AI 周报 · 2026 年第 41 周 · 10.05 — 10.11
医药AI前线
医疗AI智能体落地与评测进展
本期覆盖 2026 年 10 月 5 日至 10 月 11 日。医疗AI领域持续聚焦于智能体技术的工业化落地与临床能力边界探索。行业应用方面，Veeva 发布 Vault AI，将智能体能力直接内置至全线生命科学平台中；学术研究方面，哈佛团队构建了 FHIR-AgentEval 沙盒以评测智能体执行医疗数据操作的可靠性，顶刊研究则进一步探讨了 GPT-5 多模态临床诊断中工作流复杂性与透明推理的平衡。此外，FDA 正式出台了生物类似药批准后生产变更的最终指导原则。
临床智能体可靠性与能力评测
本版导读学术界正加速建立临床AI智能体的评测标准并探索其能力边界。《npj Digital Medicine》发表的研究通过161例病例评估GPT-5多模态诊断表现，指出可靠性更取决于透明推理与高质量输入而非复杂工作流；哈佛团队则推出FHIR-AgentEval评测沙盒，涵盖43项预约管理与基因检测任务，用于量化评估大模型执行HL7 FHIR标准数据操作的可靠性。
npj Digital Medicine一手10.09医学通用AI智能体的复杂性悖论：探索GPT-5在真实多模态医疗诊断中的表现
一项发表于《npj Digital Medicine》的研究基于161例临床验证案例评估了10种基于GPT-5的配置，发现多模态诊断可靠性更多取决于透明推理和高质量输入，而非激进检索或复杂智能体工作流。测试显示模型虽具备利用病史和清晰分步推理等优势，但在图像解读上存在误判，且偶发的不一致网络检索反而会削弱性能。作者建议未来开发应优先优化推理透明度并强化图文整合能力。
npj Digital Medicine一手10.10哈佛团队推出临床智能体评测沙盒 FHIR-AgentEval
哈佛医学院等机构的研究团队推出 FHIR-AgentEval 模块化评测沙盒，用于评估大语言模型智能体执行 HL7 FHIR 医疗数据操作的可靠性。该基准包含 43 个覆盖预约管理与基因检测工作流的任务，在可重置的 FHIR 服务器上同步验证智能体响应与服务器状态。五种配置的消融实验表明，记忆机制能减少工具选择错误与资源类型混淆，在测试任务中使执行成功率比基线提升 9.1%。
生命科学平台智能体集成
本版导读行业核心软件加速拥抱自主智能体架构。Veeva 推出 Vault AI，将智能体能力（Agentic AI）直接内置到 Vault 平台以及全线 Veeva 行业应用中，其首个版本计划于 2025 年 12 月正式发布，推动生命科学研发与运营业务流向智能化转型。
Veeva 推出 Vault AI：在 Vault 平台与全线应用内置生命科学专属 AI 智能体
Veeva 推出 Vault AI，将智能体能力（Agentic AI）直接内置到 Vault 平台及全线 Veeva 应用中，首个版本计划于 2025 年 12 月发布。
生物类似药生产变更指南发布
本版导读美国 FDA 正式发布《生物类似药及可互换生物类似药批准后生产变更：问答》最终行业指导原则。该文件落实了 2024 年发布的草案内容，专门针对依据《公共卫生服务法》获批的生物类似药及可互换产品在批准后的生产变更常见问题提供明确监管解答。
美国联邦公报 · FDA 文件一手10.10FDA 发布生物类似药及可互换生物类似药批准后生产变更问答最终指导原则
美国 FDA 正式发布《生物类似药及可互换生物类似药批准后生产变更：问答》最终行业指导原则。该文件针对依据《公共卫生服务法》（PHS Act）获批产品的批准后生产变更常见疑问提供解答。该指导原则最终确定了 2024 年 7 月 23 日发布的同名指导原则草案。