什么構成了醫療AI的配置動力？

下面將對多個主體進行分析，拆解他們購置 AI 需要滿足的真實需求。

1.政策主導下的 AI 購置動力

政策制定者通常會根據醫療衛生領域的發展現狀和未來趨勢，制定具有前瞻性和指導性的政策文件。這些政策文件不僅明確了醫療信息化建設的總體目標和階段性任務，還規定了建設內容、技術要求、實施路徑等關鍵要素。因而對于公立醫院，政策需求是他們需要考慮的首要需求。 為了樹立醫院對于前沿技術的正確認知，引導相關產業的快速發展，我國自 2016 年起便開始圍繞 AI 出臺相關政策，從宏觀角度出發，推動 AI 技術在醫療領域的應用，提高醫療服務效率和質量，最終實現醫療行業的智能化升級。

大勢之下，地方政策也希望通過及早布局 AI 產業，把握時代的風口。譬如，山東省發布的《山東省醫養健康產業發展規劃（2023—2027 年）》，便提出促進人工智能推廣應用，推進醫學人工智能數據及推理運算場景、智慧醫療圖腦、醫療可穿戴、醫療終端邊緣計算、神經芯片及腦機智能接口等推廣應用，強調要積極開展臨床決策支持系統、醫學影像輔助診斷、醫用機器人、疾病風險預測與診斷等項目。確立方針后，我國又在微觀層面密集出臺了《關于進一步推進以電子病歷為核心的醫療機構信息化建設工作的通知》《關于印發醫院智慧服務分級評估標準體系（試行）的通知》《關于進一步加強醫學證明文件類醫療文書管理工作通知》《醫院智慧服務分級評估標準體系》《“數據要素×”三年行動計劃（2024—2026 年）》等文件，在樹立信息化建設標準的同時，以評級等形式推動醫院參與醫療 IT 建設。這些政策中的部分標準必須在 AI 的支持下完成，成為醫院采購 AI 相關產品的直接動力。

對于醫院以外的場景，同樣有部分賽道需要沿著政策的方向提前布局。以生物制藥為例，“722”事件后，NMPA（當時為 CFDA）相繼發布了《關于開展藥物臨床試驗數據自查核查工作的公告》《關于調整藥物臨床試驗審評審批的公告》等文件，引發了國內EDC、RTSM 市場的繁榮，太美醫療等企業在系統中植入 AI，使其順勢成為藥企數字化的關鍵要素。 如今 FDA 鼓勵藥企采用數字健康技術（DHT）進行臨床試驗申辦，間接引導著藥企的進一步開展轉型。以 eCOA 為例，美國約 80%的臨床研究都以eCOA 的形式進行，歐洲也有 60%依照這一路徑，而中國只有不到 5%的申辦方使用了eCOA。當出海“歐美” 成為大勢所趨，FDA 的政策也將傳導至中國的藥企。目前，Medidata、Veeva 等企業已將 AI 融入數字化轉型解決方案中，準備承接這波海外政策變化帶來的新需求。

2.效主導下的 AI 購置動力

與政策主導下的 AI 需求不同，早期提效主導下的 AI 需求沒有引導、沒有給定的形態，它需要企業自身從醫院的臨床、運營、管理等流程中發現真正痛點，且當AI 解決這一痛點時，能夠為醫院帶來直觀的收益。 眾多場景之中，影像 AI 是最早出現也是最為直觀的例子。作為AI 領域應用最為廣泛的應用之一，此類 AI 能夠幫助醫生處理高強度重復的閱片工作，幫助影像科提質增效。隨著 AI 的進一步發展及醫生對于 AI 技術的進一步認可，許多醫生、管理者開始找到AI 企業主動提出需求，要求后者根據具體需求打造能夠提質增效的AI

舉個例子。DRG 出臺后，醫院的盈利邏輯由規模擴張向成本控制轉變，管理者開始更加注重內部管理的精細化和科學化，提高運營效率和醫療服務質量。這個時候，傳統的醫療 IT 系統不能滿足醫院精細化管理提出的各種需求，醫院管理者轉向AI 系統尋求助力，形成了提效主導下的 AI 購置動力。 諸如此類的場景還有很多，尤其是當醫療機構逐步完成政策定下的基礎要求，他們開始主動需求智能化升級，提升競爭力。在沒有新政策出臺的前提下，提效主導下的AI 購置動力將逐步取代政策主導下的 AI 購置動力，引導醫療 AI 的未來發展路徑。

3.部分主體對于醫療 AI 的購置態度

通過 20 余位醫生/行業專家進行訪談，我們發現上述兩類動力加持下，醫療體系各個主體對于 AI 的購置態度呈現一定差異。 影像 AI 方面。許多主任級醫生均表示常常在工作中使用影像 AI，愿意同影像AI 企業合作，大部分主任級以下醫生承認 AI 的價值，但對有無 AI 支持沒有明顯的偏好。總的來說，高年資比臨床工作者更注重人工智能的價值。

不過，這種重視并非總能轉變為商業合作。一方面，影像 AI 對于醫院價值的提升需要一定時間才能展現，而采購時管理者更注重解決方案帶來的直接價值，影像AI 的優先級相對滯后；另一方面，由于過去影像 AI 在落地時通常采用與醫生合作的方式免費部署，部分主任在采訪中沒有直接表達采購意愿，只是強調高質量的AI 產品自然會有用武之地。 信息化 AI 方面，由于醫院院長、信息科主任已經習慣了以采購的方式購置軟件，且大量 AI 可以直接快速地嫁接至現有系統。因而只要產品存在價值，能夠為醫院帶來收益，他們便愿意為這類產品付費。

尤其是在智慧運營、智慧后勤等場景，很多三級醫院已經采購了相應的數智化系統，率先享受到了 AI 賦能后的管理紅利。 制藥 AI 方面，絕大多數創新藥企都對醫療 AI 持積極態度。不過，大多數藥企在藥物發現階段均傾向于自研 AI，而到了臨床試驗，更多藥企習慣于采購成熟的第三方綜合解決方案，降低成本并規避研發風險。