医疗影像AI六小龙:从“卖软件”到“卖结果”

北方某人口大县的人民医院，院长办公室里刚结束一场影像科的汇报。

放射科主任语气兴奋：新上的影像AI跑了三个月，肺磨玻璃结节的月检出量从30例翻到了60例，准确率和省城三甲的诊断水平明显对齐。

院长没有点头，反问了一句很实在的话：

这不是某一个院长的困惑，是整个影像AI行业的集体困局。

联影智能、数坤科技、商汤医疗、推想医疗、深睿医疗、鹰瞳Airdoc——国内影像AI六小龙，把准确率卷到了99%以上，把三甲医院的价格战打到了地板价甚至搭载卖，却始终在县域市场碰钉子。基层县域院长们不认参数，不认证书，只认一本账：你能不能帮我把病人留下来？

这背后，藏着一条被全行业低估的商业逻辑，也是这篇想拆清楚的核心问题：医院到底在拒绝什么？影像AI的终局，是从卖工具，卖到什么？

很多人没看懂：为什么同样装了影像AI，有的医院成了摆设，有的医院却做成了增量引擎？

核心公式其实特别简单，和互联网行业的ROI逻辑一模一样：

以前医院采购AI，叫“买设备、买软件”，考核的是准确率、速度，是成本项；以后医院采购AI，应该叫“采购整套服务方案”，考核的是患者留存率、业务增量，是收益项。当你能把效果做出来，医院自然愿意为这套服务按结果采购。

这里要拆清楚两层：AI辅助诊断产品，提升的是“能力”——让县医院的诊断水平向三甲看齐；运营服务，解决的是“能力在真实场景里怎么变成患者留存”。两者打包在一起，才形成真正的增量结果。单卖工具，能力悬在半空；只做运营，没有能力底座——必须是一套整体解决方案。

而且这套能力不是只用在某一个环节。诊前早筛，AI辅助诊断、扩大发现疾病的“盘子”；诊中，AI帮医生更快更准地出报告；诊后，AI智能体协助做患者随访和管理，全过程提效率。诊前、诊中、诊后全场景都体现了AI的能力提升与效率提升——这正是所有医疗AI落地的真实场景。

所以真相是：医院拒绝的从来不是AI，而是“只会读片、不背结果”的工具。影像AI行业的下半场，不是比谁查得准，是比谁能帮医院把患者留下来——从卖一套工具，走向卖一套“AI辅助诊断+运营”的整体解决方案，医院按效果采购。

上面这套逻辑，在北方一家县级医院跑通了。

这家医院对接了北京专家工作站，同时和省级三甲医院建立了稳定的医联体合作——不靠临时性的外请手术，靠的是专家完成多点执业备案、固定排班的常态化机制，肿瘤患者本地留存率提升到了60%以上（该院公开样本数据）。

整套打法没有黑科技，每一步都朴实无华，但串起来就是完整的患者留存闭环。拆成六个环节看，逻辑非常清楚。

STEP 1  数据先打通：AI才不是孤岛

很多医院的AI最后成了摆设，第一步就死在“数据分家”：影像科一套系统，病历科一套系统，检验科又一套。AI读完片子，结果还要医生手动抄进病历，越用越麻烦。

这家医院先做了最基础的一件事：全院诊疗数据全部打通。

就像所有科室终于进了同一个工作群，患者的影像、病历、检验结果自动同步。AI读完片，报告自动进患者档案，自动触发后续的随访、会诊流程，中间不用人传话。

这是所有AI落地的前提——数据不通，再厉害的算法都只是个孤立的读片机器。

STEP 2  AI提能力：辅助诊断，标准向大医院看齐

这是影像AI最基础的价值，也是六小龙们最擅长的事。

AI自动扫片子，找结节、标大小、分风险，输出的辅助诊断提示，参考标准向北京、省城的三甲医院看齐。医生不用再一张张片子反复找，只需要重点复核AI标出来的高风险部分，出报告的速度快了一倍，漏诊风险也随二次把关明显下降。

需要说清楚：AI给出的是辅助提示，最终诊断仍由执业医师确认。对老百姓最直观的是——在县里拍的CT，到北京的大医院能直接参考，不用重拍重查，既省钱又省时间。

但这一步，只是整个故事的开始。只做到这一步，就是院长说的：查得越多，跑得越多。

STEP 3  半小时拦截：在患者动摇前，先拉住他

这是整套体系最值钱的一步，也是绝大多数影像AI厂商都漏掉的一步。

患者刚查出疑似大病，最焦虑、最想往大医院跑的，就是出结果后的半小时到一小时。错过了这个窗口，大概率人已经在去外地的路上了。

以前靠人工翻报告、挨个打电话，等找到人，患者都快到省城了。

现在AI当起了“自动调度员”：全院所有检查报告，AI实时盯着，只要出现肿瘤等高风险结果，立刻自动标记；每半小时刷新一次名单，推给专病管理团队。

团队拿到名单，半小时内必须拨通患者电话：“结果我们看到了，已经给您安排了今天下午全院专家的会诊，不用跑外地，直接过来就行。”

很多本来已经收拾好行李的患者，接到这通电话，当场就决定留下来。就像你刚下单还没发货，客服就主动打电话过来解决问题，比你自己想退货还快，自然就不走了。

STEP 4  院内MDT托底：全院专家一起看，患者才信

光跟进快没用，患者最终留不留，核心是“信不信”。

县里看病，老百姓最认的不是机器，是医生——尤其是本地行医几十年、叫得出名字的老主任。

这家医院的做法是：每周固定三天，影像科、外科、内科、病理科的主任们坐在一起，所有新发的大病病例，挨个过一遍，集体定方案。不是一个年轻医生拍板，是全院最好的专家一起给你看。这些本地主任在当地行医几十年，十里八乡的患者大多都认识，知根知底，信任感天然就有。

AI在中间当“助理”：提前自动把患者的所有片子、病历、检查结果整理好，发到每位专家手里，不用临时找资料，会诊效率直接翻倍。

STEP 5  两级专家下沉：内科线上看，外科线下做

常规病例，院内专家就搞定了；遇到复杂疑难的，还有第二重保障。

医院对接了北京的专家工作站，也和省级三甲建立了医联体合作，专家均完成多点执业备案，定期下沉——不是临时来一趟的外请手术，是固定排班的常态化院间合作。

规则非常清晰：

内科、慢性病：专家线上远程会诊，看片子、定方案，本地医生执行。AI同步共享所有病历资料，两边信息一模一样。

外科、需手术：专家线下到医院，坐诊、查房、主刀，患者不用出县，就能由下沉的三甲专家主刀手术。

对患者来说，这等于双重保险：县里专家集体把脉，北京/省里的专家把关，在家门口就能享受到大医院的诊疗服务，报销比例还更高，何必来回折腾几百公里？

STEP 6  全周期管理：出院了也有人管，黏性拉满

很多医院的服务，到患者出院就结束了。患者回家康复、复查全靠自己，时间一长，下次犯病又直接跑去大医院了。

这家医院把服务延伸到了院外，肿瘤、慢性病患者出院后，直接纳入全周期管理体系，县、乡、村三级联动：

AI自动生成随访计划，什么时候复查、该吃什么药，按时提醒；乡镇卫生院、村医负责日常随访，有情况随时上报，县里医生快速介入。

从查出病，到看病、做手术、康复，全程有人管、有人问。患者放心、安心，自然就认准了这家医院。

联影智能、数坤科技、商汤医疗、推想医疗、深睿医疗、鹰瞳Airdoc，六家技术长板各不相同，但走到下半场，更大的市场方向很明确：从卖软件，走向卖运营、卖结果。先把各自的王牌快速过一遍：

▍六张王牌，一句话说清

王牌再亮，如果只停在“卖工具”，都绕不开同一个结局。真正分高下的，是下面这笔账。

▍为什么都要从卖工具，升级到卖服务？

先算笔最直白的账，不懂医疗也能一眼看懂：

卖软件的老路子，一个县医院，卖两三个病种的AI授权，一个病种大概15万，三个病种45万（以行业常见授权报价为例，仅作测算示例），一手交钱一手交货，天花板就钉死在这45万里了。

卖服务的新路子——把“AI辅助诊断产品”和“运营服务”打包成整体解决方案：AI把县医院的诊断能力提上来，运营再把能力在真实场景里转成患者留存，两者结合形成实打实的增量业绩。医院看到增量结果，再按效果采购你的运营服务。同样一家医院，一年可能做到上百万、甚至几百万的产出规模（理论测算，实际因医院基础而异，不构成收益承诺）。

注意，这里不是和医院分利润，而是医院采购这套“能落地、出结果”的服务方案。老路子卖的是“一张光盘”，新路子卖的是“AI辅助诊断+运营”的整体解决方案，医院按效果采购。说白了，你本质上干的是分级诊疗的落地，帮医院把病人留在当地，所以医院愿意按结果，采购你的服务。

▍这笔账背后，是五方都赢

患者：谁不想在家门口就把病看了？顶尖专家方案、更高报销比例、不用拖着行李跑几百公里——这正是老百姓最想要的服务。

医院：病人留本地，经营状况肉眼可见地改善。

医生：大医生带教把本地团队带起来了，服务能力上去，收入也跟着上去。

卫健委：分级诊疗这盘棋，终于从文件落到了地；而且医院采购是按效果计价，不玩虚的。

医保局：患者留当地，医保结余就留在当地了。

患者、医院、医生、卫健委、医保局——几方都满意，这才是真的跑通了商业化：不是零和博弈，而是多方共赢。

▍一句话点题

影像AI发展到今天，技术早就不是瓶颈了。

六小龙各有各的王牌，算法准确率都卷到了99%以上，但真正的分水岭，从来不是参数有多好看，而是能不能沉到场景里，扎到运营里。但是最大的困局是卖系统的思维和能力维度基本很难转型，一家公司的基因很难改变，很多大公司成于自己的初创基因也受困于原始基因。要弥补这块，最好的方式是引入新的力量去弥补，而不是在原来的老盘子寻找新芽......

全国数千家县级医院，是一片待挖的蓝海。但这片市场，不认准确率，认效果；不认产品，认方案；不认一次性采购，认长期共赢。

从卖一套软件，到卖一套运营方案；

从一次性收授权费，到按效果采购服务；

从死磕三甲红海，到下沉县域蓝海。

这条路看起来慢，实则是最稳、最长远的路。

毕竟医疗的本质，从来都是治病救人，是服务。

谁先把技术落到实实在在的服务里，谁就能跑通真正的商业化。医疗AI的下半场，才刚刚开始。

AI医界】往期文章