性的临床进度、数据和BD兑现能力。”孙晓臻说。德睿智药自研的口服GLP-1小分子MDR-001已进入III期临床，从立项到启动III期用时约四年半，效率达到行业平均水平的10倍以上，这正是资本买单的理由。

　　当被问及中国AI医疗产业未来三年最可能诞生“独角兽”的细分赛道时，孙晓臻选择了具身智能手术机器人。

　　“技术成熟度已达到临界点，临床需求明确。具身智能解决的是外科医生‘培养周期长、会疲劳、经验差异大’等刚性痛点。商业化层面，设备销售模式成熟，单台设备售价高，耗材和服务能带来持续收入。中国在供应链成本、临床手术量、5G手术场景等方面的优势也使其具备了先天条件。”孙晓臻说。

　　2026年上半年，国内具身智能赛道融资总金额已突破935亿元，较2025年上半年增长5倍。7月，宇树科技的人形机器人成功完成全球首例活体标准微创手术，成果登上《自然》。这些信号都印证了这一赛道的加速成熟。相比之下，AI+中医标准化赛道、基因编辑+AI赛道虽然同样存在机会，但距离真正迎来拐点可能还有更长的路要走。

　　“当然，AI医疗目前只是开始，未来成功路径并非点状的，更可能是光谱状的，其中的可能性之多、演化之快，远非几个固定赛道所能概括。”孙晓臻补充道。

　　值得一提的是，在市场高速发展之际，行业也需应对相应的挑战。2026年1月14日，FDA与EMA联合发布药品研发领域“良好人工智能实践”的十项指导原则。这是全球首个真正统一的AI制药监管框架。

　　孙晓臻认为，这一新规短期内的确提高了出海门槛。“部分规则甚至直指中国企业短板。例如，新规要求在AI实践中建立完善的数据治理、文档记录和基于风险的质量管理体系，这对习惯了快速迭代、黑箱优化的初创AI公司而言，意味着巨大的文档化、数据结构化和治理成本。”

　　更重要的是，此次联合新规可能只是开端。“未来AI制药的全球监管趋于严格已是不可逆的趋势。若不能尽快完善自身的合规和治理体系，企业可能在合规审查中处于被动。这一轮合规能力建设已不是可选项，而是中国AI企业参与国际竞争的必答题。”

　　采访的最后，孙晓臻用一句总结道：“AI+医疗”“AI+制药”下半场的胜负手在于，能否将AI能力从“成本项”转化为“收入项”，在真实医疗场景中跑通规模化、可复制的商业闭环。

　　从医保支付破局到临床数据验证，从合规能力建设到商业模式创新，2026年的AI医疗与AI制药正站在从“概念验证”走向“商业闭环”的关键转折点。谁能率先跑通这个闭环，谁就能在下半场的竞争中占据先机。