11月23日下午，國家健保局舉行記者會，解讀已印發的17批醫療服務價格項目立項指南。
其中，為了支持相對成熟的AI輔助科技進入臨床應用，又防止額外增加病患負擔，國家醫保局分析AI潛在的應用場景，在放射檢查、超音波檢查、康復類項目中設立“AI輔助”擴充項，即同樣的物價水準下，醫院可以選擇培養醫護人員進行診療，也可以選擇使用AI參與診療行為，但現階段不重複收費。
AI輔助診斷被國家醫保局列入醫療服務價格構成，不僅回應了社會各界對AI在醫療中應用的期待，也為AI輔助科技的臨床落地鋪平了道路。
先前11月20日，國家醫保局官網便發布了《放射檢查類醫療服務價格項目立項指南（試行）》，其中文件指南的第4項和第24項中特別指出，AI輔助診斷作為主檢查項目的擴展項，屬於只擴充主項目價格的適用範圍，不額外加價，子項的價格依主項目執行，不得與主項目同時收費。
醫保局發布的《放射檢查類立項指南出台 CT、磁振造影、X光收費將執行新規》
國家醫保局價格招採司醫藥價格處負責人蔣炳鎮表示，研究發現，AI技術在一定程度上能夠幫助醫生提高診斷效率，但現階段還無法完全“平掛”，在已經收取相關診療費用後，不宜額外單就AI輔助科技再向患者收費。
AI輔助診斷技術的優點主要在於：
提高診斷準確率：AI輔助診斷技術透過分析大量醫學影像和病例數據，能夠輔助醫師進行更準確的診斷，減少人為誤差；
加快診斷速度：自動化的分析過程可以快速識別病變區域，提供快速而準確的診斷結果；
個人化治療：AI大模型可以對患者進行精準畫像，制定個人化治療方案，幫助實現千人千面的病患管理策略。
如今AI輔助診斷技術的應用案例比比皆是，據《科創板日報》不完全統計：
谷歌的DeePMInd團隊開發的AI系統可以分析視網膜影像，準確診斷多種眼科疾病，如糖尿病視網膜病變及黃斑部病變，診斷準確率高達94%。
阿里健康(00241)開發的肺結節篩檢系統可以在秒級內對CT影像進行分割、定位、分類和風險評估，輔助醫師診斷肺癌。
騰訊的Miying平台則支援多模態影像的智慧分析，用於多種疾病的篩檢和診斷。
百度(09888)靈醫大模型：透過API或插件嵌入的方式，在200多家醫療機構中展開應用，显著提升了诊断的准确性和效率。
醫聯MedGPT大模型：基於Transformer架構，參數規模達到100B（千億級），預訓練階段使用了超過20億的醫學文字數據，致力於實現疾病預防、診斷、治療到復健的全流程智慧化診療。
首都醫科大學附設北京天壇醫院“龍影”大模型（RadGPT）：透過分析MRI影像描述快速產生超過百種疾病的診斷意見，平均產生一個病例的診斷意見僅需0.8秒。
隨著科技的不斷進步，AI工具在醫療領域的應用前景廣闊，且AI科技在醫療界的應用不僅限於輔助診斷，在新藥發現、健康管理、手術輔助、治療規劃、病人服務等方面，AI均可助人類醫師一臂之力。
華為的心電監測手環HUAWEI Heart Study和平安好醫生的健康管理平台Ping An Health Cloud。
IBM的Watson for Oncology透過分析患者的基因、病史和生活習慣，提供個人化的治療方案。
AI驅動的機器人可以在手術中輔助醫生進行精準操作，或在患者復原過程中提供輔助,如達文西手術機器人和iRobot的遠距醫療機器人RP-VITA。
Atomwise公司利用AI技術進行藥物篩選，显著提高了新药发现的效率；晶泰科技的XpeedPlay平台利用大模型技術，超高速生成苗頭抗體，加速了藥物的研發流程。
惠每科技的醫療大模型：在病歷品管場景中的應用可以模擬人工專家，自動分析病歷文書中存在的內涵缺陷，並透過CDSS推播缺陷問題和修改意見，供醫師修改病歷進行參考。
醫療AI化是長期趨勢，不過現階段，AI技术在醫療领域的应用仍需处理好技术标准、倫理監理等問題，確保AI技術的安全性與有效性。
本文來源“科創版日報”，作者宋子喬，FOREXBNB編輯：陳秋達。
