人工智能终于开始兑现承诺。Nvidia的第二份医疗保健AI现状报告显示：生成式AI的使用率增长了15个百分点，80%的医疗企业已通过AI具体降低了成本。医学影像在投资回报率方面领先，自主代理AI正获得动力，而物理AI也已在地平线上显现。
在过去几年里，凡是参加过医疗技术展会或关注过相关行业媒体的人，都熟悉这样的模式：在舞台和封面上，人工智能被宣扬为一场伟大的变革；而在展位和评论区里，却往往只是前瞻性的展示。但在实践中，无论是OEM还是医院，常常停留在试点项目阶段。障碍在哪里？认证困难、开发流程复杂、数据孤岛——仅举几例。或者简单来说：直到2022年底才借助ChatGPT真正起步的新技术尚未成熟。
但情况正在发生变化： 人工智能正在研发实验室和医院走廊中切实落地。Nvidia第二版《人工智能现状》研究调查了600多位医疗保健和生命科学行业的决策者，描绘出一幅明显更为成熟的图景。与2024年的对比更清晰地展现了这一动态。
临床实践中的采用
在第一份报告（数据收集于2024年12月至2025年1月）中，63%的受访者表示正在积极使用人工智能——当时这一比例已远超其他行业（50%）。而在最新报告中，这一比例达到了70%。初看似乎温和，但若关注技术组合，变化则非常显著：生成式AI和大语言模型从54%跃升至69%，一年内增长了15个百分点。这已不再是有机增长，而是真正的加速。
尤其值得关注的是医疗技术细分领域。早在2025年，医疗技术公司中已有45%的组织积极使用人工智能超过两年——这一比例高于制药/生物技术（42%），远高于医疗保险公司和医院。医疗技术并非在AI承诺上嗓门最大的行业，但就实践经验而言，它属于最成熟的之一。在受MDR监管的领域开发产品的企业，很早就区分了概念验证与经过验证的应用。
医学影像：投资回报率证据不断增长
在医疗技术领域，医学影像（例如AI支持下的MRI或CT图像分析）是占主导地位的应用场景——上次报告中为71%，目前仍居首位。原因显而易见：成像方法数据丰富、可标准化，并且具备清晰的评估标准。57%的医疗技术受访者已报告在该领域实现了可衡量的投资回报。在数据结构清晰、质量标准明确的地方，AI展现潜力的速度最快。
一个在整个报告中常被忽略的细节是：医疗设备制造商将数据处理也列为三大工作负载之一——这一数值在其他细分领域未进入前三。这反映了现实：医疗技术公司处理来自传感器、成像设备和实验室仪器的异构原始数据，必须在这些数据可分析之前加以结构化。AI在此不仅用作分析工具，更是数据管道的一部分。
投资回报率证据：语言已经改变
2025年，仍有81%的受访者表示AI帮助增加了收入——73%还提到了运营成本的降低。当时这已经是一个强有力的信号。一年后的今天，这一图景进一步巩固：80%的人认可AI带来了可衡量的成本节约，85%的高管现在将其视为直接收入驱动力。最主要的变化是语调：2025年还谨慎地谈论“潜力”，而2026年则充斥“影响”和“回报”等词汇。行业已停止测试，开始交付成果。
新结构：自主代理AI与开源
今年调查中的新类别是自主代理AI——能够自主承担任务的AI系统，例如知识检索或科学文献分析。47%的企业已部署或正在评估该技术。在2025年报告中，AI代理还出现在聊天机器人和辅助系统的语境中；它们独立成为新类别，这可以被视为成熟的标志。
与此同时，开源已确立为战略性基础设施决策：2026年，82%的受访者将开源软件和模型视为其AI战略中重要或非常重要的组成部分。对于一个传统上依赖专有、经过验证系统的行业来说，这并非理所当然的一步——但它表明，相对于专有解决方案，灵活性和可适配性正变得更加重要。
预算：从投资压力到投资决策
早在2025年，68%的受访者认为其公司的AI投资不足。这一意识显然已转化为行动：85%的组织计划在2026年增加预算——其中近一半增幅超过10%。作为对比，前一年78%的企业希望增加预算。可见，认识到需求与实际投资之间的差距正在缩小。
遗留问题：结构性障碍依然存在
尽管取得了所有进步，根本性障碍仍与去年相同。数据保护与数据主权、中小型企业预算不足、缺乏AI专业人才——这些问题贯穿第一份报告，在2026年并未消失。进步虽可触及，但分布极不均衡：作为拥有数据基础设施和监管经验的大型企业，起步时获益更快。如果读者在阅读积极的总数据时忽略了这一点，那就会对这份研究过分乐观。
展望：物理AI在地平线上
75%的医疗技术受访者认为，高级医学影像将成为未来五年内AI影响最大的领域——该数值远超其他所有细分领域。然而，Nvidia描绘的远景远不止于影像：基于所谓世界基础模型训练的物理AI，未来将使手术机器人能够主动支持手术。这并非今日的市场，但医疗技术企业当下就必须将其纳入战略考量。2024/25年度的受访者中，83%认为AI将在未来三到五年内彻底改变医疗保健。两年后的今天，医疗技术正按计划稳步前行。（uh）
来源：Nvidia《医疗与生命科学AI现状：2025趋势》及《2026趋势》，2026年2月
【全文结束】