AI行业观察｜2026.7.8：微软转向自研模型、Anthropic推行人脸验证、AI药物进入临床三期
日期: 2026-07-08今日AI行业，可以用三个词概括：脱钩、独立、落地。微软在Office中开始用自研模型替代OpenAI——最大投资方正为"断供"做准备；Anthropic要求所有用户提交身份证并完成人脸扫描——AI史上最严格实名制今日生效；DeepSeek自研推理芯片、美团开源零英伟达万亿参数模型——国产算力正摆脱"备胎"标签。同时，全球首款由AI全流程研发的药物进入三期临床，人形机器人从演示走向量产交付，中国AI模型调用量已达美国的5.5倍。AI的竞争，已从&#
AI首药闯关III期：十年磨一剑终见曙光
英矽智能宣布，其自主研发的候选药物Rentosertib正式启动III期临床试验。这本身不算轰动——新药进III期临床的新闻，每个月都有好几条。但这条不一样。这是全球首个由人工智能全流程驱动发现的新药——从靶点识别到分子设计，每一步都由AI完成。如今，它走到了临床试验的最后阶段。十年前，AI制药还被很多人当成"科幻故事"。今天，这个故事有了真实的结局。一场被"逼出来"的革命英矽智能的创始人Alex Zhavoronkov，是个有点"疯狂"的人。20岁出头时，
活力中国调研行 | 基础科研怎样跨越“死亡谷”
从基础科学发现到真正进入临床，中间往往横亘着一道“死亡谷”：周期漫长、投入巨大、失败率高，让不少原创成果停留在论文里，或倒在走向应用的半路上。 7月6日，“活力中国调研行”记者团走进中国科学院生物与化学交叉研究中心。深耕细胞死亡领域四十余年的中国科学院外籍院士袁钧瑛，把基础发现走向临床药物的过程形容为“九死一生”。 一项原创研究，为何如此容易掉进“死亡谷”？科研机构怎样为科学家提供长期稳定的支持？一座城市如何通过制度、资金、平台、科学研究和成果转化体系，为基础研究架起一座通向未来的桥？请看一线记者的深度解
AI前沿动态：20260708
美防卫局引入AI临床助手以减轻医护负担据美“军事人工智能”网7月7日消息，美国防卫局（DHA）在军医院及诊所推广“临床AI代理”系统，以通过自动记录医疗信息来降低医护负荷。该系统获患者许可后可记录医患交谈，并将其转化为规范临床笔记。此技术已于2025年10月至12月于四家军医机构测试，并于2026年全面铺开。部署初期，约400名医护反馈记录耗时减少，增加了与患者交流时间。此举是DHA落实国防部现代化计划的一环，旨在推动企业级AI应用。官员强调，医护仍需审核并签批所有AI笔记，确认无误后才能录入电子健康档案
AI整合生物标志物、智能自动化与即时诊断推动临床检测革新
临床检测涉及用于在实验室、转诊中心和分散式医疗机构识别与监控疾病的多种系统和技术。这涵盖分子检测、组织分析、免疫诊断、临床化学和即时检测（POCT）。当前，医疗保健提供者和诊断企业都在追求更迅速的检测结果、更流畅的工作流程管理以及更全面的检测选项。癌症、慢性病和传染病发病率的上升，正驱动对分散式分子检测、组织评估以及化学-免疫联合检测系统的需求增加。随着该领域在 2031 年不断演进，各机构正投入自动化、互联测试平台和数据管理工具，以支撑实验室运作和临床判断。您的机构是否已准备好，在未来互联、分散化的测试
呼吸科门诊遇上肺结节患者，我请了个AI助手来帮忙
我是一名基层医院的呼吸科刘医生。每天推开诊室的门，总能看到几张拿着CT报告、眉头紧锁的脸。这两年，肺结节的检出率越来越高，我的门诊里，十个患者里有六七个都是冲着“肺结节”来的。说实话，准确判断结节良恶性，一直是临床工作的难点——判严了，患者吓得不轻；判松了，又怕漏掉早期肿瘤，担不起那个责。上周的门诊，来了一位让我印象深刻的患者。一位焦虑的45岁男性患者男，45岁，体检发现右肺下叶6mm磨玻璃结节。他有10年吸烟史，父亲因肺癌去世。这些信息叠加在一起，让他极度焦虑——拿到体检报告当天就挂了我的号，反复问的一
AI一键生成医学PPT，告别熬夜排版
下班后，你拖着疲惫的身体回到家，突然想起——下周的病例讨论会PPT还没开始，然而：手头还有大量工作未完成没时间找模板、调颜色、对齐元素上次做的PPT被批评"太丑""不够专业"……难道今晚又要通宵？我们都知道，对临床医生和医学生而言，一场高质量的学术汇报、一次顺利的开题答辩、一场有影响力的会议发言，背后往往是数十小时的投入。但现实是，门诊、值班、写病历已占去80%的时间，哪怕熬夜3-5小时，留给PPT的，往往只剩“睡前一小时”或“周末半天”。更棘手的是，医学PPT不仅要求内容
AI医疗技术本周重大进展：从诊断到治疗全面超越人类专家水平
📖本文共2100字，预计阅读时间6分钟技术创新让疾病诊断更加精准、手术操作更加高效、药物研发周期大幅缩短，但最终临床决策的最终决定权，始终掌握在医生手中。最新一期《自然》杂志刊登了两项自主医疗人工智能系统的重磅研究成果，证实AI技术已能够贯穿从疾病诊断到治疗方案制定的全流程，为医生提供全方位支持。德国海德堡大学附属医院研发的MIRA系统通过500余例急诊科真实临床病例进行评估，平均诊断准确率达到87.8%，而由六位跨专业领域医生组成的专家团队准确率仅为78.1%。MIRA系统能够从85000多种备选方案中
远大医药股价攀升逾4% 合作方核药TLX591-Tx研发获里程碑突破
远大医药(5.3, 0.15, 2.91%)（00512）早盘涨幅突破4%，截至发稿，股价上扬4.08%，现报5.36港元，成交金额1478.02万港元。 日前，远大医药在全球核药领域的战略布局再获积极进展，其放射性核素偶联药物（RDC）板块的战略合作方Telix Pharmaceuticals Limited（TLX.US）与美国FDA顺利举行B类会议，FDA已认可全球首创RDC产品TLX591-Tx的国际多中心III期临床试验（ProstACT Global）第一阶段安全性数据，足以支撑该产品在美国启
AI赋能注册特训营，助您注册效率遥遥领先
【了解皕晟】皕晟（bì shèng）是一家深耕医疗器械临床评估、注册规划及法规遵循领域的专业公司，矢志成为医疗器械企业整个发展周期的法规合作伙伴。迄今为止，皕晟团队已成功操刀1300余项医疗器械注册与临床评估案例，协助企业利用同品种临床评价等免临床测试途径获批产品逾500个，项目达成率超越98%。主打服务：医疗器械同品种临床评估｜医疗器械注册｜NMPA注册递交｜创新医疗器械申请｜注册规划咨询｜法规合规支持｜AI虚拟助手｜AI本地化实施｜AI云端专属配置｜CER研习营｜注册实战营专长领域：手术机器人与导航系
肺血管病诊疗领域学术贡献与转化价值分析
本部分系统梳理杨媛华教授（首都医科大学附属北京朝阳医院）在肺栓塞、肺动脉高压等肺血管疾病领域的理论成果、学术影响及商业化价值，通过数据对比进行综合评估，并结合其学术背景、科研成就及行业贡献进行深入分析：总结：杨媛华教授依托临床研究、指南编制及技术普及等工作，有效推动了国内肺血管疾病诊疗能力的整体提升。其研究成果在降低医疗支出、完善治疗方案方面已产生明确的商业价值，尤其在多学科协作模式推广和人工智能辅助诊断方向展现出持续转化的可能性。建议产业界关注其在器械联合治疗及真实世界数据平台建设方面的研发进展。本部分
AI临床试验落地的现实瓶颈
AI项目在临床试验场景落地时，普遍面临演示效果亮眼却与实际业务严重脱节的困境，大量现实障碍让技术难以走完业务落地的关键一步。行业普遍存在过度看重模型表现、忽略全流程配套的认知误区，忽视了临床数据、合规监管、运维工程以及真实用户行为带来的多重限制，致使众多AI原型无法规模化投入到实际临床业务中。 AI落地可归结为三大主要矛盾：其一是数据预期落差矛盾，演示环境的数据质量较高、效果显著，但真实临床中存在海量特殊病例，大部分精力都耗费在数据清洗与标注上，原始存在缺陷的数据会显著降低模型实际表现；其二是模型合规适配
励齿「AI智能搜索」正式上线，临床难题一键匹配采购方案
励齿全新功能正式亮相【AI智能搜索】——这并非传统意义上的搜索工具，而是一位精通耗材的智能口腔采购顾问。选定或键入问题后，系统不仅提供建议，更能精准对接相应的解决方案及所需耗材。诊疗方案与物资采购，一气呵成。主要亮点①支持自由提问②基于热门搜索智能推荐AI快速响应并提供解决策略🔍"树脂粘接不牢如何处理"AI搜索励齿小程序\app端在搜索栏选取该问题为您呈现对应解决方案——同样可以这么问——✨一个搜索入口，三步化解难题涵盖牙体牙髓至口腔外科，覆盖修复正畸到种植美学您的每个专业疑问，都能获得内行的专业回应 💡
AI辅助卒中诊断：多中心回顾性研究揭示临床潜力
研究背景与目的研究方法本研究为一项多中心回顾性队列诊断准确性研究，纳入年龄>18岁、因急性神经系统症状疑似卒中并接受MRI检查的患者，排除近期头部外伤、颅内占位或颅脑手术史者。研究团队设计标准化提示词，在三种输入模式下测试ChatGPT-5.2：仅临床资料（症状表现）仅MRI资料（影像特征）临床+MRI联合资料以神经科医师最终诊断为金标准，采用ROC分析评估ChatGPT诊断效能，计算敏感性、特异性、阳性预测值（PPV）、阴性预测值（NPV）及总体准确率。分析使用Jamovi软件，P<0.05视为统计显著
AI融入临床实践：超八成医生频繁使用，但正确应用了吗？
2026年刚过半，一份由斯坦福与哈佛联合研究团队ARISE发布的报告，在医疗界引起了巨大反响。数据显示，82%的医师、76%的护士、81%的患者每周至少使用一次AI工具。38%的医师和32%的护士已实现每日多次使用，较2025年增长数倍。从未接触过AI的医护人员，从去年的43%骤降至9%。临床AI已彻底走出实验室，成为诊室和病房中的常规工具。但报告的另一面，令人担忧。报告揭示了一个尴尬现实：顶级医学大模型的错误率最低仍有51.7%。AI编造的病灶描述、诊断结论和治疗方案，足以以假乱真。面对AI普及与风险并