2026年被业界视为医疗智能体从“概念验证”走向“规模化落地”的关键转折年。今年政府工作报告明确提出“深化拓展‘人工智能+’”，三部门随后联合印发《智能体规范应用与创新发展实施意见》，为具备自主感知、记忆、决策与执行能力的“智能体”划定了清晰的应用边界。
与以往“技术热、落地冷”的局面不同，这场变革正以前所未有的速度渗透医院的核心运营环节。从病历书写、影像判读到医保审核、运营管理，一批“数字员工”正在悄然改变医疗服务的底层逻辑。
然而，当智能体开始替代医院运营管理中的人力密集型环节，这个赛道究竟能走多远？2026年5月29日中国电子商会大模型应用产业专委会发布《2026医疗智能体应用发展白皮书，从政策范式到临床价值的跃迁》（以下简称：医疗智能体白皮书），医政参考医协界近期走访调研多家医疗机构与企业，主笔姬华奎试图拆解这场变革的真实图景与深层挑战，欢迎沟通交流，批评指正。
距离国家卫健委等五部门《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》设定的“2027年形成一批临床专病专科垂直大模型和智能体应用”这一硬性目标，已不足一年。
在近期调研中，多位医疗机构管理者向医政参考医协界坦言，与政策热度形成鲜明对比的是落地现实——“重部署、轻应用”的沉没成本正在消耗医院本就吃紧的预算，但是笔者从疾控中心对于智能体的部署，即迫切需要，但是经费也很紧张，但是公共卫生的投入往往比治病更有性价比，只是世人还是看眼前，治病是最能快速看到效果的动作。医疗智能体的意义，从临床价值、经济价值、社会价值，似乎一个也不能少。
尤其行业共识正在形成，《医疗智能体白皮书》指出： 医疗 AI 正从单点工具走向流程级重构 。
NVIDIA 发布
的《State of AI in Healthcare and Life Sciences: 2026 Trends》：显示， 医疗与生命科学机构正在加速部署 AI，并将智能体作为重点关注方向；BCG 发布的
How AI Agents and Tech Will Transform Health Care in 2026》：也指出， 能够自主观察 、规划并执行任务的 AI 智能体，正在重塑患者服务 、临床工作流与生物医学创新。
AI智能体的用户：医院院长 、信息科负责人与厂商， 最关注的问题如下：
（1）院长关心： 投入产出比如何？风险能否可控？流程如何适配？
（2）信息科关心： 集成难度多大？数据安全如何保障？运维成本多少？
（3） 厂商关心： 医院真实需求是什么？差异化竞争力在哪？商业模式如何闭环？
“过去一年，大量医院花费数十上百万元部署大模型后，普遍陷入‘重部署、轻应用’的困局。”上海蓬涞数据相关负责人向第一财经坦言，技术投入未能转化为实际运营效能，是行业最突出的痛点。
这一判断与行业研究高度吻合。BCG发布的报告指出，医疗AI的成功落地遵循“10-20-70法则”——10%在于算法，20%在于技术与数据，决定成败的70%在于人员与流程的变革。换言之，智能体的价值不在于技术多先进，而在于能否真正嵌入临床流程、解决实际痛点，这才是竞争的核心分水岭。
转折正在发生。蓬涞数据推出的智能体PalClaw，以AI Agent形态切入医院运营部门，试点数据显示数据洞察效率提升92%、人工工作量缩减70%以上。该负责人称，“AI医疗行业正经历关键转折，从‘有没有大模型’转向‘智能体能干多少活’。”
在临床端，这一趋势更为显著。有医院从业者在小红书上发布“医生当CEO雇5名AI员工撸出病历程序”的帖子，虽旋即被删除，却折射出行业对变革的真实焦虑与期待。某三甲医院医疗信息技术从业者方达明告诉第一财经：“目前最大的感受是，还没找到AI智能体的技术边界，需要在实际工作中摸索它能发挥显著作用的场景。”
《2026医疗智能体应用发展白皮书》将这一趋势概括为：医疗智能体正从“单点AI工具”向“流程协同型智能应用”演进。传统医疗AI更多是“被动响应的问答工具”；而医疗智能体更接近具备感知、记忆、决策、交互与执行能力的主动“数字员工”，能围绕医疗场景完成多步骤任务，并在治理框架下持续优化服务质量。
尽管智能体赋能医疗的价值已获广泛认同，但多位全国两会代表与委员指出，资源不均、标准不统一、数据孤岛等痛点仍是规模化落地的核心梗阻。
全国人大代表、好医生集团董事长耿福能直言，“现实中，医疗AI资本和技术资源更多集中于三甲医院，针对基层的小型化、低成本、易操作产品供给不足。同时，基层机构资金有限，采购和运维能力弱，基层医生看病还是老三样——听诊器、温度计和血压计。”
他建议精准设立专项补助金，对采购适配基层常见病、慢病管理的AI智能体产品给予30%-50%购置补贴，乡村地区上浮至50%-60%，并配套年度运维补助。
全国人大代表、圣湘生物董事长戴立忠则指出，医疗脱敏数据未能有效向AI医疗企业开放，导致智能体训练缺乏高质量、规模化的数据支撑，技术创新陷入“无米之炊”。
医院端的困境同样突出。医院运营数据涉及HIS、LIS、SPD等多个异构系统，数据标准不统一、质量参差不齐，且高度依赖专业人员的业务理解能力。据行业估算，医院运营数据洞察复合型人才未来三年供需缺口超万人。
白皮书将上述困境概括为“认知、协同与生态的系统性失衡”：院长面临选型无据、投入产出不明的决策困境；信息科深陷系统适配难、流程协同弱的执行泥潭；医护人员因认知偏差、功能脱节而“不愿用、不会用、不敢用”；厂商则在需求错配、盈利困难、生态薄弱的压力下举步维艰。
围绕诊疗能力、运营效率、服务模式、创新能力开拓医疗智能体提升医院重构核心竞争力四维模型。
面对上述挑战，政策端正在给出系统性回应。2026世界人工智能大会期间，产业界围绕“AI+医疗”产品准入与付费路径展开热议。
国家药监局医疗器械技术审评中心已于今年6月发布《人工智能辅助诊断医疗器械临床评价注册审查指导原则（征求意见稿）》 ，针对部分AI辅助诊断医疗器械的临床评价规则、质控要求做出详细规定。今年3月，国家医保局明确将影像、病理、心电、急诊等首批12类AI辅助诊断服务纳入国家医保乙类目录，同步规定自付与报销规则。
《智能体规范应用与创新发展实施意见》为医疗领域的智能体应用划定了清晰的框架：坚守“智能辅助”原则，明确医疗智能体仅为辅助工具，最终诊断和治疗方案必须由执业医师确定，严禁其替代医生决策，从制度上堵住了“算法凌驾于医术”的风险。同时，文件提出对直接影响诊疗结果的高风险智能体进行重点监管和备案，对健康咨询等低风险场景采取轻量化监管，构建分类分级的治理体系。
数坤科技创始人毛新生表示，AI服务纳入医保支付是长期利好，但相关产品仍需体现“效率、质控、创新”三重临床价值，才能完成医院准入。目前医院仍是核心采购方，不少医院愿意为智能体降本、提质的价值付费；院外的“数字医生”智能体也可以开辟新的收入来源。
北大医疗集团智能与数字化部总经理乐颖从医院视角提出，医院端正在实践付费模式革新——从过去一次性买断硬件或软件，转向依照产品全生命周期的价值阶段性付费，或按单个病例结算，以促进智能体的持续迭代优化。
全国政协委员、复旦大学上海医学院副院长朱同玉则建议，可参考广州模式，在各省份试点构建“可信数据空间”，部署隐私计算与智算算力，实现院内数据本地化治理和训练，降低风险与成本。
资本市场正在重新评估AI医疗赛道的估值逻辑。弗若斯特沙利文预测，中国AI医疗市场规模将从2023年的88亿元增长至2033年的3157亿元，年复合增长率43.1%。中信证券研报指出，AI医疗支付方更加明确且支付能力更强，商业化确定性显著增强。
但细分到运营管理软件赛道，市场空间需要更审慎测算。一位关注医疗行业的券商研究人士对第一财经分析，当前阶段应更关注智能体产品的客户留存率、付费转化率和单位经济模型，而非单纯的增长故事。
挑战同样不容忽视。数据安全与合规成本在监管趋严背景下持续上升，可能侵蚀中小企业利润空间，加速行业集中度提升。大模型技术仍在快速演进，今天的技术路线未必是明天的主流。此外，当前医院智能体的收费模式以项目制为主，缺乏持续性收入，“智能体即服务”模式能否转向订阅制，仍需观察医院客户的付费习惯与预算周期。
据行业观察，当前医疗智能体市场的竞争格局正在形成：医渡科技在肿瘤专科智能体和AI中台领域密集中标（北京大学肿瘤医院488万元、中山大学肿瘤医院908万元等）；联影智能深耕“一扫多查”影像智能体；东软集团在医保支付监管智能体领域持续发力。同时，中医智能体、基层辅诊智能体、康复护理智能体等领域仍存在显著的市场空白。
多位受访者向第一财经表示，智能体的价值正从“单点效率提升”延伸到临床决策、运营管理、患者服务、科研创新等流程级重构。复旦大学附属中山医院、北京大学第三医院等头部机构已率先部署涵盖预问诊、报告解读、病历生成、医院管理等多场景的智能体集群。
白皮书提出，未来3-5年医疗智能体将呈现四类重要趋势：应用场景全域化——从院内延伸到院外全周期健康管理；产品供给差异化——从同质化竞争转向精准化适配；协同生态一体化——从单打独斗走向产学研用协同；价值导向深度化——从“提质降本”升级为“价值共生”。
计算机专业背景的医院管理者陈立新认为，智能体正在系统性地拆除垂直软件过去具有防御力的“护城河” 。“伴随着AI大模型的出现，工程化的能力变得唾手可及，行业专家即便不懂技术，借助智能体的能力，也能直接把知识变成软件。”
但他同时强调，医疗是最严谨的科学，也是AI技术落地最小心谨慎的行业之一。在涉及医疗责任、患者隐私以及数据安全等问题时，仍需面临严格的监管。“未来如何把AI智能体与HIS系统对接，将智能体功能融入HIS系统，是医院信息化升级的重要部分。”
道阻且长，行则将至。
从政策红利到临床价值，医疗智能体的跃迁之路，不仅考验技术的成熟度，更考验制度的适配度、人才的供给度和资本的耐心度。白皮书在结尾处写道：“唯有坚持技术向善、智能有度、人文为本、生命至上，实现智能科技与医疗人文双向共生，智慧医疗才能走得更稳、更远、更有温度。”
但这并非终点，而是新的起点。医疗智能体正在进入“干货时代”——重部署之后，行业开始真正验证运营效能，拐点在于AI正在从“问答工具”升级为“数字员工”。能否胜任这份“工作”，衡量的不再是参数大小，而是能否真正嵌入临床流程、能否持续产生可量化的价值、能否在安全与效率之间找到平衡。
当智能体不再被当作“技术项目”来验收，而是被当作“团队成员”来评估绩效，这个行业才真正开始成熟。《医政参考》《医协界》经将持续关注这场变革的每一步进展。
关于AI智能体在公卫与医疗场景中的落地路径，笔者团队正在进行专项调研。点击“阅读原文”填写问卷，或回复“智能体”加入医疗智能体社群，获取深度调研数据与医疗智能体落地分析，共同推动医疗AI智能体的应用进程。
【行业观察】
本文由医政参考创始人兼主编姬华奎撰写。姬华奎专注健康医疗领域超过14年，长期跟踪医改政策、社会办医、互联网医院、人工智能医疗等议题，采访近百名医疗行业专家，文章曾被解放军总医院（301医院）、华润集团、哈尔滨卫生健康委、东坡区政府等官方网站转载。
在民营医院从“数量红利”走向“质量竞争”的关键转型期，医政参考医协界持续关注以下方向：
（1）社会办医政策解读与合规运营
（2）民营医院转型升级路径
（3）医疗AI智能体落地应用（2026年已启动《医疗AI智能体落地调研报告》）
（4）中医诊所、乡镇卫生院、卫生室等基层医疗质量改善与差异化发展
如需行业交流、政策咨询或案例分享，欢迎联系医政参考主笔姬华奎（微信：jihuakui2017），或关注“医政参考"“医协界"公众号留言6，私信，获取更多深度内容。
本文参考资料
[1] 创易汇（北京）科技.2026医疗智能体应用发展白皮书：从政策范式到临床价值的跃迁[R].2026.
[2] 国家网信办，国家发展改革委，工业和信息化部.智能体规范应用与创新发展实施意见[Z].2026-05-08.
[3] 国家卫生健康委办公厅，国家发展改革委办公厅，工业和信息化部办公厅，等.关于促进和规范“人工智能+医疗卫生”应用发展的实施意见：国卫办规划发〔2025〕30号[Z].2025-10-20.
[4] 曹艳林.以规范促医疗智能体行稳致远[N].健康报，2026-05-25.
[5] 北京软件和信息服务业协会.《医疗智能体应用发展白皮书》发布，医渡科技“三驾马车”及三甲医院案例成行业范本[EB/OL].(2026-06-03).
[6] 弗若斯特沙利文（Frost & Sullivan）.《2026全球AI医疗行业发展蓝皮书》[R].2026.
[7] 山东第一医科大学附属肿瘤医院.医疗质量与数据管理智能体建设服务项目公开招标公告[EB/OL].(2026-07-22).
[8] 南昌大学第一附属医院.急性胰腺炎智能体应用平台建设项目结果公示[EB/OL].(2026-08-21)
[9] 山西医科大学第二医院.“人工智能+”应用示范工程（辅助合理用药方向）项目公开招标公告[EB/OL].(2026-08-21).
[10] 亿欧智库.2026医疗智能体应用发展白皮书[R].2026.
免责声明：
智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
本平台所发布信息的内容和准确性由提供消息的原单位或组织独立承担完全责任!
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
