AI辅助诊断纳入医保后，广东医疗大模型如何从试点走向普及？

南方财经记者郑康喜 实习生刘悦欣

近期，多家广东医疗企业发布2026年一季报。报告期内，金域医学、迈瑞医疗等多家企业迎来复苏增长。

细观增长背后的动力，AI业务无疑扮演了重要角色。一季度，金域医学营收13.51亿元，同比增长254%。推进“AI IN ALL”战略，成为金域医学提升效率与拓展边界的关键变量。另一边，迈瑞医疗营收83.52亿元，同比增长1.39%，环比增长12.13%，目前正打造“启元生态”，即依托医疗领域的AI大模型，将海量孤立的临床数据进行整合处理，打造为可视化、可落地的专业辅助诊疗决策系统。

全球医疗产业正在经历一场深刻的范式转移——AI已深度融入医疗各领域，并进入“数据、算法、场景”深度耦合的新阶段。

近期，随着国家医保局将12项AI辅助诊断项目纳入全国医保乙类目录，AI医疗的发展进一步加速。迈瑞医疗正与深圳8家医院合作，构建全市级的重症高质量数据库；金域医学“域见医言”大模型调用量已突破3000万次，落地智能体超100个；晶泰科技的AI自主实验平台服务17家跨国药企。

当行业热情渐涨，真正的商业化考验才刚刚开始。AI医疗大模型落地如何跨过数据孤岛与模型不可靠不可用的鸿沟，仍需要企业进一步探索。

2026年被视为“企业级AI Agent商业化元年”。在医疗领域，这一趋势同样清晰可见。从辅助诊断到药物研发，从影像分析到慢病管理，大模型正在以前所未有的速度嵌入医疗体系的各个层级。

两年前，迈瑞医疗正式发布全球首个临床落地的重症医疗大模型。至今，启元大模型已在北大深圳医院、南方医科大学深圳医院、广州医科大学附属肿瘤医院的重症和麻醉两大高风险、高专业壁垒的领域实现了落地应用。

在上述医院的重症医学科，医护人员借助启元大模型，可以提前6小时识别脓毒症休克等危重风险，不仅可以对患者病情变化进行主动预警，更可以为抢救赢得宝贵的时间窗口。同时，大模型能够为复杂病情提供个体化治疗建议。

“在不增加人员编制的情况下，重症患者出院人次提升13%，平均住院日缩短12%。”迈瑞数智化市场经理杨登告诉南方财经记者。

不久前，启元大模型还升级新增了Septic Shock预警、CDSS自定义临床决策支持、NDSS护理决策支持、ECMO全流程治疗管理四项关键功能。这四项功能都在解决同一个问题：把原来需要多人、多系统、分阶段完成的工作，整合到一个Agent里。

借助这一Agent，医院可以把病情监测、诊疗决策、护理执行、特殊治疗这些环节全部打通，并按自己的临床习惯训练AI，让更多AI医生“上岗”。

这段时间，迈瑞正在与东莞几家三甲医院进行洽谈，推广迈瑞整套数字化方案。“东莞方面对此很感兴趣，已经着手建设，预计今年装机医院数量将持续增加。”杨登介绍。

从单一设备的智能化到临床场景的深度赋能，迈瑞医疗正以“启元大模型”为引擎，将AI从概念转化为可感、可用的临床实践，目前已实现全线拓展。

不同于迈瑞医疗在上述科室的AI布局，作为国内第三方医检领域的代表企业，金域医学在县域医共体上的探索，则将AI医疗延伸到了广大基层场景中。

今年年初，广东省首个县域人工智能辅助诊疗平台正式落地肇庆封开县，19家县级医院、乡镇卫生院全部接入。短短三个月，当地医生解读报告的效率明显提升，年轻医生也在不断接触更丰富的病例与知识体系。

“上述方案是金域医学去年正式推出的，包括通用全科报告的分析、辅助诊疗和专科辅助诊疗。后者会依托我们与大医院的合作，把一些成功的智能体复制到县域。”金域医学人工智能负责人刘斯表示。

目前，国内对于极少见病症、复合疾病的判断与诊疗，AI落地的场景还较为缺乏，且总体仍以单一诊疗环节为优先，对康复等后续环节的跟进应用还处于起步阶段。

对于一家从检验起家的公司来说，金域医学希望布局从预防、诊疗、康复到健康管理一系列的医学场景链条。刘斯表示，医共体完成相应沉淀后，AI在整个诊疗链条上的覆盖就可以更完善。“不只是在患者就诊的环节做干预，从体检环节就可以开始。”

通过“数据+AI+场景”的融合路径，金域医学正在打开区别于传统医检企业的第二增长曲线。而今，金域医学的数字化业务、智能化解决方案和大模型增值服务等均已实现收益。

但刘斯也坦言，目前医院方面直接给大模型付费还是存在困难。一方面，受诊疗场景、资源条件等因素影响，县级医生对于AI幻觉的识别能力，与大城市三甲医院的医生相比存在明显差距。

另一方面，医疗机构的数据孤岛问题仍然突出。高质量、标准化的医疗数据是AI的基石，但受数据孤岛制约，当前行业高质量数据供给存在明显缺口。

为了让AI低幻觉、强可靠，破除通用模型的幻觉可能带来的医疗风险，在面向基层全科的诊疗中，金域医学正在力争将大模型做到可控、可信，对AI整个决策逻辑做出精细化调整，让大模型能从多个路径，将其决策的具体思考过程与逻辑可视化呈现，方便全科医生作出判断，并以此减少模型幻觉带来的负面影响。

专科方向上，金域医学则主要攻克各领域的专项报告解读，例如与中山大学第二附属医院合作进行儿童肿瘤基因的报告解读，会专门定制模型提升解读能力。

而今，金域医学的AI模型实现了从“看图识癌”到“读片知基因”，1分钟即可完成肺癌驱动基因突变预测，精准度最高超90%，检测成本大幅降低。

对于数据孤岛问题，行业需要率先解决的是数据共享的意愿问题。“我们去年7月入选了国家第一批共63个可信数据空间试点，通过建设国家层面的数据空间，希望能够打通医疗机构、科研机构、监管部门之间的数据流通壁垒。”刘斯说。

目前，金域医学在广州、深圳等地探索的“数据+AI”多场景落地已取得很好的效果。刘斯坦言，数据孤岛问题的解决，很大程度上取决于当地政府的支持力度。

“来自患者真实治疗过程的高质量数据，来自医生思考过程的语料数据，这些是我们成功训练大模型的基础。但在这些方面，整个行业对其投入和思考还是不够的。”迈瑞数智化生态产品线总经理、高级工程师代巍巍告诉南方财经记者。

对此，迈瑞探索的路径是与医院进行科研共建，和医院共同打造模型、推动落地、优化模型。杨登提到，院方还是更加关注大模型是不是真正能在实际临床中帮医护人员减负。“启元大模型现在基本上能减轻医护人员70%的工作量，这就让我们获取更多高质量数据，有了底气和实力。”

在医疗众多领域中，医院场景离大众最近，也与全民健康紧密相关。早在ChatGPT等大语言模型横空出世时，多家大型三甲医院就基于院内海量数据，在各大诊疗场景中落地AI应用，如今已涌现出一大批标杆案例。

随着AI辅助诊断纳入医保，相关AI大模型有望迎来新的发展周期。对于身处AI医疗赛道或准备入局的企业而言，当前行业竞争的核心逻辑不再只是讲技术故事，而是要真正跨过上述鸿沟。那些能真正融入临床、被医保和医院买单，并能持续迭代数据壁垒的公司，将有望成为新的行业龙头。