深度｜AI醫療拐點已至，醫生當CEO雇5名數字員工擼出病歷程序！誰在焦慮？

今年春節期間，一個被稱為“龍蝦”的AI工具引發技術界的熱議。很多創業者都在琢磨如何利用這款名為OpenClaw的“AI神器”賺錢。

OpenClaw簡單來說是一個AI智能體，就好比住在人類電腦里的“數字員工”，可以“替人干活”。這股“龍蝦風”也席卷了醫療行業，一些行業長期觀察人士稱，醫療技術行業的商業模式正在面臨本質的重構。

隨著AI在醫療領域的使用率顯著提升，技術已滲透到數字醫療、影像診斷以及病歷輔助書寫等各個方面，AI也使技術開發的門檻大幅降低，這加速了新興技術與傳統醫療系統的融合。

多位醫療從業人士告訴第一財經記者，盡管這一輪AI技術發展迅猛，讓人有點“招架不住”，但醫療作為最嚴謹嚴肅的科學，也是AI技術落地最小心謹慎的行業之一，奇點尚未發生。在涉及醫療責任、患者隱私以及數據安全等方面的問題時，仍需面臨嚴格的監管。

行業的“護城河”正在拆除

在小紅書上，近日有醫療從業者發布了關于“醫生當CEO雇5名AI員工擼出病歷程序”的帖子，并稱“太科幻”！不過相關帖子幾天后就被刪除。

“目前最大的感受是，還沒找到‘龍蝦’的技術邊界。”某三甲醫院醫療信息技術從業者方達明告訴第一財經記者，“在實際工作中，還需要摸索它能發揮顯著作用的場景，并進一步觀察結果。”

復旦大學上海醫學院副院長、復旦大學智能醫學研究院院長朱同玉對第一財經記者表示：“醫學是個嚴肅的科學，電子病歷系統是個復雜的體系，一夜之間做出來的，可能只是表象。”

他補充道，癥狀體征化驗是一個非常復雜的體系，內部的關聯需要長時間的一些累積。

但也有資深業內人士指出，當不懂代碼的人都能借助這些高度自動化的工具實現復雜的技術開發，迅速做出迭代的產品，這意味著醫療技術行業的商業模式正在面臨重構，一場席卷行業的“海嘯”正在臨近。

計算機專業背景的醫院管理者陳立新一直在觀察著人工智能技術的瞬息萬變，最近他躺在床上，也總是思索著AI究竟將如何改變醫療行業的問題。這些思考有時讓他徹夜難眠。

近期，硅谷AI創業公司Anthropic的桌面智能體Cowork發布行業插件引發軟件股近萬億美元市值的蒸發，被稱為“軟件行業的鬼故事來了”。陳立新翻閱了華爾街的大量分析報告后認為，AI正在系統性地拆除垂直軟件過去長期以來具有防御力的“護城河”。

垂直軟件公司的特點是收費高、客戶很少離開。例如金融領域的彭博終端，每個用戶每年需要支付2.5萬美元，而95%的用戶會定期續費。垂直軟件之所以能夠收取如此高昂的費用，是因為它們耗費幾十年構建了解析、結構化數據的能力，這一過程需要既懂技術、又懂行業專業知識的人才，這種“稀缺性”構成了行業的壁壘。

“伴隨著AI大模型的出現，工程化的能力變得唾手可及，行業專家即便不懂技術，借助AI的能力，也能直接把知識變成軟件，行業的瓶頸消失了，技術壁壘也崩塌了。”陳立新對第一財經記者說道。

陳立新也創立過一家專門開發醫院信息系統軟件（HIS）的公司，HIS可以理解為醫院的“神經中樞”和“數字大腦”，是覆蓋醫院所有業務流程及患者病歷的大型集成平臺，能讓醫院高效、合規地運轉。這個流程從掛號預約、就診檢查到開藥繳費、報告查詢，為醫院管理者提供運營數據，并輔助管理決策。

在陳立新看來，盡管目前醫院的HIS系統擁有較高的“護城河”，也就是大量的醫院患者數據，但伴隨著人工智能技術的發展，HIS系統也面臨一場新的變革，未來如何把AI智能體與HIS系統對接，將AI功能融入HIS系統，是醫院信息化升級的重要部分。

方達明對第一財經記者表示，其所在的醫院也在測試如何讓AI更好地與醫生“一起打工”。“現在AI在醫院系統中的部署還不多，最多是用來輔助診療決策，以及通過流程的自動化提升一點效率。”他告訴第一財經記者，“但我們也在嘗試一些新的功能，例如把AI融入HIS系統，進行本地化的部署，幫助醫生書寫病歷等，但最后提交前也是要讓醫生自己復核的，畢竟醫療是一個嚴謹嚴肅的領域。”

AI向傳統醫療系統滲透

方達明提到的病歷書寫，是目前AI在臨床醫療上最具應用前景的一個領域。美國一家名為Abridge的AI初創公司，去年完成多輪融資后，估值躍升至53億美元。在國內，也已經出現了包括全診醫學、云知聲等多家對標企業。

值得一提的是，Abridge與全診醫學都是由臨床醫生創立的公司。他們深諳醫生在臨床診療中的痛點，并具有針對性地開發相應的AI產品。

在全球，臨床醫生都“苦書寫病歷久矣”。因為這種流程性的工作占據了醫生大量的時間，但又尤其重要，書寫病歷無論是對患者未來的健康分析，還是對醫療質量的監控都是重要證據，并對推動醫學進步具有重要的科研價值。

隨著近年來AI技術的進步，AI是否能夠幫助醫生書寫病歷，也成為臨床醫生最為期待的事情。然而，由于病歷的書寫者需要承擔相應的醫療責任，在大部分醫院里，用AI書寫病歷的場景尚未大規模鋪開。

“AI可以幫助年輕醫生進行醫學資料查詢、患者癥狀分析等預處理工作，但是用作病歷書寫我們還沒有開展。”上海市第十人民醫院泛血管中心主任張毅教授告訴第一財經記者，“病歷是屬于HIS系統的數據，包含了很多患者隱私，因此不能隨便接入其他程序，會有信息風險。”

但張毅表示，鑒于目前AI技術發展的速度，未來將AI融入HIS系統也是必然會發生的事情。“后續產品應該已經在開發中，但需要有安全性的保障，大規模使用前一定要規范化。”他說道。

復旦大學附屬中山醫院超聲科醫生趙崇克告訴第一財經記者，病歷的書寫與醫院各個科室的工作性質需求有關，比如內科醫生對于病史書寫的要求就很高，對于影像科而言，病史的書寫相對就比較簡單。

據第一財經記者了解，病歷書寫占到了一些心內科醫生接近三分之一的工作時間，而對于資歷更年輕的醫生而言，病歷書寫可能占據他們大約一半的工作量。在這種情況下，很多醫生開始“敷衍”，甚至會把類似患者的病歷進行復制粘貼。

一位資深專家對第一財經記者說道：“AI引入病歷系統是能夠在一定程度上解決醫生痛點的，因為病歷理論上是嚴格禁止復制粘貼的，因為每個患者的情況都不同，復制不準確，但是現在的小朋友據我所知都在復制黏貼。”

對于將AI引入病歷系統，臨床醫生也有不同的見解。例如，復旦大學附屬華山醫院張文宏教授近期就公開反對，并表示這不利于年輕醫生的成長，因為獨立書寫病歷是醫生培訓中的重要一環，不能依賴于AI。

對此，有醫生提出了折中的觀點。“AI無法替醫生承擔責任，更不會替代醫生，無論是從理論、情感、法律或是技術的角度都不會，所以把它當作科研和臨床的工具和助手就行了。”復旦大學附屬中山醫院心內科潘文志教授對第一財經記者表示。

潘文志認為，AI在醫療場景下會存在一些“剛需”場景，例如可以幫助醫生高效地完成患者的初步篩查，病史的輔助采集書寫，以及醫學影像輔助預處理。“預處理的工作可以交給AI，但最終是要由醫生來拍板的，再精準的AI診斷報告都需要醫生核驗簽字。”他說道。

此外，讓AI審閱大量病歷是另一個顯而易見的應用場景之一。例如面對一個老年患者四十年的病歷檔案，醫生很難逐字逐句地看完，只能靠患者或家屬的回憶，但記憶總有缺口。

但潘文志強調，醫學與其他學科最大的不同是患者不能拿來“試錯”。“每個人都是獨特的，AI很難給你標準化的數據。”他告訴記者，“技術在醫學上的推動從來就不是一蹴而就的，需要反復驗證。”

根據英偉達公司最新發布的一份調研報告，AI醫療正在產生飛輪效應。報告通過對600多位業內人士的訪問，得出結論：2025年AI醫療終于進入拐點——全行業AI使用率大幅提升，尤其是在數字醫療領域，78%的受訪者稱正在積極使用AI；58%的受訪者稱，已經感受到AI在醫療影像等領域的應用帶來的實際回報；超過80%的高管表示，AI降低了成本，增加了收入；還有近20%的受訪者表示，將在一年內部署前沿的AI智能體技術。

報告指出，對新技術持保守態度的醫療服務提供方，如醫院等機構，正在成為加速使用AI數據處理工具的“增長黑馬”，并期待將這些數據變為“創造性的生產力引擎”。

破局價值醫療的“不可能三角”

大多數接受第一財經記者采訪的國內臨床醫生都表示，AI進入醫院的診療流程是大勢所趨，但目前仍處于早期的探索階段，不成熟的項目尚未實現商業化，需要行業的進一步推廣，在摸索中逐步完善。

一位三甲醫院放射科主任對第一財經記者說道，AI已經在部分醫學影像的應用場合成為了重要的參考工具，但是現在還有很多問題沒有解決，例如假陽性和假陰性。

趙崇克對第一財經記者表示：“在我們影像科室，一些AI輔助診斷已經被嵌入到相關的設備中，變得更加智能化。醫生也在學習中，慢慢接受AI技術迭代帶來的變化，學會如何通過使用AI來提高疾病診療的效率和準確率。”

陳立新向第一財經記者分析稱，AI公司要獨自打入傳統的醫院信息化系統難度是很大的，它們可以參考的路徑是依附于醫院的HIS系統，成為其中的一個智能化模塊，曲線進入醫院生態，Abridge走的就是這種模式。

據介紹，Abridge的團隊出自美國HIS系統巨頭EPIC醫療公司，被視為美國醫療的“操作系統”，掌握著美國35%以上醫院的HIS系統。Abridge獨立后，成為了EPIC的供應商，為其開發AI病歷書寫智能體，直接嵌入EPIC的工作流，并成為生長在EPIC系統上最成功的AI應用之一。

在上個月迪拜舉行的國際醫療展（WHX DUBAI 2026）上，復旦大學附屬中山醫院與聯影醫療展示了AI賦能醫院智能化的醫療“中國方案”。中國科學院院士、中山醫院名譽院長樊嘉公開表示，中山醫院和聯影正共同構建高質量的醫療“數據湖”。雙方已聯合發布六款“AI智能體”，并在中山醫院放射科等多個科室落地。

對此，有業內人士對第一財經記者表示：“聯影已經成功滲透到了中山醫院的HIS系統，進行了數據的對接。”

“AI技術對于醫療領域的一個根本變革是它打破了過去價值醫療的’不可能三角’，即服務更好、成本更低、質量更高。”陳立新說道，“在這個過程中，整個醫療體系正在發生演化。我認為從醫學價值的角度來看，還有一個重要的變量，就在于數據的深度。”

陳立新分析稱，AI技術也在不斷推動生命科學的進步，并向著更深、更廣的方向發展。“能否獲得高質量的患者數據，并在之基礎上開發出強大的AI模型，這對于行業的發展無疑是重要的基石。”他說道，“AI公司對于技術制高點的爭奪，本質上也是對深度數據的爭奪。”

過去，大型三甲醫院對于醫療數據的控制非常嚴格，這也被業內視作高不可攀的“數據圍墻”。復旦大學朱同玉教授長期以來堅持呼吁要讓醫院的數據“流動起來”。

朱同玉對第一財經記者表示，為破解醫療數據“不出院”困境，他呼吁構建“安全-科研-患者”三元共贏機制。“AI企業的算法模型在醫院內運行，對數據進行本地化治理和訓練，只帶走參數和結果，原始數據始終留在醫院。”朱同玉提議，“要讓醫院從‘不敢出’轉變為‘合規地出’，必須有清晰的規則和可追溯的技術保障。”

他還提出，構建統一的多模態通用數據模型（SZCDM），大幅度提升非結構化數據處理效率，以顯著降低數據清洗成本；建立患者授權的數據流通機制，在患者為本人診療或商業健康險理賠等場景下，允許患者通過授權碼等方式，將自己的數據定向授權給第三方機構使用，實現“數據跟著患者走”。

有專家表示，盡管AI在臨床上的應用落地還有待時日，但在醫保控費方面，利用AI帶來的成效已經非常顯著。這也意味著，國家醫保局已經率先成為AI技術的受益者。業內人士預計，AI未來將會進一步滲透至整個醫療服務診療流程中，包括AI掛號及開具處方等。

據一位醫療大數據專家在2月28日的一場關于AI醫療行業直播中透露的信息，2025年，AI已經為國家醫保控費作出巨大貢獻，在國家醫保節省的200億元費用中，AI貢獻了30億元。

“現在國家的醫療服務規模大約有5萬億元人民幣，其中近10%來自于掛號費，控制的費用就相當于是提升收入，AI在醫保控費方面大有可為。”陳立新對第一財經記者表示。

他進一步分析稱，隨著AI應用向基層醫療滲透，未來借助于AI技術，可以在不增加醫療成本的前提下，滿足不斷增長的老齡化醫療支出的需求。

（文中方達明、陳立新為化名）