今天小編分享的科技經驗：當影像AI的收費之路被鎖死，歡迎閱讀。
11 月 20 日，國家醫保局一則 " 放射檢查類價格項目立項指南（試行）" 發布，在整合規範現行放射檢查項目的同時，順便對影像 AI 的商業模式進行了界定。
政策解讀文章指出：" 人工智能技術在臨床實踐中一定程度上起到輔助診斷或提高效率的作用，但還無法替代醫師診斷。在尚無獨立的醫療服務產出、輔助診斷質量效用難以确定的情況下，在已收取診斷相應項目檢查費用後，不宜單就人工智能輔助診斷再向患者額外收費。
對此，為支持人工智能輔助診斷進入臨床應用，又防止額外增加患者負擔，立項指南在放射檢查類主項目下統一安排 " 人工智能輔助診斷 " 的擴展項。也就是說醫院利用人工智能進行輔助診斷的，執行與主項目相同的價格水平，但不與主項目重復收費。"
簡單來說，國家醫保局支持影像 AI 在臨床之中廣泛應用，但不允許醫院将調用 AI 產生的費用轉嫁給患者。
面對新政，影像 AI 的從業者們喜憂參半。喜的是醫保局官宣認可 AI 對于臨床的貢獻，并讓相關方知曉使用 AI。但也憂慮：當 AI 的引入不能為醫院帶來直接收益，給定的新方針，是否足以撐起影像 AI 行業的營收？
從未實現過的醫保支付
在影像 AI 發展初期，初創公司為醫療 AI 設定的路線是期望其能逐一通過市場準入、物價準入、醫保準入，形成獨立的醫療器械產品，最終實現向患者按例付費，打造閉環解決方案植入醫院。
這樣的商業模式有先例在前，例如美國 Digital Diagnostics 55 美元 / 次（2022 年數據，下同）的糖網病變分析，Viz.AI 1040 美元每次的大血管堵塞檢驗，都是國内的影像 AI 公司早年前行的指南針。
順着這一路徑，科亞醫療、鷹瞳科技等企業在自家的產品獲取三類證之後便開始大面積推動物價準入與醫保準入。數年下來，相關產品已在十餘個省市成功進入省級價格目錄，理論上實現了患者自付的可能，但在更為重要的醫保方面卻遭遇挑戰，僅在極少地區進入基本醫療保險支付範圍，遠未形成規模。
造成這一路徑失效的原因是多元的。這幾年間，醫院物價、支付模型均有企業、政府、監管機構在協力推動，但總的來說不夠積極。
一方面，規模化的物價準入和醫保準入中的支付模型驗證均需企業耗費大量人力物力執行，取得的成果卻無法保證產品取得可觀的商業化成績，使得推進速度受限。
另一方面，物價準入與醫保準入類似于公共物品，都存在前者投資，後者搭便車的可能，因而率先投入相關研究的企業趨向于隐藏階段性研究成果，導致行業整體推進速度受限，且易導致單一產品的研究重復進行。
如今，新政的出台無疑致使影像 AI 作為獨立產品尋求醫保按例付費的夢想破滅，藥械通用的那些可持續的商業模式，可能永遠不會在影像 AI 領網域上演。
醫院抽成或将成為輔助診斷 AI 的重要支付路徑
盡管失去了理論上的商業變現重要路徑，新政并未對影像 AI 企業盈利能力造成太大的消極影響，反倒是為影像 AI 企業的長遠發展指明了方向。
先談政策的影響。現階段影像 AI 企業的營收與醫保關系極小。他們主要依靠招投标的方式，将影像 AI 以買斷或 SaaS 的模式賣給醫院。此外，醫學影像一直是論文產出的重要來源，許多醫院、醫生都有意願尋求 AI 企業進行合作，提高相關科研成果的產出數量與產出質量。
此外，同影像設備廠商展開合作，直接向設備廠商付費亦是醫療 AI 公司盈利的重要路徑。這是一種雙赢的合作。影像設備公司能夠通過智能算法授權的方式快速獲得大量應用，有效提高自身產品的競争力，醫院也更偏好直接從影像設備廠商的平台調用算法，提高影像 AI 公司的營收。早年聯影集團專門成立聯影智能攻克各個場景下的影像難題，已成為當下規模最大、產品最全的影像 AI 公司之一；爾後 GE 醫療、飛利浦醫療等 MNC 也在國内廣建 AI 生态，網羅了一大批優質的合作夥伴。
憑借這些多元化的手段，影像 AI 公司在沒有醫保支持的情況下，已經把影像 AI 落地于大量醫院，取得數億營收。
影像 AI 企業主要收入來源
再談政策對于影像 AI 的指引。文章提到 " 支持人工智能輔助診斷進入臨床應用 "，實際是對人工智能臨床應用的一種肯定。實際之中，我國已有部分醫院對涉及影像 AI 的服務進行單獨立項。醫院内部在調用影像 AI 進行輔助診斷後，可分出一部分收入作為 AI 的績效，為影像 AI 企業提供服務的報酬。
譬如，山東省便在 AI 收費設計方面做了很多創新性的工作，有醫院利用 AI 進行早癌篩查 CT 掃描，實際是物價标準 340 元每部位，其中便包含着 50 元人工智能篩查輔助診斷費用（醫保不參與支付）。
但也需注意，影像 AI 公司很難在短期之内感受新政的出台帶來的收益。目前采用績效分配形式對 AI 進行支付的醫院數量稀少，且覆蓋的檢查項目也相當有限。因此從小規模試行到大規模落地可能需要數年時間進行傳導，亦需更為精細化的政策推動新的支付體系建立。
此外，醫保案例付費路徑封死後，影像 AI 企業更為依賴醫院、影像設備企業作為支付方。受制于高壓醫療反腐，2024 年上半年醫院醫學裝備采購總額幾近腰斬，磁共振、CT 的得標金額僅為去年同期的 60%。此形勢下，產業鏈上遊影像設備廠商面臨的壓力将直接傳導至中遊的影像 AI 企業，後者的營收會在設備采購需求釋放前遭遇一定規模的下挫。
當 AI 不再是一款獨立產品
在國家醫保局文章的末尾，文章指出：" 立項指南在放射檢查類主項目下統一安排 " 人工智能輔助診斷 " 的擴展項，是為了體現了人工智能技術在提質增效方面的功能定位，而非增加成本的作用。"
這一句話不僅僅适用于影像 AI，或許也适用于醫療行業中的種種人工智能。
2022 年湖南醫保局發布的《關于規範手術機器人輔助作業系統使用和收費的通知》便曾以政策指導的方式對手術機器人的形式與物價進行了統一，其本質是在保證合理醫保支出和合理患者支出的前提下引導相關市場有序發展，避免企業、醫院借助單純的軟體在收費項目上 " 創新 "。
如今 " 放射檢查類價格項目立項指南（試行）" 的出台有異曲同工之處，它确立了影像 AI 的定位，希望 AI 能夠以幫助醫院提質增效的方式，為整個醫療體系帶來增量，進而體現自己的價值。
結合兩項政策不難發現，制定方不太支持企業将 AI 作為獨立產品或獨立產品的賣點，而是希望它能像汽車行業的自動導航或是工業行業的質控一般，作為設備、系統的一部分，支撐其發揮更大價值。
實際之中，所謂的 " 頭部影像 AI 企業 " 早已撕下了 " 影像 AI" 的标籤，設計出高度智能化的硬體或系統，成為了徹底的醫療器械公司或是醫療 IT 公司。
深睿醫療在醫療 IT 方向已經有了不少成績。大模型興起後，該企業着力醫院數據管理方向，構建出覆蓋數據采集、治理、數據标籤化全流程的多模态數據治理引擎和包含大語言模型、影像通用模型、多模态大模型的多模态 AI 引擎；并以多元形式提供了全周期治理能力開放、數據服務定制化能力開放、多模态 AI 建模能力開放等多種能力開放模式。
此外，對于醫院當下亟須的數據資產解決方案，深睿醫療同樣将 AI 置入其中，為醫療機構提供智慧管理、智慧科研、智慧臨床、AI 創新中心等場景提供資產管理相關的智慧化產品和服務。
朝向醫療器械方面，數坤科技、推想醫療均在布局。依托 AI，數坤科技自研了 " 圖靈大腦 " 和 " 圖靈 AR" 等原生超聲硬體裝備，使其能夠深度融合智能算法，不僅能夠在超聲診療過程中集合所有髒器信息，實時反映病灶征象，還有優化醫生體驗，避免了醫生在臨床之中使用 " 第二屏 "。
在數坤科技看來，軟硬一體化協同是對用戶體驗的重構，更是 AI 持續突破技術邊界的關鍵。未來，每一個硬體都将從工業時代進入 AI 時代，醫生與設備互動的每一步驟、每一秒鍾都将得到 AI 加持。
推想醫療則是入局了手術機器人賽道，并将影像 AI 深度融合于硬體之中。舉個例子，該企業自研的 AI 導航機器人 " 龍點睛 ® 穿刺手術機器人 " 便是在磁導航引導的基礎上加入了 AI 智能化技術支持。智能算法賦能下，推想能夠實現全自動組織病灶識别和重建，進一步進行手術自動路徑規劃、穿刺引導及消融術後評估，從而有效地輔助醫生更準确、更快速地完成經皮穿刺手術操作。
行至此時，曾經的影像 AI 企業都已悉數完成自我的價值重構。舊時代的落幕，對應着屬于 AI 企業新時代的來臨。
