AI问诊5秒出结果，医生反而更忙了

事件核心：发生了什么

国家卫健委2025年11月发布《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，明确提出到2027年，基层诊疗智能辅助、临床专科专病诊疗辅助决策和患者智能服务要实现广泛应用。IDC在2026年4月的报告则给出了市场量化预测：2025年中国AI+医疗应用软件市场规模为35.4亿元，到2030年预计突破140亿元，五年复合增长率约32%。

从具体案例看，西安市北方医院使用AI辅助肺结节筛查后，放射科医生平均阅片时间从20分钟缩短到12分钟；北京大学深圳医院重症监护室引入迈瑞医疗“启元”大模型，可在5秒内完成诊疗数据回溯、1分钟生成结构化病历。然而，不少医生反馈实际工作量并未减少，原因是当前多数AI系统以“外挂”形式存在——AI生成建议，医生仍需审核、修改、确认，工作总量没有消失，只是被前置。

为什么重要

IDC实测数据显示，通用大模型与医疗垂直大模型在标准化临床问答、病历摘要等任务上的准确率差距已缩小到5个百分点以内，头部医疗模型准确率突破95%。这意味着“更准的模型”已不再是竞争壁垒。真正的分水岭在于智能体的三项能力：跨会话记忆、调用HL7/FHIR等医疗接口的工具能力，以及分解多步骤临床决策的任务规划能力。

政策的时间表进一步放大了这一变化。按“先基层、后专科；先辅助诊断、后智能决策”的节奏，基层轻问诊、慢病复诊、报告解读被定义为政策鼓励的“第一公里”。但医院信息科对AI落地的真实成本投入显示，某三甲医院采购AI辅助诊断系统时，300万预算中有220万花在了HIS/PACS接口改造和数据标注上——工程化成本已远超算法授权费用本身。

对用户/开发者/创作者的影响

对医院和采购方而言，选择AI产品时不应只看演示DEMO的准确率，而要考察系统能否嵌入现有工作流、接口标准是否匹配医院已有HIS/LIS/影像系统，以及供应商是否具备数据治理和长时间驻场实施能力。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对医疗AI开发者来说，当前最大的机会窗口不是训练又一个“更准”的模型，而是开发能自主完成“问诊-分诊-建议-随访”闭环的智能体。具体切入点包括：跨模态整合影像、检验报告与用药记录，以及通过HL7/FHIR协议实现工具调用。单点工具型产品（如仅做影像标记）的市场溢价正在快速收窄。

对普通患者和内容创作者而言，需要建立合理预期：目前AI问诊的“快”主要体现为信息整合速度快，而非诊断决策速度快。AI在ICU等场景中扮演的是“信息整合层”角色，把分散在呼吸机、监护仪、检验系统里的碎片数据汇总给医生，并不能替代医生的临床判断。

值得关注的后续

第一，接口标准的市场化统一进度。HL7、FHIR、DICOM等医疗数据标准碎片化仍是智能体落地的最大工程障碍，关注是否有第三方中间件或云服务商推出标准化接入方案。

第二，付费意愿能否从影像辅助扩展到慢病管理和随访场景。IDC数据显示目前付费场景集中在影像辅助诊断、结构化病历生成和科室知识库三类，边界清晰、容错率相对较高的场景优先跑通，后续观察慢病管理等长流程场景是否出现可复制的商业化案例。

第三，2027年政策节点前的医院采购节奏。按政策要求，2027年前基层医疗机构需广泛应用智能辅助，这意味着未来12-18个月可能迎来集中采购窗口，但也需关注数据合规与责任界定（如智能体操作的可追溯性）是否会有新的监管细则出台。

来源：juejin