医疗影像AI商业化困局：支付规则滞后，财政与医院成主要买单方
2026/10/10 23:21阅读量 4
医疗影像AI行业面临技术成熟但支付体系滞后的矛盾，医保政策将AI辅助诊断整合入检查项目且不单独计价，切断了向患者直接收费的路径。目前商业化跑通主要依赖医院基于降本逻辑的采购以及财政对基层医疗能力建设的专项投入。专病路线依靠三类证进入医院预算，通用路线则通过嵌入设备或体检套餐实现价值转化，未来谁先找到按结果付费的买方将成为竞争关键。
事件概述
医疗影像AI行业正处于技术与商业模式的十字路口。尽管算法性能已达到专家水平，但核心的支付规则仍停留在“不单独计价”阶段。当前行业存在两条主要技术路线：一是以数坤科技、联影智能为代表的“专病专用”路线，核心资产为NMPA三类医疗器械注册证；二是以达摩院RADAR为代表的“通用大模型”路线，强调一次扫描覆盖多种病症并选择开源策略。监管层面也在同步完善，NMPA近期发布征求意见稿，针对大模型及多病种产品设立独立审查章节。
核心信息：支付瓶颈与买方分析
- 医保支付现状：自2024年起，国家医保局在放射、病理等四类价格项目立项指南中，将“人工智能辅助诊断”设为扩展项，与主项目同价、不重复收费。2026年3月，首批12项AI辅助诊断纳入医保乙类目录，但AI并未获得独立收款码，而是作为检查项目的附加服务存在，需经执业医师复核签字后方可结算。
- 四大潜在买方评估：
- 患者：因政策规定“不额外增加患者负担”，直接向患者收费路径受阻。
- 医保：虽提供报销通道，但因缺乏独立定价，仅具备中等可行性，其决策对公立医院具有决定性影响。
- 医院：可行性最高。随着运营成本压力增大，医院评估AI的逻辑从“增收”转向“降本”。例如，浙大邵逸夫医院提出“开放算力、共享模型、按需结算（Token计量）”模式，降低基层医院部署门槛。
- 财政与卫健委：当前最实在的买单方。资金主要用于基层能力建设而非医院创收。例如，浙江省卫生健康信息中心以2.057亿元中标医学AI创新服务平台，采用“按效果付费”机制，若准确率下降则扣减合同款。四川长宁县、杭州西湖区等地也有类似财政采购项目。
值得关注：商业模式分化
- 专病路线：付费方主要为医院和财政。数坤科技2025年收入约5.6亿元，毛利率超70%，验证了心血管等高值场景的商业化潜力。联影智能凭借23张NMPA三类证构建壁垒。该路线天花板在于单一病种的市场容量，且仍在等待独立的AI服务定价权。
- 通用路线：付费方包括设备厂商、体检机构及财政。达摩院通过与东软医疗、GE医疗合作，将AI嵌入CT设备出货；与美年健康合作进入体检场景，实现“一扫多查”。该路线逻辑是让AI成为硬件、体检包或基层基建的一部分，而非独立售卖的软件服务。
结论
医疗影像AI的商业化不再依赖“AI单独收费”，而是嵌入现有医疗流程。专病路线已拿到医院采购预算，通用路线正在等待第一张三类证。最终胜出者将是那些能率先在财政或医院端跑通“按结果付费”闭环的企业，目前的突破口集中在基层医疗机构的采购合同中。