夜雨聆风近日，第93届中国国际医疗器械博览会（CMEF）在上海启幕。在这场全球医疗行业瞩目的盛会上，一个现象尤为突出：几乎每一家参展商都在谈AI，从大型影像设备到家用便携式器械，“AI+”成为展馆里最高频的标签。
然而，展台上的热闹背后，行业深处的焦虑同样真实：人口老龄化加速、健康消费持续升级，中国医疗器械行业正站在前所未有的风口，但产品同质化严重、用户依从性差、数据孤岛林立等长期痛点，并未因一两个热词而消解。
AI究竟是营销噱头，还是真正的破局之力？在CMEF同期的一场深度对话中，京东集团高级副总裁、AI创新业务负责人、IEEE Fellow何晓冬，BMC迈瑞特创始人、董事长庄志，微泰医疗董事长郑攀，邦邦机器人创始人兼CEO李建国围绕“AI+医疗器械”给出了各自的答案。
他们的共识是：AI不再是锦上添花的噱头，而是重构产品逻辑、重塑服务模式的核心驱动力。
走进2026 CMEF的影像、手术机器人等展区，一个明显变化是：AI不再是设备的附加功能，而是深度嵌入设备内核，成为“原生能力”。
例如，西门子医疗针对前列腺癌、阿尔茨海默症两大疾病，推出基于医学影像处理平台syngo.via VB80的诊疗全流程多模态AI解决方案。该方案率先实现机器视觉AI与生成式AI的临床级深度耦合——视觉认知层面对海量多模态影像进行亚像素级解析，确保影像征象提取的灵敏度与特异性；大语言模型则在语言生成层面驱动结构化报告输出，将医生工作转化为标准化、可复现的诊疗语言，减轻医生工作负荷。通过将AI技术深度嵌入疾病诊疗路径，这一AI解决方案最终在影像判读、风险评估、治疗决策等关键环节提供循证支持，以标准化、智能化进行流程再造，辅助临床提升诊断一致性与决策效率，为医疗机构提质增效提供了可验证、可复制的范式。
飞利浦将AI视为重塑医疗未来的关键驱动力。CMEF期间，飞利浦发布了多款深度赋能临床的AI和平台化创新解决方案，全球首发的Innovation AI3超脑平台，将AI嵌入磁共振成像全流程，让高清成像成为医院可增值的数字资产，为临床研究与药物疗效评估提供有力循证支撑。中国首发的Azurion S全域AI智能导管室，可实现0.1毫秒级姿态调整、最高降低83%辐射剂量、提升17%手术效率，以开放融合的AI介入生态重新定义诊疗标准。同为重磅展品的EPIQ CVx Transcend，搭载了紧跟学科前沿热点的8大心血管专用AI工具，标准化、自动化地完成复杂评估。
中国医疗器械行业正迎来“双重红利”：一方面，人口老龄化与慢病负担加重，催生了巨大的医疗健康需求；另一方面，居民健康意识提升和消费升级，推动行业向高品质、个性化方向发展。
“AI+医疗”被视为破局的关键。有业内人士专家判断，AI与健康的融合正从“辅助工具”迈向“核心引擎”，未来3-5年将从“单点工具”走向“全病程管理”。
“这次的AI，跟三年前、五年前有本质区别。”何晓冬指出，过去谈论AI，更多是人脸识别、语音识别等单点能力；而今天，以大语言模型为代表的新一代AI，具备了深度的认知与推理能力，能够进行多轮无障碍交互、任务拆解与执行。“这种级别的AI能力，对医疗器械应用场景的改造是革命性的。”
在何晓冬看来，AI带来的变化体现在三个层面：一是更温暖的交互，设备能感知用户的个性化需求，结合位置、历史信息提供主动服务；二是更自然的操控，AI作为“桥梁”，将用户的简单意图翻译为复杂器械的操作指令；三是更直观的数据分析，将健康建议以用户能理解的方式呈现。
这与李建国的思考不谋而合。他指出，行动辅具行业的终极命题不是“提供一辆轮椅”，而是“恢复用户原有的移动能力”。AI的介入，让设备第一次“有了生命力”。“以前我们专注在越障能力、动力性能这些单点技术上，现在AI把这些能力串联成了真正的服务。”
医疗器械行业长期面临一个尴尬现实：设备再好，用户不用或坚持不下去，价值就是零。尤其是在慢病管理领域，依从性差直接导致治疗效果大打折扣。
这也是由于尽管前景广阔，但“AI+医疗器械”的规模化落地仍面临三大瓶颈：一方面，数据孤岛。居民健康数据散落在不同机构，难以贯通。多数医疗机构倾向于私有化部署大模型，导致模型“单打独斗”，无法受益于行业数据积累；另一方面，AI医疗服务多由医院或药企买单，尚未大规模纳入医保。若不能证明其“降本增效”的经济价值，商业化闭环将受限。
此外，部分AI产品存在“论文强、临床弱”的问题。未来监管将要求更严格的真实世界证据，而非仅看技术指标的提升。
基于此，不少业内专家纷纷强调：AI+医疗健康是抢占国际竞争制高点的关键领域，但国内在模型部署、数据打通、院外服务衔接与支付保障等方面仍需协同加速。
而如何重构“AI+医疗健康”的院内模式，使得AI从“辅助工具”走到“决策核心”也成为破局关键。
庄志对此深有体会。他以所在的呼吸健康领域为例，无论是睡眠呼吸暂停还是慢阻肺，治疗过程对个性化服务要求极高。“在欧美，服务成本甚至超过设备本身。”庄志表示，AI的出现使得个性化、舒适化治疗成为可能——呼吸机可以实时感知患者呼吸状态，自动调整最合适的压力；能根据季节、环境变化，给出最舒适的温度和湿度。
更重要的是，AI正在构建完整的慢病管理闭环。“通过大数据平台，我们可以提前预测慢阻肺患者的病情加重风险，及时介入干预，避免急性发作。”庄志说，这不仅能提升患者居家康复质量，更能将80%～90%的问题解决在院外，大幅降低公立医院负担。
微泰医疗董事长郑攀则从糖尿病管理的角度补充道，利用动态血糖数据和大模型推理，他们已经可以实现对未来1-2小时低血糖风险的预测。但他也坦言，医疗行业的强监管特性，使得AI的落地远比消费领域复杂。
高临咨询对接的一位医疗信息化行业专家表示，随着医院数字化转型推进，医疗机构的需求正在发生变化。2025年DeepSeek等技术带动了一波AI相关采购浪潮，不过目前项目金额普遍不大，多在百万元级别。
该专家指出，当前通用大模型在医疗场景中仍存在一定局限性和准确性问题，因此未来行业仍需要更加专业化的垂类模型。从竞争格局来看，目前AI厂商的竞争仍处于早期阶段，仅通过现有招投标情况还难以判断领先玩家，关键仍取决于项目交付效果。
“医疗信息化整体需求仍然稳健，核心系统更替、高质量发展项目以及区域性大项目（如亿元级标的）仍将持续落地，同时AI预算申报有望成为新的增长点。市场竞争预计将进一步加剧，但差异化能力也将为部分企业创造新的机会。”对于2026年市场展望，该专家如此说。
数据是AI的燃料，但在医疗领域，数据恰恰是最稀缺、最敏感的资源。不同设备、不同厂商、不同医院之间的数据壁垒，长期制约着AI模型的训练与优化。
为了推动“AI+医疗健康”的融合，政策层面，国家对“人工智能+医疗健康”的支持力度持续加大，为行业发展提供了有力保障。例如，鼓励创新，明确鼓励发展高端医学影像、体外诊断等领域的智能化医疗器械；加速审批，截至2025年12月5日，已有207款人工智能医疗器械获三类注册证，行业连续三年实现年度审批量超40款；标准建设，行业正加速推进数据标准、互操作规范和伦理治理体系的建设，为产业健康发展划定“跑道”。
何晓冬强调，AI要真正走入医疗，必须从“数字世界走入物理世界”，从“数字智能走向物理智能”。而这一过程中，个性化和隐私保护必须找到平衡点。“很多计算和记忆要放在端上，在终端设备本地完成，而不是全部上传云端。”他说，这样才能让用户建立真正的信任。
郑攀则直言不讳：“隐私问题不是技术问题，是监管问题。”他指出，当前大模型在医疗咨询中的一大痛点是“幻觉”——编造不存在的文献或数据。这在普通知识查询中或许可以容忍，但在严肃的医疗场景下绝不能接受。他特别提到与京东健康“京医千询”平台的合作，通过引入规则化查询系统，大幅减少了模型幻觉，提高了医疗建议的可靠性。
这也意味着，AI对医疗器械行业的改造，远不止于给产品加一个“智能”标签。它正在重构从研发、生产到服务、支付的整条价值链。
庄志提出，AI帮助构建了“真实用户数据—工程模型算法—医疗临床验证”的良性飞轮。大量真实世界数据的积累，反过来又能指导产品迭代和临床研究，形成正向循环。
李建国则展望了主动安全的未来：“我们正在上辅助驾驶技术。它不只是让轮椅更好开，还能预判用户潜在的出行风险——比如低血糖导致的驾驶能力下降——提前介入，把安全从‘被动防护’提升到‘主动预防’。”
何晓冬表示：“我们希望AI提供更温暖的服务，把AI带入物理世界的医疗器械场景，让物理世界变得更加智能、更有效率。”
头豹研究院认为，中国AI医疗器械行业正加速向多模态技术融合与生成式AI应用深化，多模态技术可构建患者全景画像，提升疾病诊断精准度，生成式AI成为临床决策核心引擎，空间计算技术则推动诊疗流程向沉浸式、精准化演进。
对于正处于同质化竞争泥潭中的中国医疗器械行业而言，这或许正是破局的方向：不是比拼谁的功能清单更长，而是看谁能用AI真正理解用户、服务用户、陪伴用户。从冰冷的工具到有温度的伙伴，这不仅是技术的跃迁，更是价值的回归。
