每經(jīng)記者：張宏 每經(jīng)編輯：魏官紅

2025年，一名來自湖北宜昌的58歲患者在人工智能輔助下，檢測出胃部一處隱匿的“黏膜內(nèi)高分化腺癌”。隨著相似案例越來越多，人工智能在醫(yī)療中的作用逐漸顯現(xiàn)。

今年，“智能經(jīng)濟(jì)”首次被寫入《政府工作報告》�！笆逦濉币�(guī)劃綱要將“人工智能+”民生福祉重大工程納入數(shù)字中國核心任務(wù)。2025年8月，國務(wù)院印發(fā)《關(guān)于深入實施“人工智能+”行動的意見》，要求探索推廣人人可享的高水平居民健康助手，有序推動人工智能在輔助診療、健康管理、醫(yī)保服務(wù)等場景的應(yīng)用，大幅提高基層醫(yī)療健康服務(wù)能力和效率，“十五五”規(guī)劃綱要將相關(guān)內(nèi)容納入專欄。

3月25日—29日，“2026中關(guān)村論壇年會”在北京舉辦。年會期間，圍繞AI（人工智能）醫(yī)療當(dāng)前的滲透率、應(yīng)用中的堵點以及AI醫(yī)療能在哪些環(huán)節(jié)發(fā)揮作用，《每日經(jīng)濟(jì)新聞》記者（以下簡稱NBD）專訪了國務(wù)院參事、北京協(xié)和醫(yī)學(xué)院衛(wèi)生健康管理與政策學(xué)院長聘教授劉遠(yuǎn)立。

""

劉遠(yuǎn)立在論壇現(xiàn)場參加圓桌對話 圖片來源：每經(jīng)記者 張宏 攝

明確誰來支付、如何支付是AI醫(yī)療產(chǎn)業(yè)發(fā)展的核心問題

NBD：目前，AI醫(yī)療的滲透率如何？

劉遠(yuǎn)立：當(dāng)前市場仍呈現(xiàn)多元化競爭態(tài)勢。AI醫(yī)療產(chǎn)品主要分為to C（面向消費者）和to B（面向醫(yī)療機(jī)構(gòu)）兩大類別，核心問題是誰來買單、如何買單。

表面上看，優(yōu)質(zhì)產(chǎn)品的市場接受度取決于消費者或醫(yī)療機(jī)構(gòu)的采用意愿，但其背后的關(guān)鍵驅(qū)動因素還是醫(yī)保。醫(yī)保對患者和醫(yī)療機(jī)構(gòu)的決策，尤其是對后者，具有決定性影響。

我國醫(yī)療機(jī)構(gòu)具有公立屬性，但其生存與發(fā)展高度依賴業(yè)務(wù)收入，而業(yè)務(wù)收入中六成以上來源于醫(yī)保支付。因此，AI產(chǎn)品若能納入醫(yī)保報銷目錄，則具備市場基礎(chǔ)；若未能納入，醫(yī)療機(jī)構(gòu)就會審慎評估。

即便產(chǎn)品納入醫(yī)保目錄，其定價水平與補(bǔ)償標(biāo)準(zhǔn)仍是關(guān)鍵變量。任何優(yōu)質(zhì)醫(yī)療技術(shù)的應(yīng)用均伴隨成本支出，醫(yī)療機(jī)構(gòu)必須進(jìn)行嚴(yán)謹(jǐn)?shù)某杀拘б娣治觥?/p>

當(dāng)前，我國公立醫(yī)院面臨收支失衡的挑戰(zhàn)，在此背景下，公立醫(yī)院面臨顯著的資金壓力。因此，人工智能產(chǎn)品必須證明其能夠?qū)崿F(xiàn)“價值醫(yī)療”——即在提升醫(yī)療質(zhì)量、減少并發(fā)癥、改善患者預(yù)后的同時，降低醫(yī)療機(jī)構(gòu)的總體運營成本。盡管醫(yī)療質(zhì)量、成本控制與公益性常被視為“不可能三角”，但若無法證明技術(shù)能夠突破這一困局，醫(yī)療機(jī)構(gòu)將難以做出采用決策。

當(dāng)前，部分人工智能產(chǎn)品的市場推廣過于強(qiáng)調(diào)技術(shù)先進(jìn)性與研發(fā)投入規(guī)模。然而，更應(yīng)關(guān)注其商業(yè)模式的可持續(xù)性。若缺乏醫(yī)保的及時納入與合理成本補(bǔ)償機(jī)制，技術(shù)落地將面臨“最后一公里”的障礙。

因此，在市場經(jīng)濟(jì)條件下，優(yōu)質(zhì)醫(yī)療技術(shù)的推廣應(yīng)用，關(guān)鍵在于建立健全支付機(jī)制，明確誰來支付、如何支付。這是當(dāng)前AI醫(yī)療產(chǎn)業(yè)發(fā)展中需要重點解決的核心議題。

在某些領(lǐng)域，AI全科醫(yī)生能力不遜色于受過正規(guī)訓(xùn)練的醫(yī)生

NBD：此前有相關(guān)新聞，醫(yī)生使用人工智能輔助診斷發(fā)現(xiàn)了患者影像資料中的病灶點。你認(rèn)為現(xiàn)在AI在醫(yī)療的哪類環(huán)節(jié)中能更好地發(fā)揮作用？

劉遠(yuǎn)立：這毫無疑問。當(dāng)前醫(yī)學(xué)人工智能的持續(xù)迭代優(yōu)化主要依賴兩大基礎(chǔ)：知識庫與數(shù)據(jù)庫。凡是涉及知識層面的環(huán)節(jié)，特別是在公開發(fā)表的醫(yī)學(xué)知識領(lǐng)域，AI的能力已顯著超越單個醫(yī)生。無論是健康知識普及、宣傳，還是常見病、多發(fā)病的診療——輸入癥狀和基本檢測指標(biāo)后，AI能快速給出判斷。簡單來說，現(xiàn)在AI全科醫(yī)生的能力，在常見病、多發(fā)病方面，已經(jīng)不遜色于受過正規(guī)訓(xùn)練的全科醫(yī)生。

但若涉及多模態(tài)數(shù)據(jù)，比如結(jié)合臨床檢驗結(jié)果、影像資料，再綜合患者病史等信息來診治疑難雜癥，AI目前仍有明顯不足。

不過，有兩點值得重視。第一，盡管存在諸多缺陷，人工智能發(fā)展的最大特點就是迭代速度極快。只要有充足的算力支持，配合高質(zhì)量的知識庫和真實世界數(shù)據(jù)用于訓(xùn)練，技術(shù)會持續(xù)進(jìn)步，潛力相當(dāng)可觀。第二，這種潛力并非被動等待就能實現(xiàn)，需要我們主動參與。

因此我認(rèn)為，醫(yī)學(xué)人工智能產(chǎn)品某種程度上應(yīng)被視為公共產(chǎn)品——創(chuàng)造出的優(yōu)質(zhì)技術(shù)能夠迅速惠及全球民眾。而產(chǎn)品質(zhì)量的高低，又與每位患者、每位醫(yī)生、每位專家是否愿意貢獻(xiàn)臨床經(jīng)驗和真實世界數(shù)據(jù)密切相關(guān)。越是資深專家，越有責(zé)任分享經(jīng)驗、貢獻(xiàn)數(shù)據(jù)，才能推動這一公共產(chǎn)品的優(yōu)化迭代。潛力、責(zé)任與使命，三者應(yīng)當(dāng)融為一體。

基于此，在醫(yī)療健康人工智能大模型的開發(fā)中，應(yīng)當(dāng)建立醫(yī)療健康領(lǐng)域的數(shù)據(jù)治理聯(lián)盟，推動數(shù)據(jù)共享與協(xié)同創(chuàng)新。英國的UK Biobank（英國生物樣本庫）已為全人類貢獻(xiàn)了三十多個新靶點，中國同樣有能力建立屬于自己的China Biobank（中國生物樣本庫）。

此外，還應(yīng)推動構(gòu)建全球聯(lián)盟。一方面共同開發(fā)模型，另一方面更重要的是建立科學(xué)、權(quán)威的評測體系——不僅聽取中國專家的意見，也應(yīng)匯集各國專家的專業(yè)判斷，這樣才能確保產(chǎn)出的產(chǎn)品質(zhì)量過硬。

推動將已完成原始診療任務(wù)的數(shù)據(jù)用于大模型訓(xùn)練

NBD：先使用，才能有數(shù)據(jù)；要使用，又要先證明其價值；而要讓產(chǎn)品有價值，又要先有數(shù)據(jù)。這其中存在矛盾嗎？

劉遠(yuǎn)立：這叫做醫(yī)療健康“可信數(shù)據(jù)空間”，國家數(shù)據(jù)局有相關(guān)文件可以查閱。其核心機(jī)制包括幾個方面：首先要明確數(shù)據(jù)權(quán)屬，其次要讓各方有動力共享數(shù)據(jù)價值，底層則是數(shù)據(jù)治理工作。各數(shù)據(jù)持有方需要先把數(shù)據(jù)治理好，確保數(shù)據(jù)真實、可靠、可用，同時愿意參與分享，而對于分享創(chuàng)造的價值，他們也能獲得相應(yīng)回報，以此激發(fā)分享動力。

具體而言，臨床診療過程中會產(chǎn)生大量數(shù)據(jù)，這些數(shù)據(jù)已經(jīng)完成了原始診療任務(wù)，可以通過進(jìn)一步治理提升其質(zhì)量、增強(qiáng)結(jié)構(gòu)化程度，從而直接用于大模型訓(xùn)練。因此，數(shù)據(jù)治理是第一步，使用是第二步，價值分配則是后續(xù)環(huán)節(jié)。