今天小编分享的科技经验：当影像AI的收费之路被锁死，欢迎阅读。
11 月 20 日，国家医保局一则 " 放射检查类价格项目立项指南（试行）" 发布，在整合规范现行放射检查项目的同时，顺便对影像 AI 的商业模式进行了界定。
政策解读文章指出：" 人工智能技术在临床实践中一定程度上起到辅助诊断或提高效率的作用，但还无法替代医师诊断。在尚无独立的医疗服务产出、辅助诊断质量效用难以确定的情况下，在已收取诊断相应项目检查费用后，不宜单就人工智能辅助诊断再向患者额外收费。
对此，为支持人工智能辅助诊断进入临床应用，又防止额外增加患者负担，立项指南在放射检查类主项目下统一安排 " 人工智能辅助诊断 " 的扩展项。也就是说医院利用人工智能进行辅助诊断的，执行与主项目相同的价格水平，但不与主项目重复收费。"
简单来说，国家医保局支持影像 AI 在临床之中广泛应用，但不允许医院将调用 AI 产生的费用转嫁给患者。
面对新政，影像 AI 的从业者们喜忧参半。喜的是医保局官宣认可 AI 对于临床的贡献，并让相关方知晓使用 AI。但也忧虑：当 AI 的引入不能为医院带来直接收益，给定的新方针，是否足以撑起影像 AI 行业的营收？
从未实现过的医保支付
在影像 AI 发展初期，初创公司为医疗 AI 设定的路线是期望其能逐一通过市场准入、物价准入、医保准入，形成独立的医疗器械产品，最终实现向患者按例付费，打造闭环解决方案植入医院。
这样的商业模式有先例在前，例如美国 Digital Diagnostics 55 美元 / 次（2022 年数据，下同）的糖网病变分析，Viz.AI 1040 美元每次的大血管堵塞检验，都是国内的影像 AI 公司早年前行的指南针。
顺着这一路径，科亚医疗、鹰瞳科技等企业在自家的产品获取三类证之后便开始大面积推动物价准入与医保准入。数年下来，相关产品已在十余个省市成功进入省级价格目录，理论上实现了患者自付的可能，但在更为重要的医保方面却遭遇挑战，仅在极少地区进入基本医疗保险支付范围，远未形成规模。
造成这一路径失效的原因是多元的。这几年间，医院物价、支付模型均有企业、政府、监管机构在协力推动，但总的来说不够积极。
一方面，规模化的物价准入和医保准入中的支付模型验证均需企业耗费大量人力物力执行，取得的成果却无法保证产品取得可观的商业化成绩，使得推进速度受限。
另一方面，物价准入与医保准入类似于公共物品，都存在前者投资，后者搭便车的可能，因而率先投入相关研究的企业趋向于隐藏阶段性研究成果，导致行业整体推进速度受限，且易导致单一产品的研究重复进行。
如今，新政的出台无疑致使影像 AI 作为独立产品寻求医保按例付费的梦想破灭，药械通用的那些可持续的商业模式，可能永远不会在影像 AI 领網域上演。
医院抽成或将成为辅助诊断 AI 的重要支付路径
尽管失去了理论上的商业变现重要路径，新政并未对影像 AI 企业盈利能力造成太大的消极影响，反倒是为影像 AI 企业的长远发展指明了方向。
先谈政策的影响。现阶段影像 AI 企业的营收与医保关系极小。他们主要依靠招投标的方式，将影像 AI 以买断或 SaaS 的模式卖给医院。此外，医学影像一直是论文产出的重要来源，许多医院、医生都有意愿寻求 AI 企业进行合作，提高相关科研成果的产出数量与产出质量。
此外，同影像设备厂商展开合作，直接向设备厂商付费亦是医疗 AI 公司盈利的重要路径。这是一种双赢的合作。影像设备公司能够通过智能算法授权的方式快速获得大量应用，有效提高自身产品的竞争力，医院也更偏好直接从影像设备厂商的平台调用算法，提高影像 AI 公司的营收。早年联影集团专门成立联影智能攻克各个场景下的影像难题，已成为当下规模最大、产品最全的影像 AI 公司之一；尔后 GE 医疗、飞利浦医疗等 MNC 也在国内广建 AI 生态，网罗了一大批优质的合作伙伴。
凭借这些多元化的手段，影像 AI 公司在没有医保支持的情况下，已经把影像 AI 落地于大量医院，取得数亿营收。
影像 AI 企业主要收入来源
再谈政策对于影像 AI 的指引。文章提到 " 支持人工智能辅助诊断进入临床应用 "，实际是对人工智能临床应用的一种肯定。实际之中，我国已有部分医院对涉及影像 AI 的服务进行单独立项。医院内部在调用影像 AI 进行辅助诊断后，可分出一部分收入作为 AI 的绩效，为影像 AI 企业提供服务的报酬。
譬如，山东省便在 AI 收费设计方面做了很多创新性的工作，有医院利用 AI 进行早癌筛查 CT 扫描，实际是物价标准 340 元每部位，其中便包含着 50 元人工智能筛查辅助诊断费用（医保不参与支付）。
但也需注意，影像 AI 公司很难在短期之内感受新政的出台带来的收益。目前采用绩效分配形式对 AI 进行支付的医院数量稀少，且覆盖的检查项目也相当有限。因此从小规模试行到大规模落地可能需要数年时间进行传导，亦需更为精细化的政策推动新的支付体系建立。
此外，医保案例付费路径封死后，影像 AI 企业更为依赖医院、影像设备企业作为支付方。受制于高压医疗反腐，2024 年上半年医院医学装备采购总额几近腰斩，磁共振、CT 的得標金额仅为去年同期的 60%。此形势下，产业链上游影像设备厂商面临的压力将直接传导至中游的影像 AI 企业，后者的营收会在设备采购需求释放前遭遇一定规模的下挫。
当 AI 不再是一款独立产品
在国家医保局文章的末尾，文章指出：" 立项指南在放射检查类主项目下统一安排 " 人工智能辅助诊断 " 的扩展项，是为了体现了人工智能技术在提质增效方面的功能定位，而非增加成本的作用。"
这一句话不仅仅适用于影像 AI，或许也适用于医疗行业中的种种人工智能。
2022 年湖南医保局发布的《关于规范手术机器人辅助作業系統使用和收费的通知》便曾以政策指导的方式对手术机器人的形式与物价进行了统一，其本质是在保证合理医保支出和合理患者支出的前提下引导相关市场有序发展，避免企业、医院借助单纯的軟體在收费项目上 " 创新 "。
如今 " 放射检查类价格项目立项指南（试行）" 的出台有异曲同工之处，它确立了影像 AI 的定位，希望 AI 能够以帮助医院提质增效的方式，为整个医疗体系带来增量，进而体现自己的价值。
结合两项政策不难发现，制定方不太支持企业将 AI 作为独立产品或独立产品的卖点，而是希望它能像汽车行业的自动导航或是工业行业的质控一般，作为设备、系统的一部分，支撑其发挥更大价值。
实际之中，所谓的 " 头部影像 AI 企业 " 早已撕下了 " 影像 AI" 的标签，设计出高度智能化的硬體或系统，成为了彻底的医疗器械公司或是医疗 IT 公司。
深睿医疗在医疗 IT 方向已经有了不少成绩。大模型兴起后，该企业着力医院数据管理方向，构建出覆盖数据采集、治理、数据标签化全流程的多模态数据治理引擎和包含大语言模型、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开放、数据服务定制化能力开放、多模态 AI 建模能力开放等多种能力开放模式。
此外，对于医院当下亟须的数据资产解决方案，深睿医疗同样将 AI 置入其中，为医疗机构提供智慧管理、智慧科研、智慧临床、AI 创新中心等场景提供资产管理相关的智慧化产品和服务。
朝向医疗器械方面，数坤科技、推想医疗均在布局。依托 AI，数坤科技自研了 " 图灵大腦 " 和 " 图灵 AR" 等原生超声硬體装备，使其能够深度融合智能算法，不仅能够在超声诊疗过程中集合所有脏器信息，实时反映病灶征象，还有优化医生体验，避免了医生在临床之中使用 " 第二屏 "。
在数坤科技看来，软硬一体化协同是对用户体验的重构，更是 AI 持续突破技术边界的关键。未来，每一个硬體都将从工业时代进入 AI 时代，医生与设备互动的每一步骤、每一秒钟都将得到 AI 加持。
推想医疗则是入局了手术机器人赛道，并将影像 AI 深度融合于硬體之中。举个例子，该企业自研的 AI 导航机器人 " 龙点睛 ® 穿刺手术机器人 " 便是在磁导航引导的基础上加入了 AI 智能化技术支持。智能算法赋能下，推想能够实现全自动组织病灶识别和重建，进一步进行手术自动路径规划、穿刺引导及消融术后评估，从而有效地辅助医生更准确、更快速地完成经皮穿刺手术操作。
行至此时，曾经的影像 AI 企业都已悉数完成自我的价值重构。旧时代的落幕，对应着属于 AI 企业新时代的来临。
