每經記者｜張宏    每經編輯｜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，“智能經濟”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。2025年8月，國務院印發(fā)《關于深入實施“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)保服務等場景的應用，大幅提高基層醫(yī)療健康服務能力和效率，“十五五”規(guī)劃綱要將相關內容納入專欄。

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

""

劉遠立在論壇現(xiàn)場參加圓桌對話 圖片來源：每經記者 張宏 攝

明確誰來支付、如何支付是AI醫(yī)療產業(yè)發(fā)展的核心問題

NBD：目前，AI醫(yī)療的滲透率如何？

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

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

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

即便產品納入醫(yī)保目錄，其定價水平與補償標準仍是關鍵變量。任何優(yōu)質醫(yī)療技術的應用均伴隨成本支出，醫(yī)療機構必須進行嚴謹?shù)某杀拘б娣治觥?/p>

當前，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，人工智能產品必須證明其能夠實現(xiàn)“價值醫(yī)療”——即在提升醫(yī)療質量、減少并發(fā)癥、改善患者預后的同時，降低醫(yī)療機構的總體運營成本。盡管醫(yī)療質量、成本控制與公益性常被視為“不可能三角”，但若無法證明技術能夠突破這一困局，醫(yī)療機構將難以做出采用決策。

當前，部分人工智能產品的市場推廣過于強調技術先進性與研發(fā)投入規(guī)模。然而，更應關注其商業(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償機制，技術落地將面臨“最后一公里”的障礙。

因此，在市場經濟條件下，優(yōu)質醫(yī)療技術的推廣應用，關鍵在于建立健全支付機制，明確誰來支付、如何支付。這是當前AI醫(yī)療產業(yè)發(fā)展中需要重點解決的核心議題。

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

NBD：此前有相關新聞，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？

劉遠立：這毫無疑問。當前醫(yī)學人工智能的持續(xù)迭代優(yōu)化主要依賴兩大基礎：知識庫與數(shù)據庫。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)學知識領域，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，已經不遜色于受過正規(guī)訓練的全科醫(yī)生。

但若涉及多模態(tài)數(shù)據，比如結合臨床檢驗結果、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，配合高質量的知識庫和真實世界數(shù)據用于訓練，技術會持續(xù)進步，潛力相當可觀。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。

因此我認為，醫(yī)學人工智能產品某種程度上應被視為公共產品——創(chuàng)造出的優(yōu)質技術能夠迅速惠及全球民眾。而產品質量的高低，又與每位患者、每位醫(yī)生、每位專家是否愿意貢獻臨床經驗和真實世界數(shù)據密切相關。越是資深專家，越有責任分享經驗、貢獻數(shù)據，才能推動這一公共產品的優(yōu)化迭代。潛力、責任與使命，三者應當融為一體。

基于此，在醫(yī)療健康人工智能大模型的開發(fā)中，應當建立醫(yī)療健康領域的數(shù)據治理聯(lián)盟，推動數(shù)據共享與協(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，還應推動構建全球聯(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、權威的評測體系——不僅聽取中國專家的意見，也應匯集各國專家的專業(yè)判斷，這樣才能確保產出的產品質量過硬。

推動將已完成原始診療任務的數(shù)據用于大模型訓練

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

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

具體而言，臨床診療過程中會產生大量數(shù)據，這些數(shù)據已經完成了原始診療任務，可以通過進一步治理提升其質量、增強結構化程度，從而直接用于大模型訓練。因此，數(shù)據治理是第一步，使用是第二步，價值分配則是后續(xù)環(huán)節(jié)。