AI诊断入医保两周:谁在抢跑,谁在观望?

AI诊断入医保两周：谁在抢跑，谁在观望？

4月1日起，AI辅助诊断正式纳入医保乙类目录，全国执行。两周过去了，行业真实反应如何？

01 一个"小动作"，撬动一个大市场

4月1日，一个没有太多仪式感的日期。

但对医疗行业来说，这一天意味着——AI辅助诊断，正式从"实验品"变成了"医保品"。

国家医保局此前发布通知，将包括AI影像辅助诊断、AI病理辅助分析在内的多项人工智能医疗服务项目纳入医保乙类目录，全国统一执行。

这个政策的信号非常明确：

第一，AI诊断不是"锦上添花"，而是"雪中送炭"——它被认可为临床必要服务；

第二，患者用AI诊断可以报销了，需求端将被激活；

第三，医院有动力采购AI系统了，因为能收费、能创收、能回本。

注意最后一句话。这是整件事的关键——有人看到了临床价值，但更多人看到的是商业逻辑。

两周过去了，行业真实反应如何？我们分三类机构来看。

02 三类医院的"AI抉择"

一线城市三甲：抢跑者

动作最快的是北上广深的三甲医院。

政策落地前后，多家头部医院已经完成了AI辅助诊断系统的招投标和部署：

AI影像（CT/MRI/DR）辅助诊断——用于肺结节筛查、骨折识别、脑出血检测等场景；
AI病理辅助分析——用于宫颈癌筛查、甲状腺结节分类等；
AI心电图自动分析——用于心律失常筛查。

这些医院的逻辑很清晰：先占位，再优化。

医保定价已经明确，乙类报销比例一般为70%-80%（各地略有差异），意味着患者自付部分大幅降低。对三甲医院来说，AI诊断的收费虽然不算高（单次几十到几百元不等），但胜在高频、标准化、边际成本趋近于零。

更重要的是，AI诊断可以作为引流入口——患者因AI筛查发现问题后，往往需要进一步检查和治疗，这才是核心收入来源。

一句话总结三甲策略：先用AI筛流量，再靠专科赚利润。

二线城市二甲/三甲：观望者

大多数地市级医院的态度是"看看再说"。

这不是消极，而是理性。

原因有三个：

一是投入成本。AI诊断系统部署需要硬件升级、接口改造、人员培训，前期投入少则几十万，多则上百万。在DRG/DIP支付改革的大背景下，医院对每一笔投入都要精打细算。

二是医保定价差异。虽然国家层面统一纳入乙类目录，但各省的具体定价和报销比例有差异。部分省份的定价标准尚未完全落地，医院不敢贸然推进。

三是人才缺口。AI诊断不是"装上系统就能用"，需要懂临床、懂AI、懂数据的复合型人才。这类人才在地市级医院极其稀缺。

一句话总结二甲策略：不拒绝，不冒进，等信号明确再说。

基层医疗机构：被动等待者

基层的感受是——这事儿跟我有什么关系？

坦率说，短期来看，AI诊断对基层的直接影响确实有限。目前纳入医保的AI诊断项目主要集中在影像和病理领域，而基层的影像设备和病理资源本身就不足。

但中长期来看，AI诊断恰恰是基层医疗"弯道超车"的最大机会。

原因很简单：AI系统可以大幅降低对高水平影像科/病理科医生的依赖，让基层也能提供相对精准的辅助诊断。配合国家推动的"基层能力提升"政策，AI诊断有望成为基层医疗的关键赋能工具。

只是，这个"有望"还需要时间。

一句话总结基层策略：现在没条件，但未来可能最需要。

03 医院管理者最关心的三个问题

Q1：AI诊断真的能赚钱吗？

算一笔账。

以AI肺结节CT辅助诊断为例，假设某三甲医院日均CT检查量100例：

AI辅助诊断收费：约80元/例（乙类）
患者报销后自付：约16-24元/例
AI系统年使用费（SaaS模式）：约30-50万元
硬件/接口改造（一次性）：约10-30万元

粗略估算，日均100例、年工作250天计算：

年收费总额：100 × 80 × 250 = 200万元

扣除系统使用费：200 - 50 = 150万元

扣除硬件摊销（3年）：150 - 10 = 140万元

看起来还不错。但需要注意：

前期有一年的投入回收期；
实际检查量取决于患者接受度和医生推荐意愿；
DRG/DIP支付改革下，部分AI诊断费用可能被纳入病种打包价，单独创收的逻辑可能被削弱。

结论：能赚钱，但别指望暴利。更大的价值在于提升效率和引流。

Q2：医保AI监管会带来什么影响？

这是2026年最大的变量。

国家医保局正在上线AI大数据监管模型，对医院诊疗行为进行智能化监控。这意味着：

过度使用AI诊断来"刷量"的行为将被精准识别；
AI诊断与实际临床诊断的一致性将成为监管重点；
数据造假（如虚构AI诊断记录）的风险成本将大幅上升。

给医院管理者的忠告：AI诊断要用得好，合规底线不能碰。

Q3：民营医院能不能入局？

能，但有门槛。

AI诊断入医保的政策对公立和民营医院一视同仁。民营医院入局的优势是决策链条短、市场化程度高、执行力强，可以更快完成系统部署和运营。

但劣势也很明显：

部分民营医院的设备基础不足，需要先升级硬件；
医保准入审核更严格，民营医院的合规记录将被重点审查；
患者对民营医院使用AI诊断的信任度有待建立。

建议：民营医院入局的最佳路径是——先在"体检+早筛"场景落地，积累口碑和数据，再向临床诊断延伸。

04 三个可执行的建议

如果你是医院管理者，建议本周就启动以下三件事：

**第一，查清你所在省份的AI诊断医保定价细则。**

各省落地进度不同。有些省份已经公布具体项目编码和价格，有些还在走流程。先搞清楚"能收多少钱、患者报多少、结算怎么走"，再做投入决策。

**第二，评估你院最合适的AI诊断场景。**

不是所有AI诊断项目都适合你。评估维度：

我院哪个科室的检查量最大？
哪个科室最缺诊断人手？
哪个科室的误诊/漏诊风险最高？

找到这个交叉点，就是AI诊断最适合你的切入点。

**第三，小规模试点，快速验证。**

不要一上来就全院铺开。选一个科室、一个病种、一套系统，做3-6个月的试点。核心看三个指标：

使用率——医生愿意不愿意用？
准确率——AI的诊断结果和金标准的一致性？
经济效益——收入和成本的平衡点在哪？

05 写在最后

AI诊断入医保，是2026年医疗行业最具标志性的事件之一。

它标志着AI正式从"技术"变成"服务"，从"成本"变成"收入"，从"探索"变成"标准配置"。

但标志归标志，执行层面还有大量问题需要解决：定价差异、人才缺口、监管合规、患者教育……

两周的时间太短，看不出最终格局。

但有一点已经确定——**先动的吃肉，后动的喝汤，不动的人，可能连碗都没有。**

*本文为"医理政言"原创内容，欢迎转发分享。如需转载请在后台留言。*