2月28日，国家药监局在北京召开人工智能医疗器械、生物材料、高端医疗装备三个创新合作平台工作推进会。会议听取平台秘书处汇报与成员单位建议，研究部署推动医疗器械创新发展的新措施。会议指出，在器审中心牵头和成员单位参与下，平台建设取得积极成效。下一步将结合‘春雨行动’，完善‘政产学研医’协同机制，强化监管科学体系建设，推动医疗器械产业链联动，加快科技成果转化，满足群众用械需求，促进产业高质量发展。

2026年2月，清华大学刘洋团队发布论文《DOCTOR-R1: Mastering Clinical Inquiry with Experiential Agentic Reinforcement Learning》，揭示了为何参数规模更大的医疗AI模型（如70B）在真实问诊中表现不如较小的模型（如8B）。研究表明，传统静态评测方式无法反映模型在动态临床场景中的能力，现有模型常因提问策略僵化、高风险信号反应迟钝等问题失效。DOCTOR-R1通过强化学习和部分可观测马尔可夫决策过程建模，在多轮问诊中展现出更优的提问策略与沟通能力，显著提升诊断准确性与安全性。研究强调真实临床能力需结合交互训练，并为医疗AI发展提供了新范式。

2026年2月，中国信通院发布《智能化医疗装备产业蓝皮书（2025年）——人工智能篇》。蓝皮书指出，人工智能医疗装备正推动医疗服务体系从“泛化治疗”向“精准医疗”转型。依托高效算法和多源数据融合，这些装备显著提升疾病早期筛查效率与临床诊断准确率，并实现个性化干预治疗。其在基层医疗机构的部署促进优质医疗资源下沉，提升了医疗服务的普惠性与可及性。同时，人工智能承担大量重复性工作，释放医护人力资源，为解决医疗资源不均衡和老龄化挑战提供有力支持。

2月7日，在上海市健康数据产业协会第一届第二次会员大会暨高质量发展学术大会上，发布了国产全栈高性能GPU在医疗AI领域的应用解决方案。该方案由复旦大学附属中山医院牵头的国家人工智能应用中试基地（医疗领域）孵化，将显著降低医疗AI推广门槛，推动其从“数智创新”转化为“生产力工具”。会上，沐曦集成电路（上海）股份有限公司及其生态企业与协会签订合作协议，并宣布提供算力券等多元支持，助力医疗AI发展。

2月3日，武汉经开区企业龙点睛智能科技有限公司研发的“龙点睛穿刺手术导航设备”通过国家药品监督管理局（NMPA）三类医疗器械审批并获批上市。这是国内首款AI经皮穿刺导航机器人，其核心传感器可重复使用且适配多种穿刺针具，在确保手术精准度的同时显著降低耗材成本，有助于减轻患者经济负担和医院费用控制。未来，该设备有望拓展适应证，支持医生更安全、精准、高效地开展肺结节活检及肿瘤消融等微创手术，为医疗领域带来创新突破。

2月2日，华为高级副总裁、华为云CEO周跃峰宣布华为云在医疗AI领域的三大核心举措：夯实数据基础设施和资源体系，构筑医疗数字化底座；推出华为云智慧医疗专区，为基层医院、医生及开发者提供端到端支持体系；加强生态建设，通过共建共享行业模型、高质量数据集与AI工具链，降低创新门槛，加速医疗AI规模化落地。华为云致力于推动医疗AI普惠应用，促进行业协同发展。（记者 黄心怡）

2月2日，某知名医生拒绝将AI引入医院电子病历系统的言论引发热议。专家指出，‘AI+医疗’应以‘辅助’为定位，避免替代医疗从业者，并建议加快完善监管机制，构建跨部门协同的全链条动态监管体系，以应对风险与伦理挑战。核心在于‘用其长、防其短’，推动技术安全高效应用。（经济参考报）

2月1日，在医疗人工智能协同创新论坛上，华为云发布业界首个智慧病理云边端解决方案，并推出“行业AI梦工厂”智慧医疗专区。同时，华为与瑞金医院联合发布RuiPath智慧病理一体机，面向基层医院和医生提供支持。此外，华为云还与爱康集团合作，面向个人打造健康管理智能体，并创建全国首个医疗AI社区，推动医疗行业智能化发展。

2026年，AI医疗正从技术探索转向实际应用。行业高管预测，AI的核心价值在于赋能医生而非替代，通过减轻负担、填补盲区放大人类专业直觉。信任与系统化成关键：AI需无缝嵌入医疗工作流，具备上下文记忆、可解释性及多模态协同能力。热门方向包括‘环境智能’，让医生置身自动生成病历的智能环境；前端从治病向防病延伸，融合可穿戴设备捕捉慢性病早期信号；后台收入周期管理（RCM）已成熟，每年可为美国医疗系统节省超200亿美元。此外，AI加速药物发现和精准疗法开发，或推动生物科技领域新突破。

2026年中国AI医疗进入加速期，市场分为2B、2G、2D和2C四个端口。G端由政府主导，政策驱动新基建，项目金额巨大但门槛高，如讯飞医疗中标4.276亿元国家级项目。B端服务医院和医药企业，聚焦院内智慧医院评级及出海机会，商汤医疗在东南亚推进肺癌AI筛查。2C端虽受关注，但变现难，科技大厂如蚂蚁、百度主攻健康管理应用。2D端面向医生，美国OpenEvidence通过专业工具汇聚40%医生用户，国内也在探索类似模式。整体来看，AI医疗商业化需以安全合规为前提，选对服务对象比技术突破更关键。