這一週的技術突破不在聊天視窗，在儀器旁邊：一個 1T 模型把 X 光繞射的解讀率從 2.7% 拉到 55.3%、一個表格模型在結構化資料上對古典機器學習拿下 99% 勝率——而醫院裡真正上線的 agent，是幫護理師口述交班的那一個，還有 72% 沒經過資訊室核准

9 月 15 日 Periodic Labs 發表 Periodic Neon，一個 1T 參數模型，做法是把基礎模型拿去做「科學中期訓練」與實驗室資料上的強化學習。評測任務是 FrontierXRD：134 個取自自家實驗室、人類專家要花數小時才能判讀的 X 光繞射樣本。成功率從 Kimi K2.6 的 2.7% 推到 55.3%，公司稱在這個任務上相對 GPT-6 Astra 與 Claude Fable 5.1 取得成本效益上的 Pareto 最佳。

繞射圖譜判讀跟病理切片、質譜、基因體變異註解是同一類問題：訊號本身不含語言，正確答案要靠「這個相在化學上說不說得通」這種專家判斷，沒有自動對答案的機制。Periodic 的做法是把實驗室本身當成訓練環境——模型提出解讀、實驗結果回饋、再更新。這條路徑若可移植，最先受益的不是門診對話，而是檢驗醫學與分子病理這類「儀器輸出 → 專家判讀」的工作。

FrontierXRD 是 Periodic 自己的評測、樣本來自自家實驗室，n=134，沒有第三方重現。評分不是人工全審，而是 Opus 5 與 GPT-5.6-Sol 組成的 LLM-Judge 集成，該集成與單一專家一致率 74.6%、與專家共識一致率 84%——也就是說 55.3% 這個數字本身帶著約一到兩成的評分噪音。公司也未公布 Neon 的權重或授權條件。

Periodic Labs, Building Labs that Learn, 2026-09-15

Prior Labs 釋出 TabPFN-3.5（含 TabPFN-3.5-Fast 變體），宣稱在 TabArena 上開啟 Thinking 後對古典機器學習有 99% 勝率、在 BeyondArena 這個真實資料科學評測上排第一，原生支援 100 萬列、每列數百個量測值與數千個不同 ID；靠 KV-cache 讓推論快 840 倍，Fast 版每 1,000 列 0.17 秒、標準版 0.5 秒。同月 TabPFN-3.5-Plus 上架 SAP AI Core，也出現在 AWS Marketplace。

醫院裡真正決定風險分層的資料長得像表格：生命徵象 flowsheet、檢驗值、用藥紀錄、就診序列。過去這塊地盤屬於 XGBoost 與 LightGBM，而且「每家醫院自己訓一個」是常態。表格基礎模型如果真能在少量資料上不必重訓就超越調參過的古典模型，那換掉的不只是模型，是整個「院內資料科學團隊 × 每個問題訓一版」的流程。Prior Labs 自己的案例就包含 Oxford Cancer Analytics 的液態生物檢體。

99% 勝率與 BeyondArena 第一都是廠商自述，官方頁面沒有給開放權重或授權條款，也沒有任何臨床認證或法規路徑的說明。醫療用途上更關鍵的一點它完全沒回答：表格模型在分布偏移（換一家醫院、換一套 LOINC 對應）下的表現，以及能不能出具監管機關要的可解釋性與驗證文件。已有第三方在 評測領先與真實驗證之間畫出界線。

Prior Labs, TabPFN 3.5, 2026-09

9 月 14 日 Oracle 宣布 Clinical AI Agent 的護理師版在美國上線，內嵌於 Oracle Health Foundation EHR，功能包含語音導覽與搜尋病歷、AI 生成急性照護護理摘要、以及語音驅動的結構化（discrete）欄位填寫。Oracle 稱這個 agent 自約兩年前推出以來，已為美國各醫療機構的醫師省下超過 40 萬小時。早期採用者為 BayCare Health System，其資訊長 Lynnette Clinton 表示這些功能「有潛力減少下班後補病歷」。

環境聽寫這幾年幾乎全押在門診醫師的自由文字病歷上，因為那是最好做的形狀。護理紀錄不同：它大多是結構化欄位、一班之內高頻重複、而且直接餵給人力配置與品質指標。把語音接到 discrete charting，意味著模型輸出要落進特定欄位而不是一段散文——出錯的方式也因此變了，不是寫得不漂亮，是數值進錯格子。這是這一波 agent 從「產生文字」走向「操作欄位」的分水嶺，也是為什麼 Oracle 只敢引用醫師端的 40 萬小時、護理端一個數字都還沒給。

40 萬小時是 Oracle 自述、涵蓋的是既有醫師版，與新發布的護理功能無關；護理端目前沒有任何時間節省、準確率或錯誤率數字，BayCare 的說法是「有潛力」而非量測結果。上週 STAT 報導的急診環境聽寫研究正好提醒：每篇病歷省下的分鐘數不一定換成離開電腦的時間。

Oracle Health via PR Newswire, 2026-09-14

9 月 14 日 Abridge 推出帳前（pre-bill）審查，服務對象是臨床文件完整性（CDI）、編碼與收益循環團隊：在住院申報送出前，把已編碼的診斷與 DRG 拿去跟臨床文件比對，標出不一致、把支持性文件推給 CDI 團隊走既有的 query 流程，並協助判定入院時已存在（POA）的條件。公司明確表示系統不會自行修改文件、代碼或申報狀態，決定權留在 CDI 團隊。Abridge 稱平台服務全美 300 家最大且最複雜的醫療系統，2026 年將支撐超過 1 億場醫病對話。

環境聽寫的商業問題一直是：省下的時間很難換成醫院帳面上的一筆錢。帳前審查不一樣，它直接坐在 DRG 與拒付之間，是醫院財務長看得懂的位置。而技術上它要求的東西也更硬：不只是把對話轉成文字，而是要在同一份病歷裡做跨段落的證據檢索與規則推理——編碼是否有文件支撐、POA 判定是否站得住。這使 Abridge 與 Waystar、Solventum、CodaMetrix 這些收益循環老手正面相撞，而不再只跟 Ambience、Nuance 比誰的病歷漂亮。

沒有公布任何準確率、召回率或拒付降幅數字，也沒有說明誤判（把合理編碼標成不一致）造成的 CDI 額外工時。300 家醫療系統與 1 億場對話都是 Abridge 自述、未經第三方稽核。Reid Health 是唯一被點名的使用者，尚無成效資料。

Fierce Healthcare, 2026-09-14

9 月 15 日 Imprivata 發表報告《The Agentic AI Trust Gap: Why Healthcare Needs Identity-Led Governance》，由 Vanson Bourne 訪問 250 位美國醫療機構中負責身分安全或 AI 策略的高層（含醫療系統、醫院網絡、學術醫學中心、專科醫院）。結果：72% 表示機構內已有 AI 工具或 agent 在沒有正式資訊室核准的情況下部署；83% 已在多個部門導入 AI；88% 預期 AI agent 將在臨床與營運流程中自主運作；但只有 17% 認為現行的身分識別做法不需修改就夠用。

前面四則新聞全都指向同一個方向：agent 開始寫進病歷欄位、開始動申報前的編碼判斷。這類動作在稽核上的問題不是「模型準不準」，而是「這個動作是誰做的」。Imprivata 首席醫務長 Sean Kelly 的說法就是這個重點：當 agent 代表臨床人員行動，機構得知道那些系統能存取什麼、被授權做什麼。而 72% 這個數字說的是：在多數機構，這個問題連問都還沒問。

這是身分識別與存取管理廠商委託的調查，題目設計本身指向該廠商的產品類別，n=250 且僅限美國、受訪者為自我報告。「沒有正式資訊室核准」在不同機構的定義寬鬆程度差很多——把個人用的通用聊天工具算進去，比率自然偏高。報告全文需向 Imprivata 索取。

Imprivata via GlobeNewswire, 2026-09-15 · Healthcare IT News

9 月 14 日蓋茲基金會隨 2026 年 Goalkeepers 報告宣布未來兩年至少投入 10 億美元發展公平的 AI，配置為教育 40%、健康 40%（診斷、臨床決策支援、孕產與新生兒照護、藥物與疫苗開發）、農業 10%、數位基礎 10%（低資源語言資料集）。報告點名三個優先方向：擴大多語言 AI 工具、與在地專業共同打造情境化工具、以及投資於人。其中作為論據的數字是：早期大型語言模型訓練資料有超過 90% 來自英語來源。外媒於 9/15 跟進報導。

這是今天的技術主題裡唯一針對「資料分布」而不是「模型能力」下注的一筆錢。Periodic Neon 與 TabPFN-3.5 都是在資料最充足的地方把天花板往上推；蓋茲基金會押的是另一端——當訓練語料九成是英語，模型在低資源語言、低資源醫療體系裡的表現落差不是靠更大模型能補的。4 億美元規模的健康配置，實質上是替多語言臨床語料與在地驗證買時間。

新聞稿只給了百分比配置與「至少 10 億美元」「未來兩年」，沒有逐年撥款時程、沒有點名任何具體 AI 工具或受款單位，也沒有列出成效指標。四個領域的百分比是規劃意圖，不是已簽約的款項。

Gates Foundation press release, 2026-09-14

9 月 14 日 Inspiren 宣布完成 7,000 萬美元 C 輪，由 NewView Capital 領投，累計募資 2.25 億美元，估值超過 5 億美元。其「實體 AI」以環境感測（而非攝影機影像）即時判讀住民狀況，偵測跌倒、行為改變與緊急狀況，公司強調隱私優先設計。營運商自述的成效包括：Aegis Living 住民留住時間延長 34%、跌倒率降低 22%、受傷減少 24%；Clearwater Living 前三個月造成受傷的跌倒下降 63%、跌倒後急診就醫減少 73%；Solera Senior Living 的 Lumina Las Vegas 跌倒減少 48%、住院減少 54%、人員反應時間快 50%。

今天前兩則講的是模型讀儀器，這一則講的是把儀器鋪到人住的地方。長照是「沒有 EHR 可讀、但有 24 小時連續訊號」的場域，它逼出的技術問題跟醫院完全不同：低功耗持續推論、不拍影像也要判斷姿態、以及誤報成本——半夜一個假跌倒警報會直接消耗夜班人力。這條路線與 Verily 的 Forecast 1.0 剛好對照：一個從基因體加縱向病歷推長期風險，一個從房間裡的訊號推下一個小時。

所有成效數字都由營運商自行提供、無對照組、無同儕審查，也沒有說明是與導入前同址比較還是跨社區比較；「住民留住時間延長 34%」在商業上對營運商有利，但作為健康成效指標意義曖昧。誤報率、感測器涵蓋率與偵測靈敏度一概未公布。

The AI Insider, 2026-09-14 · Healthcare IT Today

根據模型發布追蹤站 llm-stats 的紀錄，9 月 10 日 DeepSeek 釋出開源的 DeepSeek-V4.1-Flash，9 月 11 日 Moonshot AI 推出 Kimi K2.8 Preview、上海人工智慧實驗室推出開源的 Atria Dawn Preview。值得注意的銜接是：Periodic Neon 在 XRD 任務上的基線正是 Kimi K2.6 的 2.7%——也就是說這一波「科學垂直模型」的起點，是上一代開放權重模型。

對醫療機構來說這件事的意義很具體：如果「把一個開放權重模型拿去在自家領域資料上做中期訓練與強化學習，就能在該領域大幅超越通用前沿模型」是可複製的路徑，那醫學中心手上的病理切片、檢驗歷史、影像報告就不只是資料資產，而是可訓練環境。門檻也在往下走——資料治理與評測設計會比 GPU 更早成為瓶頸。

這三個發布的資訊來自第三方追蹤站，官方規格、參數量、授權條款與評測結果都未在該頁列出，本報告未逐一核對各家原始發布頁；「Preview」字樣也表示並非正式版本。Periodic 亦未公布 Neon 的基礎模型究竟是哪一個版本的權重、以何種授權取得。

llm-stats, AI Updates (September 2026)