國家醫保局近日發布的「放射檢查類價格項目立項指南（試行）」對影像AI的商業模式進行了明確界定，引發業界廣泛關注。該指南旨在規範放射檢查計畫價格，並支持人工智慧輔助診斷在臨床應用中的推廣，同時避免增加患者經濟負擔。 Downcodes小編將對此政策進行深入解讀，並分析其對影像AI產業的影響。
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：「人工智慧技術在臨床實務中一定程度上起到輔助診斷或提高效率的作用，但還無法取代醫師診斷。在尚無獨立的醫療服務產出、輔助診斷品質效用難以確定的情況下，在已收取診斷相應項目檢查費用後，不宜單就人工智慧輔助診斷再向患者額外收費。
對此，為支持人工智慧輔助診斷進入臨床應用，又防止額外增加病患負擔，立項指引在放射檢查類主項目下統一安排「人工智慧輔助診斷」的擴展項。也就是說醫院利用人工智慧進行輔助診斷的，執行與主項目相同的價格水平，但不與主項目重複收費。 」
簡單來說，國家醫保局支持影像AI在臨床之中廣泛應用，但不允許醫院將調用AI產生的費用轉嫁給病人。
面對新政，影像AI的從業人員喜憂參半。喜的是醫保局官宣認可AI對於臨床的貢獻，並讓相關方知道使用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？
在影像AI發展初期，新創公司為醫療AI設定的路線是期望其能逐一通過市場准入、物價准入、醫保准入，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，都是國內的影像AI公司早年前進的指南針。
順著這條路徑，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准入與醫保准入。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、支付模型都有企業、政府、監管機構在協力推動，但總的來說不夠積極。
一方面，規模化的物價准入和醫保准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，物價准入與醫保准入類似於公共物品，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於隱藏階段性研究成果，導致行業整體推進速度受限，且易導致單一產品的研究重複進行。
如今，新政的推出無疑使影像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領域上演。
儘管失去了理論上的商業變現重要路徑，新政並未對影像AI企業獲利能力造成太大的負面影響，反而為影像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企業的營收與健保關係極小。他們主要依靠招標的方式，將影像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、醫師都有意願尋求AI企業合作，提高相關研究成果的產出數量與產出品質。
此外，與影像設備廠商展開合作，直接向設備廠商付費亦是醫療AI公司獲利的重要路徑。這是一種雙贏的合作。影像設備公司能夠透過智慧演算法授權的方式快速獲得大量應用，有效提升自身產品的競爭力，醫院也更偏好直接從影像設備廠商的平台呼叫演算法，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也在國內廣建AI生態，網羅了一大批優質的合作夥伴。
憑藉這些多元化的手段，影像AI公司在沒有健保支持的情況下，已經把影像AI落地於大量醫院，取得數億營收。
影像AI企業主要收入來源
再談政策對於影像AI的指引。文章提到“支持人工智慧輔助診斷進入臨床應用”，實際上是對人工智慧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。醫院內部在調用影像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進行早癌篩檢CT掃描，實際是物價標準340元每部位，其中便包含著50元人工智慧篩檢輔助診斷費用（健保不參與支付）。
但也要注意，影像AI公司很難在短期之內感受新政的推出帶來的效益。目前採用績效分配形式對AI進行支付的醫院數量稀少，且涵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，在健保個案付費路徑封死後，影像AI企業更為依賴醫院、影像設備企業作為支付方。受制於高壓醫療反腐，2024年上半年醫院醫學設備採購總額幾近腰斬，磁振造影、CT的得標金額僅為去年同期的60%。在此情勢下，產業鏈上游影像設備廠商面臨的壓力將直接傳導至中游的影像AI企業，後者的營收會在設備採購需求釋放前遭遇一定規模的下挫。
在國家醫保局文章的結尾，文章指出：「立項指南在放射檢查類主項目下統一安排「人工智慧輔助診斷」的擴展項，是為了體現了人工智慧技術在提質增效方面的功能定位，而非增加成本的作用。
這句話不僅適用於影像AI，或許也適用於醫療產業中的種種人工智慧。
2022年湖南醫保局發布的《關於規範手術機器人輔助操作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，它確立了影像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將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」的標籤，設計出高度智慧化的硬體或系統，成為了徹底的醫療器材公司或醫療IT公司。
深叡醫療在醫療IT方向已經有了不少成績。大模型興起後，企業著力醫院資料管理方向，建構出涵蓋資料擷取、治理、資料標籤化全流程的多模態資料治理引擎和包含大語言模型、影像通用模型、多模態大模型的多模態AI引擎；並以多元形式提供了全週期治理能力開放、資料服務客製化能力開放、多模態ai建模能力開放等多種能力開放模式。
此外，對於醫院當下亟須的資料資產解決方案，深睿醫療同樣將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。
朝向醫療器材方面，數坤科技、推想醫療均在版面。依托AI，數坤科技自研了「圖靈腦」和「圖靈AR」等原生超音波硬體裝備，使其能夠深度融合智慧演算法，不僅能夠在超音波診療過程中集合所有髒器訊息，即時反映病灶徵象，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，軟硬整合協同是對使用者體驗的重構，更是AI持續突破技術邊界的關鍵。未來，每個硬體將從工業時代進入AI時代，醫生與設備互動的每一步、每一秒鐘都將得到AI加持。
推想醫療則是入局了手術機器人賽道，並將影像AI深度融合於硬體之中。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智能化技術支援。在智慧演算法賦能下，推想能夠實現全自動組織病灶辨識與重建，進一步進行手術自動路徑規劃、穿刺引導及消融術後評估，從而有效地輔助醫師更準確、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，對應著屬於AI企業新時代的來臨。
國家醫保局的新政為影像AI產業的發展指明了方向，雖然短期內可能面臨一些挑戰，但長期來看，影像AI企業透過與醫院、影像設備廠商合作，並轉變自身商業模式，仍具有廣闊的發展前景。 未來，影像AI將不再是獨立的產品，而是融入醫療設備和系統中，提升醫療效率和品質。