【医疗研报 · 影像 AI】

都在说影像AI读片，账单上却没这一项

你手里有一套影像辅助诊断软件，三类证拿了，几家三甲试用过，放射科医生说确实省时间。去谈第二年预算，设备科只问了一句：这一项挂在哪条收费编码上，医保报不报？会议室安静了几秒。答不上来的不是技术，是这一项在账单上根本不存在。

这两天你大概也刷到了另一条消息，两边看着像同一件事，其实隔着好几道手续。

最近一场国家级医保影像 AI 赛事收官，公开材料里有一组很好看的数：某省级医保影像云平台接入 1780 家医疗机构，累计上传影像数据 1776 万例，跨院调阅 347 万次。很容易读成「AI 已经看了 1776 万张片子」。

这个数得打问号。同一个体系里，赛事首创开放的是万级脱敏医保真实世界高质量影像数据集；地方已经建成的「金标准」数据集是 9.5 万例；写进成果转化三年行动方案的标准化数据集目标是「不少于 10 万例」。从 1776 万到万级，差了三个数量级。差的不是算力，是三道筛：上传的是检查影像，能拿来训练的是脱敏标注过的，能当金标准的是专家核验过的那一小撮。把累计上传量当成模型吃进去的数据量，是这一行最常见的一次误读。

我为什么还是拿这个数开篇？因为三道筛恰好把瓶颈指了出来：能把 1776 万例筛到万级，说明数据治理、标注、算力、模型都不是最难的一环。最难的是把一次判断，变成一条能收钱的服务。

表面上是 AI 读片的准确率还没让监管放心，实际是这次判断压根没有一个独立收钱的名目——钱不在患者账单上，也不在医保结算里，压在医院的运营成本与科研预算里，研发和注册的风险全留在做软件的一方。

这不是唱衰。往下拆会看到，制度其实给了位置，只是那个位置不是很多人以为的那个。

一· 被混在一起的三件事

先把一个流传很广的说法拆开。有人把「AI 写进了立项指南」讲成「AI 进医保了」，再顺势推成「患者每做一次检查，软件厂商就跟着收一次钱」。这三步，每一步都换了一次概念。

第一件，有没有医疗服务价格项目。 价格项目是医院收费的计价单元——做一次 CT 平扫，收哪一条、按什么单位收、价格构成里含了什么，都由它定。国家医保局把各省原来 4000 余项到 2 万多项不等的收费项目，整合规范成 2624 个主项目、742 个加收项、174 个扩展项，一共 40 批立项指南编制收官。有项目，只说明这项技术被允许以某种身份出现在收费体系里。

第二件，医保基金报不报。 有价格项目，不等于医保支付。价格项目管的是「医院能不能收、按什么标准收」，医保支付管的是「这笔钱基金出不出、出多少」。据地方政务公开的工作动态，国家医保医疗服务项目目录正在分批制定，首批覆盖 13 类，放射检查在其中。目录项目原则上要已纳入立项指南，还要过临床必需、安全有效、价格适宜、基金影响可控这几道。两件事，两个部门口径，两套时间表。

第三件，医院会不会拿钱买 AI。 这更是另一回事。医院就算按主项目收到了检查费，这笔钱进的是医疗收入，不是软件采购款。买不买、从哪个预算科目出、走不走招采，是院内的决策。据行业公开讨论（非官方口径，未追到一手统计），院端 AI 采购多落在信息化建设或科研经费，而不是按检查例数分账。这句话没法当定论，但它指出了一个真问题：收费条目和采购预算之间，没有一条自动的管道。

把这三件事叠在一起，才是「账单上没有这一项」的完整意思。不是不给用，是用了之后，钱不会自动流到做软件的人手里。

还有一句传得最顺的话得挡回去：有人把「AI 写进立项指南」说成「AI 辅助诊断纳入医保乙类目录」，还配一个落地医院数。这个说法我核不到一手载体，官方文件里也没有对应条款，本文不采用、不转述那个数。有价格项目不等于进医保目录，更不等于基金按例付费。一个行业里传播最快的那句话，常常是把三件不同的事压成了一句。

判断这类项目，别从算法精度起手。先问三句话：有没有价格项目、基金报不报、谁从哪个预算科目掏钱。三句都答得上来，才轮到谈模型。

二· 账单上那一行，到底长什么样

国家医保局把价格项目拆成七块：项目名称、服务产出、价格构成、加收项、扩展项、计价单位、计价说明。对影像 AI 最要紧的是中间两块，因为加收项能加钱，扩展项不能。

加收项的逻辑是「难度变大了，该加钱」。同一个诊疗产出，因为患者年龄、部位、操作难度导致人力消耗和风险明显上升，在基准价基础上按比例上浮。比如某地磁共振价格水平 P 元，特殊方式成像按 30% 加收，做一次弥散成像收 P＋0.3P。判据是人力真的多花了。

扩展项的逻辑是「产出没变，只是路径换了」。官方解读举的例子就是 CT 平扫的人工智能辅助诊断扩展项：医生纯人工阅片，或者 AI 辅助出报告，最后交到患者手里的都是一份符合诊疗规范的 CT 诊断报告，诊疗结果没有本质差异，只是阅片工具变了。所以它是扩展项，不得单独额外收费。解读里还有一句更硬的：把扩展项当加收项收钱，属于违规收费，稽核一查一个准。

再往下看编码。医疗服务项目编码一共 15 位，第 12–13 位是扩展码，不是 00 就说明它是扩展项——没有独立定价权，按主项目收费；最后两位是加收码。也就是说，一个 AI 辅助诊断能不能加价，不必去读政策解读，看编码那两位就够了。

还有一条容易被跳过：计价单位必须锚定服务产出，不能按中间步骤、操作时长、耗材用量来计价，目的就是防「做一步收一步」。AI 恰好常被描述成阅片流程里的一道工序，这决定了它在制度眼里更容易被归为路径，而不是产出。

表一 · 四种身份，只有一种能加钱

怎么读这张表　横着看第三列，只有加收项的格子是「能」。往下看第四行，价格构成比扩展项还低一格——它连编码里的子项位置都没有，只是成本清单里的一行字。AI 在影像和病理里坐在第三行，在检验里坐到了第四行。

图1 · 示意图：一次影像检查的钱，在哪一环被截住

三· 同一件事，三份指南给了三种身份

很多人以为政策对 AI 是一个态度。把三份立项指南摆在一起，会发现它一直在挪位置。

最早一批放射检查类立项指南，在主项目下统一安排「人工智能辅助诊断」扩展项，医院用 AI 执行与主项目相同的价格水平，不与主项目重复收费。地方原有「医学影像快速诊疗分析」这类单独价格项目，要在放射检查中停用——这一步常被忽略：不是新增了一个收费项，是把旧的单项收编进了主项目。 同一批指南还把数字影像处理和上传存储服务纳入价格构成，医疗机构提供不了符合要求的云影像服务，按部位减收，举例里同部位多体位减收 5 元；实体胶片从项目价格里剥离，患者确有需要且知情同意的，按实际采购价零差率销售。

病理类立项指南沿用了扩展项的写法。到了最近收官的检验类指南，位置又变了一次：正式文本里，每个项目的「所定价格涵盖」后面都列着一长串流程——样本接收、处理、校准、质控、检测分析、人工智能辅助诊断、录入系统、结果审核、出具报告、上传数据……AI 是全流程里的一道步骤，被计入人力资源、设备运转成本与基本物质资源消耗。它连扩展项那一格都没有了。

有行业媒体比对过两版文本，指出检验类征求意见稿曾单列 AI 辅助增项，正式稿取消单列、纳入价格构成；行业协会的公开梳理也提到，再次征求意见时项目总数从 573 项增至 628 项、73% 的项目改为按「次」计价，取消旧版单独列示的 AI 增项。这两处属二级口径，完整比对以正式发布文本为准，我把它放在这里，是因为方向比细节更值得记：一边是影像拿到了扩展项的名分，一边是更大范围的体外诊断把它当成了默认能力。

口径提示：本节「扩展项」「价格构成」均指价格项目设计里的位置，与药监部门的产品注册形态（独立软件／嵌入组件的软件组件）不是一回事。前者管收钱，后者管能不能上市，两条线不要并成一条。

表二 · 三份指南，AI 坐在哪一格

怎么读这张表　看「是否单列」这一列的下降趋势。名分从有到无，收费能力却从头到尾都是「否」。也就是说，就算把扩展项争回来，也换不来一次独立结算；真正要争的是主项目，而主项目要求一项独立的医疗服务产出。

四· 赛事那边，到底发生了什么

把可核的事实先摊平，不吹也不贬。

一场由国家医保局与某自治区人民政府联合主办的国家级赛事收官，公开表述是首个深度融合医保业务、医学影像、人工智能三大领域的专业赛事，首创开放万级脱敏医保真实世界高质量影像数据集。设 8 大高发疾病赛道，覆盖 CT、MRI、超声、X 光等模态，全部按真实临床诊断路径设计。1332 支队伍参赛，66 支进决赛，一等奖 23 个、二等奖 43 个、三等奖 127 个，合计 193 个奖项。

地方配套的成果转化三年行动方案，写得更实在：围绕高发疾病构建不少于 10万例标准化影像数据集、形成5个以上符合国家标准的高质量数据集；筛选不少于10家不同级别医疗机构做标杆应用试点；获奖成果按等次分别给予不超过300万、200万、100万元的科技计划项目支持，并提供注册申报、临床验证、应用评估的全流程指导。政策解读稿另列出对新取得第三类医疗器械注册证的不超过100万元支持、关键核心技术产业化项目不超过2000万元、智能医疗产品产业化项目不超过500 万元（这三项为解读口径，以正式文件条款为准）。

表三 · 同一批公开数字，计量对象差了三个数量级

怎么读这张表　最反着来的一格是第一行和第二行往下对到第三行——平台里躺着 1776 万例，赛事只开放万级。别把这当成「数据不够」，这正是数据治理的正常损耗：未经脱敏、标注、金标准核验的影像，法律上和临床上都不能直接喂给模型。这张表也可以直接抄去做尽调时的第一页，凡是把累计上传量当训练样本量写进材料的项目，后面所有测算都要重新问一遍。

数字之外还有一句更有分量的表述。国家医保局在赛事上说，下一步要持续推动「人工智能＋辅助诊断」等医保健康增值服务应用落地；地方医保部门把成果转化拆成四件事：建实数据底座、探明支付通道、打开真实场景、做细转化服务。

「探明」这两个字是关键。它不是「已经打通」，是「还没打通，要先去探」。

五· 地方文件里最诚实的一句

成果转化三年行动方案的原文里，有一条专门讲钱：推动技术成熟、临床价值明确的 AI 影像辅助诊断项目，新增或修订入医疗服务价格目录，明确收费标准和医保支付政策；支持获证产品向各设区市医疗机构推广，做临床部署、人机协同工作流改造和人员培训。

把这句和上一节的四件事对起来读，逻辑就露出来了：赛事解决了「有没有好模型」，方案接着要解决「有没有证」「有没有场景」「有没有钱」。而「钱」这一项写的是未来式——要新增或修订，才谈得上明确收费标准。一份在赛事收官前就已印发的省级文件，把「进价格目录」列为待办，等于用官方口径承认了现状：现行目录里没有给这类产品留独立收费的位置。

还有一处措辞差值得正面摆出来。正式文件写的是「新增或修订入医疗服务价格目录，明确收费标准和医保支付政策」；同一份方案在新闻发布会上被表述为「按程序研究纳入医疗服务价格管理，探索医保支付支持路径」。一个「明确」，一个「探索」，力度差了一档。这不是谁说错了，是同一件事在文件语言与对外表达里的两种留余地。做政策跟踪的人应该把两种表述都记下来，将来第一批真正落地的地方价格文件用了哪个词，比任何行业预测都准。

钱的路径也值得拆。方案里给的是科技计划项目支持、获证奖励、产业化补助、产业基金与成果转化基金的股权投资、拨转投、信贷与贴息。这些钱是补助与股权，不是按例收费。前者看评审、看等次、看落地承诺，一次性或分期给；后者看检查量、看复购、看单价，随业务量走。两种钱养出来的公司不一样：靠前者，收入确认节奏跟着项目验收走；靠后者，才谈得上单位经济、装机量和收回成本所需的时间。

最该被记下来的一层是：付费方现在是财政与基金，不是患者和医保基金按例结算。 一个做影像 AI 的团队，如果商业计划书的收入栏写的是「按检查例数分成」，那它对应的制度前提目前并不成立。

六· 算一笔账，别算错那一项

上一节说的是钱从哪来，这一节把这句话换算成能算的式子。不能加价不等于不能赚钱，只是赚钱的方式被规则挤到了另外几个位置。按公开价格规则推演（下式为规则推演，非任何企业的实测财务数据）：

设某地 CT 平扫主项目价格为 P。医院用 AI 辅助阅片，按扩展项执行，收费仍是 P，AI 带来的增量收入是 0。医院愿意掏钱买软件，买的不是新增收入，是三样别的东西：单位时间内能出的报告数、报告的一致性、以及基层阅片能力的补齐。于是软件的付费能力上限，不取决于 P，而取决于医院把它当成了什么——

· 当成效率工具：可比的数是人力成本与加班时长的节省，采购走信息化或设备配套预算，一次性或按年授权。

· 当成能力补齐：可比的数是外送阅片、远程会诊、误诊返工的成本，采购方可能是医共体或县域牵头医院，按机构覆盖数计费。

· 当成设备的一部分：软件随硬件一起报价，收入落在设备价里，毛利被硬件成本摊薄，但进院路径最短。

三条路各有各的账。第一条最干净，但预算盘子最小；第二条最有政策想象空间，但要过医共体预算与多机构协调；第三条最容易签单，也最容易在集采或设备降价时被一起压掉。 按规则推演，一家只做第三条的公司，收入确认会跟着设备招标节奏走，而不是跟着临床使用量走——这两条曲线常被混为一谈。

再算单位经济里最要紧的一个变量：不是单套软件卖多少钱，是单家医院的年续费能不能覆盖单家医院的实施成本。影像 AI 的实施不是装个包，要接 PACS（医院存放和调阅影像的系统）、做接口、改工作流、培训、陪跑、应对质控检查，这些成本按院发生、不按例摊薄。据行业公开讨论（非官方口径），院端 AI 项目收回成本主要卡在实施与验收，而不是算法推理成本。这个判断没法给具体金额，但方向可核：按例收费天然摊薄实施成本，按院授权不行。 现行规则恰恰把按例这条路关着。

图2 · 示意图：三条收入路线拉到同一把尺子上

七· 一张能抄走的判读表

把前面六节压成一张表。看一个影像 AI 项目，不必先问模型多大，按顺序过这五道闸，哪一格答不上来，钱就卡在哪一格。

表四 · 从模型到收入，五道闸逐格打勾

怎么读这张表　从左往右看「钱从哪来」那一列，前四格都不是按例结算，第五格才是真实订单。所以尽调时最有分量的证据不是数据集规模，也不是获奖等次，是第二年预算里还有没有这一笔。表里任何一格填「暂无」，都不要把后面的格子提前打勾。

图3 · 示意图：从数据到按例结算，最容易断的是第三到第四段

四方各自在算什么，也就清楚了。企业担研发、注册、实施和验收风险，换一笔项目制收入；医院拿到效率与能力，但要承担工作流改造、合规收费和预算问责；医保要的是基金可管、检查互认、重复检查减少，不会为一项「产出没变」的技术单开支付口；患者不额外付一分钱，拿到的是少跑一趟、少做一次重复检查。四方里，只有企业那一栏是「先垫钱、后看验收」，风险归属并不对称。

一句不客气的话：这行最贵的不是 GPU，是等一条收费编码的时间。

八· 对临床研究与转化团队，这个判断改了什么

如果判断落在「政策还没松」，那研究设计会往「再攒点准确率证据」走。但如果判断落在「缺的是独立服务产出」，要改的就不是模型，是证据的类型。

第一，终点要换。赛事把 8 大赛道全部按真实临床诊断路径设计，检验的是影像真实性识别、重复影像甄别、病灶精准识别和智能辅助诊断。这些是模型性能指标。价格立项看的却是「服务产出」——患者拿到手的那份报告，是不是因为用了 AI 而变成了一项不同的、可独立计价的医疗服务。官方解读当时的理由写得很直白：尚无独立的医疗服务产出、辅助诊断质量效用难以确定，所以不宜单就 AI 再向患者额外收费。要把这一条顶回去，靠的不是更高的 AUC（衡量模型区分病灶能力的常用指标），是有没有一项离开 AI 就交付不了的临床服务。

第二，别把注册口径性能当真实世界结论。注册审评看的是限定适用范围内的性能，真实世界看的是不同机型、不同层厚、不同人群、不同医生采纳程度下的表现。官方媒体报道的一家三甲医院个案里提到，层厚从 5 毫米提升到 0.625 毫米后可识别 2 至 3 毫米的微小病灶——这是该院特定设备与扫描条件下的描述，属个案口径，不能外推成「AI 普遍能查出几毫米的病灶」。跨人群、跨设备、跨中心的外推，是这个领域最容易出事的一步。

第三，责任边界要写进方案。地方表述是「AI 辅助、医生终诊」的人机协同。这六个字不只是安全口号，它同时解释了为什么 AI 难以被认定为独立服务产出：终诊责任在医生，报告署名的主体没变。转化团队做临床验证时，把「医生终诊」这一环的工作量与责任边界量化出来，比再跑一轮模型对比更有价值——那是价格部门听得懂的语言。

第四，利益披露别省。企业资助的研究，注明由谁资助、数据来自哪个平台、金标准由谁建立。这一句在审评和物价两个场合都比结论本身更有信息量。

九· 对投资人，该改的是哪个变量

估值模型里最容易写错的一格，是把「获证数」「数据集规模」「赛事奖项」当成收入前置指标。这三者都是准入或能力信号，不是商业化验证信号。按优先级重排：

真实订单与续费 ＞ 院端预算科目落地 ＞ 机构覆盖数与验收口径 ＞ 注册证适用范围 ＞ 数据集与奖项。 前两项直接对着钱，中间两项对着能不能交付，最后两项只对着能不能上桌。

下面几组数字只做备注，不进模型。

关于影像 AI 已获批三类证的数量，公开渠道有两组互相打架的媒体统计：一组说 177 张影像 AI 注册证且全部为软件产品，另一组说约 127 张 AI 医用软件三类证。两者相差接近四成，统计边界、是否含嵌入组件、统计时点都不一致，且都属非官方估算，本文不用于支撑结论，也不放进标题和封面。能确认的只有一件事：证照数量在增加，而收费资格没有跟着增加。 这两条曲线脱钩，才是该写进投资备忘录的一句。

另有一处说法核不到一手载体、与官方立项指南口径直接冲突，不采用；「影像数据增速远高于影像科医生增速」则来自赛事报道援引的行业口径（非官方统计，未追到一手），只写方向、不写百分比。

把这些划掉之后，估值模型里剩下的变量就干净了：不是数据集有多大，是第二年预算里还有没有这一笔。

看这类项目，把商业计划书里「按例分成」那一行先划掉，再问一句：如果不按例收，这家公司靠什么活到第二批预算？答得出来的，才值得往下谈。

十· 风险与证伪信号

第一，判断可能错在「独立产出永远出不来」。 如果将来出现一类 AI 服务，能拿出离开它就交付不了的临床产出（比如可量化、可质控、可追溯的新增诊断结论），价格部门完全可能给它设主项目。证伪信号：有地方正式印发价格文件，把某项 AI 辅助诊断列为主项目或加收项，并给出独立收费标准与医保支付政策，而不是继续写「扩展项」或「探索路径」。

第二，判断可能错在「院端预算撑不起规模」。 地方三年方案里同时安排了标杆试点、产业化补助、基金股权投资和贴息，财政侧的钱可能比我想的更有持续性，足以养出一批不依赖按例收费的公司。证伪信号：同一批试点医院在补助期结束后，第二年自筹预算继续采购且覆盖机构数净增，而不是验收完就停。

第三，判断可能错在「预立项这条路走不通」。 价格项目预立项制度已把受理节点前移，高水平新技术新产品可在正式获批临床应用前做预立项准备，获批后衔接快速立项。虽然预立项本身不等于正式收费项目，但它确实缩短了「有产品、没名目」的空窗。证伪信号：某项影像 AI 产品通过预立项通道，在获批后短时间内进入地方价格目录，且目录条目不是扩展项。

第四，判断可能错在「数据筛损是长期约束」。1776 万例上传量里只开放万级训练数据，可能只是赛事首期的合规保守，随着隐私计算、可信数据空间和统一报告语言体系铺开，可用样本量会跳一个数量级，模型泛化与临床证据的速度都会改写。证伪信号：地方公开的高质量数据集规模从万级跃升到十万级并完成对外授权运营，同时配套发布数据流通细则。

四条里任何一条成立，本文「钱卡在收费资格而非技术」这个主判断就要往回退一档。

十一· 该盯什么信号

1. 地方价格项目映射表里，「人工智能辅助诊断」的条目性质有没有变：仍挂在扩展项、写进价格构成，还是被列为主项目或加收项。条目性质变了才是真信号，别看宣传稿。

2. 成果转化三年行动方案里那句「新增或修订入医疗服务价格目录」，有没有变成正式印发的价格文件；重点看用词是「明确收费标准」还是「探索支付支持路径」。

3. 首批国家医保医疗服务项目目录里放射检查类的落地细则，以及目录项目与立项指南的衔接条件。

4. 标杆应用试点的第二年预算：续费率、覆盖机构净增数、验收口径，比中标公告更有信息量。

5. 预立项通道有没有影像 AI 产品实际走通，以及走通后拿到的是主项目、加收项还是扩展项。

十二· 今天就能做的一件事

如果你在做影像 AI 的 BD、投资或转化，今天可以花十分钟做一次对照：把目标产品对应的检查项目，在本地医保部门公开的价格项目映射表里查出来，看两处——编码第 12–13 位是不是扩展码，以及该项目的「价格构成」里有没有把 AI 写成流程步骤。

两处都指向「扩展项／价格构成」，就别再在商业计划书里写按例分成；把收入模型改成按院授权或随设备报价，重新算一遍单院实施成本与续费覆盖。如果查到的是主项目或加收项，那说明这个细分已经跑在前面了，值得马上把它的价格文件全文调出来读一遍。

这张映射表是公开的，不需要任何内部消息。多数人没查过，因为大家默认「进了指南就等于能收钱」。

如果这篇对你有用，点个在看，转给做医学影像、医院物价和器械投资的朋友。关注「硬科技拆解」，从临床、机制与交易三个角度拆解医疗热点。

来源：国家医保局公开文件与解读辅导、省级医保部门公开的立项指南正式全文、省级政府成果转化行动方案及政策解读、官方媒体可核验报道、行业协会与财经媒体公开梳理（已标注口径）。

栏目：医疗研报

⚠️ 本文为医疗行业研究与公开信息整理，仅供交流参考，不构成任何医疗建议、诊断或用药依据；具体诊疗请以面诊为准，用药请遵医嘱。

本文数据与出处逐条核过，仍可能有错漏；如发现事实或口径有误，欢迎在评论区指正，我会逐条复核后更正。