张琨|全球首发,AI辅助诊断可以医保报销!

几年前，我在清华医管院给研究生同学们讲座。问答环节有个同学举手问我：张老师，您认为互联网医疗进入中国医疗服务体系主流的标志是什么？

我几乎没犹豫：进入医保目录。

互联网医疗折腾了十几年，在线问诊、电子处方、慢病管理，什么模式都试过，但直到今天，医保对互联网医疗的覆盖仍然是局部的、试探性的、附加了层层前置条件的。

而AI，从ChatGPT引爆全球到进入中国医保目录，只用了三年半。

AI纳入医保：全球首次大规模落地

2026年5月，我看多个权威媒体渠道消息，国家医保局已经正式把12项AI辅助诊断服务正式纳入全国统一医保乙类目录。4月1日起全国执行，首批837家三甲医院同步落地。（政策出处的研究见文末）。

如果以上消息确实，

中国成为全球第一个将AI诊断大规模纳入国家医保体系的国家。

这已经不是某家医院的试点，不是某个省市的先行先试，也不是商业保险的特殊项目目录。而是国家医保局——掌握着13亿人看病钱袋子的终极买单方——对AI临床价值的正式投票。

据报道，政策推进分了两步走。第一步从2024年11月开始，国家医保局在放射检查、病理、检验等类别的《医疗服务价格项目立项指南》中，首次设立人工智能辅助扩展项，明确了计价单位和不重复收费原则——等于先把收钱的名分给了。第二步就是今年3月31日，正式纳入乙类目录，等于把报销的通道也打通了。

付费方缺位——困扰AI医疗行业多年的核心痛点，这一次被连根拔起。

什么是乙类目录？报销怎么算？

中国医保的报销目录分甲、乙两类。甲类是临床必需、使用广泛、价格便宜的，全额纳入报销计算基数。乙类是可供选择的、疗效确定的，参保人先自付10%-30%，剩下的再由医保按70%-85%报销。

简单换算：乙类目录的个人实际负担大约在15%-30%。以这次纳入的肺结节CT辅助筛查为例，三级医院单次约150元，个人自付仅22.5元到45元。

还有一个关键细节：AI辅助诊断不单独收费，而是作为原有检查项目的"扩展项"合并结算。你做CT，AI分析是附带服务，不额外加价。同时实行"人机双签"——AI出报告，执业医师复核签字后才能纳入医保支付。

这个设计的聪明之处在于，既避免了"AI单独收费"引发的过度医疗争议，又保证了医疗安全和责任边界。

纳入项目的选品逻辑

12个AI辅助诊断项目，分成四大类，选品逻辑非常清晰：临床需求最迫切、诊断效率提升最显著、技术成熟度最高的领域。

影像筛查类（4个）

肺结节CT辅助筛查——AI系统40秒完成全肺扫描，传统人工平均要15分钟

眼底糖尿病视网膜病变识别——糖尿病患者眼底病变的早期筛查和分级

肺炎、结核、结节等DR胸片筛查

乳腺钼靶筛查——乳腺癌早期辅助发现

心脑血管类（3个）

心电图自动分析——心律失常、心肌缺血等心电异常识别

脑卒中影像评估——脑梗和出血的快速识别与病灶定位，直接关系到急性卒中救治的黄金时间窗

冠脉CTA分析——冠状动脉狭窄和斑块的智能评估

器官病变类（3个）

肝脏病变识别、骨折智能检测、皮肤病辅助诊断

专项诊断类（2个）

病理切片分析——AI辅助将诊断效率提升约30%

新生儿黄疸监测——无创影像筛查

覆盖了从头部到脚底、从急诊到慢病、从成人到新生儿的全域诊断场景。所以我认为这是一次系统性的政策部署。

为什么进医保是标志性事件？

回到清华课堂上的那个问题。

我当时说"进入医保目录"是互联网医疗进入主流的标志，是因为中国公立医院大部分收入来自医保支付。医保对患者和医疗机构的决策具有决定性影响。没有医保买单，任何"颠覆性创新"在中国医疗服务体系里都是隔靴搔痒。

但互联网医疗至今没拿到那张完整的入场券。不是因为技术不够好，而是因为它的价值难以标准化度量——一次在线问诊，省了多少时间？避免了多少不必要的线下就诊？这些卫生经济学证据始终模糊。

AI不一样。它的产出是相对清晰的、可量化的、可比较的：阅片效率提升60%，早期癌症误诊率下降18%，诊断效率提升30%。这些数据本身就是卫生经济学评价的最佳素材。

更关键的是，AI的渗透速度远超互联网医疗。互联网医疗如果以2014年做"元年"算起，到现在12年了，还在和支付方博弈。而AI从2023年大模型引爆到2026年进医保，只有三年。不是AI比互联网医疗聪明，而是AI直接打到了医疗的核心——诊断、治疗方案的生成，而不是绕在外围做挂号、问诊、买药这些"医疗周边"。

全球进展对比：中国跑在了前面

再把视野拉开，横向对比欧美类似工作的进展。

美国：FDA截至2025年初已批准超过1000个AI医疗设备，其中绝大多数集中在放射学领域。但在医保报销端，进展极其缓慢。目前只有极少数产品获得了明确的Medicare报销路径——HeartFlow FFR-CT分析是唯一一个从临时Category III CPT代码升级到正式Category I代码的AI产品，这个过程花了近四年。大多数放射AI解决方案缺乏专用计费代码CPTcode，还处于"先做再想办法收钱"的丛林状态。

CMS在2026年医院门诊预付费系统（OPPS）最终规则中涉及了AI服务支付，但仍然是个案审批、逐步推进，没有系统性地解决"AI诊断谁来买单"的问题。

欧洲：欧盟通过MDR（医疗器械法规）审批AI设备，但医保报销由各成员国自行决定。德国的DiGA（数字健康应用）路径是较领先的尝试，但主要面向消费者端应用，不是院内诊断。韩国在2020年率先批准了一款AI算法的医保报销，但规模有限、品类单一。

没有一个国家像中国这样，以国家医保局的统一号令，一次性纳入了12个项目、覆盖837家医院、首年惠及1.2亿门诊患者。

所以，在AI诊断的支付基础设施建设上，中国这次跑在了最前面。

对行业来说：商业化大门打开了

对行业从业者来说，这意味着什么？

一句话：终于有稳定的买家了。

AI医疗公司过去的商业模式困在什么地方？要么作为软件系统集成模式卖给医院获取单笔收入，缺乏持续性；要么SaaS订阅——医院采购意愿受限于"没目录、不能报销"；要么靠融资撑着——讲AI故事融钱，烧完再融。这套逻辑走到2025年，资本市场已经开始用脚投票了。

现在不一样了。医保入场，意味着三件事同时发生：

规模化放量有了制度基础。837家三甲医院只是第一批。按国家卫健委的推广时间表，2026年内覆盖全国二级以上医院，2027年底前延伸到所有县域和乡镇卫生院。从800家到数万家，从三甲到基层，这是几何级的渠道扩展。
盈利模式从一次性采购转向持续性付费。医保目录内的服务是按次结算的，医院做一例、医保付一例、AI公司分一例。这不是卖软件，这是收"过路费"。从单笔买卖变成流量分成，现金流的可预测性发生了质变。
采购决策从"可有可无"变成"竞争刚需"。当隔壁医院已经用AI辅助诊断、患者可以用医保报销的时候，你还没有AI辅助诊断能力，患者会用脚投票。这不是"锦上添花的创新升级"，而是"不跟上就掉队的生存问题"。

买方确定、支付通道打通、刚需形成——行业的商业化底座，从沙土地变成了水泥地。

对老百姓来说：优质医疗能力直接下放

对老百姓的意义更直接。

一个西部县医院的患者，以前查出肺结节，要么去省城三甲复查——往返几百公里，排队几小时；要么在当地等——医生可能一个月看不了几例肺结节，经验有限。现在县医院上了AI辅助筛查系统，CT一扫，AI在40秒内给出初步分析，精度和三甲医院专家相当。

国家卫健委的测算数据：AI辅助系统使医生阅片效率提升60%，早期癌症误诊率下降18%。北京海淀甘家口社区卫生服务中心在眼底筛查中实现了"社区拍照—三级医院专家复核"的全流程，仅需20分钟——以往患者要奔波至三甲医院排队数小时。

这不是"看病更方便了"这种笼统说法。这是优质医疗资源从少数几家大三甲医院的围墙里，被AI搬到了每一个有CT机和网络连接的诊疗点。

分级诊疗讲了这么多年，最难的不是建房子买设备，是缺人——基层没有足够多能看片子、读心电、判病理的专家。AI补的不是设备，是人。

这就是为什么我说：AI比互联网医疗的影响面更大。互联网医疗解决的是"信息连接"，AI解决的是"能力下放"。

大量卫生经济学问题待解答！

政策打开只是一个开头。

医保买单，说明AI辅助诊断的临床价值获得了官方认证。但下一个更深刻的问题是：值不值这个钱？

这就是卫生经济学评价要回答的核心命题。在有限的医保资金池子里，每一分钱花出去，都需要证明它产生了等值或超值的健康收益。

AI辅助诊断的卫生经济学评价至少应该覆盖三个维度：

增量成本效果比（ICER）：每多检出1例早期癌症、每减少1例误诊、每提速1小时诊断决策，对应了多少增量成本？与现有诊断路径相比，是省钱还是多花钱？

预算影响分析：如果全国二级以上医院全面部署AI辅助诊断，医保基金的年支出增量是多少？能不能从误诊减少、重复检查减少、晚期治疗费用下降中实现"自偿"？

患者获益的货币化：缩短诊断等待时间、减少转诊、降低误诊带来的心理负担——这些非临床收益如何纳入经济学模型？

这些数据，目前几乎空白。我大胆预判：谁能先拿出高质量的中国本土卫生经济学证据，谁就掌握了下一轮医保谈判的话语权。

除此之外，还有几个同样紧迫的课题值得关注：

AI辅助诊断的质量监管标准——NMPA批了三类证，但上市后的真实世界表现如何监测？算法漂移（model drift）怎么发现？诊断准确率的持续验证机制怎么建立？

基层医院AI使用能力的培训体系——机器到了，人不会用，等于白装。837家三甲医院还好说，两万多家乡镇卫生院才是真正的挑战。

商业保险对AI辅助诊断的补充支付——医保覆盖乙类目录的70%-85%，剩下的15%-30%，能否由商业健康险承接？这可能是百万医疗险、惠民保们找到新增长点的一个切口。

数据安全和算法公平——医保结算意味着海量中国患者的影像和病理数据将通过AI系统流动。这些数据的归属、使用权限、跨境传输的边界在哪里？不同地区、不同人群的诊断准确性是否有系统性差异？

中国成为全球AI医疗最大付费试验场

我一直相信一件事：支付方在哪里，创新就流向哪里。

过去二十年，全球医疗创新的支付主力在美国——所以新药、新器械、新疗法都围着FDA和Medicare/CMS转。现在，中国国家医保局一举把12项AI诊断送进报销目录，这个信号对全球AI医疗产业意味着什么不言而喻。

不是"我们终于追上美国了"。

而是"从今天起，中国成了全球AI医疗最大的付费试验场"。中国有13亿参保人、世界上规模最大的单一医保体系、最丰富的临床数据资源。中国的医保决策，正在成为全球AI医疗创新的新引力中心。

对创业者，窗口期来了。不是融资窗口——是真正的商业变现窗口。但门槛也在同步抬高：没拿NMPA三类证的、没能力铺渠道到基层的、没有卫生经济学数据支撑定价的，会被第一波洗牌冲走。

对医院管理者，这不是选择题，是必答题。怎么选AI产品？怎么培训医生使用？怎么把AI诊断嵌入现有临床路径？怎么管理"人机双签"的责任边界？——这些都是接下来半年各级医院院长会上桌面的议题。

对每一个关心中国医疗的人，这一天值得记住。不是因为AI多酷，而是因为：当一个14亿人口的国家，用医保为AI诊断买单的时候，这件事就不再是技术故事，而是产业故事了。

打赏100元，进读者群。

作者：张琨，前麦肯锡全球资深医疗行业专家，曾任华润医疗集团信息管理部总经理、春雨医生CEO等职务。微信公众号：张琨随笔（ZKmemo）。

在我核实政策来源的可靠性时，发现一个关键问题：目前无法在国家医保局官网直接找到2026年3月31日那份通知的原文及文号。我心里也打鼓，但又希望这是确凿的消息！遂做如下拓展分析。

逐项核查结果：

✅ 表述①："AI辅助诊断服务被纳入国家医保乙类目录"

准确。多方媒体（中新网、人民网/中国能源报、动脉橙、新浪等）对此报道一致，引述来源均为"国家医保局2026年3月31日发布的通知"或《关于推进"人工智能+医疗健康"发展的实施意见》。国家医保局发布的《关于推进"人工智能+医疗健康"发展的实施意见》明确，自2026年4月1日起，AI辅助诊断服务纳入国家医保乙类目录，首批覆盖12个临床高频场景。

但需注意：原始通知全文至今未出现在nhsa.gov.cn政策法规栏目。搜索NHSA官网，最新AI相关内容停留在"医保影像AI识图大赛"（2026年3月19日）及"个人医保云"等文章，未见该通知挂网。这意味着文号、原文措辞尚不可直接核验。

✅ 表述②："全国837家三甲医院同步落地实施"

多方报道数字一致，首批覆盖全国837家三甲医院同步启用，参保患者可直接刷医保结算。该数字来源一致但均指向同一媒体链条，尚无NHSA原文作为第一手来源确认。

✅ 表述③："全球首个将AI诊断大规模纳入国家医保体系的国家"

准确，有依据。全球首创AI诊断大规模国家级医保覆盖模式，标志着AI医疗从试点探索正式迈入规模化普惠阶段。结合前次搜索对美国、欧洲进展的核实，该表述成立。美国Medicare对AI诊断的覆盖目前仍是逐案推进，无系统性目录纳入机制，韩国2020年的案例规模有限。

整理日期：2026年5月25日

相关学习资料