核心观点 - 看好2026年医药行业投资机会，近期震荡调整后估值已回落至相对低位，有望在2026年重启升势 [1] - 投资思路上寻找医药硬科技和细分赛道α，推荐关注创新药、创新器械、医疗AI方向，同时关注医药消费复苏及独立第三方ICL [1] - 2025年创新药板块的强势上涨是政策、产业、需求与全球化共振的结果，医药“新”资产依然是长期投资方向 [2] 2025年市场回顾与启示 - 2025年医药板块严重分化，3-9月多种因素持续推动创新药板块持续快速大涨，港股创新药表现更为亮眼 [2] - 中国创新药研发凭借显著的成本优势与高效的转化能力，在全球医药产业链展示出竞争优势 [2] - 研发方向上向FIC（同类第一）、BIC（同类最佳）管线升级，从“技术跟随者”逐步成长为“主导参与者” [2] 2026年政策展望 - 2026年为十五五开局之年，政策将深化三医协同，系统性推进改革 [3] - 医保支付有望从住院DRGs向门诊APGs拓展，构建全流程闭环管理以提升基金效能 [3] - 创新药械将获得从研发加速、审评审批优化到医保支付支持的全链条政策助力 [3] - 集采规则持续优化，在提质扩面中更注重质量与创新平衡，驱动国产替代 [3] - 通过医疗卫生强基工程推动优质资源下沉基层，强化公共卫生防控与慢性病管理能力 [3] 细分行业投资展望 - **创新药**：国产创新药预计将不断有成果涌现，双抗类第二代I/O药物，ADC类HER2、TROP2、CLDN18.2等多个热门靶点研发进入三期 重点关注全球研发进度位居赛道前五且赛道内竞争管线数≥5的管线，2026年重磅BD品种可能诞生于此 新药物形式研发预计将有所收获，小核酸药物厚积薄发，精准疗法CGT产品已陆续上市 [4] - **创新产业链及生命科学上游**：CXO板块随着全球融资环境改善、海外订单回流及国内创新生态修复，行业开启从海外到国内的结构性复苏 [4] - **医疗器械**：未来随着多领域技术的深度融合、产品梯度更加完善、国产设备海外渗透率提升，行业发展空间有望进一步打开 重点关注老龄化相关增量市场及海外出口 [4] - **中药和生物制品**：中药处方药面临临床再评价，市场格局或将重塑，中药毛利率或迎来拐点 血制品渠道库存仍需消化，关注血制品和疫苗大单品研发进展 [4] - **医疗服务**：银发浪潮下的确定性机遇，坚守医疗服务黄金赛道 [5] - **医美**：成分配方升级，医美械字号抢跑，国潮崛起，关注胶原蛋白、肉毒素、PDRN等细分赛道 [6] - **医药商业**：关注应收账款周转，看好CSO新业务 [7] - **医疗AI**：产品实现突破，人工智能产业化加速，医学诊断是最能够显著受益于人工智能技术的领域之一，医疗卫生系统智能互联预期将很快实现 [7]

行业长期投资方向 - 医药"新"资产是长期投资方向，涵盖创新药、创新器械、医疗AI [1] 2025年板块表现驱动因素 - 2025年创新药板块强势上涨是政策、产业、需求与全球化共振的结果 [1] 2026年政策与行业趋势 - 2026年政策端预计仍将驱动医药行业腾笼换鸟、创新升级 [1] 2026年投资前景与估值 - 看好2026年医药行业投资机会，近期震荡调整后估值已回落至相对低位，有望在2026年重启升势 [1] 2026年投资思路与推荐方向 - 投资思路上寻找医药硬科技和细分赛道增量 [1] - 推荐关注创新药，特别是BIC和FIC管线龙头 [1] - 推荐关注创新器械，包括影像、高值耗材、消费器械等 [1] - 推荐关注医疗AI方向 [1] - 关注医药消费复苏及独立第三方ICL [1]

行业共识与宏观趋势 - 行业共识认为AI需深入真实临床场景、无缝嵌入工作流程并赢得医患双方信任才能释放变革医疗的潜能 [4] - 中国正快速崛起为全球医疗AI创新最具活力的热土，飞利浦的十年跟踪数据印证了这一趋势 [7] - 中国医疗体系面临人口老龄化与区域资源不均的双重挑战，AI需求是刚性的，越需要技术来放大服务效能 [9] - 中国已成为全球对医疗AI接受度最高、应用场景最丰富的市场之一 [9] - 33%的中国医疗专业人员认为AI已帮助他们节省出更多时间用于患者照护，该比例显著高于多数发达国家 [11] - 在美国，若能全面应用现有AI技术，每年可节约2000-3600亿美元的医疗支出 [11] 中国市场的领先优势与高接受度 - 近90%的中国患者相信AI能够提升医疗照护水平，远超全球平均水平的59%，在受访国家中领先 [6] - 中国在医疗AI创新方面具备全球范围内无可替代的领先优势，尤其在AI接受度、用户信任度、政策支持力、产业成熟度及生态完整性方面 [18] - 中国必将引领人工智能在医疗场景的全面落地，成为全球领跑者 [18] 临床应用的三大核心期待与挑战 - 未来三年中国AI医疗可能呈现"重塑式"新格局，但需突破标准体系、数据质量、结构化能力与跨场景连接等关键环节 [11] - 检查前：通过AI智能完成参数选择与定位，提升病人流通效率，缓解排队问题 [11] - 检查中：实现图像与数据生成的标准化，确保诊断质量的一致性，摆脱对操作者经验和设备差异的依赖 [11] - 检查后：构建多模态AI基座，自动生成结构化报告，医生仅需校正，让人力资源回归更有价值的临床协作 [11] - 医疗AI需从"单点工具"演进为覆盖"面、线、全流程"的平台化AI解决方案或"系统级能力" [13][15] 未来发展的关键路径：纵向贯通与横向连接 - 纵向贯通需构建专业影像大模型，打破数据壁垒，这需要国家层面的顶层设计和持续投入 [14] - 行业缺乏统一的标注规范与共识，导致不同机构间数据割裂，难以大规模整合应用 [14] - 国家大数据局已牵头布局，中华医学会放射学分会推动了14个专项数据库建设以提供标准指导 [14] - 未来影像大模型构想为三层架构：通用大模型基座、融汇影像学知识的知识库、结合专家弱标注和海量数据训练的垂直大模型 [14] - 横向连接层面，医院是打通壁垒、推动AI落地临床的关键"连接器"，汇聚临床、企业与高校的创新力量 [16] - 医疗机构需扮演四个系统性角色：技术集成者、质量控制者、运行策划者以及创新协同者 [16] 企业战略与落地实践 - 飞利浦坚持"中国首创，全球部署"的战略方向 [18] - 产业协同共创将成为主流模式，没有任何一家企业能够独自完成这一系统工程 [19] - 飞利浦提出在中国推进AI+医疗的"4P"战略框架，聚焦图像质量（Pixel）、精准预测（Prediction）、运营效率（Productivity）与临床实践（Practice） [22] - 医疗AI真正落地需把握三个关键：医疗机构与企业的"双向奔赴"、达成"人机高度协同"、构建覆盖疾病全流程的AI解决方案 [23] - 未来三年的突破取决于产业链的协同效能，勇于实践、更快实现落地的机构将成为行业先行者 [25] 政策支持与行业展望 - 国务院发布《关于深入实施"人工智能+"行动的意见》，特别提出在医疗健康等民生重点领域加快推动AI落地应用 [27][29] - 政策支持探索推广人人可享的高水平居民健康助手，有序推动AI在辅助诊疗、健康管理、医保服务等场景的应用 [29]

腾讯医疗业务的战略定位与演进 - 公司于2017年8月发布AI医学影像产品"觅影"，并在3个月后被科技部确立为中国四大AI平台中主攻医疗影像的实体 [1] - 公司总办层面在讨论医疗业务时常用"克制"一词，既未发展医药电商现金牛业务，也无意将医疗业务独立拆分以兑现短期资本市场利益 [1] - 在2018年"930"变革前，公司医疗业务紧密连接医院与患者，通过战略投资丁香园、微医，自产腾讯医典科普内容及探索AI医疗影像应用，致力于为医患创造价值 [1] - "930"变革后，医疗单元被划入新成立的云与智慧产业事业群（CSIG），标志着业务重心从C端用户向B端客户迁移 [2] - 公司医疗业务的理想态在内部达成一致，其定位是解决医疗本身的问题，而非涉足医药电商等领域 [18] 腾讯健康的组织架构与领导风格 - 2019年，医生出身的吴文达被赋予领导腾讯医疗业务的职责，其背景覆盖临床、公卫、商业咨询，并具备全球化视角 [3] - 腾讯健康在最新的组织框架下分为三条业务线：医疗健康事业部负责产品研发运营、生命科学实验室探索前沿技术、健康普惠实验室解决高社会价值的公共议题 [3] - 领导层强调"不会赚快钱"，并将医疗视为可做到退休的事业，在腾讯内部做事因"三观一致"而感到开心 [4] - 公司维护上下游良好生态的策略是学会克制，有所为有所不为，明确许多业务前景属于合作伙伴，公司不可能变成世界的全部 [32] 对人工智能在医疗领域作用的核心理念 - 公司认为AI不可能独立开处方、写诊断报告或做手术，医学的本质是人学，AI取代医生是一个伪命题 [6] - AI类工具的目标是辅助和解放医生，将其从排班、写病历等繁杂工作中解救出来，从而有更多精力了解患者与疾病，提高服务质量 [11] - 公司不追求证明AI比医生好，而是需要证明医生有AI比没AI好，其价值应通过医院或工具使用者的反馈和评测来体现 [20][22] - 在AI辅助诊断的责任归属上，公司指出存在医院封装开源大模型但算法厂商不知情的情况，并期待国家层面新规范的指导 [22] 腾讯医疗AI的产品布局与技术应用 - 公司AI产品布局包括底层模型能力（如Deepseek、混元等通用大模型和医疗垂类大模型）以及应用层的RAG检索系统 [27] - 未来AI应用场景可能出现二八分化：80%的疾病由通用模型微调提供参考指南，20%的专病疑难杂症由Top Class垂类模型优化诊断质量 [27] - 公司通过腾讯云智能体平台为科研院校、企业、医生提供模型工具，以搭建特异性需求的Agent和Workflow [27] - 具体落地案例包括在贵州落地村医AI辅助问诊系统、与微医在天津构建健共体、在深圳罗湖医联体落地AI临床助手、与金域落地DeepGEM大模型、携手迈瑞研发"启元"重症大模型等 [27] 商业模式与长期价值取向 - 公司医疗业务的商业模式是通过2B业务向客户提供云、软件、算法支持来维持发展，同时孵化与未来相关的科研项目 [29] - 公司明确不追求颠覆，其定位是工具的提供方，不可能替代工具的使用者如医院、医生、医保，并且卖药不是其生意 [14][15][18] - 在支付模式上，公司承认当前导向是数量而非质量，但作为大型科技公司做事不会只看眼前，而是着眼于为社会提供长期价值 [11] - 公司保留精力探索长尾效应病种如罕见病，并投入AI制药团队研究抗生素耐药机理等全球公共卫生问题，尽管这些探索不一定能转化为短期商业回报 [28][30] 对医疗系统未来的愿景与腾讯的角色 - 公司认为一个好的医疗系统应形成让大众少得病、更健康的共识，因此在面向消费者的业务上，通过微信触达用户，提高人们自我健康管理的意识 [12] - 面对中国老龄化、少子化的人口结构变化和基层医疗服务质量的挑战，公司认为AI是一个可能带来变化的技术要素，需要被利用好 [35] - 公司的终极目标是利用技术为医疗系统提供现代化工具，让医生群体在控费背景下能稍微轻松一些，并视公立医疗体系为普通人的最后安全网 [12][35] - 公司甘心扮演"乙方"角色，认为若未来各行各业以AI驱动，云、数据库等基建将成为水电WIFI一样的基础工程，只有底子铺好，生态才能长好 [35]

行业政策与市场前景 - 国家五部门发布《关于促进和规范"人工智能+医疗卫生"应用发展的实施意见》，设定2027年和2030年关键节点，目标在2030年实现基层AI诊疗全覆盖[1] - 政策详细划分了"AI+医疗"落地的八大领域，包括基层应用、临床诊疗、患者服务等[1] - 中国AI医疗行业规模2023年为973亿元，预计2028年达到1598亿元，2022-2028年间年复合增长率为10.5%，为千亿级别市场[6] - 中国医疗体系正经历从数字化到智能化的转型，当前已迈入3.0阶段的医疗智慧化，明确智慧医院标准并深化AI技术应用[6] 技术趋势与竞争格局 - 全球AI正从"狂飙"进入"深耕"阶段，产业链价值中心从底层算力向中层平台型AI企业，再向上层垂直行业应用服务商迁移[3] - 医疗行业场景专业性高，单纯通用模型难解痛点，扎根行业、吃透场景的企业才能释放AI最大商业潜力[3] - OpenAI加速进军医疗健康领域，探索开发C端健康工具，但从底层技术转向行业应用，尚未形成医疗行业深度沉淀[1][3] - 相比OpenAI，公司已在国内市场占据先机，通过SaaS平台实现医疗数据的有效整合与安全利用[4] 公司核心竞争力 - 公司基于山海大模型打造的医疗大模型，在权威评测MedBench中长期稳居全球第一，各项指标全面超越GPT-4[3] - 公司提供从底层算法到上层应用的全栈AI服务，这种全栈能力支撑快速迭代和创新的产品生态[3] - 公司积累了深厚的行业Know-How，技术与场景融合紧密，构建了深厚的技术壁垒[1][3] - 公司已形成由行业Know-How、数据整合能力与全栈技术体系构成的竞争壁垒，短期内难以被超越[7] 产品应用与商业化落地 - 公司医疗AI布局广泛渗透到临床诊疗、患者服务、医保管理、区域医疗协同等多种场景[1] - 基于山海大模型构建丰富的医疗Agent生态，病历生成Agent在北京友谊医院落地，门诊病历录入效率提升80%，医生问诊时间节省15%[4] - 公司已推出"山海智枢"（服务三甲医院）与"山海智医"（服务基层医疗机构）两大SaaS平台，形成覆盖诊前、诊中、诊后的全周期智能服务体系[4] - 公司在G、B、C端均有成熟落地成果，实现全场景布局，匹配国内医疗体系长期建设需求[6] 增长动力与投资逻辑 - 政策落地的确定性为业绩增长提供强支撑，2027年与2030年的政策节点明确[7] - 标杆项目的成功验证产品实用性与适配性，规模化复制将推动业绩持续放量[4][7] - 公司凭借领先技术底座和全场景布局，已在赛道形成优势卡位，将最大化抢占千亿蓝海市场份额[6][7] - 行业红利刚开始释放，政策、市场及技术驱动将为行业注入动力，公司估值上升之路刚刚开始[7]

股价异动表现 - 公司股票在12个交易日内出现11次涨停，从10月28日的6.65元/股飙升至11月12日的20.09元/股，累计涨幅高达200.75% [1] - 总市值从不足30亿元膨胀至80亿元 [1] - 11月12日股票开盘涨停，当日涨幅为10.02%，收盘价为20.09元 [2] - 各周期移动平均线均呈上升趋势，例如MA5为17.01元，MA250为7.23元 [2] - 区间换手率达到181.61%，日均换手率为15.13%，成交额为97.86亿元，成交量为722.89万股 [2] 公司基本面与财务状况 - 2025年前三季度公司实现营业收入5.49亿元，同比下降22.80% [4][5] - 2025年前三季度归属于上市公司股东的净利润为-1238.62万元，同比下降146.65% [4][5] - 公司营业总成本为5.55亿元，营业利润为-0.14亿元，同比下降136.91% [5] - 业绩下滑主要受国内宏观形势变动、医疗行业集采政策导致产品采购单价下调及订单量缩减影响 [7] 市场炒作特征与风险警示 - 公司被市场炒作的概念包括医疗AI和两岸医疗合作，但概念炒作与实际业务进展存在较大差距 [3] - 公司自10月30日起频繁发布股票交易风险提示公告，已连续发布9份，指出股价严重偏离基本面，存在明显泡沫化特征和快速下跌风险 [3][4] - 截至11月11日，公司静态市盈率高达263.67倍，远高于所属批发业行业30.52倍的静态市盈率，存在严重偏离同行业合理估值的风险 [7] - 近一个月龙虎榜累计上榜11次，累计买入107.46亿元，累计卖出106.27亿元，累计净买入1.19亿元 [7] 市场观点与分析 - 市场分析认为公司成为炒作目标主要因其流通盘小、股价低、概念贴合热点等特点，便于游资快速拉抬和出货 [8] - 此类由游资主导的短期炒作行情往往来得快去得也快，一旦游资获利了结，股价可能断崖式下跌 [8]

股价异动表现 - 公司股票在12个交易日内出现11个涨停板 从10月28日的6.65元/股飙升至11月12日的20.09元/股 累计涨幅高达200.75% [2] - 总市值从不足30亿元膨胀至80亿元 [2] - 11月12日股票开盘涨停 中间一度打开涨停板但随后再度涨停 当日收盘价20.09元 涨幅10.02% [3] - 期间成交量为59.89万股 区间换手率达181.61% 日均换手率为15.13% [3] 公司基本面与财务表现 - 2025年前三季度实现营业收入5.49亿元 同比下降22.80% [5][6] - 2025年前三季度归属于上市公司股东的净利润为-1238.62万元 同比下降146.65% [5][6] - 公司处于亏损状态 主营业务未发生重大变化 [4][5] - 业绩下滑主要受国内宏观形势变动和医疗行业集中采购降价等政策调整影响 产品采购单价下调且订单采购量缩减 [7] 市场炒作特征与风险提示 - 公司被市场炒作的主要概念包括医疗AI和两岸医疗合作 但概念炒作与实际业务进展之间存在较大差距 [4] - 公司已连续发布9份风险提示公告 指出股价累计涨幅已严重偏离基本面 存在明显泡沫化特征和快速下跌风险 [4][5] - 公司静态市盈率高达263.67倍 显著高于所属批发业行业静态市盈率30.52倍 [7] 交易行为与市场观点 - 近一个月龙虎榜累计上榜11次 累计买入107.46亿元 累计卖出106.27亿元 累计净买入1.19亿元 [7] - 市场观点认为公司成为炒作目标主要是因为流通盘小、股价低、概念贴合热点等特点 便于游资快速拉抬和出货 [8] - 该行情被认定为典型的情绪炒作 由游资主导 一旦游资获利了结股价可能出现断崖式下跌 [7][8]

医疗AI临床能力的现状与挑战 - 通用大模型在标准化医学考试中表现优异，但在真实临床场景中暴露出推理幻觉、诊断不当、治疗方案欠妥等问题[2] - 现实医疗实践是高度个体化、动态演变的复杂系统，容错率极低，与标准化考试的固定答案模式存在巨大落差[2] - OpenAI已更新政策，禁止ChatGPT在解读医学影像、协助医疗诊断等高价值应用领域提供服务，反映行业对介入严肃领域的审慎态度[2] 临床适用性新标准CSEDB - 由32位来自北京协和医院等23家医院的一线临床专家共同制定全球首个评估医疗AI临床适用性的"临床安全-有效性双轨基准"[10] - 新标准打破"标准问-标准答"静态模式，构建2069个开放式问答条目，覆盖26个临床专科，高度贴近真实病例推演[12] - 首次引入风险分级机制，按临床风险等级进行1-5分加权打分，5分代表"潜在致命后果"，将模型评分与实际医疗后果直接绑定[14][15] - 评估维度涵盖危急重症状识别、药物剂量计算错误等30项核心指标，全面对照真实临床工作的判断难题与决策压力[11] 中国模型MedGPT的卓越表现 - MedGPT在CSEDB测评中以总分0.895的成绩位列第一，领先第二名超过15个百分点[19][22] - 该模型是唯一在安全性评分上超过有效性的模型，安全性评分突破0.9，展现罕见的"谨慎"特质[22][24] - 在"致命药物相互作用"等权重为5的高风险场景中几乎全线达标，而其他通用大模型在这些维度得分普遍不足0.6[26] - 早在2023年与四川大学华西医院主治医师的临床实验中，就取得了与三甲医院主治医生96%一致性的结果[29] 技术实现与平台应用 - MedGPT采用三层认知系统技术架构，是全球第一个经验证具备临床诊疗能力的医疗大模型[53] - 基于MedGPT推出的"未来医生"平台实现L3级别人机协作，大部分标准化诊疗场景可授权AI处理，危急重场景由医生接管决策[38] - 平台每周有超过一万名医生交互，沉淀两万条诊疗反馈，推动模型每月准确率提升1.2%-1.5%，形成"反馈即迭代"的飞轮机制[31][32] - 已汇聚超过50位中华医学会主委级顶尖医学专家参与模型训练与人机协同方案设定[44] 行业影响与未来愿景 - 医疗AI从"模拟医生语言"向"参与临床级医生推理"质变跃迁，是行业不再纸上谈兵的关键标志[32] - 通过AI"复制医生"模式将稀缺临床经验变成可规模化能力，创造新的医疗资源而非简单搬运既有资源[34][45] - 研发理念聚焦"继绝学"和"开太平"两大目标，即复制顶尖医生能力并为绝症提供突破性治疗思路[48][49][50] - CSEDB标准将向全行业开放，任何机构都可基于此标准对自身模型进行评估与优化，推动行业走向成熟[54][55]

进博会作为医疗产业战略平台 - 第八届进博会医疗器械及医药保健展区囊括三个展馆，是展馆数量最多的展区之一 [1] - 进博会为全球先进医疗技术与产品搭建交流合作平台，助力国内产业与国际前沿接轨，实现升级与突破 [1] - 进博会已成为企业展示前沿成果、首发新品的战略高地，推动创新技术快速落地与国际合作深化 [4] 中国医疗市场前景与政策支持 - 中国医疗市场预计2025年规模将突破11万亿元，创新药、医疗AI、高端器械为核心增长极，年复合增长率达11.3% [2] - 国家药监局审议通过支持高端医疗器械创新发展的举措，地方政府为创新药械开辟绿色通道，加速产品上市 [2] - 中国是全球第二大医疗市场，制造业份额占全球30%，具备从研发到普及的全链条支撑能力 [3] 企业创新成果与本土化战略 - 碧迪医疗在本届进博会集中发布7款全球首发、中国首发及限定首发新品，覆盖多个细分领域 [3] - GE医疗八年来累计有超过50款新品通过进博会平台成功进入临床应用阶段，并持续深化在华智能制造布局 [5] - 诺和诺德的胰岛素周制剂诺和期在去年进博会首次展出后，当月便在国内迅速上市并成功纳入国家医保目录 [6] “展品变商品”的转化效率 - 医疗科技企业正以日益缩短的时间周期，将进博会上的展品高效转化为服务中国患者的商品与诊疗方案 [5] - 进博会形成了从创新展示、准入推动到市场转化的完整闭环体系，让创新成果切实惠及广大患者 [6]

合作概述 - GE医疗与阿里巴巴达摩院在第八届中国国际进口博览会上签署合作框架意向书，旨在将达摩院的“一扫多查”医疗AI技术引入GE医疗的先进影像设备，打造软硬一体化的智能精准诊疗方案 [1] - 此次合作是阿里巴巴达摩院首次与医疗设备厂商签约，标志着其“一扫多查”医疗AI技术正积极探索规模化落地 [1] 合作内容与技术整合 - 合作将结合GE医疗在高端医疗设备制造和数字化解决方案领域的长期积累，以及达摩院领先的AI能力和“一扫多查”技术，打通软硬件技术链路 [2] - 技术整合意味着一次CT扫描可识别多种癌症、急症和慢病，特别是消化道肿瘤、主动脉夹层等传统上难以通过平扫CT影像发现的重大疾病，从而扩大诊断范围并提升诊断准确性、效率与可及性 [2] - 未来双方计划联合开展模型优化与模式创新，并持续推动技术方案的产品化落地 [2] 达摩院医疗AI技术实力 - 达摩院长期致力于用AI识别平扫CT影像中难以识别的细微病灶，已突破胰腺癌、胃癌、主动脉夹层等重大疾病的筛查难题 [1] - 相关研究成果三次登上国际顶级医学期刊《自然·医学》，并获得美国食品药品监督管理局（FDA）“突破性医疗器械”（BDD）认定 [1] - 目前达摩院已为全球9个国家和地区的医疗机构提供超5000万人次的医疗AI服务 [1] GE医疗的市场地位与布局 - GE医疗致力于成为倍受信赖的合作伙伴和全球领先的医疗解决方案提供商，业务遍及160多个国家和地区 [1] - 公司自1897年第一台X光机服务中国患者以来，已在国内设有30多个办公室，建有六大生产基地（内含七大工厂），并在北京、无锡、上海打造三大“创中心” [1] 合作方战略愿景 - GE医疗中国首席技术官表示，公司已将AI深度融入到影像链全流程，期待携手达摩院等一流伙伴完善全链条创新生态，开发智能、易用、高效的一体化解决方案 [2] - 阿里巴巴达摩院院长表示，医学影像是医疗产业AI创新的重点突破方向，期待与GE医疗合作加速医疗AI与高端设备的软硬一体融合，让前沿技术惠及更广泛人群 [2]