投入應用的AI醫(yī)療產品呈現爆發(fā)之勢，技術、監(jiān)管和支付如何左右未來發(fā)展格局？
患者拿起手機，講述自己有何不適，提供病史信息，AI（人工智能）即刻可以提供包括“該掛什么科室”在內的就診建議；另一邊，這些內容又被自動整理成符合病歷書寫要求的語言，發(fā)送給即將接診的醫(yī)生——從看病的第一步起，患者如今可能越來越多地與AI產生交集。
2024年12月14日，《中國卒中學會急性缺血性卒中再灌注治療指南2024》發(fā)布，其中提到在AI輔助下，對于部分延誤搶救的患者，急性卒中溶栓時間窗可以從4.5小時延長到24小時。被寫入臨床指南，折射出AI在醫(yī)療領域的潛力和價值。（參見財新網《病案錄｜AI輔助下，錯失腦梗溶栓黃金時間窗可補救》）
GPT掀起的大模型浪潮下，“AI+醫(yī)療”的熱度再一次被點燃。2024年被業(yè)界稱為“AI應用元年”，多位受訪的產業(yè)界人士、醫(yī)生和行業(yè)觀察者都對財新提到，醫(yī)療和AI結合的時代正不可阻擋地到來。
各方設想中，在優(yōu)質醫(yī)療資源無法快速增加的現狀下，AI應該帶來患者與醫(yī)療系統(tǒng)的共贏：可以是每個患者都能低成本配備的“陪診員”，讓患者少跑腿、少排隊；可以是輔助醫(yī)生診斷、規(guī)劃手術、書寫病歷的“智能助手”，在大醫(yī)院里幫繁忙的醫(yī)生提高效率，在基層讓稀缺的醫(yī)療資源更可及、更均質；還可以是診后的“隨訪員”，幫助患者長期健康管理。除參與診療環(huán)節(jié)外，AI還可以在疾病篩查與預測、傳染病監(jiān)測、醫(yī)院管理、臨床科研等領域，有諸多應用探索。
這些改變最終將被用來回答一個問題：AI的發(fā)展，能否緩解醫(yī)療資源緊張與健康需求增長之間的現實矛盾？
中國醫(yī)學工程學會人工智能分會法律組副組長陳炳澍對財新表示，醫(yī)生有了AI工具以后，能夠看更多的病人，提供更精細化、更好的醫(yī)療服務，而且可以更有針對性地把時間更多給到需要特別處理的復雜病例，或那些需要情感照顧的病人，“這樣其實整體的（醫(yī)療）質量是會有提高”。
北京海淀醫(yī)院作為一家區(qū)屬三級醫(yī)院，正積極擁抱AI。院長張福春告訴財新，AI是否滿足臨床需求、提高醫(yī)生效率和水平，是他最看重的，而應用AI最終的希望是改善患者就醫(yī)體驗，在高質量完成診療的基礎上，看病“再看得快一點，再舒適一點，病人感受好一些”。
無論是“To C”直接面向患者，還是“To B”向醫(yī)療機構推廣，證明自己“好用”，都是醫(yī)療AI走向現實需要跨過的關鍵門檻。
2024年7月，家住北京的羅妮（化名）需要做預防性切痣手術，她就近選擇了一家三甲醫(yī)院線上掛號，手機彈出了AI預問診對話。但在這次交互中，AI雖然捕捉到了“痣”這一關鍵詞，卻在羅妮最開始已經詳細描述過情況后，仍然機械地重復詢問大小、顏色、位置等，“給人的感覺不是很智能”。更令羅妮對這次“智慧醫(yī)療”體驗失望的是，面診時，醫(yī)生不僅重復了同樣的問題，還要求她去其他科室重新掛號。
也有醫(yī)生向財新介紹，僅以醫(yī)學影像AI為例，其所在醫(yī)院落地了多家廠商的產品，每家公司產品擅長的專病領域不同，舉例而言，科室看肺結節(jié)影像都是用A公司的AI產品，但同一廠商的“冠脈（影像）在放射科就沒人用，用的是B公司的。”
產品設計、功能成熟度參差不齊，各個垂直領域發(fā)展步調不同，這是當下醫(yī)療AI行業(yè)的特征之一。據財新了解，現階段能在醫(yī)院落地的醫(yī)療AI產品，更普遍傾向于“各司其職”，聚焦某一專病領域，或在某一醫(yī)療場景中發(fā)揮特定作用。
大模型AI在醫(yī)療的應用還處在起步期和探索期，“成熟度是不及傳媒等行業(yè)的”，羅蘭貝格合伙人、生物醫(yī)藥與健康服務行業(yè)負責人厲盛認為。包括她在內的多位受訪行業(yè)人士都對財新強調，醫(yī)療行為本身關乎生命和健康的特殊性，令AI的開發(fā)和應用勢必面臨更多限制和挑戰(zhàn)，一切都需要“更嚴謹、更嚴肅”。
技術和監(jiān)管原因之外，醫(yī)療AI還在支付端受到政策和市場的深刻影響。
“（醫(yī)療AI）現在在國內最大的問題其實是商業(yè)化。”陳炳澍說，國內有很多臨床醫(yī)生認可AI會是很好的幫手，也有醫(yī)院在用、企業(yè)在走，但“現在支付的流程是沒有打通的”。
理論上，醫(yī)院、患者、醫(yī)保、商保，都是醫(yī)療AI可能的付費方。然而，商業(yè)保險則受限于自身發(fā)展規(guī)模小，無法廣泛為醫(yī)療AI付費。據財新多方了解，醫(yī)保對給醫(yī)療AI“掏錢”有諸多考量，短期恐難落地。
2024年11月20日，國家醫(yī)保局發(fā)布《放射檢查類醫(yī)療服務價格項目立項指南（試行）》，其中將“人工智能輔助診斷”列入擴展項，即只擴展主項目適用范圍、不額外加價。有觀察者注意到其中“為支持人工智能輔助診斷進入臨床應用”的表述，因而作出樂觀解讀，但更多討論仍聚焦于AI“不單獨收費”釋放出的信號。
醫(yī)院或患者付費，成為現階段醫(yī)療AI產品的主要爭取方向，但同樣有各自的限制和挑戰(zhàn)。在一些醫(yī)院，支付能力限制支付意愿。張福春提到，醫(yī)療AI多搭載在硬件設備上，以“軟硬結合”的形式銷售，但價格往往高昂，海淀醫(yī)院如果用每年的設備采購預算，遠不足以覆蓋，如今是靠政府扶持創(chuàng)新項目等渠道實現AI入院。
也有行業(yè)人士表達，近兩年公立醫(yī)院資金愈發(fā)緊張，加之醫(yī)療控費趨嚴，即使是自費項目收入增長也有限，客觀上限制了醫(yī)療AI等創(chuàng)新技術的支付土壤。
正因如此，雖然受訪醫(yī)療AI從業(yè)者普遍對現階段醫(yī)保準入艱難有較為一致的預期，但也呼喚更加明晰的頂層設計，期待完善對醫(yī)療AI的評估、定價、支付體系。
“醫(yī)療AI的終極目標是解決醫(yī)療系統(tǒng)中的根本性問題。”美國國家醫(yī)學科學院院士、斯坦福大學以人為本人工智能研究院院長李飛飛曾說。在世界人工智能大會的一次演講中，這位全球頂尖的AI研究者提出，即使世界上最好的醫(yī)療體系，也存在大量失誤，“比如在美國，院內感染的死亡人數是車禍死亡人數的3倍以上。”
AI最終將怎樣改變醫(yī)療范式？能讓患者和社會如何獲益？問題的答案，需要科學、技術、倫理、商業(yè)、政策等多方合力給出。
“萬馬奔騰、千帆競發(fā)。”聯(lián)影智能聯(lián)合創(chuàng)始人、聯(lián)席CEO（首席執(zhí)行官）周翔這樣概括當下醫(yī)療AI生態(tài)。
AI走向諸多細分醫(yī)療場景，國家層面已有指引出臺。2024年11月6日，國家衛(wèi)健委、國家中醫(yī)藥局、國家疾控局發(fā)布《衛(wèi)生健康行業(yè)人工智能應用場景參考指引》，將AI在醫(yī)療領域的應用場景劃分為醫(yī)療服務管理、基層公衛(wèi)服務、健康產業(yè)發(fā)展、醫(yī)學教學科研四大板塊，各個板塊再細分應用方向，總計列出84個典型應用場景。
其中，在“人工智能+醫(yī)療服務”方面，上述指引給出15個場景，包括醫(yī)學影像智能輔助診斷、臨床專病智能輔助決策、基層全科醫(yī)生智能輔助決策、手術智能輔助規(guī)劃、智能門診分診、智能陪診、智能隨訪等。這些場景橫跨診前、診中、診后。
場景劃分如此細致，與醫(yī)療AI落地現狀有關。大模型掀起AI新浪潮后，業(yè)內和公眾對一個“全能”的通用醫(yī)療AI，有了更多想象和期待，但多位受訪的產業(yè)人士和醫(yī)療專家都提到，以實際應用為標準，目前還沒有出現能“通吃一切”的醫(yī)療大模型。目前落地走得相對更靠前的，是垂類、專病醫(yī)療AI。
各方競爭者躋身賽道之內。“都在搞AI，好像沒有AI就不時髦了。”北京一家醫(yī)院的科室主任對財新感慨道。
科技和互聯(lián)網巨頭“跨界”落子。海外，包括微軟及OpenAI、谷歌等龍頭在內，無不強調AI在醫(yī)療領域的前景。國內，以問診為應用場景，已有騰訊的混元大模型、百度的靈醫(yī)大模型、阿里的通義仁心、京東的京醫(yī)千詢等發(fā)布。此外，字節(jié)、訊飛、商湯、智譜等底色各異的科技公司，也都多少涉足AI產品在醫(yī)療領域的應用，或有專門產品發(fā)布，或成立醫(yī)療健康相關業(yè)務板塊。
傳統(tǒng)醫(yī)療領域，不少公司立足自身業(yè)務，更加積極擁抱AI。醫(yī)療器械企業(yè)，如影像巨頭通用、飛利浦、西門子，國內龍頭聯(lián)影、邁瑞、東軟等，在大型設備上搭載AI技術和解決方案，已成普遍戰(zhàn)略。醫(yī)療信息化企業(yè)，過去從醫(yī)療轉向數字化時興起，更順理成章地耕耘醫(yī)療AI賽道。
初創(chuàng)公司也有涌現之勢，它們則以專注垂直領域為主，通常更為依賴與醫(yī)療機構的合作。
不同底色的競爭者，優(yōu)勢、稟賦各異。厲盛表示，醫(yī)療AI領域大部分的初創(chuàng)公司，更多傾向于聚焦前端，即診斷領域，例如篩查、影像數據合成、臨床決策的輔助支持等。她分析，原因是這部分數據相對可得，數據量相對較大，以及公司可以采取輕資產模式。另外，厲盛提到，開發(fā)輕量級的應用，如病人隨訪、特殊的臨床文獻檢索，臨床試驗數據集成，或者在醫(yī)生專業(yè)教育等方向，AI應用的雛形已經建立，“也有很多公司在往里面擠”。
傳統(tǒng)醫(yī)療行業(yè)巨頭布局AI業(yè)務，“優(yōu)勢肯定是深耕醫(yī)療行業(yè)，并且在自己的垂直賽道里相當強勢，相當有洞見。”厲盛認為，挑戰(zhàn)則主要體現在兩方面：一是跨國龍頭適應本地，要應對中國與歐美差異較大的醫(yī)療環(huán)境；二是AI技術本身迭代快，考驗醫(yī)療巨頭如何快速做出決策，讓AI更好地融入自己的產品體系，或提升向客戶交付的速度和質量。
若將AI產業(yè)分為基礎層、技術層、應用層，科技巨頭在前兩個環(huán)節(jié)底蘊深厚。厲盛分析，以微軟、谷歌等及其相關團隊為代表，科技巨頭在技術上具有一定優(yōu)勢，包括算法的優(yōu)化迭代、與大型算力公司的合作等，而局限性則更可能來自對醫(yī)療環(huán)境的理解，包括在支付體系、診療路徑等專業(yè)問題上的認知，以及大型科技公司的人才體系與醫(yī)療行業(yè)的距離。
由科技領域掀起的AI革命如何改變醫(yī)療，更多設想在“群雄逐鹿”中涌現。
微軟全球資深副總裁、研究院負責人彼得·李，在所著《超越想象的GPT醫(yī)療》一書開篇虛構了這樣一個場景：患者病情急變，搶救起效不佳，團隊中一位年輕實習醫(yī)生拿起手機，以語音向GPT-4說明情況、介紹病例，大模型即刻給出病情分析和診療建議，按要求調出參考文獻供醫(yī)生查閱，幫忙填寫給保險公司的預授權申請表格，甚至會在對話過程中安撫焦急的年輕醫(yī)生。故事并非事實，但作者宣稱，“所描述的情景完全符合OpenAI的GPT-4系統(tǒng)的現有能力”。
而回看歷史，廣義而言，人類對于醫(yī)療AI或智慧醫(yī)療的探索，實際上早在20世紀五六十年代就已開啟，過去在技術力和商業(yè)化條件等限制中曲折前進，不乏IBM這樣的巨頭折戟。這也給醫(yī)療AI行業(yè)留下警示，不可忽視發(fā)展過熱、過快的風險。
國內上一輪醫(yī)療AI熱潮由影像賽道領銜，2016年后，除影像設備巨頭積極入局外，也跑出科亞醫(yī)療、數坤科技、推想科技、深睿醫(yī)療、鷹瞳科技、依圖醫(yī)療、匯醫(yī)慧影等一批公司。2020年起，醫(yī)學影像AI獲批醫(yī)療器械“三類證”，當時被認為是成功商業(yè)化的開端，曾有醫(yī)療影像AI頭部公司短短一年完成多輪融資、各家爭相沖刺上市的“盛況”。
一切很快歸于平靜。推想醫(yī)療、科亞方舟醫(yī)療、數坤科技等赴港申請IPO，至今均未再有進展，依圖科技2021年8月將旗下子公司依圖醫(yī)療出售給深睿醫(yī)療，曾被視為國內醫(yī)療AI行業(yè)“洗牌”初現端倪。
綜合企業(yè)公開表態(tài)，這些IPO折戟背后有多方面原因，包括二級市場環(huán)境變化等外部因素。但最終，上市窗口的暫時關閉，將醫(yī)療AI公司的盈利能力、商業(yè)模式等話題進一步推至聚光燈下。截至當時招股書最新披露日期，頭部企業(yè)在獲證后營收快速放大，但大多處于虧損。經年研發(fā)更已累計投入了高昂的成本。
如今看來，對于一些醫(yī)療AI公司，在行業(yè)熱潮期完成多輪融資后，估值到了較高水平，而醫(yī)療投融資大環(huán)境“入冬”，投資機構態(tài)度更為謹慎，若繼續(xù)依賴募資，生存壓力大大增加。
《中國數字醫(yī)療創(chuàng)新發(fā)展藍皮書》中統(tǒng)計，國內數字醫(yī)療投融資2020年、2021年升溫，AI都是其中“吸金”能力最強的細分賽道。但到了2021年，數字醫(yī)療投融資整體降溫的同時，AI也不再是融資額最高的方向。2021年，醫(yī)療AI融資總額為115億元，2023年則已降至29.6億元。這一金額還是在AI制藥仍保有一定熱度的情況下實現的；而2023年內數字醫(yī)療融資金額前100名的項目中，僅有4個來自AI影像領域。
厲盛認為，過往經驗顯示，“大戰(zhàn)”過后，能夠“活下來”，能找到合適的場景、技術和商業(yè)模式，有合適的資本加持，能夠在一個階段里體現出醫(yī)療臨床價值、衛(wèi)生經濟學價值以及實用的技術價值，做到這樣“三位一體”的企業(yè)和產品，才能夠走下去。
新一輪熱潮涌起，考驗或許才真正開始。
“醫(yī)療AI的供應方和需求方，都在逐漸回歸理性。”厲盛觀察到，目前醫(yī)療AI的探索模式更普遍是多方合作，或是先建立生態(tài)圈，“大家能夠知道各自扮演什么樣的角色、提供什么樣的價值。”
醫(yī)療AI如何嘗試邁過理想與現實之間的多重門檻？首先是被使用者接受。多位受訪行業(yè)人士對財新提到，評價一個醫(yī)療AI產品是否優(yōu)秀，核心必須是重視解決真實臨床需求的能力，AI不能反而增加患者、醫(yī)生的負擔。
倫敦國王學院醫(yī)學工程研究所（LIHE）顧問導師、前英國國際貿易部全球數字健康專家Hassan Choudhury告訴財新，英國剛開始探索醫(yī)療AI時，醫(yī)生“恨透了AI”，“一家醫(yī)院如果說他們不用AI，就能吸引到更好的醫(yī)生”。這是因為當時的AI產品極不友好，光是登錄系統(tǒng)就各行其是，“醫(yī)生和護士不得不在袖子上寫字，來記住不同產品的賬戶密碼”。
“開發(fā)臨床醫(yī)學AI產品的過程中，由于垂直專業(yè)門檻比較高，要真切地符合臨床的實際需求，而不是僅僅關注AI技術，用技術來尋找實際應用場景。”香港大學李嘉誠醫(yī)學院臨床醫(yī)學學院矯形與創(chuàng)傷外科學系、數智健康實驗室主任、智慧醫(yī)療企業(yè)科洛華創(chuàng)始人張騰教授說。
她對財新舉了一個智慧脊柱門診產品開發(fā)的例子，來說明AI如何實現新產品落地。張騰曾在澳大利亞工作期間就開始開發(fā)智慧脊柱系統(tǒng)mskalign，患者能夠用手機將自己的背部外觀照片上傳給醫(yī)院管理后臺。醫(yī)生能便捷地觀察患者的脊柱情況，早發(fā)現、早治療。軟件推出后，意想不到的情況出現了：有的患者太過鐘愛它方便的功能，隔三岔五就拍張照片，其中大部分人根本沒有疾病和惡化的風險。醫(yī)生和?？谱o士的工作量急劇上升。后來，僅僅使用了一個二分類的AI算法，就幫助醫(yī)生快速篩出需要關注的患者，在提供高品質醫(yī)療服務的同時，避免了增加醫(yī)生的工作量。后來，臨床專家又向她提出，產品是否可以計算脊柱的序列，于是她和團隊進一步引入生成式模型，基于大數據生成脊柱序列三維結構，為臨床專家提供了更多門診可獲得的可解釋的評估結果。整個過程中，AI只是解決問題的手段，不是產品研發(fā)的目的。
行業(yè)人士強調了在醫(yī)療AI產品開發(fā)過程中，醫(yī)生和工程師“對話”的重要性。
在周翔看來，聯(lián)影智能在開發(fā)醫(yī)療AI時的一條重要經驗便是，要堅持將“醫(yī)工結合”環(huán)節(jié)放在真實的醫(yī)療場景中，邀請醫(yī)生長期、反復試用，與醫(yī)生“共創(chuàng)”醫(yī)療AI。“醫(yī)療AI落地會遇到的很多‘坑’，沒有垂直領域的知識和經驗，是根本不知道的。”醫(yī)生格外強調醫(yī)療AI的開發(fā)必須立足真正的臨床需求，尊重醫(yī)學的嚴肅性、專業(yè)性，得到循證醫(yī)學驗證。
“要潑潑冷水。”前述醫(yī)院科室主任表示，醫(yī)療AI可以縮短醫(yī)生的學習曲線，但使用者“一定要有專業(yè)的底子、要有一些（臨床）經驗，再結合AI”。
面對尚不成熟的技術，專業(yè)人士還進一步擔憂，醫(yī)療AI可能會犯下更嚴重的錯誤。
大模型AI的“幻覺”現象是一個典型問題。大模型生成不真實或編造的信息，“胡說八道”，這樣的“幻覺”究竟如何產生，連開發(fā)者都無法解答。一位數字醫(yī)療投資人說，由于無法弄清“幻覺”的原理、概率及其對醫(yī)療服務的影響，最有希望實現“泛用”的大模型醫(yī)療AI，目前還很難取得醫(yī)學專家的信任。
張騰強調，只有獲得臨床專家的認可，醫(yī)療AI才能實現商業(yè)價值。
在此過程中，醫(yī)療AI必須面對醫(yī)學倫理的嚴格審視：人們能否接受醫(yī)療AI犯錯？誰又能為AI的錯誤負責？
蓋茨基金會高級項目官楊忞告訴財新，目前即便在全球醫(yī)療資源最為匱乏的地區(qū)，監(jiān)管部門對醫(yī)療AI應用都有一條不可逾越的界限：只做評估，不做決策。“一方面，技術并沒有成熟到可以代替人類醫(yī)生；另一方面，本著對國民負責的態(tài)度，監(jiān)管部門也一定會慎之又慎。”
技術層面，目前不乏研究顯示，在一些醫(yī)學問答測試中，有大模型取得不輸人類醫(yī)生的成績。但全球頂尖的研究者們也承認，從這一步到大模型能廣泛應用于臨床診療，其間還有很多工作要做。醫(yī)療AI從業(yè)者更向財新著重強調了審核的必要性。
張騰向財新介紹，在科洛華核心產品mskalign智慧脊柱診室上，AI的表現能夠達到人類專家95%以上的水平。在數據比較多且深耕一個專病的情況下，“這在技術上難度不大”。
但她反復強調，能有如此水準的AI最終也依然離不開人類專家。“達到95%也不行，因為患者他不要95%，也不要99%，他要100%，臨床意義上的100%就是專家，沒有更好的了。”
因此她提出，在醫(yī)療AI產品中，一定要設置多個“審核點”，讓醫(yī)生親自檢查AI的工作成果，認可后AI再進行下一步運算。就是說，要保證無論系統(tǒng)里用到了多少AI，每一次決策都有相應的負責專家。
中國也明確劃出了AI參與醫(yī)療服務的“紅線”。2017年版《國家限制類技術目錄》和《國家限制類技術臨床應用管理規(guī)范》中，AI輔助診斷和AI輔助治療被列為15個“限制臨床應用”的醫(yī)療技術，不僅明確了AI的“輔助”定位，且要求醫(yī)療機構必須達到相應的硬件和人員條件才可使用。2022年新版中移除了AI輔助診斷，但AI輔助治療仍然在列。其中提到，使用AI輔助治療技術的前提是配備具有相應資質的醫(yī)師、護士或技師。
張騰覺得，只要人們對當下臨床醫(yī)學的道德理解不變，這道“紅線”就不可能被突破。這是因為，醫(yī)生的核心職能之一是承擔責任，短期內無法被AI代替。
斯坦福大學計算機科學系和電氣工程系客座教授吳恩達說，他審閱過無數醫(yī)療AI論文，“表現超越人類醫(yī)生并不稀奇。但在某個場景中超越人類醫(yī)生，并發(fā)表了論文，離真正的生產應用還很遙遠”。
為什么AI難以從實驗室走入真實醫(yī)療場景？吳恩達認為，核心問題在于醫(yī)療AI適應不同環(huán)境的能力較低。一個在醫(yī)院A數據下訓練出的AI系統(tǒng)，可能在醫(yī)院B的環(huán)境中頻繁出錯。數據的格式或特征稍有不同，AI便難以適應。而人類醫(yī)生卻能輕松應對這樣的變換。這種適應力的差距，與數據質量和訓練方式密不可分，直接影響了泛用型AI的穩(wěn)定性。
盡管醫(yī)療行業(yè)已有大量數據積累，但一名國內資深計算機專家曾總結道，AI賦能醫(yī)學的“三座大山”依然存在：一是對數據的量級和多元性要求高，“至少需要達到10萬級以上，還要來自不同的醫(yī)療機構，才能發(fā)現數據中隱藏的規(guī)律”。二是數據標注和清洗依賴醫(yī)學專業(yè)人士的深度參與，“數據究竟如何轉化為診療決策，必須依賴醫(yī)學專業(yè)人士的判斷”。三是數據格式不統(tǒng)一、整合難度大。“以醫(yī)學影像為例，CT、MRI、PET-CT格式不同，往往需要用不同的AI模型來處理。”
而越是泛用的AI，對數據需求量越大，訓練難度也越高。“如果想開發(fā)一個‘普世范式’的診療AI，為了滿足醫(yī)學所需的精確度，需要在訓練環(huán)節(jié)做海量的驗證工作，成本難以估量。”前述投資人說。
如果數據基礎較好，泛用型AI并非完全不可能。他認為，據其調研，美國已經廣泛將大模型AI用于醫(yī)院流程管理和商業(yè)醫(yī)?？刭M及理賠管理，但前提是美國醫(yī)療數據的統(tǒng)一性較高。“在美國，醫(yī)療信息化龍頭企業(yè)的市場份額集中，再考慮到AI領域微軟和Open AI的統(tǒng)治地位,資源整合非常容易。但在中國，一家醫(yī)院不同科室間的數據都可能打通不了，類似的產品短期內很難實現。”他說。
在這種情況下，該投資人反而看好將中國一些二級、一級醫(yī)院和社區(qū)醫(yī)療中心，作為“全科式”醫(yī)療AI的試點。“一些小醫(yī)院反而有魄力將數字化系統(tǒng)推倒重來，全面擁抱AI。”
對于AI產業(yè)，醫(yī)療一方面意味著廣闊的落地場景，另一方面也蘊藏著并將源源不斷地創(chuàng)造海量高價值數據。這些數據對醫(yī)療AI發(fā)展至關重要。然而醫(yī)療衛(wèi)生領域的數據基礎建設進展緩慢，也正制約著產業(yè)發(fā)展。
早在2016年，國家衛(wèi)健委能力建設和繼續(xù)教育中心就開始著手建設國家級醫(yī)療公開數據庫，但截至目前，包括眼科標準數據庫、乳腺癌標準數據庫、頸腦血管超聲數據庫等，對外發(fā)布的數據庫卻不足10個。
一篇2023年發(fā)表在《中國食品藥品監(jiān)管》上的研究指出，據問卷調查，國內85%的醫(yī)療機構尚未建立任何專病數據庫，其中有計劃進行此項工作的醫(yī)療機構占比約為67%。目前，國內醫(yī)療數據庫建設的主要模式是由高等醫(yī)學院校附屬三甲醫(yī)院牽頭，在機構內部或聯(lián)合若干合作單位來建設，如北京協(xié)和醫(yī)院2016年建立的結腸癌專病數據庫，錄入近2000例手術及隨訪患者數據。一些地區(qū)也開始探索區(qū)域級數據庫，代表案例有上海市政府直屬的申康醫(yī)院發(fā)展中心，其和上海10家市級醫(yī)院保持長期合作，建立了重癥肺炎、糖尿病等專病數據庫。
厲盛介紹，數據體系和基建不完善，這方面阻礙在國內環(huán)境中尤其明顯。她提到，國內無論科研、工業(yè)還是臨床客戶，現行數據體系都比較分散，在數據的采集、集成等環(huán)節(jié)都會形成挑戰(zhàn)。加之醫(yī)療所產生的各類數據相當之多，但有很高的保密性和安全性考量，包括對生物安全信息、患者隱私信息的保護，國家也有相應政策。
醫(yī)療數據的安全監(jiān)管趨嚴，進一步限制了數據共享。2018年，國家衛(wèi)健委印發(fā)《國家健康醫(yī)療大數據標準、安全和服務管理辦法（試行）》，規(guī)定各級各類醫(yī)療衛(wèi)生機構和相關企事業(yè)單位是健康醫(yī)療大數據安全和應用管理的責任單位。“醫(yī)療數據牽涉數據安全問題，相關部門審核嚴格，”一位醫(yī)院醫(yī)生告訴財新，“能明顯感覺到，對醫(yī)療AI軟件的審核力度大于硬件。”
楊瑞榮表示，他在與臨床醫(yī)生較多的交流中觀察到，對科技成果轉化的落地，醫(yī)生熱情非常高，轉化也慢慢進入加速的過程。不過，市場的準入監(jiān)管方面還存在一定挑戰(zhàn)。
企業(yè)利用臨床數據也不無顧慮。“在現有的法律框架下，企業(yè)利用醫(yī)療數據，牽涉多部委、多法規(guī)，如果完全遵照這些法規(guī)嚴格執(zhí)行，基本無法徹底回避合規(guī)風險。”漢坤律師事務所顧泱律師向財新分析。
北京師范大學法學院副教授王靜則認為，應當將醫(yī)療、人類遺傳資源、生物醫(yī)藥領域的數據庫建設看作創(chuàng)新型的數據基礎設施，予以高度重視并加緊速度推進。“這些數據對AI研發(fā)至關重要，能夠大大降低科研主體和市場主體的成本投入，而且醫(yī)療的公益屬性決定了，能夠較好地解決個人信息與數據利用之間的矛盾。”她建議，推動建立醫(yī)療數據國家?guī)欤诒ＷC個人信息匿名化處理的前提下，推動豁免知情同意的集體個人信息保護機制，促進醫(yī)療數據共享和利用。
海外有可借鑒的經驗。2008—2017年，歐盟先后推動了成員國間電子處方、電子病歷、個人健康數據和醫(yī)療知識的共享。在此基礎上，2024年3月，歐盟理事會和歐洲議會就歐洲健康數據空間（European Health Data Space，EHDS）法規(guī)達成臨時協(xié)議。在EHDS框架下，醫(yī)務人員可以跨境訪問患者的健康數據。如果患者同意將他們的健康數據用于醫(yī)療以外目的，研究人員、企業(yè)和監(jiān)管部門就可以更加方便地使用。
歐盟委員會表示，將提供超過8.1億歐元支持EHDS，而經過測算，EHDS將在十年內為歐盟帶來約110億歐元的收益。其中，數據共享預計將節(jié)省醫(yī)療衛(wèi)生支出55億歐元，數據用于研究、創(chuàng)新和政策制定將創(chuàng)造54億歐元以上的價值。
陳炳澍則認為，醫(yī)保支付牽涉利益相關方眾多，難以快速取得重大突破。監(jiān)管機制，尤其是市場準入機制的創(chuàng)新，更有望成為短期內產業(yè)發(fā)展的抓手。“2019年到現在，中國為190多個醫(yī)療軟件頒發(fā)了三類醫(yī)療器械注冊許可證，對AI產品還是采取比較嚴格的審批。”截至2024年9月，FDA（美國食品藥品監(jiān)督管理局）已經批準了1016個醫(yī)療AI產品。不過，中美對于二、三類審批標準有差別，美國多為二類，中國多為三類，因此統(tǒng)計口徑有差別。
對于醫(yī)療AI，國家藥監(jiān)局有專門的監(jiān)管流程。2022年，國家藥監(jiān)局器審中心發(fā)布《人工智能醫(yī)療器械注冊審查指導原則》，要求AI醫(yī)療器械在符合醫(yī)療器械注冊申報資料要求等文件基礎上，滿足醫(yī)療器械軟件、醫(yī)療器械網絡安全、移動醫(yī)療器械等相關指導原則，并額外提交輸入數據、預期用途、算法研究、用戶培訓方案，產品技術方案等方面的資料。
陳炳澍在2024年9月撰文《人工智能醫(yī)療監(jiān)管與治理創(chuàng)新：突破現行規(guī)范框架的思考》建議，建立敏捷的全鏈條創(chuàng)新監(jiān)管體系。她提出，可以在三醫(yī)聯(lián)動（醫(yī)藥、醫(yī)療和醫(yī)保）的基礎上，推動AI醫(yī)療器械的全鏈條監(jiān)管模式，將藥監(jiān)、衛(wèi)健、醫(yī)保、科技、工信、發(fā)改等相關行業(yè)監(jiān)管和科技產業(yè)創(chuàng)新部門納入機制，可考慮由工信作為牽頭部門推動相關產品的研發(fā)、產品化、注冊、上市、醫(yī)保等快速實現，以重大專項、首臺套目錄、政府集團采購、創(chuàng)新支付專項基金等工具為抓手，推動醫(yī)療AI產品的應用，形成激勵產業(yè)發(fā)展商業(yè)閉環(huán)，從而塑造更好的創(chuàng)新環(huán)境。
FDA并未把醫(yī)療AI當作單獨的審核項目。無論是否包含AI，審批的繁簡只與應用場景和風險等級有關。在美國，所有醫(yī)療器械均可通過三種途徑申請上市：510（k）、上市前審批（PMA）和De Novo。
PMA要求最嚴格，適用于沒有類似產品上市，且應用場景安全風險較高的產品。De Novo適用于風險較低，但沒有類似產品上市的情況。而如果市面上已存在類似的已獲批醫(yī)療器械，企業(yè)可以走510（k），無需進行新的臨床試驗，審批流程大幅簡化。據統(tǒng)計，截至2023年底，已有超過650個AI醫(yī)療器械通過510（k）上市。
從“項目”到“產品”，琳瑯滿目的醫(yī)療AI，最終要去闖盈利關。誰應該為他們付費？
業(yè)內現在更普遍選擇的付費方是醫(yī)院。多家企業(yè)提到，不同醫(yī)院的需求相差很大，付費意愿的來源、接受AI的程度也各不相同。
“我們最近幾年一直是把醫(yī)院當成一個主體來對待，但公立和私立不一樣，一級、二級、三級醫(yī)院不一樣，普通三甲和超級三甲又不一樣。”一位互聯(lián)網大廠健康板塊資深人士說。
周翔發(fā)現縣級醫(yī)院對醫(yī)療AI產品的需求很大。據他介紹，過去幾年內縣級醫(yī)院對AI產品的需求有顯著的增長。“縣醫(yī)院都在問AI、要AI，很多縣醫(yī)院會單獨立項采購AI。聯(lián)影智能曾對全國60多家客戶醫(yī)院調研過，發(fā)現部分醫(yī)院引入AI前后三年的相關檢查量平均有40%增長，甚至有些醫(yī)院實現幾倍的增長。AI在給醫(yī)院實實在在地創(chuàng)造價值，所以縣級醫(yī)院會投入一些獨立的預算，去買多個AI產品，也不再是一件奇怪的事情。”
騰訊健康戰(zhàn)略及醫(yī)療產品總經理王倩怡以一款青光眼產品舉例，基層醫(yī)院看重的是賦能，即AI可以提高醫(yī)生的診療能力，并且可以和遠程醫(yī)療結合，聯(lián)動上級醫(yī)院資源。“賦能解決了曾經他無法看的問題，有了新的需求自然就有了新收益，院方更愿意從長遠發(fā)展考慮采購AI產品。”
厲盛認為，基層醫(yī)院如果配備醫(yī)療AI，“一般是輕量級的”，受成本、需求等方面限制，估計不會引入超大型產品。AI要在基層醫(yī)療“跑起來”，價值可能更多會體現在醫(yī)聯(lián)體模式中，在分級診療、上下轉診、急慢分診等場景發(fā)揮作用；其次是以慢病為代表的患者管理賽道；第三，AI在基層醫(yī)院人才培養(yǎng)方面，如何幫助醫(yī)生縮短學習曲線，提高技術，其應用和潛力值得關注。
而對于大醫(yī)院，“提效”則是經常被提到的價值點。“你跟他說，我?guī)湍阗x能。醫(yī)院會哈哈一笑的。”王倩怡說，但AI可以提高效率。“比如一個醫(yī)院一天可能要看200張片子，AI幫你掃一遍，4秒鐘就能出一個結論，你去驗證這個結論是否準確，比從頭去推演一個結論快很多。”
這在目前相對較成熟的專病醫(yī)療AI中，多有體現。張騰以科洛華的脊柱產品為例介紹，在香港的瑪麗醫(yī)院和深圳市兒童醫(yī)院，醫(yī)生為每位患者量化評估脊柱健康，一般會花費十幾分鐘，手動描畫測量脊柱序列參數，以便后續(xù)的治療規(guī)劃，并為以后療效評估奠定基礎。使用AI后，這個過程可以壓縮為幾秒鐘，并呈現非常詳細的量化評估過程，以供醫(yī)生審核和調整。“以前一個?？崎T診5—6個小時看150名左右患者很辛苦，現在很快就可以完成繁瑣的量化評估，可以節(jié)約更多時間，跟患者進行良好溝通。”張騰說。
聯(lián)影智能研發(fā)的DR下肢力線智能分析系統(tǒng)，可智能完成下肢力線數據測量。“它能在幾秒鐘之內測完20余個參數，原本需要15分鐘完成的測量工作可縮減至幾秒，影像診斷效率提升180倍。”周翔說，“我們把（對）醫(yī)院的價值展現出來了，醫(yī)院的付費意愿就會大大增加，因為AI可以幫助醫(yī)院提質增效、拓展業(yè)務。”
醫(yī)院的視角又如何？提效自然在其考量范圍內，但并非唯效率或者效率優(yōu)先論。
“往往十個（接觸的項目）里面只有兩三個真正符合醫(yī)院的臨床需要。”前述醫(yī)院院長坦言，“有的產品太遙遠了，我們都覺得用不上，或者離臨床應用還有很長的路。”
更現實的考量可能來自更多方面。首先AI產品提高的效率要切實轉化為收入，或者產生新的耗材；其次，安全與穩(wěn)妥也非常重要，頭部醫(yī)院的決策者往往不會只與一家企業(yè)的AI產品綁定；最后，由于科研項目與創(chuàng)新能力已納入公立醫(yī)院的考核體系，AI產品也要具有科研價值，能出文章，帶來政績。
前述互聯(lián)網大廠健康板塊資深人士認為，為行業(yè)創(chuàng)造新價值的幾率越大，商業(yè)化就會更容易。“提升收入的產品總是好于降低成本的產品。如果我們的產品真能幫助醫(yī)生提效，或者提升他的治療水平、發(fā)論文的水平，或者收入水平等更‘硬核’的財務指標，他們可能會更愿意去購買。”
這導致醫(yī)療AI產品的商業(yè)化并不容易。“影像AI這個領域，我們從2016、2017年就開始看，有無數人做。”專注數字醫(yī)療投資的遠毅資本合伙人楊瑞榮對財新回憶，最早的影像產品進醫(yī)院時，能有十幾家公司的產品在影像科扎堆，但實際上能真正用起來的沒有這么多。
在實際落地中，一方面，能夠帶來科研價值和產出的專病AI多屬于大醫(yī)院和企業(yè)的共建產品，醫(yī)院并不會為之付費。其一般由有話語權的大專家或科室主任和企業(yè)科研合作，醫(yī)院提供患者和數據，企業(yè)提供算法和模型，最終形成文章發(fā)表，再產業(yè)轉化。
另一方面，醫(yī)院青睞軟硬件打包采購，讓部分軟件企業(yè)或平臺企業(yè)進入市場更困難。更多的醫(yī)療AI不會獨立為產品，而是會作為硬件的底層通用配置，軟件的獨立價值更難凸顯。
導診和病歷生成這些AI產品，本可以成為很輕量的軟件，但受各方面條件限制，許多企業(yè)也采取結合硬件的策略銷售。“我們傾向于推軟硬一體機，這樣醫(yī)院可以開箱即用，是最好的。我們軟硬件的適配也可以提前做好。”前述互聯(lián)網大廠健康板塊資深人士說。
而醫(yī)療大模型探索較多，且技術壁壘較低的預問診AI則顯得有些“雞肋”。一位骨科醫(yī)學博士認為，在院內場景，預問診AI確實能節(jié)省專家的時間，但滿足這種“微需求”，很難讓專家認可其價值。醫(yī)院內常見專家診室內配有助理，先由助理詢問患者病情，再由專家補充詢問。“助理就是一個便宜的研究生，AI要是用來替代他，還不如用研究生。因為研究生是可以責怪的，而且醫(yī)院不一定給研究生付費。”
實際上，讓醫(yī)院給醫(yī)療AI產品付費是世界難題。Hassan Choudhury告訴財新，無論向誰收費，醫(yī)院必須把這些費用轉移給別人，讓自己的收益大于成本。但在英國的醫(yī)療AI產品應用中，每一個細分病種的AI都需要醫(yī)院配置專門的團隊來安裝，讓它適配醫(yī)院的系統(tǒng)，再培訓醫(yī)生。落地過程相似甚至重復，結果醫(yī)院卻得為了安裝、培訓、維護、運營等不斷花錢，這很容易導致AI的投入產出不成正比。
通常，由以醫(yī)院為代表的醫(yī)療機構付錢，在醫(yī)療AI的商業(yè)模式中被劃為“To B”，而直接面向消費者、患者，則是“To C”。大模型時代，國內醫(yī)療AI展現出在To C端集中發(fā)力的新趨勢。
楊瑞榮介紹，在國外，生成式AI的應用場景，以To B為主，即面向醫(yī)院等機構客戶，包括語音電子病歷、醫(yī)院收入管理、醫(yī)藥研發(fā)等。而在中國，他以檢索在科技部、發(fā)改委等相關部門備案的大模型來統(tǒng)計，集中度前三名的應用場景則是問診、用藥咨詢和報告解讀，都是To C的。
醫(yī)院掏錢難，能讓患者為醫(yī)療AI埋單嗎？有一些垂類AI產品做出嘗試。作為專注數字醫(yī)療領域的投資人，楊瑞榮提到，在國內，單病種領域提供個性化醫(yī)療服務方面，已經有通過大模型AI對院外患者管理做得比較成功的模式，這也會是一個更大的市場。楊瑞榮說，醫(yī)療行業(yè)有一條“更大的路”是“出院”，怎么把院外的病人“管起來”，即全病程的生命周期管理。
主要從事自閉癥兒童評估干預的ALSOLIFE，在醫(yī)療AI加持下，大大降低了自閉癥兒童的治療負擔。
ALSOLIFE創(chuàng)始人、CEO張之光認為，在兒童精神心理賽道，未來醫(yī)療AI產品“C端有巨大的爆發(fā)”。在11月一場數字醫(yī)療論壇上，張之光表達了對大模型改變該細分賽道的期待。他介紹，在兒童神經發(fā)育障礙領域，除多動癥外，其他病種沒有針對性藥物，全部依靠人工干預，“這是特別大的痛點，人工的成本非常高，而且服務是非標準化的”。
大模型的出現，讓張之光看到解決這些痛點的可能性。“未來1—2年里，隨著一些圍繞大模型的基礎設施，比如實時語音交互，包括語音處理、數字人的一些技術能力的出現，會讓我們這個行業(yè)發(fā)生天翻地覆的變化。”他說。
聯(lián)影智能腦小血管病分析等AI產品已入駐像瑞慈這樣的高端體檢中心。周翔介紹，AI能幫助醫(yī)療機構去探索健康管理業(yè)務，對于腫瘤、心腦血管等專病人群，他們通過AI做診后的隨訪，提供高附加值的服務。“有些有需求的患者可能愿意為此額外付費，而AI公司在這個模式下也能分享到一部分收入。”周翔說。
也有一些“To C”的方向，受到行業(yè)人士質疑。有受訪對象認為，基于大模型問答的健康咨詢、AI問診“數字醫(yī)生”等類似服務，短期內要在商業(yè)上形成閉環(huán)，難度較大。
“老百姓打開軟件問‘我今天咳嗽了，有什么毛??？’不少的公司都在做數據庫，去滿足這類普適類的To C的需求。”周翔認為，對于一家垂域醫(yī)療AI企業(yè)，不能押寶在這種普遍性的、基于通用知識的，通過書本就可以獲取標準答案的AI產品。就像互聯(lián)網行業(yè)爆發(fā)呈現的經驗，可能很多大模型衍生出的普適型問診產品一兩年之內就會“白菜化”，“商業(yè)上光有技術沒有核心壁壘，往往會竹籃打水一場空”。
張騰表示，“數字醫(yī)生”在短期內能夠替代的，實際上只能是醫(yī)生的某一部分功能，“比方說科普”，她認為，這類醫(yī)療AI很快能夠幫助醫(yī)生解決巨大的科普工作量，提高醫(yī)療知識的可觸達性，但做科普、大眾化咨詢的醫(yī)療AI雖然很有社會價值，“它的商業(yè)模式、可用性，目前是比較難實現的，可以按照公益事業(yè)來開展”。
另一方面，醫(yī)療的特殊性，令B端和C端的聯(lián)動也尤為突出。即使是關注C端市場的投資人也提到，“公立醫(yī)院是必須要經過的一個渠道”。目前能在專病領域取得一些落地成果的“To C”醫(yī)療AI，也會采取與醫(yī)院合作的模式。
浙江大學附屬第二醫(yī)院人工智能與信息化部主任相鵬表示，一款醫(yī)療AI產品能否在C端市場受到患者認可，與B端有很大關系。“如果醫(yī)院不認可，直接做C端幾乎無用。”在2024年11月的遠見數字健康年度論壇上，相鵬提到，一款產品只有讓“醫(yī)務人員相信這個應用的效果和預期，符合循證證據，而且一起投入研究、參與，才有C端爆發(fā)”。
而那些應用在院內場景的醫(yī)療AI，也會落到一個個具體的患者身上。相鵬說，B端和C端不能強硬分割，“醫(yī)院是B端，但醫(yī)院依然是患者付費、醫(yī)保付費”。
行業(yè)最關心的一個問題是：公立醫(yī)院能就醫(yī)療AI產品向患者收費嗎？
從政策層面，還有層層掣肘，和一系列待理清的問題。目前，只有少數發(fā)達地區(qū)探索將部分醫(yī)療AI產品納入醫(yī)療服務項目價格目錄，公立醫(yī)院以此具備收費基礎。同時，監(jiān)管部門對此態(tài)度謹慎，不確定性很強。
誰來支付、如何支付，關系到醫(yī)療AI的商業(yè)模式能否跑通，產品甚至行業(yè)能否長遠發(fā)展。陳炳澍認為，這要有國家戰(zhàn)略布局，“現在完全依賴市場去解決這個問題，可能挑戰(zhàn)還是比較大的”。
AI已有國家層面戰(zhàn)略規(guī)劃，醫(yī)療也是其中被提及的領域之一。由于行業(yè)的特殊性，業(yè)內人士普遍認為，醫(yī)療AI的發(fā)展速度和潛力，更加受制于支付體系、數據等頂層設計，然而這些因素往往超出企業(yè)的掌控范圍。行業(yè)仍在等待更詳細的、多部門聯(lián)動的明確政策。
國務院2017年發(fā)布的《新一代人工智能發(fā)展規(guī)劃》中提出，到2035年實現AI在智能醫(yī)療領域的廣泛應用，包括探索智慧醫(yī)院建設，開發(fā)人機協(xié)同的手術機器人、智能診療助手，研發(fā)柔性可穿戴、生物兼容的生理監(jiān)測系統(tǒng)，研發(fā)人機協(xié)同臨床智能診療方案，實現智能影像識別、病理分型和智能多學科會診等。
2022年7月，科技部等六部門印發(fā)《關于加快場景創(chuàng)新以人工智能高水平應用促進經濟高質量發(fā)展的指導意見》，提出在醫(yī)療領域積極探索醫(yī)療影像智能輔助診斷、臨床診療輔助決策支持、醫(yī)用機器人、互聯(lián)網醫(yī)院、智能醫(yī)療設備管理、智慧醫(yī)院、智能公共衛(wèi)生服務等場景。同年8月，科技部在《關于支持建設新一代人工智能示范應用場景的通知》中，將智慧診療列為十大應用場景之一。然而，上述文件雖然提及醫(yī)療AI并列出若干重點應用場景，但定位是改善公共服務、提升社會治理能力。從文件中的位置來看，醫(yī)療往往排在制造業(yè)、農業(yè)等核心經濟部門之后。
“目前有關部門對產業(yè)升級的興趣更大，尤其工業(yè)，”一名數據政策專家告訴財新，“醫(yī)療、教育、養(yǎng)老等民生領域公益性質較強、經濟效益較弱，長期以來在數據和AI賦能中的優(yōu)先級偏低。”這導致醫(yī)療AI得到的實質性政策支持較少，尤其對落地應用的助力有限。
在支付端，也有行業(yè)人士表示，雖然AI發(fā)展已上升至國家戰(zhàn)略層面，但細化到醫(yī)療AI行業(yè)，當前面臨的兩難是發(fā)改委、科技部、工信部大力支持AI產業(yè)發(fā)展，而藥監(jiān)局、衛(wèi)健委、醫(yī)保局等監(jiān)管部門更關注醫(yī)療AI落地所暗含的風險，以及醫(yī)保基金的安全，因而進展受限。
海外支付改革先行一步。2020年，美國聯(lián)邦醫(yī)療保險（Medicare）目錄首次納入醫(yī)療AI，是Viz.ai公司研發(fā)的一款臨床決策輔助AI。除了國家醫(yī)保，截至2023年12月，超過10家美國商業(yè)保險公司支持醫(yī)療AI產品。
中國國家醫(yī)保尚未明確納入任何醫(yī)療AI產品。短期看，行政部門并無在國家層面推動醫(yī)療AI支付的意圖。11月20日《放射檢查類醫(yī)療服務價格項目立項指南（試行）》發(fā)布同時，國家醫(yī)保局對其中涉及AI的內容解釋稱，目前AI技術在臨床實踐中一定程度上起到輔助診斷或提高效率的作用，但還無法替代醫(yī)師診斷，在尚無獨立的醫(yī)療服務產出、輔助診斷質量效用難以確定的情況下，在已收取診斷相應項目檢查費用后，不宜單就AI輔助診斷再向患者額外收費。
國家衛(wèi)健委2023年10月答復全國政協(xié)一則關于加快AI輔助診斷應用的提案時強調，納入基本醫(yī)保支付范圍的醫(yī)療服務項目應符合診療必需、安全有效、費用適宜，且屬于由定點醫(yī)療機構為參?；颊咛峁┑尼t(yī)療服務項目范圍內的項目。在國家規(guī)定的基礎上，需由省級醫(yī)保部門根據臨床需求、醫(yī)療技術發(fā)展、醫(yī)?；疬\行等實際情況，按程序確定本地區(qū)醫(yī)保支付范圍。
地方層面，部分發(fā)達地區(qū)開展探索，挑戰(zhàn)仍多。例如在北京，海淀醫(yī)院的機器人手術，每例可以獲得海淀區(qū)政府的支持，剩余向患者收費部分還納入了北京市醫(yī)保目錄。“一旦收費提上去，大部分患者都不愿意做了，”張福春坦言，“有條件將AI等技術納入醫(yī)保的地方政府是少數，但不納入，推廣又確實很難。”未來要促進創(chuàng)新醫(yī)療技術生態(tài)的建立，更好服務于大眾健康，他認為有待于醫(yī)保等相關政策的完善和支持。
浙江省醫(yī)保局在2021年設立了一批AI醫(yī)療收費項目，包括肺結節(jié)CT靶重建和結構化報告，450元/人次；神經外科機器人導航輔助，1950元/例；骨科機器人輔助操作，由省級公立醫(yī)院自主定價。
據財新了解，目前一款新技術想被納入醫(yī)療服務項目價格目錄，醫(yī)院要先向省級醫(yī)保部門申請，再由省級醫(yī)保部門上報國家醫(yī)保局，評估具體項目、定價。曾有一款心血管疾病領域應用醫(yī)療AI輔診的檢查項目，在部分地區(qū)獲批準入，定價為1900元/例，而在另一地區(qū)，經當地醫(yī)保部門與國家醫(yī)保局測算后，定價僅為350元/例。
陳炳澍表示，雖然醫(yī)保局曾多次與產業(yè)圍繞醫(yī)療AI支付溝通，醫(yī)保方面也明確表態(tài)，他們“要為患者的治療效果負責，不是產業(yè)的未來發(fā)展成果”。企業(yè)若想推動醫(yī)療AI進醫(yī)保，需要算好衛(wèi)生經濟學的賬，證明這款產品能夠給患者帶來哪些切實的臨床獲益，同時可換算為多大的經濟社會價值。
醫(yī)療擁抱AI的時代很可能正在到來。在受訪多位行業(yè)人士設想中，當AI與醫(yī)療結合，應該能改善患者就醫(yī)體驗、優(yōu)化醫(yī)療資源配置、提高醫(yī)療服務的效率和可及性，最終甚至推動醫(yī)療模式轉向更精準化、個性化的未來。而這樣的期待如何變?yōu)楝F實，不僅在于底層技術發(fā)展，更需要政策的引導和呵護。
“我相信，AI用于醫(yī)療的潛力是無限的。”李飛飛說。
本文轉自于 財新網
