广东AI辅助诊断纳入医保后医疗大模型从试点走向普及

广东医疗企业的2026年一季报，透出一股暖意。金域医学、迈瑞医疗等多家企业，交出了一张复苏增长的成绩单。

拆开增长背后的动力源，AI业务无疑是最亮的那个角色。金域医学一季度营收13.51亿元，同比增长254%，背后推手正是“AI IN ALL”战略——把AI嵌入每一个环节，提效和拓边界两手抓。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%，目前正全力打造“启元生态”：依托医疗AI大模型，把海量孤立的临床数据打散、整合、提炼，变成可视化、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不再只是装点门面的概念，而是深度嵌入医疗各领域，进入了“数据、算法、场景”三者深度耦合的新阶段。

近期政策层面又添了一把火：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。市场反应迅速——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，也已服务17家跨国药企。

热情高涨之下，真正的商业化考验才刚刚开始。AI医疗大模型要跨过数据孤岛和模型不可靠、不可用的鸿沟，还有不少路要走。

2026年被业内称为“企业级AI Agent商业化元年”，医疗领域也不例外。从辅助诊断到药物研发，从影像分析到慢病管理，大模型正以前所未有的速度嵌入医疗体系的各个层级。

两年前，迈瑞医疗发布了全球首个临床落地的重症医疗大模型——启元大模型。如今，它已经在北大深圳医院、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、高专业壁垒的领域落地应用。在这些医院的重症医学科，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，主动预警病情变化，为抢救赢得宝贵时间。同时，大模型还能为复杂病情提供个体化治疗建议。

效果如何？迈瑞数智化市场经理杨登给出了一个关键数据：“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%。”这背后，是AI实实在在带来的效率红利。

不久前，启元大模型又升级了四项关键功能：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。它们指向同一个目标——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。这样一来，医院可以把病情监测、诊疗决策、护理执行、特殊治疗全部打通，还能按自己的临床习惯训练AI，让更多AI医生“上岗”。

眼下，迈瑞正在与东莞几家三甲医院洽谈推广整套数字化方案。杨登透露，东莞方面兴趣浓厚，已经着手建设，预计今年装机医院数量将持续增加。

从单一设备智能化到临床场景深度赋能，迈瑞正以“启元大模型”为引擎，把AI从概念变成可感可用的临床实践，全线拓展。

相比迈瑞聚焦重症与麻醉科室，金域医学则把AI医疗延伸到了广大的基层场景。作为国内第三方医检领域的代表企业，它在县域医共体上的探索颇具深意。今年年初，广东省首个县域人工智能辅助诊疗平台落地肇庆封开县，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。

金域医学人工智能负责人刘斯介绍，这个方案包括通用全科报告分析、辅助诊疗和专科辅助诊疗。后者依托与大医院的合作，把一些成功的智能体复制到县域。目前，国内对极少见病症、复合疾病的AI判断与诊疗场景还比较缺乏，总体仍以单一诊疗环节为优先，康复等后续环节的应用还在起步阶段。金域医学希望布局从预防、诊疗、康复到健康管理的一整条医学链条。刘斯说，医共体完成沉淀后，AI在整个诊疗链条上的覆盖就可以更完善，“不只是在患者就诊时做干预，从体检环节就可以开始。”

通过“数据+AI+场景”的融合路径，金域医学正在打开不同于传统医检的第二增长曲线。如今，它的数字化业务、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，让医院直接为大模型付费，目前仍有困难。一方面，受诊疗场景和资源条件影响，县级医生对AI幻觉的识别能力与大城市三甲医院医生有明显差距。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，但受孤岛制约，当前行业高质量数据供给存在明显缺口。

为了降低模型幻觉、提升可靠性，金域医学在面向基层全科的诊疗中，正力争让大模型做到可控、可信。具体做法是对AI的决策逻辑做精细化调整，让模型从多个路径把思考过程与逻辑可视化呈现，方便全科医生判断，减少负面影响。在专科方向上，金域医学则主攻各领域的专项报告解读——比如与中山大学第二附属医院合作进行儿童肿瘤基因报告解读，就专门定制模型来提升解读能力。目前，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，精准度最高超过90%，检测成本大幅降低。

对于数据孤岛问题，刘斯认为，行业首先需要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，希望能打通医疗机构、科研机构、监管部门之间的数据流通壁垒。”目前，金域医学在广州、深圳等地探索的“数据+AI”多场景落地已取得不错效果。刘斯表示，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。

迈瑞数智化生态产品线总经理、高级工程师代巍巍也点出了痛点：“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，是成功训练大模型的基础。但在这些方面，整个行业的投入和思考还是不够的。”对此，迈瑞探索的路径是与医院进行科研共建——和医院一起打造模型、推动落地、优化模型。杨登提到，院方更关注大模型是否真能在临床中给医护人员减负。“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，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已基于院内海量数据，在各大诊疗场景中落地AI应用，如今标杆案例层出不穷。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来说，当前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，并持续迭代数据壁垒的公司，才有望成为新的行业龙头。