AI 医疗是把人工智能技术引入诊断、影像、病历记录与医院运营等环节的交叉领域，目前处于资本加码与证据检验并行的阶段。从近期动态看，资金正流向覆盖诊疗全流程的平台型产品，而临床一线与学术期刊则在更系统地追问这些工具的真实收益与适用边界。
AI 医疗近期进展
2026 年 9 月，心脏超声 AI 公司 UltraSight 完成 2400 万美元 B2 轮融资，用于扩展超声引导业务，相关研究已见于《JAMA Cardiology》；同月，临床记录公司 Heidi 宣布获得 3.4 亿美元融资，计划把产品从病历转写升级为医生工作流自动化。两笔大额融资接连落地，显示资本偏好正从单点工具转向平台。
应用层面则在向细分场景下沉。越南一家医院用 AI 构建 3D 脑模型，引导机器人手术定位脑出血；泰国把基因组数据与 AI 结合，为乳腺癌患者制定个性化方案，替代传统"一刀切"疗法；一种名为 Queen of Hearts 的心电图算法也进入 FDA 视野，可识别更隐匿的心肌梗死。
冷思考同步出现。急诊室研究显示，AI 医疗记录员工具的实际效果有限；加州大学旧金山分校的老年科医生提醒，面向老年人的 AI 应用利弊并存，需要更审慎的评估与监督。
当前焦点与观察点
AI 医疗下一阶段的争论点在证据与落地。NEJM AI 发布了临床 AI 证据标准框架，npj Digital Medicine 的研究进一步指出，编排平台的部署与变更管理往往比算法性能更能决定实际采用效果。对行业观察者而言，值得跟踪三条线索：工作流自动化能否兑现效率承诺、诊断类算法如何补齐临床证据、面向老年等特殊人群的产品会否迎来更严格的审查。