图灵汇官网

近期，医学影像AI在政策方面出现了一些新动态。国家医保局在11月23日发布的医疗服务价格项目立项指南解读中提到，为了推动相对成熟的AI辅助技术进入临床实践，同时防止给患者增加额外的经济负担，在放射检查、超声检查、康复类项目中增加了“人工智能辅助”的扩展类别。按照这一规定，医院可以在同样的费用标准下选择依靠医护人员开展诊疗，或者借助AI辅助诊疗，但现阶段不允许重复收费。

这个“扩展项”表明这些技术属于可选项，不能单独计费，而如果是“加收项”，则意味着使用它们会带来额外的服务成果。这项政策调整引起了业内不同的反应。一部分人认为，扩展项的设立体现了国家对AI技术应用于临床的支持；另一部分人则担忧，这意味着医学影像AI短期内无法直接面向患者收费，这与部分AI公司的商业计划产生了冲突。

事实上，目前很多传统医学影像技术，比如超声、X光、内窥镜、CT、MRI以及眼底成像等，都已经与AI结合，目的是提升医生阅片效率和诊断精准度。在国内，该行业在2018年吸引了大量投资，涌现出鹰瞳科技、科亚医疗、数坤科技、推想医疗和深睿医疗等知名企业。不过，医学影像AI公司面临的最大难题是如何获得审批并通过合适的支付方来实现盈利。

起初，不少公司希望患者能够为AI筛查和辅助诊断买单。这就要求医院向省级卫健委和医保局申请物价编码作为收费依据。但这种商业模式并未达到预期效果。相关数据显示，即便有些医院配置了AI辅助诊断软件，实际向患者收费的情况却很少，主要原因是大部分医院倾向于以科研或试用的形式引入AI产品。

如今，国家医保局的表态意味着这种商业模式已经行不通了。医保局认为，虽然AI在提升诊断效率方面有一定作用，但现阶段还无法完全取代医生的角色。因此，AI目前还不能独立向患者收费。这迫使医学影像AI公司探索新的盈利模式。一个方向是持续优化算法和产品，积累更多临床数据，增强AI的实际价值，最终实现向患者收费的目标。另一个途径则是让医院成为购买方，通过提升医疗服务水平和科研能力来体现AI的价值。

国内医学影像行业存在放射科医生短缺、医疗资源分布不均衡以及诊疗标准化程度低等问题。例如，国内医学影像数量和放射科医生数量的年增长率分别是40%和4.2%，这给放射科医生带来了极大的工作压力。AI能够在医学影像的多个环节发挥作用，包括患者体位摆放、参数调节、剂量管理、图像质量评估、实时和回溯性质量监控、图像优化重建以及辅助医生诊断等。

以肺结节检测为例，上海长征医院的数据揭示，使用AI软件的医院在肺结节检出率上有明显提高。然而，也有业内人士反映，尽管医院和患者都有提升效率的需求，但他们对付费的积极性不高，多数医疗机构仍然依赖医保支付。所以，能否打通医保收费通道成为医学影像AI商业化成功的关键。