本文来自微信公众号： 西直门外汉 ，作者：老孙去也
10月17日，上海东方医院的段涛教授向《经济观察报》记者展示了自己的手机。
一个名为“人工智能”的文件夹里，装着11款AI应用，包括DeepSeek、豆包、蚂蚁阿福医生版、氢离子等。
这多少有些耐人寻味。
今年以来，医生身边的AI越来越多，医疗AI行业里一些曾经熟悉的名字，却越来越少听到了。
前几年，医疗AI还是垂直领域创业公司的主场。数坤、推想、深睿、医准、鹰瞳……融资、拿证、进医院、发布新算法，隔三差五就能看到它们的消息。
如今，热闹依旧，只是越来越多的新闻来自蚂蚁、阿里、京东、百度等互联网大厂。尤其年初那轮大模型热潮过后，部分垂类医疗AI企业的存在感明显减弱。
奇怪的是，国家对医疗AI的支持力度并没有减弱，医院里的应用也在增加。
医疗AI还在向前走，为什么曾经最活跃的那批公司反而安静了？
01
先看两家公司的财报。
2026年上半年，鹰瞳科技实现收入6729万元，同比下降19.6%，亏损约4886万元。
同期，讯飞医疗收入4.46亿元，同比增长49.4%，亏损收窄至4810万元。
两家公司业务结构不同，不能直接比较，但至少说明，医疗AI并没有普遍陷入经营衰退。有人日子难过，有人仍在增长。
值得关注的是，医疗AI企业过去赖以吸引资本和客户的那套办法，正在变得不那么管用了。
前些年，一家企业拿到三类医疗器械注册证，进入几家知名三甲医院，便有机会获得新一轮融资。技术领先往往意味着市场领先，至少投资人愿意相信如此。
但医院最终还是要算账。
一套AI能够提高影像诊断准确率，能不能帮医院增加收入？能够缩短医生阅片时间，能不能真正减少支出？
这两件事，没有想象中那么容易联系起来。
AI让医生每天少花一小时阅片，并不意味着医院可以少雇一名医生。AI帮助发现更多可疑病灶，医院反而可能需要安排更多复核和随访。
临床科室觉得好用，财务部门却不一定愿意买单。
这几年，随着医保支付改革推进、公立医院经营压力加大，这种分歧更加突出。
过去，科主任认可一项技术，往往就能积极推动采购。如今，即使临床部门支持，财务部门也要考虑资金来源，信息科要核算接入和维护成本，医院管理层还要比较其他更紧迫的支出。
AI企业的销售人员需要说服的人，比以前更多了。
02
今年2月，国家医保局明确，放射检查中采用人工智能辅助诊断技术，可按相应扩展项收费，但不能与主项目同时收费。
这意味着，医院做一次CT，即便使用AI辅助诊断，也不能因为多用了一套算法，就向患者再收一次检查费。
当然，这不等于医保不给AI留空间。去年12月发布的病理类医疗服务价格立项指南，已经将人工智能辅助诊断纳入价格构成，医院与企业可以协商收益分配。
但有一点越来越清楚：医疗AI企业能否赚钱，最终还得看医院愿意拿出多少钱。
对厂商来说，问题相当现实。
过去，算法准确率高、注册证齐全、医生评价不错，就有理由争取一笔采购预算。
现在，医院还希望知道，这笔投入什么时候能够收回，下一年为什么还要续费。
尤其对那些按调用次数收费的产品，使用越多，医院支出可能越高。如果节约的时间、减少的差错不能转化为可核算的收益，财务部门很难长期支持。
这也解释了为什么一些医疗AI项目能够进入医院，却迟迟难以形成稳定收入。
科研经费、财政专项、信息化建设资金，可以解决首次采购问题，却未必能够覆盖今后每年的使用费和运维费。
当然，并非所有AI都有同样的困境。能够缩短住院时间、减少重复检查、降低并发症成本的产品，在DRG/DIP支付环境下反而可能更有价值。
真正困难的是那些只能证明技术有效，却很难证明投入值得的产品。
这些年医疗AI积累了大量算法性能数据，医院现在更想看到另一组数字：每年少花多少钱，减少多少差错，实际使用了多少次。
这道题，很多企业还没有答完。
03
比支付更值得警惕的，是医疗AI产品正在失去一部分独立性。
过去的医疗AI市场，按病种、按科室划分得很细。
肺结节识别是一套系统，脑卒中识别是一套系统，骨折辅助诊断又是一套系统。不同公司各自开发算法、申请注册证、寻找医院客户。
如今，医院越来越不愿意购买大量彼此独立的软件。
一方面，医生不希望在不同系统之间反复切换。另一方面，多套软件意味着多次采购、接口改造、运维和安全管理。
政策也在推动这种变化。
去年11月，国家卫健委等五部门提出，支持省级统筹、集约化开展医学影像辅助诊断，鼓励二级及以上医院从单病种向单个器官多病种发展。
这段话对行业的影响可能相当深远。
过去，一家医院可以分别采购多家企业的单病种AI。以后，如果由区域平台或者医院统一采购综合影像AI，原来可以独立竞争的几家公司，就可能需要争取同一个集成项目。
医院需要的算法未必减少，但它可能只愿意面对一家总承包商。
谁来牵头建设平台、谁负责系统集成、谁掌握医院客户关系，开始影响专业算法公司的收入。
通用大模型的发展，又让这种变化进一步加快。
病历整理、医学知识检索、报告生成等原本需要专门开发的功能，如今越来越多地被整合进综合AI产品。
复杂影像、病理等专业诊断仍有较高的技术和监管门槛，不能简单用通用大模型替代。但一些标准化程度较高的单点功能，独立销售的理由已经没有过去那么充分。
有些医疗AI公司正在失去的，可能并非技术优势，而是直接向医院出售这项技术的能力。
04
互联网大厂恰好在这个时候进来了。
今年5月，阿里健康推出氢离子；8月，蚂蚁集团升级蚂蚁阿福医生版；9月，京东健康发布医生AI工作台MedWork。
它们看中的，不只是某项诊断技术，还有医生每天使用的工作入口。
查文献、找指南、整理病历、管理患者、诊后随访，一旦医生习惯在同一个平台上完成这些工作，平台便有机会持续增加新的专业功能。
垂直医疗AI公司的处境就比较微妙了。
过去，它们直接向医院介绍产品，争取采购合同。以后，一些专业能力可能需要通过大型平台进入医院，独立品牌被平台品牌覆盖，合同和议价也可能由平台主导。
这当然不是说大厂已经赢了。它们在核心临床诊断领域的积累、产品合规和商业化能力，仍需要时间检验。
但双方有一个明显区别。
很多垂类公司必须依靠产品收入维持研发、销售和运维。大厂却有更广泛的业务可以承接AI带来的用户需求，即使部分AI工具暂时赚不到钱，也有条件继续投入。
再加上资本市场如今更关注收入和利润，部分垂类企业自然要减少市场推广，把有限的资金留给研发、交付和回款。
以前值得开一场发布会的技术突破，现在可能只是产品的一次正常更新。
行业里的声音因此少了一些。
但这并不意味着这些公司都在衰退。有的还在增长，有的正在转向区域平台、专科服务和技术授权。只不过，它们越来越需要适应新的采购方式和合作关系。
医疗AI的发展速度，也许并没有慢下来。
变化在于，过去一家医疗AI公司只要把某项算法做得足够好，就有机会独立做成一门生意。现在，即使技术足够好，也未必能独自拿到订单。
未来医院使用的AI可能越来越多，但屏幕上出现的，更多是医院信息系统、医疗设备厂商或者互联网平台的名字。
至于背后那套算法，可能仍然来自几年前一家曾经颇有名气的医疗AI创业公司。
它还在工作，只是很少有人再提起它的名字。
参考资料
《经济观察报》：《"500万中国医生，正被互联网大厂争抢"(https://news.ifeng.com/c/8xVQRF6gzIr)》，2026年10月24日。
鹰瞳科技2026年中期业绩公告，2026年8月28日；《"讯飞医疗披露2026年中期业绩"(https://www.nbd.com.cn/articles/2026-08-18/4545652.html)》，每日经济新闻，2026年8月19日。
国家医保局：《"医疗服务价格项目立项指南解读辅导（第5期）"(https://www.nhsa.gov.cn/art/2026/2/26/art_202_19735.html)》，2026年2月26日。
新华社：《"病理类医疗服务价格立项指南发布AI辅助诊断“有价可循”"(https://app.www.gov.cn/govdata/gov/202512/19/542294/article.html)》，2025年12月19日。
国家卫健委等五部门：《"关于促进和规范“人工智能+医疗卫生”应用发展的实施意见"(https://www.nhc.gov.cn/guihuaxxs/c100133/202511/d1a42ae835c743b9b3e83ac0253c3e9f.shtml)》，2025年11月。