文章核心观点 - 马斯克预测通用人工智能(AGI)将在2026年到来，并断言机器人手术技能将在3年内超越人类，4年后完胜任何人类医生，可能导致外科医生失业[1] - 专业医生和行业人士普遍认为，尽管手术机器人技术发展迅速，但短期内完全取代医生不现实，从技术实现到医疗体系变革仍需漫长过程[7][8] - 手术机器人赛道近期成为医疗行业投资热点，但市场容量有限且头部格局已初步形成，同时国家医保政策有望出台新收费框架，推动行业加速商业化应用[9][10][11][12] 马斯克的预测与行业反应 - 马斯克称通用人工智能(AGI)2026年到来，3年内机器人手术技能超越人类，4年后达到“完胜任何人类医生”水平，并认为学医将变得毫无意义[1] - 马斯克旗下脑机接口公司Neuralink已使用手术机器人，其机器人能将单根电极植入时间从17秒降至1.5秒，终极目标是让手术流程缩短到可“利用午休时间完成”[4] - 专业医生认为，5年内实现机器人完全自主手术“根本不可能”，至少还需几代人努力[1]；大部分医生不认同“学医无用”及“外科医生彻底失业”的观点[7] - 有观点认为马斯克的时间表习惯设定在物理极限边缘，用激进承诺倒逼技术进步并吸引资本和人才[1]；其言论可能旨在为其拥有的Neuralink和擎天柱机器人吸引资本加速涌入[9] 手术机器人技术现状与挑战 - Neuralink的手术机器人涉及机械、力控、算法等多学科深度融合，技术研发门槛极高[4]；其自主研发的复合视觉系统整合六套显微镜和OCT技术，实现毫秒级同步与预测[4][5] - 目前Neuralink的每台手术仍需工程师现场监控，机器人无法完全自主决策；长期维护也依赖人工干预，大规模应用需高度自动化维护体系[5] - 即便是已商业化的达芬奇手术机器人，目前也只能实现遥控手术机械臂，距离真正的“自动驾驶”还很遥远[8] - 技术从实验室走向临床应用，真正的工程挑战刚刚开始，大规模应用需将所有判断和决策过程自动化[5] 医生与行业专家观点 - 中国科学院院士葛均波教授认为人工智能一定会成为医生助手，但机器人能否做得比人类更好尚不确定；机器人若具备力反馈、视觉和思考，可能会超过人类，因其更客观、同质化和标准化，但短期内取代医生还看不到苗头[7] - 受访的十位主任级别外科医生均表示使用过手术机器人，并认为其能提升手术效率，但大部分不认同马斯克关于医生失业的观点[7] - 有医生认为，机器人执行力未来可能对人类外科医生形成降维打击，但完全自主的机器系统要改变整个诊疗模式体系，至少需要一二十年的时间[7] - 医疗技术公司创始人指出，马斯克缺乏对医学行业的了解，工程解决不了所有问题；机器人可能替代外科操作人员，但医生的工作将转变为创造工具，医生的社会价值在于结合AI及现代工具关注人的健康[8] - 有投资人表示，技术的实现不一定意味着体系的实现，机器人手术仍需很多跟台环节；手术机器人大规模应用涉及技术、伦理、制度和人性的复杂博弈[8] 手术机器人市场与投资动态 - 2025年年底至今，国内手术机器人几乎成为医疗行业最“吸金”的赛道，融资相当活跃，包括多起规模上亿美元的融资[9] - 有手术机器人公司财务负责人表示，投资人越来越意识到不能只考虑商业化变现，更应有长远目光；中国医疗科技投资正在快速接近国际成功创新模式[9] - 另有医疗投资人认为，国内手术机器人市场容量非常有限，头部几家主导格局已形成，除份额排名第一、第二的公司，其他公司很难再抢占市场；从上市退出看，每个赛道能容纳的公司有限[10] - 以腔镜手术机器人为例，2025年中国公立医院全年中标不到百台，共计90台，中标总金额接近12.7亿元；直观复星的达芬奇机器人中标43台，金额接近8亿元，精锋医疗和微创机器人分别中标16台和11台，金额分别为1.7亿元和1.4亿元[10] - 2025年全年公立医院公示的骨科手术机器人中标累计84台，总金额6.3亿元；天智航中标28台，金额2.2亿元，第一梯队格局巩固，第二梯队呈现“头部稳定，中部持续博弈”格局[11] 政策环境与未来展望 - 国家医保局近期印发《手术和治疗辅助操作类医疗服务价格项目立项指南（征求意见稿）》，将明确手术机器人等前沿辅助操作技术的收费管理框架，推动其加速应用[11] - 最新收费模式预计基于“基础术式价格+专项加收x手术难度系数”；《指南》首次提出手术机械臂的三类收费场景：导航、部分执行和精准执行[11] - 业内人士透露，该《指南》将为手术机器人辅助治疗收费建立顶层设计，预计收费标准会对行业产生积极影响[12] - 随着多款血管介入手术机器人获批上市叠加政策利好，2026年预计其商业化会迎来加速[12]；研究机构预计中国血管介入手术机器人市场规模将于2030年增至58.24亿元人民币，年复合增长率高达90%[12] - 国产新一代介入手术机器人可深度参与绝大部分手术操作，实现精细触觉感知与操控，并配合基于多模态信息的智能决策[12]