为何超声AI的推进慢半拍？

（本文由作者与OpenClaw共同创作）

昨天陪朋友去医院做甲状腺超声。

回去后他给我发消息："当时屏幕旁边有个小窗口一直在跳动，像是在做实时分析。医生说那是AI辅助诊断。"

我当即就开始好奇：这东西到底普及到什么程度了？是大多数医院都已经装上，还是只有少数机构在先行试用？"

这问题我一时没法直接给答案。于是我翻了翻公开资料，发现比我原先想的要更有意思。

超声AI究竟处在什么阶段？是在试点扩围，还是已进入全面推广？

超声AI目前有多普遍？

说实话，离"全国铺开"还差得远。

为什么这么判断？评估某项工作是否进入铺开阶段，通常看四个关键维度：

第一，三类医疗器械注册证。

这是国家药监局给出的最高准入门槛。拿到证才能作为临床工具进入医院；没证的话只能停留在"研究"层面。

第二，国家政策的时间节点。

光有证还不够，还得有国家层面的政策文件给出推广要求和明确指引。

第三，医院端的实际覆盖率。

到底有多少医院已经配齐、并在真实场景中使用这套系统。

第四，医保支付能否落地。

这会直接影响医院愿不愿意用、患者能不能用得起。

把这四个维度串起来，超声AI的真实落地水平就能看得更清楚。

真正获证的产品：三个关键节点

这是判断超声AI是否已落地的基础维度

第一个节点：2023年12月

德尚韵兴的"甲状腺结节超声影像辅助诊断软件"获得国家药监局三类医疗器械注册证（注册证编号：国械注准20233211650）。它也是全国首张超声AI三类证。

该公司在河南濮阳实现了目前已知的最大规模基层部署：111家医疗卫生机构接入并运行，累计辅助诊断超30万例，基层诊断符合率达到95%以上。

第二个节点：2025年3月

医准智能旗下乳腺超声影像辅助检测软件获批三类证。这张证的"第一"是国内首张乳腺超声AI辅助诊断三类证，同时也是全球首张动态影像AI三类证。过去的超声AI多偏向静态图片识别，而这次意味着实时动态超声影像也能被AI进行实时分析。

第三个节点：同月，2025年3月

脉得智能的甲状腺结节超声影像辅助诊断软件也获批三类证。临床测试显示，良恶性判别准确度达到96%，与组织病理结果高度一致。

需要注意一个细节：截至目前，真正持三类证的超声AI产品只有这三款。对比CT/MRI领域的AI影像辅助诊断，肺结节AI仅一个病种就已获批19款三类证——差距依然很明显。

政策时间表：2027年与2030年

这是判断超声AI发展趋势的第二个维度。

2025年11月，国家卫生健康委等五部门联合发布《关于促进和规范"人工智能+医疗卫生"应用发展的实施意见》。

文件中对超声AI的推进给出了清晰的节奏：

2027年的目标：建成一批高质量卫生健康行业数据集，形成一批临床专病专科垂直大模型和智能体应用；基层诊疗智能辅助在医疗卫生机构得到更广泛的应用。

2030年的目标：基层诊疗智能辅助应用基本实现全覆盖，并推动二级以上医院普遍开展医学影像智能辅助诊断等AI技术应用。

另外，2025年12月，北京市卫健委发布专项行动计划，明确提出到2027年全市医疗卫生机构要普遍开展人工智能产品落地应用。这也是目前公开资料中，全国首个地方层面的专项AI医疗行动计划。

还有一个同样关键的政策节点：2024年11月

国家医保局发布《超声检查类医疗服务价格项目立项指南（试行）》，在超声检查类项目中统一增设"人工智能辅助诊断"扩展项。这意味着AI辅助诊断进入了医保的收费目录体系。但需要强调的是：它作为辅助工具并不会单独计价，通常会被包含在现有检查项目价格里，并不等同于AI检查可以额外报销。

超声AI为什么比CT/MRI推进得慢？

这是理解超声AI现状最关键的那把钥匙。

把超声AI和CT、MRI领域的AI相比，会发现超声AI的推进速度明显更慢。并不是因为超声AI不重要，而是技术难度的量级差别实在太大。

CT和MRI的影像，本质上是静态标准图像。AI识别一张CT片子，就相当于识别一张标准照片。

但超声影像则不同：医生手持探头实时获取动态影像。同一个病灶，不同医生用不同角度、不同力度去扫出来的影像可能差异很大。

这也是超声AI的核心难点：高度依赖操作者的手法。AI需要在连续变化的实时动态影像里即时定位异常区域，同时还要对不同操作者造成的差异具备足够鲁棒性——整体技术门槛比静态影像AI高出好几个量级。

可以把静态影像AI理解为"识别标准照片"，而超声AI则更像在"实时读懂一部由不同摄影师手持拍摄、镜头不断晃动的电影"。

也正因如此，超声AI目前的三类证产品主要集中在甲状腺和乳腺这两个单病种：这两个部位的超声影像相对更标准化，训练出稳定模型的概率更高。

那么，为什么还没全面铺开？

讲进展的同时，也要直面现实壁垒。超声AI目前绕不开三类瓶颈。

第一，持证产品覆盖的病种数量有限。

目前正式获三类证的超声AI产品仅三款，集中在甲状腺结节与乳腺影像两个单病种。CT/MRI领域仅肺结节一个病种就有19款三类证，超声AI在获证数量上与之差距明显；更多临床场景下的产品仍在审批流程中推进。

第二，AI进基层的成本并不低。

濮阳111家的成功有一个重要前提——当地大数据与人工智能研究院提供了系统化支撑，包括设备对接、网络建设以及运维培训。对没有这种体系化条件的地区来说，要照搬并不容易。

第三，付费模式仍处在摸索阶段。

2024年11月的医保立项指南虽然为AI辅助诊断开辟了收费路径，但AI系统的采购成本能否通过服务收费有效回收，目前仍在探索中。很多医院仍停留在"免费试用"的阶段。

当前处于什么阶段

说到这里，怎么回答开篇的问题——超声AI现在是试点扩围，还是全面铺开？

我的判断：仍属于试点扩围阶段，离全面铺开还有很大距离。

从四个维度看，现状大致如下：

-三类证：已有三个主要产品获证，但覆盖病种有限，全场景铺开为时过早

-政策节奏：2027年是关键节点，离当前仍有时间差

-医院覆盖率：濮阳111家是行业标杆，但全国规模化覆盖率的数据尚不透明

-医保支付：2024年11月立项指南打开了制度通道，但各省市落地节奏不一

接下来1-2年，建议重点盯住三条线：

第一，三类证审批节奏是否会进一步加快，尤其动态实时超声AI产品

第二，医保立项指南在各省市的配套细则推进情况

第三，濮阳模式能否在其他地区实现复制与推广

如果这三条线持续向前，超声AI有望从"试点"迈入"规模化"的临界点。

最后再补两句

翻资料时，我看到一组数据：我国每年超声检查的人次远高于CT。看到这个数字我停下来想了想。

超声确实是普及度很高的影像检查方式之一，但超声AI的进展却明显落后于CT/MRI领域。原因就在前面那句话——它是"最依赖医生手法与经验"的检查类型。

当这种最依赖经验的检查也能被AI大规模赋能时，医疗AI真正意义上的皇冠才算摘下。

这个时间节点，或许就在2027-2030年之间。

关于超声AI的落地速度，你有观察到哪些案例吗？欢迎在评论区分享你的见闻。

参考