国家战略与政策体系 - 国家已构建“顶层设计+专项落地+全链条支撑”的政策体系，将AI+医疗健康作为数字经济与民生保障深度融合的核心方向，推动产业从试点探索进入规模化落地的加速阶段 [1] - 政策围绕基础设施、监管治理、支付机制、场景应用、产业融合五大维度形成闭环，为AI技术在医疗健康领域的创新与落地提供明确指引和坚实保障 [1] - 上海出台全国首个省级医学AI专项工作方案《上海市发展医学人工智能工作方案（2025-2027年）》，致力于打造国内领先、国际知名的医学AI发展高地 [7] 基础设施与监管治理 - 国家以标准化建设为核心，推动医疗健康数据互通与智慧医院建设，出台《关于加强全民健康信息标准化体系建设的意见》等文件，为AI应用奠定基础 [2] - 通过《公立医院高质量发展促进行动（2021-2025年）》，鼓励有条件的公立医院加快应用智能可穿戴设备、人工智能辅助诊断和治疗系统等智慧服务软硬件 [2] - 2021年《人工智能医用软件产品分类界定指导原则》首次明确AI医用软件的分类与监管要求，根据产品预期用途、算法成熟度等因素将其分为二类或三类医疗器械 [3] 支付机制与商业化 - 2024年11月，国家医保局首次将“人工智能辅助诊断”纳入医疗服务价格项目立项指南，为AI服务的成本核算与价值变现提供了政策依据 [4] - 2025年《医药工业数智化转型实施方案（2025-2030年）》明确提出深化人工智能赋能应用，支持医药大模型技术产品研发 [4] - 《关于全面深化药品医疗器械监管改革促进医药产业高质量发展的意见》优化了医疗器械标准体系，为AI医疗产品的医保准入、付费模式创新创造了有利条件 [4] 应用场景与产业融合 - 2024年《卫生健康行业人工智能应用场景参考指引》聚焦人工智能与医疗服务管理、基层公卫服务、健康产业发展、医学教学科研四大领域，明确84个应用场景 [5] - 政策鼓励AI技术与医药制造、医疗康养等产业深度融合，构建多元化创新生态，推动AI在预防、诊疗、康复、健康管理等全链条的连续智能服务 [6] - 上海方案明确了医学AI的六大重点发展领域，包括临床医疗、医疗管理、公共卫生、医保监管、药械研发、中医药，覆盖全链条场景 [10] 企业发展核心诉求 - 企业的核心诉求高度集中于场景、数据、算力三大核心要素，其供给质量直接决定了AI技术的落地效率与商业价值转化能力 [12] - 企业希望政府、医疗机构能开放更多高价值场景，尤其是三级医院的专科临床场景、基层医疗的慢病管理场景、公共卫生的应急响应场景等 [14] - 企业迫切需要建立统一的医疗数据共享与流通机制，例如由政府牵头构建行业级专科数据集、跨机构数据共享平台，并明确数据脱敏、隐私计算的技术标准与合规路径 [16] - 企业希望政府牵头建设集约化算力供给平台，例如市级智算中心，通过“算力券”“集中调度”等方式降低算力使用成本，并对初创企业、中小微企业给予算力补贴 [17] 企业出海趋势与路径 - 出海已成为AI+医疗健康企业的重要战略选择，AI+医药研发以“授权出让+自主出海”为核心模式，AI+医疗器械则通过“远程手术突破+整体方案输出+因地制宜布局”三策并进 [18] - AI+医药研发的授权出让模式核心优势是“卖成果、换现金流”，适合资金相对受限的初创企业；自主出海模式核心优势是“建立自主体系、掌握核心权益”，适合成熟企业 [19][20] - 核心出海区域主要集中于国际药企聚集地，以美国、欧洲为主 [20] - 微创实施1.2万公里全球最远远程手术、中东第一例超远程手术 [25] - 一脉阳光与医思健康达成联盟计划推动香港影像中心落地 [27] - 傅利叶与马来西亚PERKESO合作落地首个伽利略系统 [29] 中美企业能力对比 - AI+医学影像：中国上市公司3-4家，独角兽0-1家（截至2024年底），拿NMPA三类证35-40张（2024新增）；美国上市公司3-4家，独角兽2-3家，拿FDA 510(k) 110-130张（2024新增） [30] - AI+药物研发：中国上市公司1家，独角兽3家，约7-8个分子进入临床（公开项目）；美国上市公司2-3家，独角兽2家，约18-24个AI分子进入临床 [30] - 手术机器人：中国上市公司2家，独角兽暂无，拿NMPA三类证8张，累计装机300-450台；美国上市公司5家，独角兽暂无，拿FDA 510(k) >25张，累计装机6500-7000台 [30] - 智能可穿戴设备：中国上市公司2家，独角兽2-3家，设备<1000万台（医疗级），拿NMPA二类证80-100张；美国上市公司暂无，独角兽3家，设备500-800万台（FDA认证医疗级），拿FDA授权数量>80张 [30] - 数字疗法：中国上市公司暂无，独角兽暂无，无明确数字疗法路径，含慢病管理软件二类证约25-30张；美国上市公司1家，独角兽1-2家，FDA批准DTx 15-18款 [30] 医疗大模型发展趋势 - 自2024年起，医疗大模型应用进入垂类深耕阶段，专病专科大模型成为布局热点 [34] - 截至2025年4月，国内百强医院大模型部署率达98%，33%的医院开展垂类大模型开发 [34] - 肿瘤是最活跃的布局方向，占比达22.2%，儿科、心脑血管疾病次之，占比均为18.5% [34] - 院企共建是主流开发方式，44%的专病专科大模型采用“医院+企业”联合开发模式 [34] - 通过引入权威来源的医学证据优化模型输入，并将查询转化为结构化医学问题，能够克服缺乏医学语义理解、无法辨别文献可靠性等问题 [37] - 通过将检索到的数据按照逻辑因果链组织，判断回答是否遵循已知证据，并引入奖励机制，使得模型句句有据，可回溯、可验证 [38] - 京东健康自研医疗大模型“京医千询”迎来2.0版本升级，通过循证医学与患者数据深度结合 [40] - 卫宁健康发布轻量级、循证强化的医疗大模型WiNGPT3.5-Turbo [41] - 百川智能发布循证增强医疗大模型Baichuan-M2 Plus，其医疗幻觉率相比通用大模型有显著降低 [43] 医疗智能体发展 - 医疗智能体进入“三层并进”爆发期，包括数字医生AI分身、专科智能体、医院智能体三个层次 [44] - 数字分身已率先规模化，专科智能体处于验证期，医院智能体仍在概念中 [44] - 蚂蚁集团“AOAPP”覆盖近200个名医AI分身 [44] - 讯飞医疗“冀脑方舟”脑出血专病大模型、仁济医院泌尿专科智能体是专科智能体代表 [44] - 三种层次智能体终局将走向融合：专科智能体为核心+数字分身为交互界面+医院智能体为基础设施 [44] - 当前，智能体主流应用整体仍处于“L2向L3过渡”阶段 [44] 具身智能与未来展望 - 具身智能以机器人、机械臂等物理载体为核心，实现了人工智能从“数字虚拟服务”到“物理实体干预”的关键跨越 [45] - 约翰霍普金斯大学团队自主手术机器人在无人操作干预的条件下成功完成了对猪胆囊切除的软组织操作 [49] - 英国帝国理工学院开发AI超声机械臂，能够在产科检查中自主扫描并识别胎儿图像，目前已启动多中心验证试验 [51] - 展望未来，具身智能将与大模型、脑机接口深度融合，成为链接数字世界与物理世界的桥梁 [53] 产业价值重构与模式变革 - 人工智能技术从运营、市场、要素、普惠四个核心维度重构医疗健康产业价值，实现全链条提质增效 [54] - 医疗服务模式正从以医院为中心的“医院信息系统（HIS）”时代，迈向以个人健康为中心的“个人健康信息系统（PHIS）”时代 [56] - 未来医院将具备三大核心功能：临终关怀、手术诊疗、身体检查（进行CT、磁共振等大型诊断设备检查） [58][60][62]