2026年世界人工智能大会期间，"AI+医健产业可持续创新"成为产业界热议焦点。从DeepSeek等大语言模型在医疗场景的本地化部署，到上海瑞金医院瑞智病理大模型、北京协和医院"协和·太初"罕见病大模型相继进入临床，医疗人工智能正经历从"技术验证"到"规模化落地"的关键跃迁。2025年11月，国家卫生健康委、国家发展改革委、工业和信息化部、国家中医药局、国家疾控局联合印发《关于促进和规范"人工智能+医疗卫生"应用发展的实施意见》，为这一进程划定应用方向与监管底线；2026年以来，医保准入、注册审查、医疗机构治理共识等政策工具密集出台，标志着AI医疗开始进入"政策驱动、技术突破、治理跟进"协同演进的新阶段。
关键词：五部门实施意见、医保乙类目录、12类AI辅助诊断
《关于促进和规范"人工智能+医疗卫生"应用发展的实施意见》覆盖基层应用、临床诊疗、患者服务、中医药、公共卫生、科研教学、行业治理、健康产业8个方向24项重点应用，是我国首份系统推进AI医疗卫生应用的部门规章级政策。2026年3月，国家医保局将影像、病理、心电、急诊等首批12类AI辅助诊断服务纳入国家医保乙类目录，并同步规定自付与报销规则。这一突破意味着AI医疗从"医院成本项"转向"可收费医疗服务"，为商业模式的可持续性奠定基础。
在产品准入端，2026年6月国家药监局医疗器械技术审评中心发布《人工智能辅助诊断医疗器械临床评价注册审查指导原则（征求意见稿）》，针对部分AI辅助诊断医疗器械的临床评价规则、质控要求等作出详细规定。医保、注册、临床三条政策线并行推进，正在打通AI医疗"研发—临床—付费"的闭环。
要点阐释
医保准入与注册审查的同步推进，是推动AI医疗从示范应用走向常规服务的关键制度节点。它不仅为医院采购提供了支付依据，也向产业界释放出明确信号：只有真正体现效率、质控、创新三重临床价值的产品，才能完成入院闭环。
关键词：病理大模型、罕见病大模型、智能手术规划
国内头部医疗机构正加速将大模型能力注入专科场景。上海瑞金医院发布的瑞智病理大模型，可在数秒内精准识别病理切片中的病灶区域；北京协和医院研发的"协和·太初"罕见病大模型已进入临床应用阶段，为疑难罕见病诊疗提供智能支持；上海市肺科医院参与研发的肺部智能手术规划系统，将实际手术规划时间从数天缩短至2到5分钟。这些案例显示，AI医疗的应用重心正从通用影像识别，向病理、罕见病、手术规划等高价值专科场景延伸。
与此同时，DeepSeek等通用大语言模型在医疗机构的本地化部署迅速铺开，涉及20余个省份超400家医疗机构。通过本地化部署管理患者数据，医疗机构在优化诊断决策、临床路径及个性化治疗方案的同时，也降低了因数据传输造成的安全风险。
要点阐释
专科大模型的发展，标志着AI医疗从"广覆盖筛查"向"深专业能力"演进。未来，AI将在提升疑难重症诊疗能力、缩短基层与顶级医院经验差距、促进优质医疗资源下沉方面发挥更大作用。
关键词：专家共识、风险分级、人机协同
2026年4月，由北京卫生法学会大数据与互联网人工智能医疗专委会、中国生物医学工程学会医学人工智能分会联合牵头，国内40余家医疗卫生机构、科研机构共同制定的《医疗机构人工智能应用与治理专家共识（2026版）》发布。共识集合医疗、医院管理、医学信息、卫生政策、法学、医学伦理等多领域专家，聚焦准入评估、临床应用、患者权益保障、数据治理、风险管理、素养提升六大核心维度，构建医疗机构AI应用全周期治理体系。
在准入审查上，共识将AI应用按临床决策影响程度划分为低、中、高三个风险等级，实行"分类管理、分级准入+多学科联合审查"的双重机制，建立由临床专家、信息中心人员、法律顾问及伦理委员会代表组成的联合评估组，实行"一票否决制"。在临床应用上，共识坚守"人机协同，以人为主"原则，明确AI在法律属性上始终是"辅助诊疗工具"，医师拥有最终决策权，医疗机构承担法律责任；严禁将AI输出结果直接作为诊断结论，AI生成内容需经医师确认后方可进入病历系统。
要点阐释
风险分级与"以人为主"的治理框架，既为技术创新保留了空间，也为患者安全划定了底线。它回应了AI"持续学习、迭代更新"特性与传统医疗器械静态监管模式之间的冲突，是AI医疗可持续发展的制度护栏。
关键词：数据不出院、付费创新、AI素养
数据安全与隐私保护是AI医疗健康发展的底线。《共识》明确提出"数据不出院"核心原则，要求医疗机构建立本地化部署或私有云环境，严禁将未脱敏的患者个人信息、诊疗信息、病历资料、影像数据直接上传至第三方公有云大模型进行处理。涉及科研合作数据外发，需经过伦理审查与数据出境安全评估。
在付费模式上，产业界正探索从一次性买断硬件或软件，转向依照产品全生命周期价值阶段性付费，或按单个病例进行结算。这种"捆绑"合作模式可促进AI产品持续迭代优化，也让医院为真正产生的临床价值买单。在人才建设上，医疗机构需将AI工具使用能力纳入医务人员培训考核，同时在住院医师规范化培训中保留不依赖AI的传统诊疗技能考核，防止年轻医师沦为"算法的附庸"，丧失独立临床思维能力。
要点阐释
数据安全是底线，付费可持续是动力，人才素养是支撑。三者协同，才能避免AI医疗陷入"技术孤岛"或"制度空转"，真正实现技术赋能而不替代医学的人文内核。
从政策顶层设计到专科大模型临床突破，从医保准入到医疗机构治理共识，AI医疗正在完成由"炫技"到"赋能"的转身。技术迭代不会自动带来医疗公平，制度与伦理的同步进化才是确保AI向善的关键。对行业从业者而言，机遇在于用AI解决真实临床痛点；责任在于守住安全、有效、公平、可解释的发展底线。
医学的本质从来不只是技术，更是关怀、共情、温度与人性。
免责声明：
智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
本平台所发布信息的内容和准确性由提供消息的原单位或组织独立承担完全责任!
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
