一场大赛将医学影像AI识图从实验室和医院科室推到了医保数智化改革的聚光灯下。
(相关资料图)
11月5日，全国医保影像AI识图大赛颁奖活动在南宁举行。大赛展示了我国医学影像AI领域的最新“黑科技”，行业也在关注一个信号：由国家医保局主导的这场赛事，能否打开医学影像AI的商业化创新窗口。
国家医保局局长章轲在颁奖活动上表示，当前，医学影像AI与医保治理的融合正持续走深。国家医保局以本次大赛为抓手，积极打通研发、注册、定价、支付的医保全链条堵点，加速推动新技术从实验室原型走向临床一线，从创新产品转化为普惠服务。
决赛现场：真数据验证临床价值
10月22日至23日，全国医保影像AI识图大赛决赛在广西南宁举行。从全国1332支参赛队伍中突围的66支团队，围绕肾癌、肺癌、乳腺癌等8大高发疾病赛道展开现场推理与路演答辩。
此次大赛AI医疗赛道头部企业参与度很高，腾讯、京东健康、商汤、深睿、慧影医疗、科亚医疗、医准智能、数坤科技、云知声等知名头部企业均有队伍入围决赛，西门子、通用（GE）医疗、新华医疗、万东医疗等影像设备商深度参与。
上海商汤善萃科技Senselung团队在肺癌智能检测赛道获得一等奖。商汤科技算法总监王娜介绍，团队以肺结节辅助诊断为导向，输出可定位、可量化、结构化报告，覆盖筛查诊断、随访管理、术后规划和术中导航全流程。
AI最直接的价值是效率。王娜举例：薄层CT最薄到0.625毫米甚至0.2毫米，医生看胸部CT薄层序列约半小时，AI平均一例一分钟内完成推理，医生阅片时间可降到五到十分钟。“没有AI时，做一次CT患者可能要一周才看到报告；有AI辅助后可能一天就能看到。”
多位影像科专家表示，CT技术发展让医生逐层阅片工作量急剧增加，最希望AI成为“工作秘书”。当AI在肾癌、肺癌、乳腺癌等影像上的可信度积累到一定程度，就像如今医生对待肋骨骨折影像那样，能够做到“闭眼信任”——AI把工作做好，医生负责签字。
大赛评委、东南大学附属中大医院副院长居胜红表示，AI性能好并不代表临床价值高，技术一定要解决临床实际问题，形成“临床出题—技术研发—反馈验证—推广应用”的完整闭环。
王娜认为，AI不能只停留在技术展示上，更要放到真实医保和临床环境里检验，“我们的终极目标是不漏检，尽可能筛出所有可疑病灶”。
与以往不少AI算法比赛不同，这次大赛最大的特点是“真数据、有金标准”。前沿技术落地见效，离不开真实场景的反复检验和打磨；大赛以实战标准命题，比的不仅是技术参数，更是模型在复杂临床环境下的精准度、稳定性和泛化能力。
第一财经记者了解到，大赛数据来自真实临床场景，数据集不仅含影像，还含病例诊断、检验报告、病理检查结果等，经过专家标注，并与病理结果相互印证，形成高质量数据集。广西联动全区61家三甲医院采集影像，遴选8.58万例组成赛事专用数据集，样本配比贴合广西本地人群患病特征，病种覆盖全面、贴合真实临床场景。
国家医保局大数据中心主任付超奇表示，本次大赛期待实现三方面效果：以人民为中心守护群众健康福祉，以数据为基石激活数据要素价值，以改革为导向助力高质量发展。大赛赛道设置兼顾当下临床价值与技术发展方向，将助力提升疾病早诊精准度，减轻群众病痛与就医负担。
付超奇说，海量原始数据要转化为支撑AI训练的高质量数据集，还需精心治理、标注，“就像把原油提炼成汽油、把煤炭转化为电力一样”。大赛通过以数促赛、以赛炼数，推动医保数据资源向高质量生产要素转化，并推动创新技术对接医疗健康刚需。
基层是医学影像AI最大的出口
章轲表示，医学影像AI赋能医保治理、守护人民健康的美好愿景正加速变为现实。本次大赛聚焦群众急难愁盼的健康需求，设置8个赛道，涵盖基于CT的肺癌检测、基于MRI的前列腺病变智能检测等方向，都是发病率高、疾病负担重、AI辅助诊断应用前景突出的病种。赛道遴选出的优质技术方案，兼顾临床应用价值和AI发展潜力。依托赛事成果，将有力提升标准化辅助诊断能力，补齐基层医疗机构影像诊断短板，让老百姓在家门口就能享有均等可及的高质量诊疗服务。
广西北流市人民医院在这次全国医保影像AI识图大赛中表现突出，共有3支队伍获得一等奖，覆盖肾癌、肺癌、脑部肿瘤等赛道。
对于基层医院来说，医学影像AI技术是刚需。北流市人民医院副院长郑毅表示，基层医务人员紧缺、影像阅片量大，存在漏诊风险；医保基金监管过去靠人工抽查，力量有限，团队研发AI技术的初衷就是为了解决这些现实问题。
浙江大学应用数学研究所所长孔德兴认为，医学人工智能最大的一个出口就是基层，赋能基层。基层医院患者少、设备闲置，三甲医院患者太多、临床专家工作量非常大；AI介入后，可以减轻三甲医院医生工作量，同时下沉基层，让随访人群、康复治疗人员在基层完成随访和康复跟踪，让老百姓在家门口都可以享受到大医院同质化的诊断水平。
吉林大学第一医院放射线科主任张惠茅认为，人机协同第一个层面是解决基层问题。基层缺医生，国家投入了很多设备，但不是医生本人如何下去，而是医生的能力如何下去，要解决这个问题，一定是人工智能才能解决。
对患者来说，AI识图的另一重价值是减少重复检查。王娜表示，AI影像支持本地、云端、区域化医疗联盟多种部署，同一区域内一家医院的检查结果可在另一家同步调阅。像云端影像、检查结果互认这些方向，如果做得更扎实，能减少患者重复检查，降低医保支出，让优质医疗服务更普惠。
医保助力AI医学影像商业化
从商业上看，AI影像已经在很多医院落地，但在落地过程中还存在障碍，难以形成规模化。
居胜红表示，医院影像科使用AI已经非常普遍，比如冠状动脉血管造影，原来要花很长时间做重建，现在手指一点就能完成狭窄程度、范围、体积和随访评价；肺结节CT检出在体检人群、门诊、病房都在用，肋骨骨折AI自动检出也已落地。
王娜表示，商汤AI影像产品已落地国内外多家医院，项目在落地过程中已经可以盈利。
然而盈利不等于规模化的商业应用。居胜红说，医院引入AI还有很多现实障碍：规范化、有没有证、能不能进医保收费标准，这些还没有解决，或者正在解决的路上。
“医保在这次活动当中特别投入了很多的人力物力，这个其实非常重要，我们在科室里面应用起来之后，到底怎么收费？一旦遇到有一些误诊漏诊的情况，那怎么来平衡？这个肯定是医生最后认账，这些都是落地要解决的问题，”居胜红说。
张惠茅表示，人工智能从2018年左右开始，临床一直在用肺结节等领域的功能系统，但到现在为止其实还没有付费。业内希望国家能够把付费的路径打开，让人工智能产品真正成型。
王娜表示，从落地一线的情况来看，医院采购预算也是痛点。AI是软件，相比硬件“看不见摸不着”，医院采购预算不好安排，希望有政策支持AI软件付费和医院智慧化升级预算。医保正在推进AI辅助诊断付费，各地都在探索，支付方式将决定医院愿不愿意买。
从政策层面看，支付路径决定商业化天花板。2025年起，国家医保局在《医疗服务价格立项指南》中将“AI辅助技术”列为扩展项、不单独立项收费，即患者不额外付费，AI作为主项目的价格构成。专家建议在国家价格立项框架下，推动各省明确AI辅助诊断的收费项目和价格区间，让医院“敢买、愿用”。
深圳市一图智能科技创始人叶建平则从企业角度补充了另一层障碍，即医疗器械注册。他说，医疗监管要求安全性和有效性，每个病种或部位都需要做验证、评价，才能拿到医疗器械证和准入条件。他还提到，真正落地临床需要大模型综合能力，不能只检出肺结节、其他肺部疾病却检不出来；未来一定是多个模型融合，结合临床场景需求综合得出最优方案，这还需要技术上的进步。
从赛场到市场，从技术到支付，医学影像AI的商业化窗口正在打开，但真正推开这扇窗，仍需监管、医保、医院和企业多方协同。
