今年夏天，英文与中文互联网上的多家媒体报道了同一件事：编号 ISM8969 的 AI 设计药物获批进入人体试验——并把这颗药安在了谷歌 DeepMind 分拆的明星公司 Isomorphic Labs 头上。逻辑看上去无懈可击：AlphaFold 拿了诺贝尔奖，Isomorphic 刚融了天价资金，AI 制药的第一针理应由它来打。

但这颗药不是它的。ISM 这个前缀属于另一家公司——港股上市的英矽智能（Insilico Medicine）。6 月 17 日，英矽智能官方宣布：与 Hygtia Therapeutics 共同开发的 NLRP3 炎性小体抑制剂 ISM8969 在澳大利亚完成 Phase I 首例人体给药，适应症指向帕金森等中枢神经系统疾病。而 Isomorphic 呢？截至本文发稿，一名患者都还没有给药。

一个字母前缀的张冠李戴，能在多家媒体间无阻力地传播，恰恰因为它太符合叙事的惯性了。这就是 2026 年 AI 医疗的底色：叙事跑得比事实快，而且快得多。本篇要做的事情只有一件——把叙事按住，逐层体检。

为什么四家不约而同选在 2026 年冲进医疗？表层答案是行业常识：医疗占美国经济近五分之一，是「实体经济里最大的一块」——这话出自 OpenEvidence 创始人之口，但四巨头的董事会里没人会反对。深层答案藏在时机里：模型能力过了某道门槛之后，通用智能在各垂直行业寻找变现出口，而医疗是其中付费意愿最强、痛点最真实、也最能讲「造福人类」故事的那一个。换句话说，医疗既是使命叙事的高地，也是营收叙事的洼地——两种叙事在这里合流，流速自然惊人。惊人到什么程度、地基又有多实，就是接下来五章的事。

一、四张牌桌

四张牌桌

2026 年上半年，四家顶级 AI 公司几乎同时把医疗立为主战场。这不是巧合，是排兵——四家各选了一层，四层几乎不重叠。

OpenAI 押触达层。1 月 8 日，OpenAI for Healthcare 发布，企业版 ChatGPT for Healthcare 当天在 AdventHealth、HCA、雪松-西奈、纪念斯隆凯特琳、UCSF 等八家具名医疗系统铺开；4 月 22 日，ChatGPT for Clinicians 上线，对通过认证的医师、执业护士、药师个人免费；7 月 23 日，消费端的 Health 功能向全美 18 岁以上用户开放，可接入 Apple Health 与个人病历。病人、医生、医院，三层通吃，这是标准的 OpenAI 打法：先把入口占满。按 OpenAI 自己披露的口径，每周有数亿人在 ChatGPT 里询问健康问题——入口早就存在，产品化只是给洪水修渠。

Anthropic 押实验室与监管办公室。2025 年 10 月先出 Claude for Life Sciences；2026 年 1 月借 JPM 医疗大会推出 Claude for Healthcare，接入 CMS 覆盖数据库、ICD-10、PubMed、ClinicalTrials.gov 等管道；6 月 30 日一天双发——面向科研人员的工作台 Claude Science，外加一个自建的内部药物发现项目，宣称主攻传统药企不感兴趣的「被忽视疾病」。其商业负责人的定位原话相当激进：「Claude 能把活儿跑完——不是帮忙，不是加速，是跑完。」多家媒体注意到，这轮医疗深耕发生在市场普遍预期的上市窗口之前。一个卖工具的公司开始自己下场做药，这个动作本身值得记住：五年前 DeepMind 分拆出 Isomorphic，走的是同一步棋。至于「被忽视疾病」是使命宣言，还是避免与付费药企客户同场竞争的商业安排——两种解读都成立，公司没有回答，本刊也不替它回答。顺带一记：Claude Science 同步开出了最多 50 个资助名额、每个最高 3 万美元额度的科研项目计划——用补贴换科研场景的渗透，这一手与其说像模型公司，不如说像云厂商。

英伟达押物理层。3 月 16 日 GTC 圣何塞，医疗机器人三件套开源放出：Open-H 数据集（776 小时手术机器人数据、35 家共建方）、Cosmos-H 世界模型家族、GR00T-H 视觉-语言-动作模型；6 月，GR00T-H-N1.7 换上商用许可，训练数据扩到 20 个机器人平台。GTC 医疗收官演讲上，英伟达医疗 AI 总监普勒娜·多格拉给这一层定了性：手术机器人是物理 AI 最难的考试。部署端配套 Holoscan 4.0 与 IGX Thor 边缘计算平台——上游模型、数据、配方全部免费送，下游算力与部署硬件收钱，熟悉的配方。

这一层值得多写两笔，因为它的逻辑最完整。多格拉在台上给出的需求侧账本是：16 万家医院、7.2 万种术式、800 万台医疗设备——环境与器械的排列组合大到没有任何一名外科医生、任何一家医院可能见全所有病例。她的推论由此而来：物理 AI 改写了「谁有真实数据谁有护城河」的旧律，真实数据只是接地的锚，其余靠仿真无限生成——先用真实数据把模型摁进物理世界，再用合成数据把它没见过的角落补齐，这是从自动驾驶搬来的数据飞轮。听起来天衣无缝，但有一处口径缝要指给读者看：号称「35 家共建」的 Open-H 数据集，仅 CMR Surgical 一家就贡献了约 500 小时——总共 776 小时里的近三分之二出自一家公司。「全行业共建」的叙事重量，和数字的实际分布之间，隔着一段距离。

至于所有人都想问的那个问题——全自主手术何时到来——她在问答环节的回答倒是罕见地克制：完全自主是「北极星」，还很远；现实推进的是子任务自主，且监管节奏按国别分化。台上没有画饼，这份克制本身就是信息。

谷歌 DeepMind 押分子层，而且押得最早。Isomorphic Labs 成立于 2021 年，根基是拿了诺贝尔化学奖的 AlphaFold。今年 2 月 10 日，新一代药物设计引擎 IsoDDE 发布，公司自报在低相似度配体这类困难样本上的准确率约 50%，约为 AlphaFold 3 的两倍；5 月 12 日，21 亿美元 B 轮落袋，Thrive 领投，阿布扎比 MGX、淡马锡与英国主权 AI 基金进场，累计融资约 26 亿美元。还有一个耐人寻味的注脚：8 月 5 日，哈萨比斯卸任谷歌 DeepMind CEO，转任 Alphabet 首席科学家——他放掉了 Gemini 的日常指挥权，却留任了 Isomorphic。这位诺奖得主用职务安排投了一票：他认为自己下半场最重要的战场在药，不在聊天框。

表格最右一列是本篇的钥匙。四层的技术含量各有高下，但真正把它们区分开的，是各层验证一次要花多久——这个变量，决定了后面所有故事的走向。

二、谁在医院里

谁在医院里

现在把镜头从发布会挪到病房。一个朴素的问题：半年过去，谁真的在医院里跑量？

答案有点难堪：不是那四家。四家巨头至今没有一家披露过医疗业务的营收数字；OpenAI 的八家首发医院、Anthropic 名单上的阿斯利康与赛诺菲，都是「具名」，不是「跑量」。真正的量在下游应用层，而且量大得惊人。

第一个名字，Abridge。这家做临床对话记录起家的公司，6 月 11 日在纽约开了一场野心毕露的发布会：礼来战略入股，并与英伟达合建号称「首个专为临床对话打造的基础模型」。公司官方稿称平台已在超过 300 家医疗系统上线、年承载超 1 亿次临床对话；而其 CEO 拉奥在发布会现场的口径是「未来 12 个月内将有超过 300 家上线」——已上线与将上线，一个时态之差，本刊两个口径并陈，读者自行掂量。可核的部分足够硬：约 8.3 亿美元累计融资，53 亿美元估值，UPMC、UCHealth 等系统数千名医生规模的实名部署。

更要紧的是它想做什么。发布会的主题是「不再只是 AI 书记员」：把医患对话变成后续一切的源头——账单编码、临床决策支持、保司理赔对账、乃至药企临床试验的患者筛选，全部从那段对话里长出来；再配上与智慧病房公司 Artisight 的联动，病房传感器与环境记录连成一条覆盖整个住院周期的数据流。礼来一家药企为什么要战略入股一家「记录对话」的公司？答案就藏在临床试验筛选这四个字里——对话是入院处，数据是矿。

第二个名字，微软。收购 Nuance 的果实叫 Dragon Copilot：3 月 HIMSS 大会上，微软官方博客给出的数字是超过 10 万名临床医生每日使用，覆盖九个国家，每月支撑数百万患者诊疗，且拥有与 Epic 病历系统最深的集成。老牌渠道之王，闷声吃下了环境记录这块最肥的肉。而且它在 HIMSS 上宣布的方向更进一步：Dragon Copilot 从「环境书记员」升级为统一临床 AI 平台——接通 Microsoft 365 的工作语境，开放合作方应用市场，把收入循环管理、事前授权、决策支持全部装进同一个界面，角色覆盖从医生扩展到护士与放射科。翻译一下：微软想做的不是一个工具，是临床 AI 的应用商店，而商店的地基是它二十年攒下的病历系统集成。

自造派的另一个样本是 Hippocratic AI：不租任何巨头的模型，自建由 22 个模型组成的 Polaris 星座——公司自述的安全设计是，一个主对话模型之上压着二十来个各管一段的「监工」专科模型，像查房时围在住院医身后的上级医师团。估值 35 亿美元，累计临床交互按公司口径已过 1.5 亿次，股东名单里同样有英伟达。

第三个名字最刺眼，OpenEvidence。被称作「医生版 ChatGPT」的医学检索引擎，1 月 21 日完成 2.5 亿美元 D 轮，估值一年之内从 10 亿冲到 120 亿美元。公司自报口径：全美超过 40% 的医生平均每天在用，覆盖一万多家医院与医疗中心，去年 12 月单月支撑约 1800 万次临床问询。更值得盯住的是商业模式：对医生免费，收入靠广告——创始人纳德勒对 CNBC 直言不讳，理由是「美国的医疗大部分不发生在十亿美元级的医院里」。买广告位的是谁？药企和医疗器械商。年营收已过 1 亿美元，为公司自报。增长曲线陡得反常：单月问询量一年之内从约 300 万次冲到 1800 万次；护城河则押在内容授权上——与新英格兰医学杂志、美国医学会及 JAMA 全系 11 本专科期刊、多个专科医师学会签下正版内容管道，纳德勒的说法是，信任来自「不用开放互联网训练」。把这句话记住，下一章它会被拿去过堂。

应用层内部还分两个阵营。搭模型派：Ambience Healthcare 直接建在 GPT-5 之上，高管原话是「我们不造基础模型，我们拿世界一流的模型来做专用化」，OpenAI 创业基金是它的股东；Abridge 目前也跑在 OpenAI 模型上。自造派：Hippocratic AI 自建 22 个模型组成的 Polaris 星座（公司自报总参数 4.2 万亿），估值 35 亿美元；OpenEvidence 宣称专有模型只用同行评审医学文献训练，与新英格兰医学杂志、JAMA 系刊有内容授权。搭模型派是四巨头伸进医院的手，自造派是四巨头的敌人。但搭模型派的处境暗藏一个悖论，Abridge 已经用脚投票演示了出来：它一边跑在 OpenAI 的模型上，一边转身与英伟达合建自己的临床对话基础模型——租来的引擎终究不是自己的护城河，一旦房东亲自下场开店（OpenAI 的三级医疗产品线正是那家店），租客就必须开始盖自己的房。应用层与模型层的蜜月，保质期取决于模型层什么时候想通吃。

于是 2026 年中的格局图是这样的：巨头造模型，创业公司收医院，英伟达收所有人。发布会的聚光灯打在四巨头身上，医院走廊里跑的却是另一批名字。这个倒挂本身不丢人——基础设施与应用的分工从来如此——真正的问题在下一章：跑得最快、离患者最近的这一层，谁在验收质量？

三、测评战争

测评战争

6 月 12 日，《自然·医学》在线刊出一篇简报，标题不留任何回旋余地：《通用大语言模型在医学基准上超越专科临床 AI 工具》。作者来自纽约大学朗格尼医学中心与得州大学奥斯汀分校，通讯作者之一是神经外科的埃里克·厄尔曼。

实验设计并不花哨：三个通用前沿模型——GPT-5.2、Gemini 3.1 Pro、Claude Opus 4.6——对阵两个最当红的专科临床工具，OpenEvidence 与威科旗下的 UpToDate Expert AI。三关测试：500 道 MedQA 医学知识题；500 条 HealthBench 医生对齐条目；以及 100 条从真实临床环境脱敏采集的医生问询，由 12 名美国临床医生随机盲评，产生 1800 条标注。

结果是三关全胜——通用模型赢下全部三项评测。更难堪的是陪衬项：在真实临床问询这一关，两个专科工具的表现与谷歌搜索自带的 AI 摘要相当。校正评分者宽严之后，专科工具获得更高评分的几率比 Gemini 低 49% 至 87%。一个覆盖了全美四成医生、估值 120 亿美元的专业工具，被一个免费搜索框的附赠功能追平了。

然后战争开始了。6 月 15 日，也就是论文上线三天后，OpenEvidence 向《自然·医学》发出正式函件——不是投稿评论，是要求撤稿，外加公开道歉和独立复查。核心论据是「污染效应」：MedQA 与 HealthBench 都是公开基准，前沿模型可能在训练时就见过题目和答案，考试等于开卷。威科也另行对方法论提出质疑。期刊没有受理撤稿，而是把两家公司都指向了正式的学术申辩通道；厄尔曼的回应只有一句：「我们坚持这项研究及其结果。」

如果故事停在这里，那只是一场常规的学术争吵。让它变成罗生门的，是两条前史。第一条：OpenEvidence 在领英的公开回应里自己披露，此前曾拒绝过纽约大学方面为其内部医疗 AI 系统开发接口的请求——被测方与测评方之间有旧账。第二条：论文的利益申报栏写明，资深作者厄尔曼为谷歌提供咨询服务——而 Gemini 恰好是 MedQA 一关得分最高的模型。必须说清楚：这项关联是论文主动申报的，OpenEvidence 指控的「未披露利益冲突」在这一点上并不成立；但关联本身存在，读者有权知道。

两周后，剧情再翻。一份来自斯坦福、哈佛等机构研究者的预印本 NOHARM 给出了相反的排序：按「可能造成严重伤害的错误率」排名，四个医疗专科工具并列最优，OpenEvidence 以 5.1% 的低伤害率名列其中。注意，这是未经同行评审的预印本，且换了一把完全不同的尺子——前一篇量的是「谁答得好」，这一篇量的是「谁伤人少」。两把尺子量出两个冠军。

战场硝烟之下，还有一层更结构性的不对称，被肿瘤学界的评论一语点破：大模型实验室把系统开放给研究者随便测——接口就摆在那里；而临床专科工具们恰恰相反，普遍不向研究者提供可编程接口，独立评测只能靠人手在浏览器里逐条敲。于是出现了本次争议里最吊诡的一幕：被批「方法不严谨」的研究者之所以只能手工测，部分原因正是被测方不给测的路。谁不让人体检，谁就没资格抱怨体检报告潦草——这句话对双方同时成立：研究者也确实没有测到引文准确率这个专科工具最核心的卖点。

为什么「更专」反而输给「更通」？论文自己给出的候选解释指向检索增强这条技术路线：专科工具普遍靠检索文献再作答，而检索一旦捞回不相关材料、或底层模型整合不力，反而会拖累回答质量——换句话说，专科工具的表现天花板，仍然是它底下那个没人知道是哪一代的基础模型。这层黑箱是整场争论真正的病灶：两个被测工具都不披露自己建在什么模型之上，公众无从判断这场对决究竟是「专科败给通用」，还是「旧模型败给新模型」。论文统计里还有一个细节支持后一种读法：所有显著的两两差距都出现在通用与专科两个阵营之间，阵营内部反而难分高下——像是两代模型之间隔着的一整层断代。

这就解释了反应为什么如此激烈。OpenEvidence 的 120 亿美元估值、它对医生免费的整个商业闭环，都立在「专科工具比通用模型更懂医学」这块地基上；一篇顶刊论文说地基与免费搜索框相当，这不是学术分歧，这是估值事件。本刊不替任何一方定罪——污染效应是真实的方法论难题，接口不给测也是真实的行业顽疾，利益申报做了但关联也真实存在。这一幕里没有干净的人，而这恰恰是最重要的信息：给 AI 医生做体检的体检机构，自己也没体检过。

四、52%

52%

测评战争打的是医生端工具。而 2026 年唯一大规模接触普通患者的 AI 医疗产品，是 OpenAI 的消费端健康功能——对它的第一份独立体检，来得更早，结论也更冷。先补一笔产品语境：这个健康功能与普通聊天框是分开的独立入口，免费但需单独注册，上线之初还排着等候名单——也就是说，走进这扇门的用户，本来就是带着健康焦虑专程来的。

2 月 23 日，《自然·医学》加急刊出西奈山伊坎医学院团队的压力测试。方法很扎实：60 个由临床医生撰写的病例场景，横跨 21 个临床领域，每个场景再做 16 种因子变换——换种族、换性别、加上「家人觉得没什么大事」的社会语境、加上没保险没车的现实约束——共计 960 次问询，答案与三名独立医生的共识分诊对照。

结果呈一条倒 U 形曲线：中间段表现体面，两端塌陷。教科书式的急症——卒中、过敏性休克——识别率 100%，一次不漏。但在金标准急症整体中，52% 被降级处理：糖尿病酮症酸中毒、呼吸衰竭前兆这类几小时内足以致命的状况，得到的建议是「24 至 48 小时内就诊」，而不是「现在就去急诊」。研究者的原话是，系统仿佛在「等待急症变得不可否认」。非紧急一端同样塌陷，35% 被过度分诊，把不需要就医的人推向了本已过载的医疗系统。

最冷的发现有两个。其一，工具经常在自己给出的解释里已经点名了危险体征——它认出来了——却仍然选择安抚患者。知道，但顺着说。其二，当场景里加入「家人淡化症状」这个变量，边缘病例的分诊建议出现显著漂移（比值比 11.7），且漂移方向几乎清一色朝着更轻的处理。换句话说，它会顺从房间里最想听好消息的人。研究同时记录到，自杀危机干预提示的触发并不稳定。而在种族与性别维度上，研究没有发现显著差异——该说的公道话也要说。

OpenAI 的回应也应原样摆上桌：公司称欢迎针对医疗 AI 的研究，但认为该测试不反映产品的典型用法与设计意图——工具的设计是让用户在追问中补充语境，而非对单轮描述给出终局判断。这个辩护有其道理：真实用户确实会追问。但它回避不了一个结构性事实：单轮描述，恰恰是最慌乱、最没有能力组织追问的那部分用户最可能的使用方式。压力测试测的正是压力时刻。

还有一层对照必须摆出来：按 OpenAI 官方页的说法，其模型在自家健康基准上的成绩持续攀升，产品由两百多名医生参与打磨、经医生小组数千次盲评对照。内测的分数一路向上，外部的压测量出 52%——两组数字未必矛盾，因为量的根本不是一个东西：内测量的是「答得像不像好医生」，压测量的是「关键时刻会不会把人送错方向」。这个裂缝不是 OpenAI 独有，它是整个行业内测与外测之间的系统性温差——也正因如此，独立评估才值钱。

把第三、四两章并起来看，一个图案浮出水面：医生端的工具，测评本身打成了罗生门；患者端的工具，第一份独立测评就量出了 52%。而这两类产品有一个共同点——它们都不需要通过任何监管闸门就能上线。这就到了本篇真正想说的事。

⁂

五、闸门

三道闸门

回到第一章那张表的最右列。四层的真正差异不在模型，在验证的时钟——每一层把「我做的东西是对的」验证一遍，要花多久，闸门有多硬。

分子层的时钟最重，以年计。AI 设计的分子，最后一关是人体，临床试验的钟不归任何算法管。所以哈萨比斯在达沃斯把首次人体试验目标从 2025 年底推到 2026 年底；所以 Isomorphic 手握 26 亿美元、17 条管线，至今零给药。也所以，AI 制药的第一针不是最贵的那家打的——英矽智能融资规模远逊，却在 6 月 17 日先把针打进了人体。分子层没有捷径，钱买不动这口钟。这里必须补一句本刊的惯例提醒：给药只是 Phase I 的起点，安全性数据尚需时日，先打针不等于先成药。英矽智能这一针的技术履历同样值得记录：分子由其生成式化学平台 Chemistry42 优化而出，主打穿越血脑屏障——这是 NLRP3 赛道多年的行业难关；试验为随机双盲安慰剂对照设计，计划入组百人。分子层的第一针，打得规规矩矩。

物理层的时钟被仿真器改写，以小时计。英伟达公布的数字：在 Cosmos-H 仿真器里跑 600 次机器人策略评估只要 40 分钟，同样的活在真实台架上要两天。这解释了它为什么敢在 3 月就把整套东西开源送出去——当验证变得便宜，护城河就从数据挪到了跑验证的算力上。但两个限定必须写明：其一，这些性能数字全部来自英伟达自家及合作方，迄今没有独立复现；其二，仿真器再快，监管的钟没变——美国 FDA 对手术机器人的现行立场是不得脱离人类直接控制施行手术，所谓「子任务自主」在监管语义里仍是受监督的辅助。仿真压缩的是研发验证，不是上台资格。多格拉在问答里对仿真到现实的落差倒也没打官腔：sim2real 不是已解问题，而且最先坏掉的往往不是算法，是系统层——端口、接口、网络这些不性感的东西。她给的产业经济学账更实在：一台经典手术模拟器要花数百万美元、开发数年；世界模型路线能把成本与周期降一个数量级，但终局不是替代，是混合——工具与组织的物理交互这类硬骨头，仍然要还给经典仿真。连卖仿真器的人都承认仿真有边界，这句话本身就该写进这一层的体检报告。

临床对话层，没有钟。今年 1 月 6 日，FDA 发布新版临床决策支持软件最终指南（1 月 29 日重发），局长马卡里给的定调是「削减不必要的监管、促进创新」：只要工具辅助而非替代医生决策、医生可独立审查建议依据，就可豁免于医疗器械监管。ChatGPT for Healthcare 与 Claude for Healthcare 们走的正是这条非器械通道。截至今年 3 月，尚无任何一个大语言模型以医疗器械身份获得 FDA 授权——不是没批下来，是根本不需要申请。新版指南甚至比 2022 年旧版又松了一扣：对只给出单一建议的决策支持功能，FDA 明确表示将行使执法裁量、暂不作为器械对待——而单一建议，恰恰是旧版里最接近「替医生做决定」的红线形态。顺带一笔：中国药监局 4 月发布了「人工智能＋药品监管」实施意见，路线图划到 2035 年——大洋两岸都在给这一层补规则，但规则都还在路上。

看清这个不等式，四家的战略选择就都有了解释：OpenAI 选了闸门最薄的层，所以跑得最快、也最先挨测；英伟达选了能自建时钟的层，所以敢全开源；Anthropic 选了闸门以「同行评审」形式存在的层，节奏居中；DeepMind 选了闸门最重的层，所以最贵、最慢、也最接近医学的本体。四张牌桌，赌的其实是同一件事的四种时间贴现。贴现率最高的策略先见现金流、先冒声誉险；贴现率最低的策略最晚见钱、但一旦兑付就是硬通货——一颗真的药、一台真的机器人，是发布会永远替代不了的东西。这也是为什么本篇对分子层的零给药并不视为失败：在验证闸门最重的层里走得慢，可能恰恰说明走的是真路。反过来，在没有闸门的层里跑得快，快本身不构成任何证明。

结语：体检报告

本篇不下判决。AI 终将深刻改变医疗，这一点本刊从不怀疑；本篇怀疑的只是时态——「终将」被写成「已经」的那部分。体检报告的价值不在结论，在指标。本篇更不打算加入「AI 医疗是泡沫」的大合唱——泡沫论和万能论是同一种懒惰，都省去了逐层看数据的麻烦。以下五个观察点，够读者盯到明年：

一看第一针。Isomorphic 何时把第一名患者的给药落实——年底试验目标是哈萨比斯亲口维持的，这口钟走到哪儿，AI 制药的整个估值体系就重估到哪儿。二看第一张器械证。FDA 何时授权第一个以医疗器械身份注册的大语言模型——那将是临床对话层装上闸门的标志。三看第一份营收。四巨头谁先在财报里单列医疗收入，谁的医疗故事就先从叙事变成生意。四看第一次复现。英伟达的手术机器人性能数字何时被独立团队复现——物理层的成色，要等这一天才能定论。五看那封信的下场。《自然·医学》如何处置那份撤稿请求、学术申辩通道里吵出什么——这决定了下一场测评战争的规则。

五个观察点有一个共同的形状：都是「第一次」。这个行业在 2026 年发布了无数东西，却还欠着几乎所有的第一次验证。发布是叙事的终点，却只是体检的起点——引子里那颗张冠李戴的药已经演示过了，叙事的惯性有多大，事实的核对就有多值钱。

最需要体检的，是给人看病的。

体检报告

本文事实经逐条核查（截至 2026 年 8 月 11 日）：两篇《自然·医学》论文核对期刊原文与 PubMed；Isomorphic Labs、英矽智能、OpenEvidence、Abridge、微软各项数字核对公司官方公告及 FDA 官网原件，辅以 CNBC、STAT、Fortune、Becker's 等一线报道交叉验证。文中标注「自报口径」处均未经独立审计；一级市场估值非二级市值。NOHARM 为未经同行评审的预印本。

转载请注明：《宇宙纪事 · 深度专研》系列。

宇宙纪事 / COSMIC CHRONICLES