AI医疗100问·001:AI医疗,到底发展到哪一步了?

前些天（5月23日），第79届世界卫生大会在瑞士日内瓦闭幕。中国代表团带去的“AI赋能整合型数字健康”实践路径，引发62个国家和地区307家机构的关注。

复旦大学附属妇产科医院展示了AI如何贯穿女性全生命周期健康管理，上海市疾控中心分享了多智能体技术如何让公共卫生从被动响应走向主动感知。

同一天，长三角区域数字医疗健康大会在温州举办。

500多位院士、专家、卫健负责人和企业代表齐聚一堂，温州一口气发布了10多个医学AI智能体——眼科筛查、急诊决策、影像诊断、病历质控、手术编码，覆盖了诊疗全流程。

再往前些天（5月22日），多位院士齐聚清华，共议中国AI医疗路径。百川智能创始人王小川首次系统分享了一家All-in医疗的大模型公司，过去两年从模型到真实临床场景的完整观察。会上抛出一个判断：2026年，是AI落地医疗领域的元年。

三场会议，三个城市，同一个主题。这不是巧合。这是一条产业曲线走到了拐点。你可能会问：AI医疗，到底发展到什么程度了？是还在实验室里，还是已经进医院了？那些新闻里的“大模型”“智能体”，跟普通人有关系吗？今天这篇文章，我用一个框架帮你看清这条赛道的全貌。四层穿透：从“能不能用”到“值不值得掏钱”如果你每天刷AI新闻，很容易被各种“突破”“首发”“刷新纪录”轰炸到麻木。但所有AI医疗的进展，都可以被一个简单的框架穿透。我把这个框架叫做“四层穿透”：

这四层的关系是递进的。政策开闸，技术蓄水。技术成熟，应用破冰。应用验证，资本涌入。资本涌入，反哺技术和政策。四层一旦开始同向共振，一个行业就进入了不可逆的加速期。而现在，AI医疗的四层穿透，第一次同时出现了。第一层：政策——闸门已经打开政策是AI医疗的第一道闸。医疗不同于娱乐、购物、出行，它涉及人的生命安全和隐私。没有政策许可，技术再强也进不了医院。过去一年，AI医疗的政策节奏明显加快。2025年11月，国家卫健委等五部门联合印发《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》（https://www.gov.cn/zhengce/zhengceku/202511/content_7047018.htm），这是中国AI医疗领域最高层级的政策框架。其中明确提出：到2030年，基层诊疗智能辅助应用基本实现全覆盖。

2026年3月，科技部、金融监管总局、工信部、国家知识产权局四部门联合发布《关于加快推动科技保险高质量发展有力支撑高水平科技自立自强的若干意见》，明确在人工智能、脑机接口等前沿领域，优化保险产品开发和承保理赔服务。2026年4月，最高检推动“法医大模型智能辅助技术性证据审查”课题。5月，全国首款医疗大模型产品——胸部CT图像辅助诊断软件——进入国家药监局创新医疗器械特别审查通道。

这几件事连在一起看，信号很清晰：政策不再是“鼓励研究”，而是“推动落地”。从卫健委的基层覆盖目标，到药监局的创新审评通道，再到科技保险为AI产品兜底，政策正在从各个维度为AI医疗的规模化应用铺路。第二层：技术——推理能力已经追上医生技术层是AI医疗的心脏。政策允许了，还得看AI本身靠不靠谱。一个关键节点出现在2025年。《Science》发表了一篇重磅论文：哈佛医学院在急诊室随机抽取76名真实急诊患者，让大模型与两位资深内科主治医生分别独立诊断，由独立专家组匿名评分。结果在初始分诊阶段（信息最少、最考验临床推理能力的环节）：大模型准确率67.1%，超越了两位资深医生（分别为55.3%和50.0%）。

这是一个分水岭。它意味着AI的临床推理能力，已经在特定场景中追平甚至超过了资深医生。另一个关键指标是医生的接受度。医脉通2026年发布的调研报告覆盖全国3038名临床医生、24个专科科室，结果显示：医生AI使用熟悉度达99.67%。 AMA对近1700名美国医生的调查则显示，AI采用率自2023年以来已翻了一倍多，越来越多医生用AI做医学研究摘要、临床文档、病历生成和患者沟通。99.67%——这意味着不使用AI的医生，已经成为极少数。

AI不是“未来会来”，是“已经来了”。

还有几个技术里程碑值得记住：联影智能发布全球最大医疗视频理解大模型，70亿参数，手术安全评估准确率89.7%，远超GPT-5.4的16.4%。全国首款进入药监局创新审查通道的医疗大模型产品，基于单次胸部CT可识别近百种异常病变，诊断准确率达97.8%，已落地全国近30余家医院，累计处理超250万病例。北京智源联合安贞医院发布业内首个心脏磁共振多模态智能体。这些技术不再是实验室里的玩具。它们正在真实医院、真实病人、真实场景中运行。

辛顿的「预言」教训：放射科医生没下岗，反而更忙了

过去的急诊室模式是：患者进来→医生判断→做出决策。

未来的模式可能变成：患者进来→AI快速扫描电子病历给出初步判断→医生结合临床观察和AI建议做出决策→患者参与讨论治疗方案。

研究作者Rodman预测，未来会出现三种分化：一部分任务人类持续做得更好，一部分任务AI持续做得更好，还有一部分任务需要人机协作增强。

这就是研究者所说的「医生-患者-AI」三方协作模式。

听起来很像自动驾驶。

L2级别——AI辅助人类决策；L3级别——AI主导、人类监督；L4级别——特定场景全自动。

第三层：应用——从“辅助工具”升级为“智能中枢”应用层是普通人和AI医疗最接近的一层。很多人对AI医疗的想象还停留在“帮医生看片子”，但实际上AI已经渗透到医疗的全流程。

在诊断环节，阿里健康5月13日发布医学AI助手“氢离子”，定位是医生专用的循证医学GPT，主打“靠谱”——所有结论有据可查、可追溯文献来源，主要服务临床医师的决策和科研需求。

在手术环节，AI正在从“术前规划”走向“术中实时辅助”。联影智能的医疗视频理解大模型不仅能识别手术器械和操作，还能理解其空间位置和临床意图，可应用于手术引导和术中安全保障。

在公共卫生领域，上海疾控中心依托多智能体技术，正在构建从被动响应走向主动感知的智能防线——风险识别更早、预警更准、干预更快。在药品研发环节，FDA今年4月启动“实时临床试验”试点，允许审评员在研究者采集数据的同时进行同步审评，试图用AI和云技术压缩临床试验中高达45%的“死时间”。阿斯利康和安进已率先参与测试，今年夏天还将扩大至最多9家公司。

在基层医疗，AI正在解决“优质医疗资源下沉”这个老大难问题。温州推出的眼科筛查智能体，面向基层眼健康管理，构建标准化筛查、智能分析、双端报告全流程能力。

不管你是在三甲医院还是在社区诊所，不管你面对的是一个CT影像、一台手术、还是一份病历，AI的身影已经无处不在。第四层：资本与市场——一个千亿赛道正在成型最后一层是资本。资本是最诚实的晴雨表，它不关心情怀，只关心两件事：这东西能不能规模化，能不能赚钱。数据很说明问题。

中国AI医疗市场规模预计从2023年的88亿元飙升至2033年的3157亿元，年复合增长率高达43.1%。AI医学影像、AI辅助诊断和AI制药三大细分领域合计占比超过80%。43.1%什么概念？巴菲特年化收益率只有15%。

2026年中国AI医疗产业规模预计突破400亿元，AI医学影像市场达到236亿元。全球AI制药持续升温。2026年4月，Anthropic以4亿美元收购生物技术公司Coefficient Bio。同月，Novo Nordisk宣布与OpenAI合作，利用AI加速药物研发。5月，Google DeepMind旗下Isomorphic Labs在完成21亿美元融资后，准备将其AI设计的药物推进至人体临床试验。