11月23日下午，国家医保局举行新闻发布会，解读已印发的17批医疗服务价格项目立项指南。
其中，为了支持相对成熟的AI辅助技术进入临床应用，又防止额外增加患者负担，国家医保局分析AI潜在的应用场景，在放射检查、超声检查、康复类项目中设立“AI辅助”扩展项，即同样的价格水平下，医院可以选择培养医务人员进行诊疗，也可以选择使用AI参与诊疗行为，但现阶段不重复收费。
AI辅助诊断被国家医保局列入医疗服务价格构成，不仅回应了社会各界对AI在医疗中应用的期待，也为AI辅助技术的临床落地铺平了道路。
此前11月20日，国家医保局官网便发布了《放射检查类医疗服务价格项目立项指南（试行）》，其中文件指南的第4项和第24项中特别指出，AI辅助诊断作为主检查项目的扩展项，属于只扩展主项目价格的适用范围，不额外加价，子项的价格按主项目执行，不得与主项目同时收费。
医保局发布的《放射检查类立项指南出台 CT、磁共振、X光收费将执行新规》
国家医保局价格招采司医药价格处负责人蒋炳镇表示，调研发现，AI技术在一定程度上能够帮助医生提高诊断效率，但现阶段还无法完全“平替”，在已经收取相关诊疗费用后，不宜额外单就AI辅助技术再向患者收费。
AI辅助诊断技术的优势主要在于：
提高诊断准确率：AI辅助诊断技术通过分析大量医学影像和病例数据，能够辅助医生进行更准确的诊断，减少人为误差；
加快诊断速度：自动化的分析过程可以快速识别病变区域，提供快速而准确的诊断结果；
个性化治疗：AI大模型可以对患者进行精准画像，制定个性化治疗方案，帮助实现千人千面的患者管理策略。
如今AI辅助诊断技术的应用案例比比皆是，据《科创板日报》不完全统计：
谷歌的DeepMind团队开发的AI系统可以分析视网膜图像，准确诊断多种眼科疾病，如糖尿病视网膜病变和黄斑变性，诊断准确率高达94%。
阿里健康(00241)开发的肺结节筛查系统可以在秒级别内对CT图像进行分割、定位、分类和风险评估，辅助医生诊断肺癌。
腾讯的Miying平台则支持多模态影像的智能分析，用于多种疾病的筛查和诊断。
百度(09888)灵医大模型：通过API或插件嵌入的方式，在200多家医疗机构中展开应用，显著提升了诊断的准确性和效率。
医联MedGPT大模型：基于Transformer架构，参数规模达到100B（千亿级），预训练阶段使用了超过20亿的医学文本数据，致力于实现疾病预防、诊断、治疗到康复的全流程智能化诊疗。
首都医科大学附属北京天坛医院“龙影”大模型（RadGPT）：通过分析MRI图像描述快速生成超过百种疾病的诊断意见，平均生成一个病例的诊断意见仅需0.8秒。
随着技术的不断进步，AI工具在医疗领域的应用前景广阔，且AI技术在医疗界的应用不仅限于辅助诊断，在新药发现、健康管理、手术辅助、治疗规划、患者服务等方面，AI均可助人类医生一臂之力。
华为的心电监测手环HUAWEI Heart Study和平安好医生的健康管理平台Ping An Health Cloud。
IBM的Watson for Oncology通过分析患者的基因、病史和生活习惯，提供个性化的治疗方案。
AI驱动的机器人可以在手术中辅助医生进行精准操作，或在患者康复过程中提供辅助,如达芬奇手术机器人和iRobot的远程医疗机器人RP-VITA。
Atomwise公司利用AI技术进行药物筛选，显著提高了新药发现的效率；晶泰科技的XpeedPlay平台利用大模型技术，超高速生成苗头抗体，加速了药物的研发流程。
惠每科技的医疗大模型：在病历质控场景中的应用可以模拟人工专家，自动分析病历文书中存在的内涵缺陷，并通过CDSS推送缺陷问题和修改意见，供医生修改病历进行参考。
医疗AI化是长期趋势，不过现阶段，AI技术在医疗领域的应用仍需处理好技术标准、伦理监管等问题，确保AI技术的安全性与有效性。
本文来源“科创版日报”，作者宋子乔，编辑：陈秋达。
