文章核心观点 - AI医疗行业在2026年的发展重点已从技术概念转向商业化落地与价值验证，投资者更关注AI能否带来可验证的临床、财务或运营改善[36][38] - 行业定价逻辑趋于清晰，投资者愿意为三类确定性付费：AI驱动药物研发产出可进入临床的分子与可交易里程碑、算法嵌入临床路径与支付体系形成持续收入、以及在工作流与支付端直接压缩时间与成本且结果可审计[38] AI医疗公司参会结构 - 第44届JPM医疗健康年会于2026年1月12日开幕，基于公开名单梳理出约530家参会主体，并单列出37家AI医疗相关性较高的公司[5] - 按AI大类占比（占37家AI公司的比例）看，结构偏向诊断与器械两端：AI诊断与精准医学10家，占比27.0%；AI医疗器械与影像9家，占比24.3%；AI制药与研发6家，占比16.2%；AI数字健康与临床工作流4家，占比10.8%；AI医疗IT与数据平台4家，占比10.8%；AI医疗服务与支付与检验2家，占比5.4%；其他AI与AI基础设施与算力各1家，各占比2.7%[7] AI制药与研发 - 行业核心变化是AI不再被当作单点工具，而是被要求嵌入研发流水线，持续产出可进入临床的分子，并通过合作与融资结构将不确定性拆解为里程碑[8] - Recursion Pharmaceuticals的价值在于将算力与数据转化为可量化资产，公司与英伟达的战略合作包含5000万美元投资，并建设自有BioHive 2超算集群，由63套DGX H100系统与504张H100 GPU构成[9] - insitro代表更贴近交易的路线，把机器学习直接嵌入分子发现与优化，并用合作款项与里程碑约束研发节奏，公司在2025年10月披露与百时美施贵宝延长合作，围绕ALS项目进入下一阶段，并提到新增最高2000万美元资金支持[12] - Absci的案例将AI叙事拉回临床，公司在2025年5月披露其抗TL1A抗体ABS-101已完成首批受试者给药进入一期临床，并披露现金储备可支持运营至2027年上半年，还在2025年初披露与AMD的算力合作及2000万美元战略投资[12] AI医疗器械与影像 - 2026年的竞争重点不在于算法更强，而在于谁能把算法做进临床路径与收费体系，缩短医生决策与操作链路[13] - HeartFlow是典型的影像后处理与临床决策辅助路径，公司围绕冠心病无创功能学评估建立产品体系，并在2025年披露其冠状动脉斑块分析产品获得美国监管许可[14] - Butterfly Network代表便携超声与软件化趋势，公司披露其新一代手持超声iQ3获得510(k)许可，并强调更高图像性能与工作流[15] - iRhythm与NeuroPace的案例说明AI器械最终要落到监管与支付语境，iRhythm披露其Zio AT相关产品获得更新许可，NeuroPace在2026年初披露美国医疗保险与医疗补助服务中心对其RNS系统报销编码的调整[17] AI诊断与精准医学 - 该领域占比最高，原因在于同时连接两类付费方：医生与患者的检测需求，以及药企对真实世界数据与伴随诊断的需求[18] - Tempus是代表公司，在2026年1月披露截至2025年末其合同总价值超过11亿美元，并披露2025年数据与应用收入约3.16亿美元，同比增长约31%，其中数据许可相关业务增长更快；公司在2025年4月披露与阿斯利康及Pathos的多年合作，用于构建肿瘤多模态基础模型，合作包含2亿美元的数据许可与模型开发费用[19] - Guardant Health在2025年披露其结直肠癌筛查产品Shield获得美国医疗保险适用的ADLT资格，这类定价与覆盖路径对商业化至关重要[22] - 病理AI与影像诊断AI进入更强监管与更强集成阶段，PathAI等公司推进与药企和病理实验室的合作，核心是让算法嵌入实验室生产线，变成可审计、可复核、可规模复制的环节[22] AI数字健康与临床工作流 - 2026年的机会变得更务实，市场更愿意为可量化的省时与控费买单，能够进入医生日常工作流、减少文书负担、提升随访效率的产品更容易获得预算[23] - Abridge以临床语音与病历自动化作为切入口，公司在2025年披露完成2.5亿美元D轮融资，并披露与UPMC扩大合作以及与athenahealth的合作整合[24] - Omada Health代表慢病管理从补贴驱动转向规模化商业合同，公司在2025年披露已秘密递交IPO文件，并在公开报道中披露其收入规模与成员数增长[26] - Talkspace与Teladoc所在的远程医疗与心理健康赛道，AI的价值更多体现为分诊、随访与文书效率提升，而不是替代临床决策[27] AI基础设施与医疗IT及数据平台 - 大量AI能力最终要通过医疗IT厂商、数据平台与基础设施提供方进入医院与药企，2026年最现实的赢家往往是已经占据工作流入口、拥有数据治理与客户关系的企业[28] - Salesforce在医疗健康领域持续推进Health Cloud，并在2024年以来推出Agentforce等面向企业的智能体产品；Veeva在生命科学软件领域拥有强分发能力，其Vault与CRM生态叠加AI自动化将直接影响药企的销售合规、医学事务与临床运营效率[29] - Innovaccer、Phreesia与Modernizing Medicine等公司抓住患者接入、门诊工作流与支付前端的流程节点，AI最先被购买的地方往往是行政与流程效率，因为它更容易量化且回报周期更短[31] AI支付与医疗服务与检验 - 支付与医疗服务端直接面对拒付、错付、欺诈与管理成本等高度结构化问题，只要能把错误率降低、审核时间压缩、损失金额可复核地降下来，付费意愿就更强[32] - Lyric.ai是支付完整性方向的代表，其ClaimsXten产品在2025年获得KLAS相关评价，并在2025年披露收购ClaimShark强化能力[33] - 检验与服务端的代表如Labcorp，在规模化实验室运营与服务网络中引入自动化与决策支持，核心目标仍然是效率与质量控制[35]