ARTICLE · 1215198
AI第一次亲手开处方,中美为何走向两个方向
AI第一次亲手开处方,中美为何走向两个方向给深水区里、也在看路的你。 在进入正文之前，先交代一下我是谁——因为这点很重要： 我在医疗一线待过7年，又做了10年高端人才猎头。 这两条看起来不搭的路，让我养成一个习惯： 看任何"大趋势"之前，都先问一句——这背后，人会往哪走？机会会在哪里重新分？哪些岗位会升值，哪些会悄悄消失？ 数据我都尽量核过源，但结论是我的判断。 你看的时候，可以带着自己的尺子。 最近一周，"AI看病"接连丢出几个大新闻。它们拼在一起，只讲了一件事： 人工智能正在第一次真正触碰"谁有资格为一个人的健康做主"这条线。 读懂这一周，就能看懂未来三年不只是医疗的走向——也看得懂一部分人该往哪走。 
不是讲故事，是白纸黑字的试点授权。 2026年9月，美国犹他州批准了一个全球第一次的项目：一个叫Nolla Health的AI系统，可以跳过人类医生把关，直接为患者做新诊断、并开出首张处方。 此前这里已允许AI为病情稳定的慢病患者续开"老药"，但那次不能下新诊断、也不能新增或调整剂量；这次不一样——AI第一次被允许"从零开始诊疗"。（来源：36氪） 试点的具体设计： 公司的说法是： "不是取代医生，而是让AI承担重复性高、风险低的诊疗，把医生释放去处理更复杂的病人。"（来源：36氪） 但这场放开并非没有争议：犹他州医学执照委员会曾公开建议暂停试点，担心"AI不应做诊疗决定"；医生和药师协会也发声反对。（来源：新浪新闻） 归光判断：真正的分水岭不在于"用不用AI"，而在于"让AI走到哪一步"。犹他州的这一小步，第一次跨过了"人工事先审批"的门槛。而放开与否，正成为各国医疗监管的真实选择题。 我多说一句个人看法：监管放开从来不是因为"技术成熟"，而是"社会敢不敢为效率担一次责任"。 犹他州敢走这一步，不是它技术最先进，是它愿意为"效率"冒"责任"的险。在美国做医疗AI的人，赌的是"谁先跑通谁定标准"；在中国，赌的是"谁在红线内把辅助做到极致"。两种世界，长出的机会完全不同。 如果你在选赛道、选城市、选公司，这条路的分叉，值得你放进参考系。 
全球最"看得见的保守"，与最"提前的布局"。 中国的监管姿态——AI可以辅助，但不能替代： 2022年国家卫健委《互联网诊疗监管细则（试行）》明确：处方应由接诊医师本人开具，严禁使用人工智能等自动生成处方；AI不得冒用、替代医师本人提供诊疗服务。（来源：百姓健康报） 多地医保通知协同强调"严禁AI自动生成处方"。 一句话总结：中国拥抱AI辅助诊疗，但在"谁来开方"这一环，态度坚决。 但注意——"不开方"≠"不布局"。 2025年10月，国家卫健委等联合发布《关于促进和规范"人工智能+医疗卫生"应用发展的实施意见》，目标到2027年建成一批卫生健康行业AI应用中试基地，2030年基层诊疗AI辅助基本全覆盖。（来源：中国政府网） 中国的打法是：在辅助侧全面铺开，在自主决策侧守住安全。 
而作为一个见人的猎头，我想再提醒一句很多人没意识到的事：中国这批"辅助侧"的新公司，正在密集招两类人——懂业务落地的人，和懂AI的人。 这两类，恰恰是很多从传统行业转过来、却总觉得自己"两头都不靠"的人，真正可能的机会窗口。大健康不一定只招医生和专业对口的——它正缺"把AI技术讲给场景听、把场景需求翻译给技术"的人。 这句话，转型中的你可以记住。 
一份刚发布的重磅报告。 绕开"AI开方"的争议，中国在另一条道上押了重注。 10月18日，2026世界传统医药大会在北京发布《人工智能赋能全球传统医学发展报告（2026）》——由全球传统医学联盟发起、中国中医科学院中医药信息研究所组织编写。（来源：新华网） 几个核心数字： 报告核心发现： 同时坦承的挑战：高质量数据集不足、模型可解释性待提升、全球统一监管未成形、传统知识面临未经授权提取风险。（来源：新华网） 顺带一提：报告提到AI辅助舌诊准确率已达85%–92%，数字孪生名老中医模型已在县域中医院试点。（来源：China Daily） 对你意味着什么：如果你有中医/传统医学背景，或者有数据标注、AI训练的复合能力，这可能是未来3年最被低估的交叉赛道。中国在专利和数据上的领先，意味着这里会长出一批新公司、新岗位。 
这里我特别多说一句，因为这是别人讲不了、而我最想讲的：作为在医疗一线待过的人，我看"AI×传统医学"这块，比看"AI开方"更兴奋。 为什么？因为AI开方是"替人做决定"，争议缠身；而AI赋能传统医学，是在消化中国人几千年的经验数据、把它变成可量化、可复用的资产——中国在这件事上有全球最厚的底子（80.4%的专利、47%的论文），这是"别人追不上、又不需要抢跑"的赛道。顺着国家真正砸钱、又有数据底子的方向走，是普通人选赛道时性价比最高的策略。 三则新闻看似无关，其实指向同一个结论—— 医疗AI的下半场，不再是"AI能不能干"，而是"AI在哪条线上干、由谁兜底"。 而站在"看人"的角度，我把同样的判断再落回一次—— 对正在看风向、想转型的人，这三条新闻其实给了三个信号： 这句，是我这篇最想对你说的话。 
两个问题，点击下方投票告诉我们你的判断： 【投票①】你觉得AI独自开处方，在中国有可能实现吗？ A. 有可能，5年内 B. 有可能，但10年以上 C. 不太可能，监管不会放 D. 不好说 【投票②】如果你在医疗行业，你更看好哪条赛道？ A. AI辅助诊断（合规、稳妥） B. AI+传统医学（数据底座强） C. AI健康管理（离C端最近） D. 其他 如果你想聊更多，或者想分享你身边"AI已经在辅助诊疗"的真实案例，或者你正在"医疗×AI"的交叉点上找自己的位置，欢迎来信。我不一定能给你答案，但我很愿意陪你一起想清楚。 1. 36氪《全球第一次，AI无需医生把关直接开药，这是好事还是坏事？》 2. 新浪新闻·师永刚《AI医生能开药了，但谁来判断它是否真的准备好了？》 3. 百姓健康报《禁止医院用AI生成处方，多年前已有此类规定》 4. 中国政府网《关于促进和规范"人工智能+医疗卫生"应用发展的实施意见》 5. 新华网《报告显示人工智能赋能传统医学进入快速发展期》 6. China Daily《AI expands access to traditional medicine》 📮 邮箱：lumina106@outlook.com 如果你在医疗×AI的交叉点上，或者你也在看路，欢迎来信聊聊。 归光全球风向 · 用数据丈量医疗×AI的每一步 本文信息来自公开权威渠道，观点仅代表个人判断
归光全球风向 · 第2期
—— 以及，这件事对正在看风向、想转型的人，意味着什么
01 先看美国犹他州：AI第一次"亲自"开了方
只针对轻度至中度痤疮的成年患者，单点切入，不做泛化 用户每月付4.99美元订阅，填健康信息并拍5张面部照片，AI算严重程度评分 评分超3.5分、或处于怀孕/哺乳期/有严重肝肾病，立即转人工 只能从一张8种药物的固定清单里选，口服药、异维A酸被排除在外 风险控制分三阶段，从"每张处方两名医生审核"逐步放开到"AI自主+医生抽检10%"
02 再看中国：两个字，红线
对你意味着什么：如果你在中国做医疗AI，不要等"AI开方"的风口。真正的机会在"辅助侧"——那里有政策绿灯、有资金、有场景。
03 真正被押注的下一站：AI × 传统医学
3030项：2000年以来全球AI传统医学公开专利 80.4%：中国专利公开量全球占比（授权量84.2%） 47%：1990年以来SCI论文中国贡献占比
AI赋能传统医学已走出概念阶段，进入快速发展期，从单一环节走向覆盖诊疗全流程的协同 智能四诊仪推动诊断客观化、标准化 AI数字孪生助力优质资源下沉 AI辅助活体成像为经络提供现代科学证据 正在破解传承难、阐释难、标准化难三大瓶颈
归光洞察：三件事拼出的一个判断
方向已定：中美都认定AI进医疗是确定性趋势，分歧只在"自主决策权的边界"上。 中国的机会：在"AI辅助"与"传统医学数字化"这两条不踩红线的赛道上，中国拥有全球最强的专利与数据底座，正把"经验驱动"改写成"数据驱动"。 给你的提醒：离"AI为你的健康做最终决定"仍远，但"AI陪你做健康管理"就在眼前——这正是最值得押注的细分场景。
别追"AI开方"这种听着最性感的——中国不放开，风口不一定落到你。 "辅助侧"和"传统医学数字化"才是政策绿灯+真金白银的地方——顺着有数据、有资金、有政策的赛道走，成功率远比追热点高。 最值钱的永远是"翻译能力"——这个时代不缺懂AI的人，也不缺懂行业的人，缺的是能同时听懂一边、又讲给另一边听的人。无论你来自哪个行业，如果你能成为"医疗×AI"之间的那座桥，你就站在了这个时代最需要的位置上。
