算力通了，账还没通——医疗AI的定价真空

导语：

医疗AI的下半场，拖住脚步的往往不是算力，而是账本。

日前，第五届全球数字贸易博览会数字医疗健康产业对接活动在杭州举行。浙江发布“医疗Token工厂”1.0版本，首批14家医学人工智能临床验证中心同步揭牌，安诊儿医疗智能体4.0与蚂蚁·安诊儿医疗大模型2.0也一并亮相。

几项动作连在一起，外界多把它看作一次系统性破题：供给端降低门槛，验证端把关安全，医院端前置参与。链条看上去完整，方向也足够清晰。

但热闹之外，有个细节更值得细看：Token工厂自发布当日起，面向机构开发者开放免费试用。底座搭起来了，算力网络接通了，官方公布的试用方案中，尚未涉及试用期结束后的定价安排。等免费试用期结束，医疗AI的真实价值究竟该由谁买单？

这不是一句“先让子弹飞一会儿”就能绕过去的问题。

‍⚕️ 主笔/ 佳佳

✂️ 文章架构 师 / 拓拔野

出品/ 良医财经

01

工厂建起来，质检也进场了

先看工厂。

医疗Token工厂由国家人工智能应用中试基地（医疗）·浙江，联合浙江省数据集团、蚂蚁集团、浙江省安诊儿公司四方打造。设计思路并不复杂：把原本分散的算力、数据和模型能力打通，形成标准化、可调用的医疗AI基础服务，降低模型部署和调用门槛。

过去，做一款医疗AI产品，企业需要单独找算力、逐一谈数据、独立训模型，前期投入极其高昂。而当共享通道建立起来后，高企的研发成本或许才有机会被逐步分摊。

官方披露的链条相当完整：从算力适配调度到模型矩阵服务，再到Token生产流转、场景应用与运营结算，环节层层相扣，模型侧涵盖通用、专科专病和医学影像几类。

链条末端的“运营结算”值得留意。计价问题从设计之初就在考虑之列。2026年初，蚂蚁联合浙江省卫生健康信息中心与安诊儿公司开源的医疗大模型，参数规模达到千亿级，底层能力一层层往下沉。但能力下沉，不等于价格机制同步落地。

再看验证中心。

由浙江省卫健委联合省药监局，依托中试基地启动临床验证中心建设，经资质审查、专家函审和路演答辩，遴选出首批14家。它们将承担医学人工智能的真实世界临床验证任务，持续检验产品的安全性与实用性。

实验室里跑得漂亮的模型，进入病房后要面对书写习惯、设备差异、流程约束等一堆变量。有一套相对规范的验证流程，产品好不好用，就多了共同的评判依据。

供给端压低门槛，验证端把关安全，双轮驱动的架构已然清晰。但技术要真正变成临床战力，还绕不开最核心的落地场景：医院在其中究竟该如何定位？

02

医院从分散对接，走向前置参与

医院的位置正在悄然改变。

过去，不少大型医院要同形形色色的科技公司打交道，测试常常零散进行，同类问题反复验证，临床经验很难沉淀下来。验证中心落地后，医院有机会从局部、零散的配合，转向更具主动性的前置参与。

行业数据为这一趋势提供了注脚。据统计显示，截至2025年5月，第三方榜单中，国内排名前100的医院均对外宣称完成大模型部署，其中38家医院在通用模型基础上继续研发，打造出55个垂直医疗模型，22个为专科模型。

医院手里握着场景，也握着多年积累的临床经验。越早进入产品打磨环节，需求就越能早早写进产品。对医院自身，好处同样实在：临床经验和管理需求在共建中沉淀为规范，等到推进智慧医院建设时，掌握的主动权自然更多。

政策层面的时间表也在推着往前走。《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》提出，到2027年形成一批临床专病专科垂直大模型和智能体应用，并基本建成一批医疗卫生领域国家人工智能应用中试基地。

然而，当医院大步走到台前之后，一个更加现实的问题随之浮现：用了AI，这笔费用到底该怎么走？

03

算力通了，账没通？

底座与算力网络已见雏形，但若放到商业落地的真实视角下，各方仍面临着不小的平衡难题。技术供给方要消化研发与算力迭代的成本，公立医院要在现行价格体系里寻找立项依据，医保与政策制定方则要论证新型算法服务如何进入支付与监管框架。三本账各有各的算法，彼此又紧密牵动。

第一本账，是企业的生存账。

行业报告指出，作为独立产品形态出现的AI器械/软件，长期以来难以在商业化上实现突破，行业急需进一步压低研发与运营成本。据行业机构测算，2024年中国医疗AI解决方案市场规模为164亿元，预计2030年将增至353亿元，年复合增长率13.63%。增长空间固然可见，但行业却在尚未突破规模化盈利的情况下维持着高增速。

免费试用固然能让产品快速触达用户、积累验证数据，但长期依赖补贴显然无法支撑企业走得更远。可持续的回报机制，迟早要摆上桌面。

第二本账，是医院的名目与预算账。

公立医院的任何一项收费，都必须有明确的价格项目作为依据。新技术要进入医院收费体系，就得先在价格目录里占到位置。国家医保局在2024年发布的立项指南中，已在放射检查、超声检查、康复类项目设立“人工智能辅助”扩展项，在同一价格水平下医院可自主选择使用AI，现阶段不重复收费，但并未单独划出向企业采购的付费额度；2025年12月发布的病理类立项指南，同样将AI辅助诊断列为扩展项并纳入价格构成，医疗机构可自行决定是否选用人工智能辅助诊断技术。

这表明部分成熟场景的价格路径已有制度安排，但覆盖范围依然有限。大模型等新型算法服务若要独立采购、独立收费，目前在收费名目上仍不顺畅。

预算的约束同样现实。有报告分析认为，当前公立医院普遍现金流偏紧，管理者更倾向于选择投资回收期短的技术；对AI能够接受落地，却难以为其直接支付费用。原因之一在于价值难以精准核算，同一款AI在不同部署环境下产生的效益并不一致，医院很难算清投资回报率。

第三本账，是患者与医保的公益账。

医保部门在放射类立项指南解读中的调研共识是：AI在现阶段主要扮演辅助工具角色，能够帮助医生提高诊断效率，但尚无独立的服务产出，辅助诊断质量效用难以确定。因此，在已收取相关诊疗的基础上，不宜单就人工智能辅助诊断再向患者额外收费。

新型算法服务如何纳入合规的支付与监管框架，价格如何合理形成，责任如何明晰划分，都需要审慎论证。急不得，也草率不得。

04

良医财经的思考

医院愿用、患者愿认、企业能持续

把账算清，终究是为了让看病的人少走弯路。

技术把物理距离拉近了，而价格则决定了拉近之后的路，有多少普通人能够真正走得起。医保部门在设计价格机制时，一头要鼓励相对成熟的AI技术切入临床，另一头则必须坚守防止额外增加患者负担的底线。在这两头兼顾之间，价格既是价值的尺度，也体现着政策的取舍。

浙江此次推出的Token工厂与临床验证体系，为医疗AI的规模化、规范化发展蹚出了一条勇敢的路径。底层资源的集约共享，临床验证的规范流程，医院从被动配合到前置参与的角色转变，都是实打实的进展。

当然，技术通了只是第一步。医疗AI要跨过从试用到普惠的鸿沟，既要靠技术持续迭代，更要靠价格机制、支付体系与产业生态的长期磨合。哪些场景先立项，怎样计价才让医院愿意用、患者愿意认、企业能持续做，答案要在一个个真实临床场景里慢慢试出来。

部分参考资料：

1.《探路医学人工智能，浙江建起"医疗Token工厂"》

2.《浙江省首批医学人工智能临床验证中心揭牌》

3.《蚂蚁·安诊儿医疗大模型开源》

4.《2025医疗人工智能报告：价值计量与支付探索，医疗人工智能的两个困局》

5.《病理类医疗服务价格立项指南发布 AI辅助诊断"有价可循"》

「良医财经往期精彩文章」

01 互联网医疗首诊破冰

02 别装互联网医疗，咱都是卖药人

03 美年大健康该做一次体检了

04 京东健康摸过的石头

05 阿里健康：中年郎归来时

06 百度健康的「新瓶」装「新酒」

07 小红书成为医药品牌新选项

08 华为入局医疗，赢面几何？

09 贴地飞行｜2024年终策划

10 《过河》｜2023年终策划

「良医财经」——医疗大健康产业深度媒体。目前已有20个精准产业社群，汇聚7500名医疗健康行业创始人、投资人、从业者，全部100%实名制。链接人脉/合作请加 @岫岫 （18601077082）微信，实名验证后入群，一起交流学习。

良医已入驻以下平台

今日头条 丨 网易号 丨 搜狐号 丨 百家号丨 微博丨

虎嗅 丨创业邦 丨 一点资讯 丨36kr

雪球丨格隆汇 丨 东方财富丨 老虎证券