AI医疗用机器替代医生，理论上确实直接针对鲍莫尔成本病的核心机制，但能否真正破解医疗费用困局，取决于两件事：服务边际成本能否被压到足够低，以及高昂的模型研发与数据获取成本能否被摊薄到足够大的服务量上。 目前AI医疗整体仍处在辅助阶段，尚未实现对医生的完整替代，因此对成本曲线的影响是渐进的，而非一步到位。

鲍莫尔成本病：医疗服务为何越来越贵

美国经济学家鲍莫尔于1967年构建了一个两部门非平衡增长模型，把宏观经济分为存在劳动生产率增长率的进步部门、以及不存在劳动生产率增长率的停滞部门。在关键假设下，进步部门的单位劳动力成本维持不变，而停滞部门的单位产品成本不断上升；若消费者对该部门产品的需求并非完全无价格弹性，上升的成本将促使其减少需求，停滞部门会不断萎缩并最终消失。

医疗服务正是典型的停滞部门：生产力整体提升，但医生单位时间能处理的诊疗量相对刚性。这也正是《改变医疗服务价格曲线的方式：解雇医生》一书所讨论的问题——雇用他人来获得服务的方式正变得越来越昂贵，作者蒂姆·沃斯托认为，解决这个问题的最好方式是用机器来替代医生。

AI能压降哪些环节的边际成本

以ChatGPT为代表的模型，在医疗领域已展现出多种可落地的应用方向，这些方向共同指向同一件事：把部分重复性、标准化的工作从医生时间中剥离出来。

  • 远程医疗虚拟助手：帮助患者安排预约、接受治疗和管理健康信息，为患者提供远程管理健康所需的指导和支持。
  • 临床辅助决策：向医疗保健提供者提供实时的、基于证据的建议，例如针对特定情况建议适当的治疗方案、标记潜在的药物相互作用、为复杂医疗案例提供临床指南，帮助临床医生节省时间、减少错误。
  • 远程患者监护：通过分析可穿戴设备、传感器等监控设备的数据远程监控患者，在病情恶化或出现担忧趋势时向医疗保健提供者发出警报，帮助及早干预、防止住院或其他并发症。

此外，在心理咨询、病历保存、医疗翻译、药物管理、疾病监测等领域，模型也有广泛的应用空间。这些环节的边际成本一旦被压低，医疗服务的价格曲线才有可能被改变。

盈利模式的关键：前期投入能否摊薄

AI医疗的成本结构并非只有“省下来的人力”。数据被称为AI时代的“石油”，而对AI医疗来说，医疗数据就是永远的痛点。

医疗数据属于患者隐私，所有权理应属于患者，但实际中医疗大数据的权属基本在医院方；也有观点认为所有权在患者个人、控制权在医院、管理权在政府，第三方机构需借助政府支持和医院配合方能商业化开发利用。目前训练所需的医疗数据，大多通过企业与医院签署研发协议获得，收集到模型建立过程中通常做物理隔离，数据不出院、模型出院。

数据本身也有明码标价的交易场景。根据动脉网的报道，国内各大数据交易所已有不少将“医疗卫生”数据纳入交易品类，但目前仅有贵州大数据交易所上架了一款“儿童构音障碍早筛语音数据”产品，售价25万元，已交易两笔。该产品主要由82个音节组成，用于3—6岁儿童在自闭症、构音障碍、发育迟缓以及言语障碍等疾病早期筛查的AI算法训练。

这意味着，AI医疗的盈利模型要成立，必须把模型研发与数据获取这类前期固定投入，摊薄到足够大的服务量上。而理解医疗数据远比获得数据更重要也更困难——《深度医疗》作者埃里克·托普在分析IBM医疗AI沃森的失败时认为，“最基本的失误之一，就是将获取数百万页的医疗信息等同于理解或使用这些信息。”

替代的边界：AI医疗仍在L1到L2

埃里克·托普将自动驾驶汽车与人工智能的医学实践相提并论。目前在理想的环境和交通条件下，自动驾驶汽车已经可以达到L3的水平，但AI医疗仍处在L1到L2的路上。与智能驾驶相比，AI医疗面临更严重的伦理问题：很多诊断、阅片工作可以用AI辅助完成，但就医学整体而言，在任何时候、任何情况下，都不能容忍没有人类医生和临床医生的监督。

因此，AI医疗对鲍莫尔成本病的“破解”，更现实的路径是辅助而非取代——在人类医生监督下承接标准化环节，从而改变医疗服务价格曲线的斜率，而非直接取消医生这一成本项。

常见问题

AI医疗真的能替代医生、从而降低医疗费用吗？

目前的定位是辅助而非替代。埃里克·托普认为AI医疗不太可能超越自动设备的3级水平，很多诊断和阅片工作可以用AI辅助完成，但医学整体上不能没有人类医生和临床医生的监督。因此它更可能改变部分环节的成本结构，而不是直接取消医生这一成本项。

AI医疗的盈利难点主要在哪里？

主要难点在前期投入的摊薄。医疗数据是AI医疗的痛点，权属与控制权分散在患者、医院与政府之间，第三方机构需借助政府支持和医院配合方能商业化开发利用，训练数据多通过企业与医院签署研发协议获得。同时，理解医疗数据远比获得数据更重要也更困难，若不能深刻理解所服务的行业，再多的数据也只是徒耗电力。

医疗数据交易目前是什么状况？

国内各大数据交易所已有不少将“医疗卫生”数据纳入交易品类，但目前仅有贵州大数据交易所上架了一款“儿童构音障碍早筛语音数据”产品，售价25万元，已交易两笔。该产品主要由82个音节组成，用于3—6岁儿童在自闭症、构音障碍、发育迟缓以及言语障碍等疾病早期筛查的AI算法训练。