21健談｜商湯醫(yī)療錢琨：AI醫(yī)療走到轉(zhuǎn)折點 信任仍是最難破局環(huán)節(jié)

來源丨21新健康（Healthnews21）原創(chuàng)作品

作者/季媛媛

編輯/駱一帆

2026年，AI醫(yī)療與AI制藥正站在一個微妙而關(guān)鍵的轉(zhuǎn)折點上。

一邊是政策端的密集落地：2026年3月31日，國家醫(yī)保局正式將12項AI輔助診斷項目納入全國統(tǒng)一醫(yī)保乙類目錄；FDA與EMA也在同年1月聯(lián)合發(fā)布了藥品研發(fā)領(lǐng)域“良好人工智能實踐”十項指導(dǎo)原則。另一邊是產(chǎn)業(yè)端的加速兌現(xiàn)，據(jù)行業(yè)不完全統(tǒng)計，截至2026年6月底，全球已有170余條由AI設(shè)計或優(yōu)化的藥物管線進入臨床階段。長江證券預(yù)測，2026年國內(nèi)醫(yī)療AI產(chǎn)業(yè)規(guī)模預(yù)計超400億元。

然而，熱鬧之下，行業(yè)仍然面臨信任、數(shù)據(jù)與商業(yè)化的三重考驗。商湯醫(yī)療聯(lián)合創(chuàng)始人兼首席醫(yī)學(xué)官錢琨博士在接受21世紀經(jīng)濟報道記者專訪時，給出了一個值得深思的判斷：“信任至今仍是AI醫(yī)療最難突破的環(huán)節(jié)。”

從復(fù)旦大學(xué)附屬中山醫(yī)院到商湯醫(yī)療，錢琨的轉(zhuǎn)型之路折射出AI醫(yī)療從技術(shù)到產(chǎn)業(yè)的關(guān)鍵一躍。在錢琨看來，AI醫(yī)療的終局不在于算法有多先進，而在于能否真正融入臨床、贏得醫(yī)生信任、服務(wù)患者需求。這條路很長，但方向已經(jīng)清晰。

“兩年前我曾判斷，大部分醫(yī)院都會上線AI書寫助手，如今這一判斷已得到驗證。”但錢琨同時指出，“若要進一步打通更多生態(tài)，創(chuàng)造更廣泛的社會經(jīng)濟價值，就需要與不同類型的生態(tài)合作伙伴開展合作。”

商湯醫(yī)療聯(lián)合創(chuàng)始人兼首席醫(yī)學(xué)官錢琨教授 受訪者供圖

不追風(fēng)口

傳統(tǒng)醫(yī)藥行業(yè)有一個廣為人知的“雙十定律”：10年研發(fā)周期、10億美金投入，成功率僅為十分之一。AI制藥被寄望于打破這一魔咒——從靶點發(fā)現(xiàn)到藥品上市，AI理論上可以覆蓋全周期。

但錢琨給出了一個反直覺的答案：商湯目前并未布局最早期的靶點發(fā)現(xiàn)環(huán)節(jié)。

“盡管我們具備該環(huán)節(jié)的研發(fā)能力，但這并非商湯當前的核心優(yōu)勢所在。”錢琨坦言。在她看來，商湯的核心能力在于聯(lián)動頂級專科醫(yī)師打造專科AI模型，開展專科患者隨訪與真實世界數(shù)據(jù)分析，為不同靶點、不同藥物匹配精準度更高的臨床患者畫像。

這一選擇背后是一條清晰的差異化路徑。8年前錢琨在美國開展相關(guān)研究時就觀察到，不少企業(yè)專門為藥企開展患者隊列設(shè)計，即便是雙盲試驗，隊列設(shè)計仍存在優(yōu)化空間：不應(yīng)將資金無方向投入，而需先對患者進行清晰分層歸集。

商湯在此領(lǐng)域具備獨特的天然優(yōu)勢：已在專科認知、多模態(tài)數(shù)據(jù)對接、醫(yī)師協(xié)作平臺層面形成壁壘，且產(chǎn)品已嵌入醫(yī)師患者管理工作流程，可自然將數(shù)據(jù)歸集至對應(yīng)需求場景。

目前，錢琨將目光投向了一個常被忽視的方向：藥物經(jīng)濟學(xué)研究與“老藥新用”。“各大藥企實際留存了大量閑置數(shù)據(jù)；所有大型機構(gòu)均存在部門壁壘與數(shù)據(jù)孤島問題。”錢琨指出，美國已有頭部藥企服務(wù)商開始運用隱私計算技術(shù)和區(qū)塊鏈技術(shù)，推動不同部門開放數(shù)據(jù)開展聯(lián)合挖掘，探索已完成臨床試驗的藥物能否找到新的適配患者。

“對接醫(yī)師與患者本就是核心能力，順著該方向反向推導(dǎo)，我們可以逐步從臨床端延伸至靶點發(fā)現(xiàn)與早期研發(fā)之間的環(huán)節(jié)。”錢琨說。

這一“反向推導(dǎo)”思路，恰好契合了當前AI制藥行業(yè)的深層變化。華創(chuàng)證券研報指出，中國AI制藥市場已進入快速發(fā)展階段，2024年市場規(guī)模達到5.6億元，同比增長36.59%。與此同時，行業(yè)正在從概念驗證向商業(yè)化兌現(xiàn)轉(zhuǎn)變。在這一轉(zhuǎn)折點上，誰能掌握高質(zhì)量的臨床數(shù)據(jù)和患者資源，誰就握住了真正的“硬通貨”。

信任最難突破

此前，錢琨就在公開場合提出了AI醫(yī)療的三大瓶頸：信任、數(shù)據(jù)與商業(yè)模式，而隨著時間的推移，這三個瓶頸的突破進度各有不同。

商業(yè)模式已取得一定突破。錢琨認為，政策正引導(dǎo)醫(yī)院向更規(guī)范透明的收入結(jié)構(gòu)調(diào)整，更多醫(yī)生有動力開展算法相關(guān)創(chuàng)新。“良性商業(yè)模式能夠為專家提供正向反饋，這一進展得益于當前國家政策，為專家開展專項工作開辟了更多渠道。”

數(shù)據(jù)層面正逐步突破。 但突破的方式并非簡單堆砌數(shù)據(jù)，而是需要投入大量人力挖掘資深專家的臨床思維。錢琨透露，商湯此前與各院長、科室主任合作，配置了數(shù)據(jù)采集模塊，甚至安排科研助理與臨床助理現(xiàn)場記錄專家口述診療思路。“因出現(xiàn)某一癥狀，故考慮某一方向，需開展哪項檢查，后續(xù)安排何種治療方案。”

這意味著，只有通過這種方式梳理思考鏈路，才能掌握專家的判斷邏輯。

而信任，至今仍是最難突破的環(huán)節(jié)。 “AI本質(zhì)上仍屬于黑盒模型，”錢琨直言，“當前大模型雖可輸出思維鏈路，但其本質(zhì)仍為統(tǒng)計模型。”在她看來，醫(yī)生的信任無法靠技術(shù)參數(shù)堆砌獲得，必須從臨床工作流程的每一個細節(jié)入手。

那么，如何破解信任難題？錢琨的答案是：與全球醫(yī)院評級機構(gòu)HIMSS共同設(shè)計一套專門針對醫(yī)學(xué)與臨床的可信AI框架，包含三個維度：

第一個維度參考傳統(tǒng)FDA的審核邏輯。產(chǎn)品必須首先滿足有效性與安全性標準。但這僅為入門要求，只有醫(yī)師認可產(chǎn)品的精準度與安全性，才會進一步開展合作。

第二個維度解決AI如何嵌入臨床工作流的問題。在此方面，需要設(shè)計可量化的評估支撐，讓醫(yī)師清晰感知AI可提供的幫助。錢琨介紹，商湯已推動多名主任級專科醫(yī)師參與搭建，比如在糖尿病方向，通過數(shù)字人項目針對特定問題為大模型設(shè)置“專屬邊界”，限定模型僅可處理本專科相關(guān)問題，一旦超出范圍自動轉(zhuǎn)接人工。

這一“邊界管控”研究思路，正是錢琨最終加入商湯的核心原因。此前在中山醫(yī)院的合作項目中，她發(fā)現(xiàn)行業(yè)亟需一套底層模型服務(wù)體系（MASS）——“即便配備數(shù)據(jù)中臺，仍無法實現(xiàn)大模型的快速調(diào)優(yōu)。”

第三個維度是價值與衛(wèi)生經(jīng)濟學(xué)評價。可信AI不能只證明模型準確、安全、可用，還需要進一步評估其在真實醫(yī)療場景中的長期價值，包括是否改善患者健康結(jié)局、提升醫(yī)療服務(wù)效率、優(yōu)化資源配置，并降低疾病管理和醫(yī)療體系的長期成本。

“搭建完成這三套指標體系，方可認為我們已建立一套完整的專科可信AI框架。”錢琨強調(diào)，該框架完全遵循數(shù)千年來的醫(yī)學(xué)邏輯設(shè)計，“未超出醫(yī)生的認知與知識體系，醫(yī)生才愿意推廣應(yīng)用。”

通專融合

在技術(shù)路徑上，商湯醫(yī)療選擇了一條“通專融合”的道路。

錢琨用一組數(shù)據(jù)解釋了這一選擇的邏輯。“目前我們大模型的醫(yī)學(xué)知識中，90%來自互聯(lián)網(wǎng)公開的基礎(chǔ)醫(yī)學(xué)知識，以及底層醫(yī)學(xué)邏輯、通用邏輯與溝通邏輯。在此基礎(chǔ)上，僅需加入10%高質(zhì)量的專科針對性數(shù)據(jù)，即可訓(xùn)練出既能夠理解自然語言、也可推導(dǎo)出用戶真實需求的模型。”

她進一步解釋，多數(shù)用戶無法直接清晰表述自身真實訴求，“這部分能力依賴90%通識內(nèi)容打底，再補充專科訓(xùn)練即可實現(xiàn)。”錢琨認為，這一比例設(shè)置模擬了人類知識的學(xué)習(xí)演進路徑，畢竟使用模型的用戶服務(wù)于人類，因此模型能力需盡可能貼合人類的溝通方式與思考模式。

關(guān)于外界擔心的“通用能力稀釋專科深度”問題，錢琨認為關(guān)鍵在于數(shù)據(jù)標注的細粒度。若未針對專科特定問題開展專業(yè)標注，模型極易產(chǎn)生幻覺。幻覺源于模型無法建立足夠細粒度的關(guān)聯(lián)。而接入專科數(shù)據(jù)庫后，模型會先從專用知識庫提取患者基礎(chǔ)信息，預(yù)先排除無關(guān)內(nèi)容，再在溝通過程中抓取關(guān)鍵詞完成匹配，“該模式下模型得出正確結(jié)論的概率會顯著提升。”

在錢琨看來，大模型與世界模型之間存在本質(zhì)差異。“現(xiàn)有大模型更偏向?qū)v史信息的推導(dǎo)與總結(jié)，世界模型則側(cè)重于探索未來的預(yù)測可能性。”她以糖尿病患者為例：當前不少糖尿病模型可基于患者歷史數(shù)據(jù)分析胰島素用量，但這類分析仍基于對歷史數(shù)據(jù)的歸納。而世界模型可納入更多影響因素，結(jié)合不同用藥方案與時間序列，“推演長周期下糖尿病未來并發(fā)癥的發(fā)病發(fā)展趨勢”。

商湯醫(yī)療提出的“醫(yī)療世界模型”，旨在推動大模型突破純文本交互，進入高度擬真的數(shù)字臨床環(huán)境。該系統(tǒng)能夠在虛擬問診中模擬患者反饋，在影像重建空間中精準解析病灶結(jié)構(gòu)，甚至模擬藥物代謝與生命指標的動態(tài)演進。

從微觀到宏觀，錢琨看到了廣闊的應(yīng)用空間。微觀層面，可預(yù)測疾病發(fā)展趨勢；宏觀層面，已在病理科落地具身智能應(yīng)用，參與病理切片診斷新標準的建立工作。接入ICD編碼后，未來病理科可逐步實現(xiàn)“黑燈工廠”模式，參照工業(yè)領(lǐng)域的發(fā)展路徑，逐步將大量重復(fù)性工作交由智能設(shè)備完成。

在解決方案方面，商湯醫(yī)療的商業(yè)化路徑正在逐步清晰。據(jù)公開信息，目前，商湯醫(yī)療已完成超10億元融資，并入選2026胡潤全球獨角獸；近百款A(yù)I臨床輔助診療工具已在全國范圍內(nèi)實現(xiàn)AI全鏈路數(shù)智化升級；SenseCare?智慧醫(yī)院解決方案已落地瑞金醫(yī)院、新華醫(yī)院、肺科醫(yī)院等上海頭部三甲醫(yī)院。

談及行業(yè)的前景，錢琨保持樂觀，醫(yī)療行業(yè)門檻極高，對從業(yè)者而言反而更為穩(wěn)定，極少有參與者能夠完全厘清行業(yè)運行邏輯。這反而為醫(yī)療資源相對落后地區(qū)提供了“彎道超車”的機遇。“這類地區(qū)沒有歷史包袱，可以直接搭建第三代架構(gòu)。”

圖片/21圖庫

排版/許秋蓮

【版權(quán)聲明】本文所有內(nèi)容著作權(quán)歸屬21世紀經(jīng)濟報道，未經(jīng)許可，不得轉(zhuǎn)載、摘編或以其他形式使用。

生活方式與消費，關(guān)注??