本報(bào)記者 張曉玉

    “從上班就開始‘看圖說話’，一坐就是一天，有時(shí)候連喝水都顧不上。”北京某三甲醫(yī)院影像科的閱片室內(nèi)，一位副主任醫(yī)師向記者感慨。

    這是當(dāng)下醫(yī)學(xué)影像診斷領(lǐng)域真實(shí)情況的縮影——海量影像數(shù)據(jù)積壓、醫(yī)生工作負(fù)荷繁重、專業(yè)人才供給緊張。而AI技術(shù)的深度滲透，正為這一行業(yè)痛點(diǎn)帶來一場(chǎng)變革。

    《關(guān)于促進(jìn)和規(guī)范“人工智能+醫(yī)療衛(wèi)生”應(yīng)用發(fā)展的實(shí)施意見》明確提出，到2030年，基層診療智能輔助應(yīng)用基本實(shí)現(xiàn)全覆蓋，推動(dòng)實(shí)現(xiàn)二級(jí)以上醫(yī)院普遍開展醫(yī)學(xué)影像智能輔助診斷、臨床診療智能輔助決策等人工智能技術(shù)應(yīng)用。

    政策藍(lán)圖已然繪就，AI醫(yī)學(xué)影像的發(fā)展現(xiàn)狀、臨床價(jià)值、市場(chǎng)潛力與破局路徑，成為行業(yè)關(guān)注的核心焦點(diǎn)。

    價(jià)值落地：重構(gòu)診療場(chǎng)景

    醫(yī)學(xué)影像（X光、CT、MRI、超聲等）是醫(yī)生診斷疾病的重要依據(jù)。近年來，AI技術(shù)與醫(yī)學(xué)影像加速融合，成為人工智能在醫(yī)療領(lǐng)域最早落地、最成熟的場(chǎng)景之一。

    那么，醫(yī)學(xué)影像遇上AI，會(huì)擦出怎樣的火花？

    對(duì)頂尖醫(yī)院的專家來說，AI的核心價(jià)值是把醫(yī)生從重復(fù)勞動(dòng)中解放出來。AI憑借強(qiáng)大的圖像識(shí)別與數(shù)據(jù)分析能力，彌補(bǔ)人眼判讀局限，成為醫(yī)生診斷的得力助手，在病灶篩查、疾病鑒別、急癥救治等多個(gè)臨床場(chǎng)景中發(fā)揮關(guān)鍵作用。比如，在肺部CT篩查中，AI可快速掃描海量影像切片，精準(zhǔn)捕捉3毫米以下微小結(jié)節(jié)，區(qū)分結(jié)節(jié)性質(zhì)與風(fēng)險(xiǎn)等級(jí)，及時(shí)發(fā)現(xiàn)極易被肉眼忽略的早期肺癌病灶，筑牢癌癥早篩防線。

    對(duì)基層醫(yī)療機(jī)構(gòu)而言，AI的價(jià)值更側(cè)重于“能力下沉”與“質(zhì)量提升”。

    數(shù)坤科技股份有限公司首席技術(shù)官鄭超對(duì)《證券日?qǐng)?bào)》記者表示：“我們與頭部三甲醫(yī)院專家聯(lián)合訓(xùn)練模型，在持續(xù)臨床驗(yàn)證和打磨后，再將相關(guān)能力向基層場(chǎng)景延伸，相當(dāng)于為基層醫(yī)生配備‘三甲醫(yī)生助手’。”

    北京醫(yī)院醫(yī)學(xué)影像中心主任、中華醫(yī)學(xué)會(huì)放射學(xué)分會(huì)主任委員陳敏告訴《證券日?qǐng)?bào)》記者，AI能有效降低基層誤診漏診率，推動(dòng)常見病就近診治，緩解患者向三甲醫(yī)院集中的壓力。

    隨著臨床需求釋放，AI醫(yī)學(xué)影像行業(yè)市場(chǎng)規(guī)模高速增長(zhǎng)。從市場(chǎng)格局來看，目前已有多家龍頭企業(yè)布局AI醫(yī)學(xué)影像領(lǐng)域，形成多元化競(jìng)爭(zhēng)態(tài)勢(shì)。

    阿里巴巴達(dá)摩院發(fā)布“一掃多篩”技術(shù)：?jiǎn)未蔚蛣┝啃夭緾T，即可同步排查急癥、評(píng)估腫瘤風(fēng)險(xiǎn)，并篩查脂肪肝、肌少癥等慢性病。阿里巴巴達(dá)摩院醫(yī)療AI實(shí)驗(yàn)室商務(wù)合作副總經(jīng)理王桐對(duì)《證券日?qǐng)?bào)》記者表示，這突破了“一個(gè)檢查對(duì)應(yīng)一個(gè)結(jié)果”的老模式，用更便捷、更普惠的方式實(shí)現(xiàn)早期風(fēng)險(xiǎn)預(yù)警。

    科大訊飛股份有限公司副總裁、訊飛醫(yī)療科技股份有限公司執(zhí)行總裁鹿曉亮對(duì)《證券日?qǐng)?bào)》記者透露：“本公司基于多模態(tài)大模型的AI系統(tǒng)，在報(bào)告生成環(huán)節(jié)醫(yī)生接受率已達(dá)70%；在醫(yī)保監(jiān)管中，重復(fù)檢查識(shí)別準(zhǔn)確率超過95%，性別年齡核驗(yàn)準(zhǔn)確率超過98%。這意味著AI不僅能輔助看病，還能幫醫(yī)?；?lsquo;省錢’。”

    底座筑牢：破解數(shù)據(jù)難題

    臨床價(jià)值日益清晰，但AI醫(yī)學(xué)影像要真正實(shí)現(xiàn)規(guī)?；涞?，還面臨一個(gè)根本性難題——全國(guó)統(tǒng)一數(shù)據(jù)庫(kù)尚未建成。沒有高質(zhì)量、大規(guī)模、可互通的數(shù)據(jù)為基礎(chǔ)，再聰明的算法也寸步難行。

    中國(guó)科學(xué)院院士滕皋軍在接受《證券日?qǐng)?bào)》記者采訪時(shí)表示，醫(yī)療數(shù)據(jù)方面長(zhǎng)期存在兩大難題：一是“物理孤島”——各家醫(yī)院數(shù)據(jù)不互通；二是“隱私安全顧慮”——醫(yī)院之間不敢共享數(shù)據(jù)。在A醫(yī)院訓(xùn)練出來的AI模型，到了B醫(yī)院就“水土不服”，難以泛化應(yīng)用。

    清華大學(xué)助理研究員李淼對(duì)《證券日?qǐng)?bào)》記者表示，相關(guān)企業(yè)推廣AI產(chǎn)品往往只能一家家醫(yī)院去談，成本高、難度大。

    國(guó)家醫(yī)療保障局主導(dǎo)的“醫(yī)保影像云”平臺(tái)建設(shè)，正試圖系統(tǒng)性破解這一難題。其目標(biāo)不僅是存儲(chǔ)，更是構(gòu)建一個(gè)連接全國(guó)、標(biāo)準(zhǔn)統(tǒng)一、安全可信的數(shù)據(jù)流通與計(jì)算平臺(tái)。

    國(guó)家醫(yī)療保障局大數(shù)據(jù)中心副主任曹文博表示，近年來醫(yī)保部門在數(shù)據(jù)基礎(chǔ)能力建設(shè)上持續(xù)發(fā)力，建成全國(guó)統(tǒng)一醫(yī)保信息平臺(tái)，推動(dòng)醫(yī)保影像云在全國(guó)范圍建設(shè)取得較好成效。

    截至3月25日，國(guó)家醫(yī)療保障局已累計(jì)歸集醫(yī)保影像索引3.66億條。同時(shí)，國(guó)家醫(yī)療保障局今年還啟動(dòng)“個(gè)人醫(yī)保云”建設(shè)試點(diǎn)，整合了參保人分散在醫(yī)療機(jī)構(gòu)、藥店、體檢機(jī)構(gòu)、可穿戴設(shè)備等渠道的醫(yī)療健康數(shù)據(jù)。

    滕皋軍介紹，江蘇的實(shí)踐初見成效。江蘇省衛(wèi)生健康云影像平臺(tái)已接入近2000家醫(yī)療機(jī)構(gòu)，完成1.8億例影像存儲(chǔ)，實(shí)現(xiàn)了4962萬(wàn)例跨院影像調(diào)閱。這為AI大模型的訓(xùn)練與部署提供了前所未有的“數(shù)據(jù)底座”。

    然而，僅有連接還不夠，安全與信任是流通的前提。滕皋軍認(rèn)為，“可信數(shù)據(jù)空間”是破題關(guān)鍵。它如同一個(gè)“醫(yī)療數(shù)據(jù)的保險(xiǎn)箱”，通過“數(shù)據(jù)不動(dòng)模型動(dòng)”等技術(shù)，實(shí)現(xiàn)數(shù)據(jù)在共享流通中的全程可控、可審計(jì)，從根本上打消醫(yī)療機(jī)構(gòu)“不敢共享”的顧慮。

    與此同時(shí)，數(shù)據(jù)標(biāo)準(zhǔn)化的工程同步推進(jìn)。陳敏對(duì)記者表示，國(guó)內(nèi)影像檢查長(zhǎng)期缺乏統(tǒng)一規(guī)范，直接影響診斷一致性與結(jié)果互認(rèn)。

    為此，中華醫(yī)學(xué)會(huì)放射學(xué)分會(huì)正牽頭制定覆蓋圖像采集、質(zhì)量、診斷三大環(huán)節(jié)的全國(guó)統(tǒng)一標(biāo)準(zhǔn)。陳敏強(qiáng)調(diào)，這是實(shí)現(xiàn)“一地檢查、全國(guó)認(rèn)可”、減少重復(fù)檢查、降低醫(yī)保支出的基礎(chǔ)，也是醫(yī)保影像云發(fā)揮監(jiān)管與健康管理功能的前提。

    聯(lián)影智能醫(yī)療科技（北京）有限公司CEO董昢也對(duì)《證券日?qǐng)?bào)》記者表示，可以通過AI質(zhì)控統(tǒng)一規(guī)范基層影像拍攝與基礎(chǔ)診斷標(biāo)準(zhǔn)，夯實(shí)跨機(jī)構(gòu)影像互認(rèn)基礎(chǔ)，推動(dòng)上級(jí)醫(yī)院采信基層檢查結(jié)果；依托醫(yī)保影像云實(shí)現(xiàn)全域影像互聯(lián)互通，支撐分級(jí)診療落地、減少重復(fù)檢查、嚴(yán)控醫(yī)保基金不合理支出。

    基礎(chǔ)設(shè)施的重構(gòu)，正在改變整個(gè)產(chǎn)業(yè)的“游戲規(guī)則”。企業(yè)可以通過接入省級(jí)或國(guó)家級(jí)平臺(tái)，快速接觸到海量醫(yī)療機(jī)構(gòu)。

    李淼認(rèn)為，這雖然為企業(yè)推廣產(chǎn)品提供了便利，但對(duì)其技術(shù)實(shí)力也提出更高要求，因?yàn)楦?jìng)爭(zhēng)將在更公開、更統(tǒng)一的平臺(tái)上進(jìn)行。醫(yī)保影像云不僅是一個(gè)數(shù)據(jù)平臺(tái)，更是一個(gè)重新定義產(chǎn)業(yè)價(jià)值鏈、驅(qū)動(dòng)數(shù)據(jù)要素價(jià)值釋放的核心引擎。

    破局闖關(guān)：誰(shuí)來買單、責(zé)任誰(shuí)擔(dān)

    數(shù)據(jù)底座日趨堅(jiān)實(shí)，技術(shù)路徑逐漸清晰，但AI醫(yī)學(xué)影像要真正跑通商業(yè)閉環(huán)，實(shí)現(xiàn)規(guī)?；⒖沙掷m(xù)發(fā)展，仍需突破支付機(jī)制與責(zé)任界定兩大“關(guān)卡”。

    多位受訪專家對(duì)《證券日?qǐng)?bào)》記者表示，唯有破解“誰(shuí)來買單、責(zé)任誰(shuí)擔(dān)”的難題，才能推動(dòng)產(chǎn)業(yè)真正迎來商業(yè)化拐點(diǎn)。

    鄭超直言，當(dāng)前，醫(yī)保付費(fèi)準(zhǔn)入仍是AI醫(yī)學(xué)影像商業(yè)化的核心痛點(diǎn)之一。產(chǎn)品從拿證到銷售周期較長(zhǎng)、投入較大，而醫(yī)院采購(gòu)AI更多仍依賴自籌預(yù)算。目前，AI相關(guān)收費(fèi)大多尚未納入醫(yī)保支付，商業(yè)化推廣仍面臨一定壓力。

    此外，多位受訪專家表示，未來的方向應(yīng)從“按項(xiàng)目付費(fèi)”轉(zhuǎn)向“按價(jià)值付費(fèi)”。鄭超呼吁借鑒國(guó)際經(jīng)驗(yàn)，探索類似英國(guó)NICE“創(chuàng)新技術(shù)早期價(jià)值評(píng)估”（earlyvalueassessment）的機(jī)制，讓創(chuàng)新產(chǎn)品更早落地真實(shí)世界，并持續(xù)驗(yàn)證其臨床與衛(wèi)生經(jīng)濟(jì)學(xué)價(jià)值。

    王桐也提出，需建立一套新的評(píng)估體系，在進(jìn)行敏感性、特異性等評(píng)估的同時(shí)，衡量AI在提前干預(yù)、提高生存率、節(jié)約總醫(yī)療費(fèi)用等方面的真實(shí)價(jià)值，并在此基礎(chǔ)上設(shè)計(jì)支付試點(diǎn)。

    法律責(zé)任與倫理邊界，也是行業(yè)發(fā)展需要解決的重要課題。一旦AI輔助診斷出現(xiàn)疏漏，責(zé)任該如何界定？

    《關(guān)于促進(jìn)和規(guī)范“人工智能+醫(yī)療衛(wèi)生”應(yīng)用發(fā)展的實(shí)施意見》的政策解讀也明確，統(tǒng)籌高水平安全和高質(zhì)量發(fā)展，堅(jiān)持人工智能賦能而不替代的定位，創(chuàng)新監(jiān)管方式，實(shí)施分類管理，強(qiáng)化數(shù)據(jù)安全和個(gè)人隱私保護(hù)，確保安全、可靠、可控。

    鄭超認(rèn)為，從醫(yī)療倫理和責(zé)任邊界看，AI應(yīng)定位于輔助角色，最終診斷仍應(yīng)由醫(yī)生負(fù)責(zé)。但當(dāng)前行業(yè)在醫(yī)生使用AI的人機(jī)協(xié)同認(rèn)證、績(jī)效考核等方面，仍缺乏統(tǒng)一標(biāo)準(zhǔn)。未來，需進(jìn)一步明確“人機(jī)協(xié)同”場(chǎng)景下的責(zé)任邊界、使用規(guī)范與激勵(lì)機(jī)制，堅(jiān)守“人為診斷最終負(fù)責(zé)”的底線，同時(shí)完善相關(guān)考核與認(rèn)證體系。

    真正的破局有賴于各方的深度聯(lián)動(dòng)與制度創(chuàng)新。多位受訪專家一致認(rèn)為，醫(yī)保端不僅是支付方，更應(yīng)作為數(shù)據(jù)平臺(tái)建設(shè)者與產(chǎn)業(yè)引導(dǎo)者，通過構(gòu)建數(shù)據(jù)集、設(shè)立產(chǎn)業(yè)基金、探索創(chuàng)新支付，引導(dǎo)資源投向真正創(chuàng)造臨床價(jià)值的方向。

    未來，隨著可信數(shù)據(jù)空間全面落地、醫(yī)保支付機(jī)制持續(xù)完善、商業(yè)創(chuàng)新模式不斷涌現(xiàn)，醫(yī)療影像與AI的融合將進(jìn)一步深化，讓更多患者受益，為提升全民健康水平、發(fā)展新質(zhì)生產(chǎn)力、建設(shè)健康中國(guó)貢獻(xiàn)行業(yè)力量。