2026年4月1日起，AI辅助诊断服务正式纳入国家医保乙类目录。
这件事的分量，不在于又多了一个技术名词，而在于支付方变了。过去医院用AI辅助诊断，常见做法是把它附在检查项目里，或者让患者自费。前者很难单独核算价值，后者很难大规模推广。国家医保局把它纳入乙类目录，等于给了一个明确入口：AI辅助诊断可以成为医疗服务的一部分，而不只是厂商演示里的功能。
但医保开口，并不等于医院里的医生马上都愿意用。医疗AI从“能部署”到“被日常使用”，中间隔着一整套临床流程。
放射科最先感受到变化
医疗AI最容易落地的地方，仍然是影像。
在放射科医生的电脑屏幕上，一边是原始CT影像，另一边是AI自动标注出来的结节位置、大小、密度分级和三维重建模型。这类场景已经不是概念图。中国医药创新促进会转载的材料中，就把它作为AI辅助诊断纳入医保后的典型画面。
原因也不难理解。影像科本来就高度依赖图像识别、结构化报告和复核流程，AI能先做一轮标注，医生再判断是否采纳。它更像一双“额外的眼睛”，而不是直接替医生下诊断。
2021年《中国人工智能医学影像企业发展报告》中提到，数坤科技的AI医疗影像诊断平台已在全国TOP30心血管医院中的27家医院，以及200多家全国各省头部三甲医院临床高频使用，并已在数十家头部三甲医院实现商业化落地。这个数据说明，至少在头部医院和心血管、影像等高频场景里，AI并不陌生。
但它不能直接推导出“所有三甲医院都已普及”。不同地区、不同科室、不同系统之间，差异很大。
真正的门槛，是医生愿不愿意多点一下
医保解决的是收费问题，不是使用习惯问题。
对医生来说，一个系统是否有价值，往往取决于很小的细节：弹窗会不会打断阅片，误报会不会太多，标注能不能直接进入报告，复核记录是否方便留痕。如果AI每次都要医生反复修正，它在高压门诊和影像阅片环境里就会变成负担。
这也是讨论“渗透率”时最容易被忽略的地方。采购、部署、接入系统，只能说明医院有了这个工具；医生在日常报告中持续使用，才算真正进入工作流。
央视《焦点访谈》2025年3月报道过AI在取药、问诊、病理筛查、重症监护等环节的应用。这个观察很重要：AI进入医院，不是单点替换某个岗位，而是在不同环节做辅助。放射科、病理科、检验科的路径相对清晰；问诊、健康管理、重症监护则更依赖医院内部系统能否打通。
也就是说，医疗AI的渗透不是一个统一数字能讲清楚的。头部三甲医院、基层医院、专科科室之间，答案可能完全不同。
大模型进医院，先要过数据这一关
影像AI像“眼睛”，大模型更像试图整理病历、检查、检验、用药和随访信息的“工作台”。
21世纪经济报道提到，2026年一季度，金域医学营收13.51亿元，同比增长254%，并推进“AI IN ALL”战略；迈瑞医疗营收83.52亿元，同比增长1.39%，环比增长12.13%，正在打造“启元生态”，依托医疗领域AI大模型，把孤立的临床数据整合为可视化、可落地的辅助诊疗决策系统。
这些表述背后有一个现实问题：医院数据并不天然可用。
病历、影像、检验、处方、随访记录分散在不同系统里。要让AI真正辅助诊疗，必须先解决数据格式、权限、脱敏、调用边界和责任留痕。对医院来说，效率当然重要，但医疗数据属于高度敏感信息，外部模型如何接入、数据是否出域、谁能访问，都不能含糊。
中国科大附一院的做法提供了一个样本。中国医院协会信息专业委员会发布的案例显示，中国科学技术大学附属第一医院，也就是安徽省立医院，完成了AI大模型DeepSeek的本地化部署，并与院内业务系统融合。全国政协委员、中国科大附一院党委书记刘连新也提到，医疗AI需要从“通用型”走向“垂直专业型”。
本地化部署的意义在于，模型运行在医院自己的环境里，数据不轻易离开院内系统。它更符合医院对安全和合规的要求，但也意味着更高的系统改造和运维门槛。能做成这件事的，通常是信息化基础较强的医院。
医保之后，AI企业也要换算法
AI辅助诊断纳入医保后，医院和企业都要重新算账。
过去，很多AI产品更像软件采购：医院买系统，企业卖License或项目服务。医保支付通道打开后，AI辅助诊断有机会更接近医疗服务本身。它能否按次、按项目、按场景形成稳定收入，要看各地医保执行、医院收费流程和临床使用频率。
但这不会自动带来爆发。
如果一个AI产品只是在演示时好看，进不了医生报告系统，不能减少重复劳动，也不能留下合规记录，就很难长期留在科室里。相反，那些能嵌入PACS、HIS、检验、病理等系统，并且让医生少做无效操作的产品，才更可能被反复打开。
所以，医疗AI从“陪聊”到“诊疗”，关键不是模型会不会回答问题，而是它能不能在医院真实流程里承担一小段明确责任：标注病灶、提示风险、整理病历、辅助复核，或者把分散数据变成医生能用的判断材料。
医保已经给了入口。接下来，医院会更关心三件事：是否真的提高效率，是否不增加医生负担，是否守得住数据合规边界。
这些问题没有一个能靠口号解决。它们都发生在医生每天打开的那块屏幕上。
