AI辅助诊断纳入医保：全球第一个国家，做了一场怎样的实验？

关注「文刀医」，读懂三医融合

2026年4月2日，甘肃天水某县人民医院放射科。

53岁的刘阿姨拿着一张肺部CT片，坐在走廊里等报告。过去，这种片子要送到省城请专家阅片，至少等三天。如果发现可疑结节，还得再去兰州做增强CT，来回奔波加上住宿，一趟下来少说也得花两千多。

这一次不一样。

放射科医生把她的CT影像传入了AI辅助诊断系统。40秒，全肺扫描完成，可疑病灶被自动标注。值班医生复核确认，一份完整的诊断报告就出来了。

更让刘阿姨意外的是，这笔检查费可以直接刷医保。以前AI辅助诊断要么是医院免费赠送的“附加服务”，要么要患者自费几百块。现在，作为医保乙类目录项目，个人实际自付只需三十来块钱。

她走出医院大门时，忍不住嘀咕了一句：“以前跑省城三天花两千，现在县里四十秒花三十块？”

这不是一个人的好运，而是837家三甲医院、1.2亿门诊患者正在经历的真实变化。2026年4月1日起，中国正式将AI辅助诊断纳入国家医保乙类目录——全球第一个将AI诊断大规模纳入国家医保支付体系的国家。

问题是：为什么是中国？这场实验到底意味着什么？它真的能改变什么吗？

一、十年困局：叫好不叫座的AI医疗

要理解这场实验的意义，得先看看它打破的是什么困局。

AI医疗影像，曾经是最被追捧的方向。2017年前后，各路资本涌入，科亚医疗、推想科技、数坤科技、鹰瞳科技相继冲击IPO。但触及资本市场后，问题接踵而来——除了鹰瞳科技成功登陆港股，其余大多折戟。即便已上市的鹰瞳，连续亏损七年，2024年度创下2.55亿元最大亏损纪录，7年累计亏损近9亿元。

这不是一家企业的问题，是整个行业的结构性困境。2020-2024年整个AI影像行业累计商业收入不足30亿元，平均每家医院终身使用一款AI影像产品仅需约40万元，多为一次性买断。而同一时期，累计融资总额接近100亿元。投入100亿，产出不足30亿。

更致命的是收费渠道。上海长征医院放射诊断科主任刘士远团队2022年调研显示，国内三级医院AI影像辅助诊断软件向患者收费的比例仅为4.4%。没有收费编码，没有医保支付通道，AI要么免费赠送，要么全额自费。

这就是AI医疗行业十年的核心痛点：付费方缺位、商业化难、盈利模式不清。技术成熟了，但没有人买单。

二、两步破局：从“没有编制”到“医保基本”

国家医保局用两步棋，破解了这个困局。

第一步：给AI诊断一个“正规编制”

2024年11月，国家医保局发布《放射检查类医疗服务价格项目立项指南（试行）》，首次将“人工智能辅助诊断”纳入国家医疗服务价格项目体系。此后陆续发布病理、检验等立项指南，设立AI辅助扩展项。

这一步的意义很多人低估了。在此之前，AI诊断在全国大多数地区没有收费编码——你可以用，但没人知道该怎么付钱。立项指南解决了这个问题：AI诊断有了正式的项目编码、计价单位和收费规则。

第二步：让AI诊断进入医保支付

2026年3月31日，国家医保局正式将AI辅助诊断项目纳入全国统一的医保乙类目录，4月1日起全国执行。国务院参事刘远立说得直白：“AI产品若能纳入医保报销目录，则具备市场基础；否则医疗机构就会审慎评估。”

两步走完，AI辅助诊断获得了收费+支付双重身份——不是给AI企业打开收费通道，而是给AI诊断一个合法身份和支付基础。

三、被误读的信号：扩展项的真正含义

有一个关键细节被大多数人忽略了。AI辅助诊断进入价格体系时，并非独立收费项目，而是“扩展项”。

国家医保局明确表示：AI尚未达到完全替代医生的程度，在患者已为检查项目付费的情况下，不宜再因使用AI额外收费。扩展项与主项目只能择一收费，不能叠加。

以上海为例，CT平扫AI辅助诊断与主项目同为189元、甲类报销；广东最高限价231元；北京133元、乙类报销。所谓的“纳入医保”，既没增加患者负担，也没增加医院收入，更没为AI企业打开新收费入口。

它意味着合法化——AI诊断从“灰色地带”获得了正式编码和医保身份，医院可合规地向医保按次结算。这是基础性的制度进步，但它和“打开市场空间”之间还隔着相当长的距离。它不是金矿，而是地基。

四、12个场景：选的不是技术，选的是痛点

首批纳入医保的AI项目覆盖12个临床高频场景。

影像筛查类（4项）：肺结节CT、眼底糖网识别、DR胸片筛查、乳腺钼靶

心脑血管类（3项）：心电图分析、脑卒中评估、冠脉CTA

器官病变类（3项）：肝脏识别、骨折检测、皮肤病诊断

专项诊断类（2项）：病理切片、新生儿黄疸

为什么是这12个？因为它们同时满足：临床需求最迫切、效率提升最显著、技术最成熟。

肺结节CT筛查排位第一——肺癌是中国死亡率最高的恶性肿瘤，AI40秒完成全肺扫描，效率提升22倍。眼底糖网识别——1.4亿糖尿病患者，AI20分钟完成“拍照—初筛—复核”全流程。病理切片——每千人口仅0.4名病理医生，AI效率提升30%。

选的不是技术，选的是痛点。

五、三十块钱的背后：基层医疗的数字化跃迁

这项政策最深远的影响，不在三甲医院，而在县城和乡镇。

AI辅助病理诊断：三级105元、二级85元、一级75元。医保报销后，职工在三级医院自付约16-32元；基层报销比例更高，可能只需十多元。

西部某县级医院引入AI肺结节筛查后，早期肺癌检出率提升22%，转诊率降低35%——以前必须跑到省城的诊断能力，现在县城就能拥有。

国家医保局时间表：2026年覆盖全国二级以上医院，2027年底延伸至所有县域和乡镇卫生院。

这场实验的真正野心，是让每一个县城、每一个乡镇都具备与北上广同质的初筛诊断能力。分级诊疗的最大障碍从来不是制度设计，而是资源分布。AI诊断+医保支付，正在用技术手段破解这个长期困局。

六、人机双签：AI不能替你签字

政策硬性规定：AI诊断报告必须经执业医师复核签字，方可作为正式医疗文书。

这不是保守，而是清醒。AI在“找病灶”这第一步表现出色，但在“判良恶”这第二步仍不及优秀专科医生。AI定位只能是“提效助手”而非“独立诊断者”。

人机双签划定了红线：AI做初筛标注提效，最终结论和法律责任由执业医师承担。这条红线看起来限制AI，实际保护了AI——没有明确责任主体，AI诊断就无法进入正式医疗体系。

在互联网医院中，这条制度执行更好：平台自动筛选对应专科医师，未复核报告无法推送，电子签名和修改记录自动存档。

七、下一程竞争的三个变量

政策解决了合法化，但打开市场上限需要技术跨越。接下来的竞争围绕三个变量展开。

变量一：多模态大模型

当前AI诊断大多是“单模态”。如果把影像、文本、检验数据汇集，就能实现全域健康决策。联影智能、数坤正在开发多模态AI辅助诊断工具——这是下一程核心赛道。

变量二：工作流融合

AI落地最大挑战不是算法精度，而是融入医院工作流。不同医院信息系统差异大，尤其基层对兼容性要求极高。真正好的AI不是“能用”，而是自然融入医生日常工作流程。

变量三：从“买断”到“订阅”

医保覆盖后，SaaS订阅制替代一次性采购。付费方从“医院采购”转向“医保+医院+药企+商保+个人”五维支付体系，正在重塑行业商业逻辑。

医疗AI产业规模2026年将突破400亿元，2030年有望超2000亿元。但真正决定实验成败的，是三个问题：AI能不能从“找病灶”进化到“判良恶”？能不能从“独立工具”进化到“工作流的一部分”？能不能从“医院采购”进化到“医保可持续支付”？

结语

回到刘阿姨的故事——“以前跑省城三天花两千，现在县里四十秒花三十块”，精准概括了核心变化：

时间从三天变成四十秒

空间从省城变成县城

费用从两千变成三十

这背后不是AI技术的单点突破，而是医保支付、医疗服务价格、临床路径、监管框架的系统性重构——给整个医疗资源配置逻辑换了一套操作系统。

全球第一个国家做了一场实验。结果不是“成功”或“失败”的二元判断，而是持续演化——从合法化到规模化，从提效助手到工作流融合，从12个场景到更多场景，从837家三甲医院到每一个乡镇卫生院。

地基打好了。楼能不能盖起来，取决于接下来的每一步。

未来已来，而且已经刷上了医保。

#DRG #DIP #医保支付改革 #医疗AI #集采政策 #三医融合 #医院绩效 #卫健委 #药企

想深度交流？添加小助手微信

balala2023

备注「文刀医」优先通过

如果觉得有用，请

点赞 · 在看 · 分享 · 收藏