技术正在改写大健康产业的底层操作系统。本文从智能诊疗、精准干预与数据流通三个切面，剖析AI辅助诊断、细胞基因治疗、数字疗法等创新技术的临床落地与产业影响，比较不同技术路线的优劣与适用边界，并追问技术疾行背景下人文价值的安放问题。
医疗AI的临床应用正在跨越从“实验室”到“诊室”的最后一道门槛。2006年，上海中试基地与联影智能联合研发的胸部一扫多查智能体获得国家药监局创新医疗器械特别审查程序认定。该智能体基于单次胸部CT影像可识别近百种异常病变，诊断准确率达97.8%，并自动生成媲美初年资医生水平的诊断报告。截至2026年初，该产品已落地复旦大学附属中山医院、北京大学人民医院、四川省人民医院等全国30余家三甲医院，累计处理病例超250万例，实际缩短阅片时间33%。这意味着传统“1名报告医生+1名审核医生”的阅片模式，正逐步向“AI辅助+1名审核医生”转变，医生得以将更多精力投入复杂病例判断与临床决策。
类似的创新突破也发生在超声诊断领域。例如，脉得智能研发的甲状腺结节超声辅助诊断软件于2025年斩获全球首张对标术后病理金标准的“三类医疗器械注册证”，诊断准确率超95%，能在0.05秒内完成智能判读，诊断时长缩短30%以上，目前已覆盖全国超过200家三甲医院。这类产品的意义不仅在于提升效率，更在于将三甲医院的诊断能力向基层辐射——当AI成为医生的“第二意见”，县域医院的超声科也能获得接近病理金标准的诊断支持，这在一定程度上缓解了优质医疗资源分布的结构性失衡。从更宏观的视角看，AI诊断工具的基层渗透正在改变中国优质医疗资源的下沉路径：过去依赖医生物理流动的“对口支援”模式，正在被技术驱动的“能力下沉”模式所补充。
从产业规模看，全球数字医疗市场2025年规模已达4272.4亿美元，预计2026年将增至4916.2亿美元，年复合增长率超过21%。中国作为亚太区域的主要增长极，2026年数字医疗市场规模预计达到196亿美元。远程诊疗不再是疫情期间的临时替代方案，而是成为分级诊疗体系的常规配置。互联网医院数量从2018年的不足200家激增至2023年的逾3000家，规模化发展态势初步成型。值得关注的是，2025年下半年至2026年，各省份陆续将“人工智能辅助诊断”作为独立的医疗服务价格项目立项，这意味着AI在医疗端的应用从医院的“纯成本”转变为合法的“收费项”，商业回路开始形成。在DRG/DIP(中国医保支付方式改革中的两种主要按病种付费方式)总额预付的压力下，医院引进AI的动力发生质变：过去，AI是成本，采购系统多为了科研或评级；如今，AI成为降本增效工具。例如，AI病案质控系统可在医生书写病历时实时提示DRG入组的主诊断选择错误或并发症漏填，直接避免因编码错误导致的医保拒付。这一转变标志着AI医疗从“锦上添花”迈向“刚需配置”的关键拐点。
然而，AI诊疗的普及并非没有边界。当前医疗AI的效能高度依赖于训练数据的质量与标注精度，不同厂商的算法在罕见病识别、多发病共存等复杂场景下表现差异显著。此外，AI算法的不透明性与医疗责任的可追溯性之间存在冲突，当AI给出与临床医生不一致的诊断建议时，最终决策权的归属与法律责任的界定，仍是监管需要回应的议题。2025年3月，国家药监局发布《人工智能医疗器械注册审查指导原则（修订版）》，明确了AI医疗器械的临床验证要求与算法变更管理机制，为行业的规范化发展提供了制度依据。这一指导原则要求企业提交算法训练数据的来源说明、标注质量控制流程以及临床性能验证报告，实质上提高了AI医疗产品的准入门槛。与影像AI相比，大语言模型在医疗文本处理、病历生成与患者随访管理中的应用尚处于早期，其“幻觉”风险——即生成看似合理实则错误的医学建议——对临床安全构成潜在威胁。美国FDA（食品药品监督管理局）在2024年至2025年间多次发布关于大语言模型在医疗领域应用的警示，要求企业提交更严格的安全性评估数据。
更深层的忧虑在于，AI诊断能力的快速提升可能加剧医疗服务的同质化：当各级医院都依赖同样的算法工具，差异化的临床经验是否会逐渐被标准化输出所取代？这一问题的答案将深刻影响未来医学人才的培养模式。传统医学教育强调知识记忆与经验积累，而在AI时代，医生的核心竞争力可能转向批判性思维、复杂病例综合判断与医患沟通能力。北京协和医学院、上海交通大学医学院等顶尖院校已开始将“AI素养”纳入课程体系，培养学生理解算法边界、识别AI错误、在不确定情境下做出临床决策的能力。因此，在可预见的未来，AI在医疗领域的角色定位仍将是“辅助”而非“替代”，人机协同的深度与方式将随着技术成熟、法规完善和医学教育变革而不断演进。这一演进的方向，将决定医疗行业是走向更加人性化还是更加机械化的未来。
如果说AI改写的是诊断环节，那么细胞与基因治疗（CGT）改写的则是治疗本身。2025年，全球CAR-T细胞治疗市场规模达到61.22亿美元，同比增长32.9%，仍处于高速增长阶段。传奇生物与强生合作的Carvykti 2025年销售额达18.87亿美元，接近翻倍增长；百时美施贵宝的CD19 CAR-T疗法Breyanzi销售额13.58亿美元，同样实现接近翻倍增长，并首次跻身年销售额超10亿美元的“重磅炸弹”级别。这些数据表明，细胞治疗已从实验性疗法转变为具有商业可持续性的成熟产业。
中国在这一领域的追赶速度令人瞩目。截至2026年初，中国CGT产业已有8款获批产品，其中多款为国产原创；临床试验超过500项，实体瘤领域的TCR-T、CAR-NK、TIL疗法成为研发热点。2025年中国细胞治疗市场规模预计突破150亿元，年复合增长率超过60%，预计2027年将超过300亿元。更值得关注的是产业生态的成熟——京津冀、长三角、粤港澳已形成200余家企业的集群布局，覆盖从基因编辑到细胞制备的全链条。全球基因治疗市场规模2025年约143.3亿美元，预计2032年将实现数倍增长，中国在成本控制与临床规模上的优势，使其在全球CGT产业链中占据越来越重要的位置。
在创新药领域，中国的全球份额持续攀升。2025年，国家药监局（NMPA）批准了76款创新药上市，创下历史新高，中国已占据全球新药研发管线的30%以上。其中，61款新药在中国实现全球首次获批，标志着中国从“跟随上市”向“首发上市”的历史性转变。抗体药物偶联物（ADC）、RNA疗法与细胞基因治疗成为中国药企的重点突破方向。尤其值得关注的是mRNA技术平台的发展——新冠疫情加速了mRNA疫苗的临床验证，而这一技术平台正被拓展至肿瘤治疗、自身免疫病和罕见病领域。斯微生物、艾博生物等本土企业已建立自主的mRNA递送系统，打破了国外技术垄断。AI辅助药物研发也在加速这一进程——借助强大算力，药物分子筛选、基因组学检测分析等进程由以往数月乃至数年缩短至数天，先导药的研发周期从数年压缩至数月，研发成本大幅降低。以英矽智能为代表的企业，已借助AI平台将研发成本压缩至传统路径的三分之一。信达生物的玛仕度肽成为全球首款获批的GLP-1R/GCGR双靶点激动剂，恒瑞医药以9款新药获批的成绩位居国产药企首位，这些数据共同勾勒出中国创新药产业的蓬勃态势。
从技术路线比较的角度看，ADC、RNA疗法与CGT代表了三种不同的精准干预哲学。ADC试图通过靶向递送增强化疗药物的特异性，在可及性与疗效之间寻求平衡；RNA疗法通过调控基因表达实现疾病干预，避免了永久性基因改造的风险；CGT则最为激进，直接对患者的免疫细胞或基因进行编辑，追求一次性治愈。三种路线各有优劣：ADC的适用范围最广但疗效天花板有限，RNA疗法安全性较好但需反复给药，CGT疗效最为惊艳但成本高且风险大。企业在选择技术路线时，需要综合考量疾病谱特征、支付能力、监管环境和竞争格局等多重因素。中国市场的独特之处在于庞大的患者基数和相对有限的支付能力，这为“me-better”型改良创新提供了空间——在已验证的靶点上进行结构优化，以更好的安全性或便利性实现差异化，而非一味追求全球首创。
然而，技术的激进扩张也催生了监管的回摆。2026年5月起实施的《生物医学新技术临床研究管理条例》明确规定，高风险疗法必须在三甲医疗机构内开展，这意味着以CGT为代表的高风险生物医学新技术正从“野蛮生长”转向“三甲医院主场”的规范化阶段。这一转变的深层机理在于：CAR-T疗法虽然在白血病、淋巴瘤、多发性骨髓瘤等恶性肿瘤治疗中展现出显著疗效，部分适应症的总缓解率可达80%以上，但其可能引发细胞因子释放综合征（CRS）与神经毒性等不良反应,仍需具备充分急救能力的医疗机构方可应对。监管的前置，本质上是在创新激励与患者安全之间寻找动态平衡。与CGT的激进不同，精准医疗的另一条路径——基于多组学数据的靶向用药——则显得更为温和，其通过基因测序指导化疗或靶向药物的选择，避免了细胞治疗的高风险与高成本，但适用范围主要限于已有明确靶点的肿瘤类型。两条路径并非替代关系，而是针对不同疾病阶段与患者群体的互补方案。从长远看，CGT的成本下降将是决定其可及性的关键——目前CAR-T疗法的定价普遍在37.3万至52.5万美元之间，使得即便是在医学上适宜接受治疗的患者，约80%仍因经济原因无法获得治疗，这一矛盾在发展中国家尤为突出。
健康大数据的价值释放，依赖于制度层面的确权与流通。2024年至2026年实施的《“数据要素X”三年行动计划》将“数据要素X医疗”列为重点场景，医疗数据从沉睡的档案资源转变为新型生产资料。在这一政策框架下，医院信息系统、可穿戴设备、基因组学数据库的多源融合，正在构建前所未有的健康数据网络。2024年前三季度，中国腕戴设备出货量同比增长20.1%至4576万台，这些设备持续产生的心率、血氧、睡眠数据，与医院电子病历结合后，可形成覆盖预防、诊疗、康复全周期的个人健康画像。数据要素在医疗领域的激活，不仅意味着技术层面的互联互通，更涉及产权归属、隐私保护、价值分配等深层制度设计。
数字疗法（DTx）是数据价值在消费端的直接变现。2025年，Lumos Labs开发的数字疗法应用Prismira获得FDA 510(k)认证，用于治疗成人注意力缺陷多动障碍（ADHD），成为该领域继Akili Interactive之后又一重要获批产品。预计到2026年，美国医疗保险将新增针对ADHD数字疗法的支付类别，这将进一步打通DTx从处方到报销的商业路径。在慢性病管理领域，2025年的荟萃分析显示，数字疗法对2型糖尿病的干预可显著改善血糖控制，平均HbA1c降低约0.5%。这类软件定义的干预手段，正在从辅助工具升级为获得医疗器械级别认可的独立治疗方案。在中国，数字疗法的发展虽滞后于欧美，但随着互联网医院监管框架的完善与医保支付的逐步接入，DTx在慢病管理领域的应用前景正在打开。数字疗法的独特价值在于其可及性——相较于传统药物治疗，软件干预无需物流配送、无库存压力、可无限复制，理论上能够覆盖最偏远的地区。
然而，数据流通的放开与隐私保护之间的冲突始终存在。2024年上海市网信办公布的一起典型案例显示，某民营医疗科技公司因未采取有效网络安全防护措施，导致存储在云端的个人信息数据存在未授权访问漏洞，造成数据泄露并被境外窃取，违反了《数据安全法》第27条规定。这一案例警示：当健康大数据成为生产要素，其合规成本也将同步上升。据行业估算，一家中型互联网医疗平台为满足数据合规要求，年均增加成本约500万至800万元，这对尚未盈利的初创企业构成了不小压力。
数据要素化的另一个维度是健康数据资产化的探索。部分地区已开始试点将个人健康数据纳入数据资产入表范畴，允许经授权匿名化后的数据集作为企业资产进行会计确认。这一探索虽处于萌芽阶段，但为健康数据的商业流通开辟了制度通道。然而，医疗机构间的数据孤岛现象虽在技术上逐步打通，但法律与伦理的边界仍需审慎划定。如何在“数据不可用”与“数据滥用”之间找到平衡点，考验着监管智慧与企业伦理。更深层的挑战在于数据治理的国际协调——健康数据的跨境流动涉及不同司法管辖区的法律冲突，跨国药企和科研机构在开展全球多中心研究时，往往面临数据出境的合规壁垒。欧盟《通用数据保护条例》（GDPR）对个人数据出境设置了严格要求，中国《数据出境安全评估办法》也规定了重要数据的出境审批程序，这些法规虽保护了公民隐私，但也增加了跨国研究的行政成本和时间成本。
技术的中立性在于其可被任何目的所用。AI可以提升诊断效率，也可能加剧医疗服务的同质化；基因编辑可以治愈罕见病，也可能打开伦理争议的潘多拉魔盒；健康大数据可以优化公共卫生决策，也可能成为精准营销的工具。大健康产业的技术演进，本质上是一场关于“人”的重新定义——当算法开始辅助甚至替代医生的判断，当基因序列决定治疗方案的选择，我们更需要追问：技术的终极服务对象，究竟是疾病还是患病的人？
产业的未来，不属于那些仅仅掌握最前沿技术的企业，而属于那些能够在技术精度与人文向度之间找到平衡点的组织。这种平衡点并非静态的折中，而是动态的能力——在追求技术突破的同时保持对人的理解与关照，在提升效率的同时维护医患关系的温度，在降低成本的同时保障医疗公平。当胸部CT一扫多查智能体在0.05秒内完成判读时，医生省下的时间应当用于与患者的沟通而非处理更多病例；当CAR-T细胞在体外被编辑以攻击肿瘤时，研究者不能忘记告知患者长期风险的不确定性；当数字疗法APP记录用户的每一晚睡眠时，企业应当明确数据的归属权与删除权。
从产业演进的历史视角看，每一次技术革命都会经历从狂热到理性的周期。19世纪末的X射线技术曾引发“全民摄片”的狂潮，直至辐射危害被科学认知后才回归审慎应用；21世纪初的人类基因组计划曾被寄予厚望能在短期内攻克多数遗传病，但基因与疾病的复杂关联使这一愿景推迟了数十年。当前的AI医疗、CGT与数字疗法，或许同样处于这种“期望膨胀”的峰值期。技术越是疾行，人文的锚点越要稳固。这或许是大健康产业在技术迭代中最不应丢失的底层操作系统。毕竟，医学的终极目标从来不是治愈所有疾病，而是在生命无常的旅途中，赋予每一个人尊严与希望。当技术的光芒过于耀眼时，我们更需要记得：医疗的对象永远是活生生的人，而非一组可优化的数据或一个待修复的故障。
— 往期精彩推荐 —
《智慧运营》期刊第17期选读①
从“治已病”到“治未病”,大健康产业版图重塑与价值迁移
《智慧运营》期刊第16期选读③
“专精特新”第一城：深圳市专精特新“小巨人”企业解析
《智慧运营》期刊第16期选读②
具身智能进入关键拐点，初创企业迎来“黄金时代”
- END -
