——来自一线场景的行业观察

　　3月，一个工作日的下午，北京北四环。

　　国家体育场“鸟巢”北侧的一栋写字楼里，数坤科技展厅的灯光刚刚亮起。讲解员小梁放下水杯，看了一眼当天的接待安排——这个下午，她还要接待六拨客人。

　　门口已经有人在等候。

　　这一拨来自华东某省卫健系统的调研团队。上一拨刚离开不久，是两家三甲医院的院长。再往前，还有一支来自地市级医共体的调研小组。

　　几乎没有间隔。

　　“有时候连水都顾不上喝一口。”小梁笑着说，“讲到后面嗓子都哑了，腿也站麻了。”

　　这样的忙碌，在过去并不常见。

　　在中国医疗AI行业发展的早期，AI企业往往需要主动走进医院，解释技术、寻找试点。而如今，越来越多医疗体系的决策者开始主动走进AI企业——看技术、问落地、谈体系。

　　这一变化，正在越来越多AI公司的展厅里上演。

　　某种意义上，这正是一个行业拐点最直观的信号。

　　医疗AI，正在从“技术探索”走向“规模部署”。

十年演进：中国医疗AI的三次跃迁

　　如果回顾中国医疗AI的发展，大致可以看到一条清晰的时间线。

　　2016年前后，深度学习在医学影像识别领域取得突破。肺结节检测、脑出血识别等算法准确率迅速提升，一批创业公司进入医疗AI赛道。

　　影像AI成为最早爆发的方向。

　　彼时行业普遍认为，AI有望显著提升影像诊断效率，并缓解医生资源不足的问题。

　　但很快，现实挑战开始显现。

　　医疗体系远比互联网复杂。

　　一个算法可以识别影像，却未必能够改变医疗流程。

　　医院真正需要的，并不仅是一个算法，而是一整套能够进入临床流程的解决方案。

　　随着国家药监局逐步建立AI医疗器械审批体系，中国医疗AI行业进入“证据时代”。AI产品必须经过临床验证并取得医疗器械注册证，才能进入医院使用。

　　这一阶段，行业开始明显分化。

　　大量企业退出赛道，少数企业逐渐建立起完整产品体系。

　　医疗AI也开始从实验室技术，逐步进入真实医疗场景。

　　医疗AI正在从工具走向基础设施

　　近年来，随着大模型技术的发展，医疗AI正在进入新的阶段。

　　早期医疗AI主要集中在单一影像场景，例如肺结节、脑卒中或冠脉分析。

　　但医疗数据远不止影像。

　　医生在诊疗过程中需要综合病历文本、检验数据、影像信息、患者既往病史等资料和数据。

　　因此，越来越多企业开始探索多模态医疗AI，通过整合多源数据，使AI能够理解更完整的医疗信息结构。

　　医疗AI的角色，也随之发生变化：

　　从单一工具，逐渐演变为医疗体系的数字基础设施。

　　行业格局：“三足鼎立”

　　目前，中国医疗AI产业大致形成三类企业。

　　第一类是互联网与通用AI平台公司。这些企业拥有强大的算力与模型能力，但在临床落地方面仍处于探索阶段。

　　第二类是医疗设备和信息化厂商。它们拥有成熟的医院渠道，但AI能力仍在持续升级。

　　第三类是医疗AI原生企业。这类公司从成立之初就聚焦医疗AI技术与临床场景。

　　数坤科技等企业是其中代表。

　　业内人士认为，这类企业在医疗场景理解方面具有更深积累，也更熟悉临床与医疗体系运行规律。

　　从展厅到基层：AI正在改变医疗一线

　　如果说展厅里的忙碌是行业变化的一个信号，那么在医疗一线，这种变化已经开始发生。

　　在四川凉山州妇幼保健院，AI辅助超声系统被用于乳腺疾病筛查。

　　当地医生回忆，一位70多岁的女性患者在检查中发现疑似恶性结节。AI系统不仅自动标注病灶位置，还提示较高风险等级，帮助医生迅速作出进一步检查判断。

　　最终，患者被确诊为早期乳腺癌。

　　在基层医疗资源相对有限的地区，类似技术的应用正在逐渐增加。

　　在江苏苏州吴中区，当地正在探索区域医疗AI体系建设，通过AI辅助诊疗系统帮助基层医疗机构识别心肺疾病风险。

　　在河北南皮县人民医院，AI辅助影像系统已经进入日常诊疗流程。

　　这些案例显示，医疗AI正在从单点应用走向体系应用。

　　一个行业样本

　　在中国医疗AI企业中，数坤科技被业内视为较具代表性的样本。

　　公司成立于2017年，最初从心脑血管影像AI起步。近年来，其技术能力逐渐扩展到多系统疾病分析，并形成多模态医疗AI技术体系。

　　公开资料显示，目前数坤科技产品已进入全国数千家医院，并参与多个区域医疗体系建设项目。

　　在业内人士看来，医疗AI企业真正的竞争力，并不在于单个算法。

　　而在于能否进入真实医疗流程。

　　“医疗AI最难的不是技术，而是落地。”一位三甲医院副院长对记者表示，“如果技术能够真正嵌入医院流程，并在日常诊疗中持续使用，那才说明它是有价值的。”

政策窗口正在打开

　　医疗AI的发展，也正在获得越来越明确的政策支持。

　　在2026年全国两会上，政府工作报告提出要深化拓展“人工智能+”行动，推动人工智能在重点行业领域规模化应用。

　　医疗健康被认为是最具潜力的应用场景之一。

　　中国医疗体系长期面临资源分布不均的问题。

　　优质医疗资源集中在大型医院，而基层医疗机构能力相对有限。

　　在这一背景下，人工智能被寄予厚望。

　　通过技术手段，优质医疗能力有望被规模化复制，并进一步向基层医疗体系延伸。

　　奇点时刻

　　技术革命往往经历一个共同阶段：

　　早期是技术寻找场景。

　　成熟阶段则是场景主动寻找技术。

　　医疗AI似乎正在进入后一个阶段。

　　越来越多医院开始部署AI系统。

　　越来越多地方政府开始建设区域医疗AI平台。

　　医生对AI辅助工具的接受度也在不断提高。

　　当技术、政策与医疗体系需求在同一时间点汇合时，一个行业往往会迎来所谓的“奇点”。

　　技术不再只是创新项目，而成为基础设施。

　　展厅里的信号

　　回到那个展厅。

　　一下午六拨客人。

　　嘶哑的嗓音。

　　站麻的双腿。

　　这些看似微不足道的细节，也许正是行业变化最真实的信号。

　　在医疗AI发展的早期，人们更多讨论的是技术本身。

　　而现在，越来越多的讨论开始围绕一个更现实的问题：

　　人工智能，如何真正改变医疗体系。

　　如果说医疗AI正在进入新的阶段，那么展厅里越来越频繁的脚步声，或许正是这个时代最直接的回响。

　　对许多行业来说，技术突破往往发生在实验室里；但对医疗AI来说，它真正的拐点，往往出现在医院、基层医疗机构，以及像这样一个看似普通的展厅里。