134款AI影像软件已经获批,沙利文这份蓝皮书说清了AI医疗走到哪一步

AI医疗喊了这么多年，落地到底到什么程度了？弗若斯特沙利文（也就是沙利文）刚发的《2026全球AI医疗行业蓝皮书》，给了一些能落地的硬数字，也把全球和中国的差异讲明白了。

不再是单个算法，而是一套能力

报告里的判断是，AI医疗早就不是某一个算法工具了，它是医疗数据、算法模型、算力、医学知识和临床场景拼起来的一套综合能力。

现在落地最快的是辅助临床诊断。医学影像因为数据标准程度高、临床需求明确、监管路径清晰，成了最先跑通的场景。

截至2026年6月，中国已经上市了134款三类人工智能医学影像辅助诊断软件，覆盖心血管、肺部、脑血管神经、骨科、眼底这些病种。

美国、欧洲、中国，三条路

全球AI医疗受医疗体系、支付方式和监管环境影响，走出了不一样的路径。

美国靠成熟的信息化底子和市场化支付，主打监管准入、真实世界验证和商业推广。欧洲在严格的数据治理框架下，更看重可信、安全和审慎落地。中国这边，胜在超大规模的临床需求、丰富的医疗数据，还有医院主导的创新场景，正从单点应用往平台化走。

报告有个判断：下一步的竞争，不再是比谁的算法精度高，而是比临床场景入口、数据闭环、模型迭代、系统集成和合规治理这些综合能力。

市场有多大

智能医疗影像这块，报告给出的预测是：2030年全球市场大约93亿美元，中国大约401亿元人民币；到了2035年，全球约251亿美元，中国约781亿元。

中国市场有个现实基础：2024年全国医疗卫生机构总诊疗人次达到101.5亿，其中一二级医院和基层机构占了大约66.6%。

所以AI医疗在中国的价值，不是替代医生做最终诊断，而是补基层的专科能力、减少重复检查、把医生的效率提上来。

卡在哪，又往哪走

报告没回避问题。落地难在五件事：医疗数据敏感、合规流通难；高准确率不等于真实世界可靠；责任归属还没完全理清；能不能融进医生的工作流；还有国际竞争。

趋势上，技术从单模态识别走向多模态和基础模型，应用从辅助诊断延伸到诊前、诊中、诊后和医院运营，竞争从算法产品转向场景、数据和平台的协同。

一句话，行业叙事得从"AI替代医生"换成"医生监督下的辅助增强"。这不只是话术，是建立公众信任的前提。

以上为节选，关注本公众号，文章结尾“阅读原文”、"留言区"获得下载完整文档网址。

来源：沙利文