速递|两家AI医疗筛查软件降价最高65%,基层结核筛查门槛下降

在缺少影像医生的地区，一张胸部X光片拍出来之后，可能没有专业人员及时解读。患者等不到结果，基层筛查项目也很难持续运转。AI原本可以补上这个缺口，却又被软件授权、安装、培训和维护费用挡在门外。

7月17日，国际药品采购机制Unitaid与克林顿健康倡议组织CHAI宣布，与DeepTek、Delft Imaging两家医学影像企业达成新价格协议，将结核病AI筛查软件的年度使用成本最多降低65%。

Unitaid是一家由世界卫生组织托管的全球卫生机构，长期通过集中采购、价格谈判和市场协调，降低药品、诊断设备及医疗技术的使用成本。CHAI则主要帮助医疗资源有限地区改善产品采购、疾病防控和医疗服务体系。

参与此次协议的DeepTek专注于AI医学影像，其胸部X光产品可识别20多种异常；Delft Imaging从2002年开始提供数字影像、移动筛查和远程医疗解决方案，其相关设备及服务已经进入90多个市场。两家企业的结核筛查产品均进入了世界卫生组织2025年公布的合格产品范围。

价格从7000美元降至2500美元，AI筛查开始变成可续费服务

按照新协议，DeepTek和Delft Imaging将以每台接入X光设备每年2500至2850美元的价格提供结核病AI筛查软件。此前，一套软件每台设备每年的综合成本约为7000至12000美元。

新价格并非只包含一个软件账号，而是覆盖软件使用、安装、人员培训、版本更新和维护，同时允许每台接入设备不限次数地分析影像。采购方还可以选择3年期方案，每台设备总价为7500美元，相当于锁定每年2500美元的使用成本。

协议覆盖138个符合条件的中低收入经济体，面向公共医疗项目和非营利机构。相关产品自公告之日起即可直接向供应商采购。这意味着此次合作已经越过“签署谅解备忘录”的阶段，形成了相对明确的价格、服务范围、采购对象和交付渠道。

这项变化最直接的意义，是把一个难以预测的项目成本变成相对清晰的年度预算。

过去，基层筛查项目面对的不只是软件授权费。计算设备、系统安装、人员培训、售后支持和保修延期都可能被拆分收费。一些项目在外部资金结束后，即使已经购买了X光设备，也可能因为无力续订软件而停摆。

新的打包定价减少了后续追加费用的不确定性。“不限扫描次数”也改变了使用逻辑：同一台设备完成的筛查量越大，平均到每位受检者身上的软件成本越低。对于移动筛查车、社区筛查点和高负荷基层机构，这种固定费用模式更容易形成规模效应。

此次降价还与2025年的便携式X光设备协议形成了衔接。Unitaid与CHAI此前已经推动一款重量约5公斤、可用电池供电的数字X光设备降低价格。硬件可以进入社区，软件可以即时读片，两项协议组合起来，才逐渐形成一套能够离开大型医院运行的筛查方案。

不过，所谓“AI筛查”需要准确理解。软件分析胸部X光片后，会给出异常评分并提示是否存在疑似结核影像。这一结果适合用来筛选高风险人群、决定谁需要进一步检查，却不是最终诊断。

对于AI提示异常的人员，后续仍需通过快速分子检测等方式确认是否感染，并完成转诊和治疗衔接。AI解决的是“谁应当优先进入下一步”的问题，而不是独立完成结核病诊断。

真正值得期待的不是一次降价，而是医疗AI商业模式开始改变

这次协议表面上是软件降价，背后更重要的变化，是AI医疗产品正在从高价项目制交付，走向透明、标准化、可持续采购。

医学影像AI进入医疗资源有限地区时，长期存在一个矛盾：使用场景非常明确，潜在需求也足够庞大，但单个医疗机构的支付能力有限。企业如果沿用大型医院的软件报价和交付方式，产品很难进入基层；如果依靠捐赠免费部署，又难以建立稳定的更新、维护和售后体系。

此次协议提供了第三种路径：由卫生组织汇集潜在需求，与多家供应商谈判统一条件，再以较低但可持续的价格向公共项目开放。企业获得相对明确的市场入口和服务边界，采购方则获得透明价格和长期维护。

这种模式对AI医疗的启发，不只适用于结核病。

很多医疗AI产品的问题并不是模型完全不可用，而是整体部署成本高于模型本身。硬件适配、数据传输、人员培训、版本维护和本地服务如果长期依靠临时协商，产品就很难复制。将这些环节纳入一个标准化价格，可能比单纯提高几个百分点的算法准确率更接近真实市场。

协议还为心脏扩大、矽肺和肺癌等胸部异常设置了透明的附加功能价格。这意味着同一套X光基础设施未来可能承担更多筛查任务。一台设备不再只对应一种疾病，而可能逐渐成为基层肺部与胸部健康的共同入口。

这种“一套设备、多种筛查”的方向值得期待，因为设备利用率越高，软件续费和基层维护越容易获得稳定预算。但它同样需要保持克制：不同疾病的筛查人群、模型表现和后续诊疗路径并不相同，不能因为产品具备相应功能，就直接推导出同等成熟的临床价值。

规模化落地还要跨过3道门槛。

首先是工作流。AI给出异常提示后，是否有足够的分子检测能力、转诊渠道和药物供应承接新增疑似病例，决定了“发现”能不能转化为“治疗”。

其次是本地适配。不同设备、不同人群和不同疾病流行水平都会影响异常评分的使用阈值。模型进入新场景后，仍需持续监测灵敏度、特异度、漏检率和转诊负荷。

最后是儿童筛查。世界卫生组织目前认可相关AI产品用于15岁及以上人群，尚未建议将其常规用于15岁以下儿童。两家供应商承诺，在获得相应监管许可后提供儿童版本，但现阶段仍不能把这一未来安排写成已经获得验证的能力。

因此，这次事件的准确结论并不是“AI已经替代影像医生”，而是结核病AI筛查首次获得了更清晰、更低廉、能够直接执行的采购条件。

当算法、数字X光、培训和维护被放进同一套价格体系，医疗AI才真正开始从演示项目变成基层可以计算成本、安排预算并持续运行的工具。软件降价只是第一步，但这一步让大规模社区筛查比过去更接近现实。