飞利浦戴鹰谈AI医疗落地：先解决真实临床问题，再谈规模化

医疗AI究竟能不能落地，过去两年里行业一直在争论。

第九届中国国际进口博览会上，飞利浦发布的《未来健康指数报告》（Future Health Index, FHI）把答案摆了出来：AI（人工智能）已经走进临床医生的日常工作。

这份调研覆盖中国200余位临床医务人员和2000余名患者。报告显示，87%的受访者认为AI提升了工作效率，全球这一比例为71%；58%的受访者称，AI曾帮自己识别或防范医疗差错。

“中国医生对AI的接受度在全球处于领先水平，AI在医疗行业应用已经不是新鲜的事情。”近日，

受访者供图

AI在提升医疗质量、效率上的价值逐步显现

影像AI落地最快的科室是哪两个？从已上市产品和临床一线反馈来看，放射影像科和超声科跑在前面。这两科日均接诊量大、检查排期紧凑，而检查结论又直接左右医生的诊断。

戴鹰举了个更直观的例子：国内一台磁共振一天扫描超过100人次，这种情况相当常见。他把这组数字讲给总部同事听，对方听完印象很深。

影像设备上，医疗AI要解决的一个课题，是让“看得清”和“扫得快”尽量不打架。戴鹰说，飞利浦的设备里，AI承担了提高分辨率、优化图像质量、压缩扫描时长这几件事，微小结构和病灶因此更容易被发现。

成像之外，工作流自动化同样因AI受益。戴鹰举例说，以往医生拿到一幅CT（计算机断层扫描）图像，还得做不少后处理。拿冠脉来说，想看得更清楚，常常要大量手工操作，比如把冠脉图像手动拉直，才能看清堵塞的位置。如今这些步骤AI一键就能完成，医生省下不少时间。

到了出报告这一步，标准化内容可以由AI自动生成，医生负责把关和授权。AI还让远程带教成为现实，头部医院的经验因此更容易下沉到基层和偏远地区。

戴鹰说，多元需求摆在那里，没有哪家公司能一家包揽，飞利浦的做法是开放平台、寻求合作。眼下已有十余家中国AI公司与其正式签约，涉及冠脉、结构性心脏病、神经性疾病等方向。

这些技术落到医生身上，究竟带来什么？《未来健康指数报告》给出的答案是临床决策的提质增效：88%的受访中国临床医务人员称，AI让自己更快拿到了诊断结果。

“以前开车是个要靠多年经验堆出来的熟练活。现在有了数字化、人工智能导航和避障，开车这件事变简单了。”戴鹰拿辅助驾驶打比方，“放到部分影像检查和判读环节，AI能把年轻医生卡在经验上的那道门槛降下来，飞利浦的CT与磁共振目前就能做到这一点。”

戴鹰的看法是，AI对年轻医生的价值不在替他们下判断，而在于把那些过去要靠长年积累才摸得透的规范流程、图像判读和操作要领，更快地摆到他们眼前。

面对高年资医生，AI更多是帮他们“攻难题”，处理疑难杂症。戴鹰提到，磁共振多核扫描有AI加持后，能更好地辅助某些重大疾病的早期诊断，比如胰腺癌、

AI投入的逻辑是先找临床痛点，再谈规模化

公开资料显示，飞利浦从2013年起把AI纳入战略布局，每年将销售额的近10%投向研发创新，其中50%的研发投入集中在软件、数据科学及人工智能领域。

戴鹰向《每日经济新闻》记者表示，飞利浦在AI上的投入方向很清楚：用最先进的技术，去啃医疗行业里最难的问题。不过投入只是开头，AI开发要想持续下去，前提是AI先能创造价值。

《未来健康指数报告》还指出，AI应用不均衡、从业者培训不足、监测流程尚未到位，依然暴露了系统准备度不足的事实。可信AI要规模化，离不开持续监测、审计和可追溯机制，也需要帮临床医生培养数字化技能、批判性判断力，以及审查和质疑AI输出的能力。调研显示，77%的受访者表示，所在机构尚未建立明确的AI工具监测机制。

“医疗技术创新不能‘握着一把锤子去找钉子’，我们要从问题出发。”戴鹰表示，飞利浦评估AI项目，首先看临床问题是否真实、具体，再看技术能不能解决它。项目早期主要看三件事：和临床团队确认需求与解决方案，尽快做出原型并验证使用价值，以及明确产品由谁使用、谁采购、谁支付，判断项目能否持续推进。哪一环经不起推敲、带不来真实临床价值，商业模式就转不起来。

采访中，戴鹰特别提到飞利浦中国团队研发的光谱CT图像处理与解读软件SBI Viewer阅光宝盒，这就是一个从临床需求出发的案例。团队从医生反馈中了解到，接诊量大的时候，医生需要更快调取和解读光谱图像。项目在2025年第三季度立项，飞利浦中国团队借助AI智能体，约一周就完成首版原型。2026年7月，该软件拿到第二类医疗器械注册证，从立项到获证历时约10个月，是典型的“中国速度”的创新。

戴鹰认为，中国临床场景丰富、医生参与创新的积极性高，本土团队又能快速验证和迭代，这些都为医疗技术创新提供了有利条件。中国临床提出的需求，也有机会变成服务其他市场的方案。

戴鹰的判断是，AI眼下正处在“如火如荼的规模化阶段”，中国在医疗AI的应用和推广上跑在全球前面，医生和患者对AI的接受程度最高，而且还在逐年上升。可如果AI只是帮医生分担了一点活，没带来真实价值，支付方不买账，商业模式照样转不起来。

所以，AI医疗接下来要做的，是把价值证明出来：解决真实的临床问题，通过药监和安全验证，让医院愿意用、支付方愿意付。这几件事做到了，规模化才算真正落地。

每日经济新闻